c_1and c_2 accelerate looking for t

c_1and c_2 accelerate looking for the best local and group position, respectively. In earlier papers, these two values were considered equal to a constant value (usually 2). But further studies suggest that these two parameters also to be adjusted [26]. Experiments show that you can get the best results, in spite of adjusting c_1 on 2.5 at the beginning of the search and then its gradual reduction toward 0.5. In contrast, it is better that value of c_1 also be increased on a reversed route from 0.5 to 2.5. The PSO operation is shown in Fig. 2 in 3d space.

ผลลัพธ์ (ไทย) 1:

c_1and c_2 เร่งค้นหาท้องถิ่นที่ดีที่สุดและกลุ่มตำแหน่ง ตามลำดับ ในเอกสารก่อนหน้า ค่าสองค่าเหล่านี้ได้ถือว่าเท่ากับค่าคง (โดยปกติ 2) แต่เพิ่มเติม การศึกษาแนะนำว่า พารามิเตอร์เหล่านี้สองยังต้องปรับปรุง [26] การทดลองแสดงว่า คุณได้ผลลัพธ์ที่ดีที่สุด แม้ปรับ c_1 ใน 2.5 ที่จุดเริ่มต้นของการค้นหา และลดความสมดุลต่อ 0.5 ในทางตรงกันข้าม มันจะดีกว่าที่ค่าของ c_1 นอกจากนี้ยังสามารถเพิ่มในเส้นทางกลับจาก 0.5 ถึง 2.5 การดำเนินงาน PSO จะแสดงใน Fig. 2 ในพื้นที่ 3d

ผลลัพธ์ (ไทย) 2:

c_1and c_2 เร่งมองหาสิ่งที่ดีที่สุดในท้องถิ่นและตำแหน่งของกลุ่มตามลำดับ ในเอกสารที่ก่อนหน้านี้ทั้งสองได้รับการพิจารณาค่าเท่ากับค่าคงที่ (ปกติ 2) แต่การศึกษาต่อไปแสดงให้เห็นว่าทั้งสองตัวแปรนี้ยังมีการปรับ [26] การทดลองแสดงให้เห็นว่าคุณจะได้รับผลลัพธ์ที่ดีที่สุดทั้งๆที่มีการปรับ c_1 2.5 ที่จุดเริ่มต้นของการค้นหาและจากนั้นค่อย ๆ ลดที่มีต่อ 0.5 ในทางตรงกันข้ามมันจะดีกว่าที่มูลค่าของ c_1 ยังจะเพิ่มขึ้นบนเส้นทางกลับ 0.5-2.5 การดำเนินการ PSO แสดงในรูป 2 ในพื้นที่ 3 มิติ

ผลลัพธ์ (ไทย) 3:

c_1and c_2 เร่งหาตำแหน่ง , กลุ่มในท้องถิ่นและดีที่สุดตามลำดับ ในบทความก่อนหน้านี้ สองคนนี้ถือว่าเป็นค่าเท่ากับค่าคงที่ ( ปกติ 2 ) แต่จากการศึกษาชี้ให้เห็นว่า สองคนนี้ยังสามารถปรับพารามิเตอร์ [ 26 ] การทดลองแสดงให้เห็นว่าคุณสามารถได้รับผลลัพธ์ที่ดีที่สุด แม้ว่าการปรับ c_1 25 ที่จุดเริ่มต้นของการค้นหาแล้วค่อยๆลด ต่อ 0.5 ในทางตรงกันข้าม ก็ค่า c_1 ยังเพิ่มขึ้นในช่วงเส้นทางจาก 0.5 ถึง 2.5 ส่วนระบบปฏิบัติการจะแสดงในรูปที่ 2 ใน 3 พื้นที่