Earticle

현재 위치 Home

A Review of Parameters for Improving the Performance of Particle Swarm Optimization

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJHIT) 바로가기
  • 간행물
    International Journal of Hybrid Information Technology 바로가기
  • 통권
    Vol.8 No.4 (2015.04)바로가기
  • 페이지
    pp.7-14
  • 저자
    Avneet Kaur, Mandeep Kaur
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A245293

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
Particle swarm optimization (PSO) is an artificial intelligence (AI) technique that can be used to find approximate solutions to extremely difficult or impossible numeric maximization and minimization problems. Particle swarm optimization is an optimization method. It is an optimization algorithm, which is based on swarm intelligence. Optimization problems are widely used in different fields of science and technology. Sometimes such problems can be complex due to its practical nature. Particle swarm optimization (PSO) is a stochastic algorithm used for optimization. It is a very good technique for the optimization problems. But still there is a drawback that it gets stuck in local minima. To improve the performance of PSO, the researchers have proposed some variants of PSO. Some researchers try to improve it by improving the initialization of swarm. Some of them introduced new parameters like constriction coefficient and inertia weight. Some define different methods of the inertia weight to improve performance of PSO and some of them work on the global and local best. This paper transplants some of the parameters used to enhance the performance of Particle Swarm Optimization technique.

목차

Abstract
 1. Introduction
  1.1. Optimization
  1.2. Particle
  1.3. Particle Swarm Optimization
  1.4. PSO as an Optimization Technique
  1.5. PSO Algorithm
 2. Background of Particle Swarm Optimization (PSO)
  2.1. PSO as a Member of Swarm Intelligence
  2.2. PSO Elements
  2.3. Parameter Settings for the PSO Algorithm
  2.4. Variants of Particle Swarm Optimization
  2.5. Parameters for Improving the Performance of Particle Swarm Optimization
 3. The PSO Algorithm
  3.1. PSO Pseudo Code
  3.2. Flow Chart of the Basic PSO
 4. Related Work Done
 5. Conclusion
 6. Future Scope
 References

키워드

heuristic optimal solution optimization particle population position stochastic swarm

저자

  • Avneet Kaur [ Student ,Computer Science Department, Guru Nanak Dev University, Regional Campus, Jalandhar. ]
  • Mandeep Kaur [ Lecturer, Computer Science Department , Guru Nanak Dev University, Regional Campus, Jalandhar, India. ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJHIT) [Science & Engineering Research Support Center, Republic of Korea(IJHIT)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Hybrid Information Technology
  • 간기
    격월간
  • pISSN
    1738-9968
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Hybrid Information Technology Vol.8 No.4

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.