A two-stage particle swarm optimiza

A two-stage particle swarm optimization algorithm is proposed
in this study for finding multiple optimal truss structures. BPSO (binary
particle swarm optimization) is first employed to solve the discrete
topology optimization of truss structures while ARPSO
(attractive and repulsive particle swarm optimization) [19] is subsequently
implemented to find the associated optimal continuous size
and shape variables. Particle swarm optimization [20,21] is a population-
based optimization technique emulates the social behavior of
animals such as insects swarming, fish schooling, and birds flocking
where these swarms search for food in a collaborative manner. It is a
kind of evolutionary computation technique based on swarm intelligence.
PSO involves a swarm of particles that represent the potential

ผลลัพธ์ (ไทย) 1:

เสนอเป็นอนุภาคสองฝูงปรับอัลกอริทึมในการนี้ศึกษาหาโครงสร้าง truss เหมาะสมหลาย BPSO (ไบนารีเพิ่มประสิทธิภาพฝูงอนุภาค) ก่อนได้รับการว่าจ้างแก้แยกกันเพิ่มประสิทธิภาพการโทโพโลยีของทรัสโครงสร้างในขณะที่ ARPSO(อนุภาคที่น่าสนใจ และ repulsive ฝูงเพิ่มประสิทธิภาพ) [19] ได้ในเวลาต่อมาดำเนินการหาขนาดที่ต่อเนื่องเกี่ยวข้องเหมาะสมและแปรรูป เพิ่มประสิทธิภาพในการบินว่อนอนุภาค [20,21] เป็นประชากรแบบเทคนิคเพิ่มประสิทธิภาพตามเนียนจำลองพฤติกรรมทางสังคมของสัตว์เช่นแมลง swarming ปลา schooling และนก flockingที่ swarms เหล่านี้ค้นหาอาหารในลักษณะร่วมกัน มันเป็นการประเภทของเทคนิคการคำนวณเชิงวิวัฒนาการตามข่าวกรองที่บินว่อนPSO ของอนุภาคที่แสดงถึงศักยภาพที่เกี่ยวข้อง

ผลลัพธ์ (ไทย) 2:

วิธีการเพิ่มประสิทธิภาพของอนุภาคจับกลุ่มสองขั้นตอนจะเสนอ
ในการศึกษานี้สำหรับการค้นหาหลายโครงสร้างนั่งร้านที่ดีที่สุด BPSO (binary
เพิ่มประสิทธิภาพจับกลุ่มอนุภาค) เป็นลูกจ้างแรกที่จะแก้ปัญหาความไม่ต่อเนื่อง
เพิ่มประสิทธิภาพโครงสร้างของโครงสร้างนั่งร้านขณะ ARPSO
(การเพิ่มประสิทธิภาพจับกลุ่มอนุภาคที่น่าสนใจและน่ารังเกียจ) [19] ต่อมามีการ
ดำเนินการเพื่อหาขนาดที่เหมาะสมอย่างต่อเนื่องที่เกี่ยวข้อง
และรูปร่างตัวแปร การเพิ่มประสิทธิภาพของอนุภาคจับกลุ่ม [20,21] เป็นประชากร
ที่ใช้เทคนิคการเพิ่มประสิทธิภาพจำลองพฤติกรรมทางสังคมของ
สัตว์เช่นแมลงกลุ้มรุม, การศึกษาปลาและนก flocking
ที่ฝูงเหล่านี้หาอาหารในลักษณะการทำงานร่วมกัน มันเป็น
ชนิดของเทคนิคการคำนวณวิวัฒนาการขึ้นอยู่กับหน่วยสืบราชการลับฝูง.
PSO เกี่ยวข้องกับการจับกลุ่มของอนุภาคที่เป็นตัวแทนที่มีศักยภาพ

ผลลัพธ์ (ไทย) 3:

เป็นแบบฝูงอนุภาคเสนอขั้นตอนวิธีการหาค่า
ในการศึกษาหาโครงข้อหมุนที่เหมาะสมหลาย ๆ bpso ( ไบนารี
ฝูงอนุภาค Optimization ) เป็นครั้งแรก เพื่อใช้แก้ปัญหาการเพิ่มประสิทธิภาพของโครงข้อหมุนแบบไม่ต่อเนื่อง

( ในขณะที่ arpso น่าสนใจและน่ารังเกียจ optimization ฝูงอนุภาค ) [ 19 ] ต่อมา
ใช้เพื่อหาที่เหมาะสมอย่างต่อเนื่องขนาด
และตัวแปรที่มีรูปร่าง ฝูงอนุภาคที่เหมาะสม [ 20,21 ] เป็นประชากร -
ตามเทคนิค optimization emulates พฤติกรรมทางสังคมของสัตว์ เช่น แมลงตอม
การปลาและนก flocking
ที่ฝูงเหล่านี้ค้นหาอาหารในแบบต่างๆ มันเป็นชนิดของเทคนิคการคำนวณเชิงวิวัฒนาการ

ตามความฉลาดแบบกลุ่ม .ระบบที่เกี่ยวข้องกับฝูงอนุภาคที่แสดงถึงศักยภาพ