In this study, the population size

In this study, the population size and the maximum generation
number of 40 and 25 are used, respectively, and the tolerance is
0.001. In addition, C1 and C2 are 2, and the inertia weight of 0.5
with an inertia weight damping rate of 0.99 is chosen. These control
parameters of the PSO algorithm have been selected according
to the expertise of the previous research works [44–51] and also
based on some pre-tests conducted by the authors to get the best
trade-off between the computational time and the reliability of
the Pareto optimal front. In addition, the evolution of the population
continues as long as at least one of the stop criteria is satisfied,
i.e. the maximum iteration number is reached or the average
change in the spread of the Pareto optimal front becomes lower
than the tolerance.
It should be noted that according to the range of variations of
decision variables, the number of possible configurations of the
building envelope is numerous, while the maximum number of scenarios searched by the PSO algorithm equals to the number of
population size multiplied by the number of maximum iteration,
which is equal to 40  25 = 1000. Therefore, the proposed optimization
approach leads to decrease the required computational
time significantly in comparison to a countless search and therefore,
ensures a saving of computational time.

ผลลัพธ์ (ไทย) 1:

ในการศึกษานี้ ขนาดประชากร และรุ่นสูงสุดจำนวน 40 และ 25 ใช้ ตามลำดับ และมีความอดทน0.001 นอกจากนี้ C1 และ C2 มี 2 และน้ำหนักความเฉื่อยของ 0.5มีน้ำหนักมีความเฉื่อย 0.99 อัตราหน่วงถูกเลือก ควบคุมเหล่านี้มีการเลือกพารามิเตอร์ของอัลกอริทึมของฉันตามเพื่อความเชี่ยวชาญของการวิจัยก่อนหน้านี้ทำงาน [44-51] และคะแนนจากการทดสอบบางอย่างก่อนที่ดำเนินการ โดยผู้เขียนที่สุดปิดระหว่างคำนวณเวลาและความน่าเชื่อถือหน้าสุด Pareto นอกจากนี้ วิวัฒนาการของประชากรยังคงมีอยู่ตราบใดที่เงื่อนไขหยุดอย่างน้อยหนึ่งที่พอใจเช่นถึงจำนวนการเกิดซ้ำสูงสุด หรือค่าเฉลี่ยการเปลี่ยนแปลงในหลากหลายด้านหน้าสุดของ Pareto กลายเป็นลดลงกว่าค่าที่ยอมรับควรสังเกตว่า ตามช่วงของการเปลี่ยนแปลงของตัวแปรตัดสินใจ หมายเลขของการกำหนดค่าที่เป็นไปได้ของการการสร้างซองจดหมายเป็นจำนวนมาก ในขณะที่สถานการณ์การค้นหา โดยอัลกอริทึมของฉันจำนวนเท่ากับจำนวนขนาดประชากรที่คูณ ด้วยจำนวนของการเกิดซ้ำสูงสุดเท่ากับ 40 25 = 1000 ดังนั้น การเพิ่มประสิทธิภาพในการนำเสนอวิธีนำไปสู่การลดลงที่ต้องคำนวณเวลาอย่างมีนัยสำคัญเมื่อเทียบกับการค้นหานับไม่ถ้วนดัง นั้นใจการประหยัดเวลาที่คำนวณ

ผลลัพธ์ (ไทย) 2:

