Particle Swarm Optimization (PSO) i

Particle Swarm Optimization (PSO) is an evolutionary algorithm that
emulates the swarm behavior of bird °ocking and ¯sh schooling [17].
In PSO, each swarm member, called a particle or agent, represents a
potential solution. The swarm initially has a population of random
particles (solutions). Each particle adjusts its search direction by
learning from its own experience and the other particles' experiences.
Each particle velocity is updated by following two optimum values.
The ¯rst one is the best solution (¯tness) that has been achieved so
far. This value is called pbest. The second one is the global best value
obtained so far by any particle in the swarm. This best value is called
gbest. Each D-dimensional vector of positions represents a possible
solution [18]. The velocity and position of the dth dimension of the ith

ผลลัพธ์ (ไทย) 1:

การเพิ่มประสิทธิภาพของอนุภาคฝูง (PSO) เป็นอัลกอริทึมวิวัฒนาการที่
emulates พฤติกรรมฝูงของนก ocking °¯และการศึกษา SH [17].
ใน PSO สมาชิกแต่ละฝูงที่เรียกว่าอนุภาคหรือตัวแทนแสดงให้เห็นถึงการแก้ปัญหาที่อาจเกิดขึ้น
ฝูงแรกมีประชากรของอนุภาค
สุ่ม (แก้ปัญหา) อนุภาคแต่ละปรับทิศทางการค้นหาโดย
การเรียนรู้จากประสบการณ์ของตัวเองและประสบการณ์ของอนุภาคอื่น ๆ '.
ความเร็วอนุภาคแต่ละมีการปรับปรุงตามสองค่าที่เหมาะสม.
¯ RST หนึ่งคือทางออกที่ดีที่สุด (tness ¯) ที่ได้รับการประสบความสำเร็จดังนั้นไกล
ค่านี้จะเรียกว่า pbest คนที่สองเป็นค่า
ทั่วโลกที่ดีที่สุดที่ได้รับเพื่อให้ห่างไกลโดยอนุภาคใด ๆ ในฝูง นี้ค่าที่ดีที่สุดที่เรียกว่า
gbestแต่ละเวกเตอร์ d มิติของตำแหน่งที่แสดงให้เห็นถึงการแก้ปัญหาที่เป็นไปได้
[18] ความเร็วและตำแหน่งของมิติ DTH จากที่ i

ผลลัพธ์ (ไทย) 2:

เพิ่มประสิทธิภาพฝูงในอนุภาค (PSO) เป็นอัลกอริทึมการวิวัฒนาการที่
เนียนจำลองพฤติกรรม swarm นก° ocking และ ¯sh schooling [17] .
ใน PSO สมาชิกแต่ละคน swarm เรียกว่าอนุภาคหรือตัวแทน แทน
แก้ปัญหาที่อาจเกิดขึ้น Swarm เริ่มมีประชากรสุ่ม
อนุภาค (แก้ไข) แต่ละอนุภาคปรับทิศทางการค้นหาของตนโดย
เรียนรู้จากประสบการณ์ของตัวเองและประสบการณ์ของอนุภาคอื่น ๆ .
ความเร็วแต่ละอนุภาคอยู่ ด้วยโดยวิธีสองสูงค่า
¯rst หนึ่งเป็นส่วน (¯tness) ที่ได้รับนั้น
ไกล ค่านี้คือ pbest สองเป็นค่าสากลที่สุด
ได้รับ โดยมีอนุภาคใน swarm จน เรียกว่าค่านี้สุด
gbest แต่ละเวกเตอร์ D มิติตำแหน่งแทนสุด
โซลูชัน [18] ความเร็วและตำแหน่งของ dth ขนาดของระยะ

ผลลัพธ์ (ไทย) 3:

การปรับแต่งหรือกลุ่ม( pso )เป็นอัลกอริธึมวิวัฒนาการที่ดี
ซึ่งจะช่วยให้การทำงานของกลุ่มโรงเรียนนก° ocking N ห้ามทำและ sh [ 17 ].
ใน pso กลุ่มสมาชิกแต่ละรายเรียกว่า Agent หรือคำที่แสดงถึงโซลูชัน
ที่อาจเกิดขึ้น ที่พลุกพล่านในครั้งแรกมีประชากรของแบบสุ่ม
อนุภาค ขนาดเล็ก(โซลูชัน) ฝุ่นละอองแต่ละห้องสามารถปรับทิศทางการค้นหาโดย
ตามมาตรฐานการเรียนรู้จากประสบการณ์ของตัวเองและประสบการณ์อื่นๆมี อนุภาค ที่.
ความเร็วขนาดเล็กแต่ละห้องได้รับการปรับปรุงโดยต่อไปนี้ทั้งสองค่าสูงสุด
หนึ่ง N ห้ามทำ RST ที่เป็นโซลูชันที่ดีที่สุด( N ห้ามทำ tness )ที่ได้รับการขึ้นทำให้
ไกล ค่านี้จะเรียกว่า pbest หนึ่งที่สองคือความคุ้มค่าที่ดีเยี่ยมระดับโลกที่
ซึ่งจะช่วยได้มากโดยขนาดเล็กๆในกลุ่มได้ ความคุ้มค่าที่ดีเยี่ยมแห่งนี้มีชื่อว่า
gbestInitialization Vector แบบ D - สามมิติแต่ละด้านของตำแหน่งเป็นไปได้
โซลูชัน[ 18 ] จัดวางตำแหน่งและอัตราความเร็วของขนาด D ของ ith ได้