Perspectives and experiments of hybrid particle swarm optimization and genetic algorithms to solve optimization problems
Book chapter abstract
ผู้เขียน/บรรณาธิการ
กลุ่มสาขาการวิจัยเชิงกลยุทธ์
ไม่พบข้อมูลที่เกี่ยวข้อง
รายละเอียดสำหรับงานพิมพ์
รายชื่อผู้แต่ง: Sombat A., Saleewong T., Kumam P.
ผู้เผยแพร่: Springer Verlag
ปีที่เผยแพร่ (ค.ศ.): 2018
Volume number: 760
หน้าแรก: 290
หน้าสุดท้าย: 297
จำนวนหน้า: 8
ISBN: 978-3-319-73149-0
นอก: 1860-949X
eISSN: 1860-949X
ภาษา: English-Great Britain (EN-GB)
ดูในเว็บของวิทยาศาสตร์ | ดูบนเว็บไซต์ของสำนักพิมพ์ | บทความในเว็บของวิทยาศาสตร์
บทคัดย่อ
Nowadays, there are many tools to solve the optimization problem. One of the popular tool is the population-based metaheuristics can be viewed as an iterative improvement in a population of solutions. Algorithms such as Particle swarm optimization (PSO) is the swarm intelligent that find the answer by global and local search with the velocity and genetic algorithm (GA) is the stochastic search procedure based on the mechanics of natural selections. Both of them belong to this class of metaheuristics. In this paper is to present the perspective and experiments of the hybrid algorithm of genetic algorithm and particle swarm optimization to solve the optimization problems. ฉ 2018, Springer International Publishing AG.
คำสำคัญ
Hybrid PSO-GA
ติดต่อสอบถามเพิ่มเติมได้ที่