ในการศึกษานี้มีขนาดประชากรและรุ่นสูงสุด
จำนวน 40 และ 25 มีการใช้ตามลำดับและความอดทนเป็น
0.001 นอกจากนี้ C1 และ C2 2 และน้ำหนักความเฉื่อย 0.5
มีอัตราการทำให้หมาด ๆ น้ำหนักความเฉื่อย 0.99 ได้รับการแต่งตั้ง การควบคุมเหล่านี้
พารามิเตอร์ของขั้นตอนวิธีการ PSO ได้รับเลือกตาม
ความเชี่ยวชาญในงานวิจัยก่อนหน้านี้ [44-51] และยัง
ขึ้นอยู่กับบางส่วนก่อนการทดสอบที่ดำเนินการโดยผู้เขียนจะได้รับสิ่งที่ดีที่สุด
การออกระหว่างการคำนวณเวลาและความน่าเชื่อถือ ของ
ด้านหน้าที่ดีที่สุด Pareto นอกจากนี้วิวัฒนาการของประชากรที่
ยังคงเป็นเวลานานเป็นเวลาอย่างน้อยหนึ่งในเกณฑ์หยุดมีความพึงพอใจ
เช่นจำนวนย้ำสูงสุดถึงหรือค่าเฉลี่ยของ
การเปลี่ยนแปลงในการแพร่กระจายของด้านหน้าที่ดีที่สุด Pareto กลายเป็นที่ต่ำ
กว่าความอดทน.
มันควรจะเป็น ตั้งข้อสังเกตว่าเป็นไปตามช่วงของการเปลี่ยนแปลงของ
ตัวแปรการตัดสินใจจำนวนของการกำหนดค่าที่เป็นไปได้ของ
เปลือกอาคารเป็นจำนวนมากในขณะที่จำนวนสูงสุดของสถานการณ์การสืบค้นโดยวิธี PSO เท่ากับจำนวน
ประชากรขนาดคูณด้วยจำนวนย้ำสูงสุด
ซึ่งเท่ากับ 40? 25 = 1000 ดังนั้นการเพิ่มประสิทธิภาพการเสนอ
แนวทางนำไปสู่การลดการคำนวณที่ต้องใช้
เวลาอย่างมีนัยสำคัญเมื่อเทียบกับการค้นหาที่นับไม่ถ้วนและดังนั้นจึง
ทำให้มั่นใจได้ประหยัดเวลาการคำนวณ

ผลลัพธ์ (ไทย) 3:

ในการศึกษานี้ มีขนาดประชากรและรุ่นสูงสุดหมายเลข 40 - 25 ใช้ตามลำดับ และความอดทน คือ4 . นอกจากนี้ , C1 และ C2 เป็น 2 และ 3 น้ำหนักต่ำมีน้ำหนักหน่วงแรงเฉื่อยอัตรา 0.99 เป็นผู้ถูกเลือก เหล่านี้ควบคุมพารามิเตอร์ของระบบอัลกอริทึมได้รับเลือกตามกับความเชี่ยวชาญของงานวิจัย งาน [ 44 – 51 ] และยังขึ้นอยู่กับบางก่อนทำการทดสอบโดยผู้เขียนได้ดีที่สุดการแลกเปลี่ยนระหว่างเวลาการคำนวณและความน่าเชื่อถือของการช่วยที่ดีที่สุดหน้า และวิวัฒนาการของประชากรต่อไปตราบใดที่อย่างน้อยหนึ่งของเกณฑ์การหยุดจะพอใจเช่น การกล่าวซ้ำถึงหรือเฉลี่ยสูงสุด คือการเปลี่ยนแปลงในการกระจายของ Pareto ที่เหมาะสมกว่าหน้ากลายเป็นนอกจากความอดทนมันควรจะสังเกตว่าตามช่วงการเปลี่ยนแปลงของตัวแปรตัดสินใจ จำนวนของค่าที่เป็นไปได้ของอาคารเป็นจำนวนมาก ในขณะที่จำนวนสูงสุดของสถานการณ์ค้นหาโดยระบบขั้นตอนวิธีเท่ากับจำนวนประชากรขนาดคูณด้วยจำนวนซ้ำสูงสุดซึ่งเท่ากับ 40 25 = 1 , 000 ดังนั้น การนำเสนอเหมาะสมวิธีการนำไปสู่การลดใช้คอมพิวเตอร์เวลาอย่างมากในการเปรียบเทียบกับการค้นหานับไม่ถ้วนและดังนั้นช่วยให้ประหยัดเวลาในการคำนวณ