Zhao and Yin (2009) presented a met

Zhao and Yin (2009) presented a method for identification of geomechanical parameters using a combination of a support vector machine, PSO, and numerical analysis techniques. Sadoghi Yazdi et al. (2012) used a neuro-fuzzy model in conjunction with particle swarm optimization (PSO) for calibration of soil param- eters used within a linear elastic-hardening plastic constitutive
model with the Drucker–Prager yield criterion. It is shown that the model parameters can be determined with relatively high accuracy in spite of the limited insight gained by a single set of data.
In this study, the effect of different tillage systems on soil mechanical resistance and nutrient uptake by grain were consid- ered. Furthermore, this paper focuses on two very similar evolutionary algorithms: genetic algorithm (GA) and particle swarm optimization (PSO) for estimation of soil mechanical resistance parameter. The results also were compared with multiple regression (MR) as a common approach.

ผลลัพธ์ (ไทย) 2:

Zhao และหยิน (2009) นำเสนอวิธีการในการระบุตัวตนของพารามิเตอร์ geomechanical ใช้เป็นส่วนผสมของเครื่องสนับสนุนเวกเตอร์ PSO และเทคนิคการวิเคราะห์เชิงตัวเลข Sadoghi Yazdi et al, (2012) ที่ใช้รูปแบบฟัซซี่ร่วมกับการเพิ่มประสิทธิภาพจับกลุ่มอนุภาค (PSO) สำหรับการสอบเทียบของดินพารารามิเตอร์ใช้ภายในเส้นยืดหยุ่นแข็งพลาสติกเป็นส่วนประกอบ
รุ่นที่มีอัตราผลตอบแทนเกณฑ์ Drucker-ปราก มันแสดงให้เห็นว่าพารามิเตอร์แบบสามารถกำหนดที่มีความแม่นยำค่อนข้างสูงทั้งๆที่มีข้อมูลเชิงลึกที่ได้รับจากการ จำกัด ชุดเดียวของข้อมูล.
ในการศึกษานี้ผลของระบบการเตรียมดินที่แตกต่างกันในการต้านทานวิศวกรรมดินและดูดซึมสารอาหารจากข้าวถูกพิจารณาว่าเป็นของ สมบรูณ์ นอกจากนี้บทความนี้มุ่งเน้นไปที่สองขั้นตอนวิธีวิวัฒนาการที่คล้ายกันมาก: ขั้นตอนวิธีพันธุกรรม (GA) และการเพิ่มประสิทธิภาพจับกลุ่มอนุภาค (PSO) สำหรับการประมาณของดินกลพารามิเตอร์ต้านทาน ผลยังถูกเมื่อเทียบกับการถดถอยพหุคูณ ( ม.ร.ว. ) เป็นวิธีการทั่วไป

ผลลัพธ์ (ไทย) 3:

Zhao และหยิน ( 2009 ) แสดงวิธีการกำหนดพารามิเตอร์ geomechanical โดยใช้การรวมกันของสนับสนุนเวกเตอร์เครื่องจักร ระบบ และเทคนิคการวิเคราะห์เชิงตัวเลข sadoghi yazdi et al . ( 2012 ) ใช้ประสาทฟัซซีร่วมกับการเพิ่มประสิทธิภาพแบบฝูงอนุภาค ( PSO ) สำหรับการใช้ภายใน eters พระราม - ดินแข็งและพลาสติกยืดหยุ่นเชิงเส้นนางแบบกับดรักเกอร์ – เพรเกอร์ยอมเกณฑ์ พบว่าพารามิเตอร์ได้โดยมีความถูกต้องสูง ทั้งๆ ที่กัดลึกได้รับจากชุดเดียวของข้อมูลการศึกษาผลของระบบการไถพรวนที่แตกต่างกันบนดินเชิงกลความต้านทานและธาตุอาหารโดยเมล็ดพันธุ์ consid - รด . นอกจากนี้ กระดาษนี้จะเน้นสองขั้นตอนวิธีวิวัฒนาการคล้ายกันมาก : Genetic Algorithm ( GA ) และเพิ่มประสิทธิภาพของฝูงอนุภาค ( PSO ) เพื่อประมาณค่าพารามิเตอร์ของดินเชิงกลต้านทาน . ผลเปรียบเทียบการถดถอยพหุคูณ ( MR ) เป็นวิธีการทั่วไป