Problem strojenia algorytmu optymalizacji rojem cząstek w optymalizacji ciągłej The problem of tuning the particle swarm optimization algorithm in continuous optimization
Optymalizacja wybranego zagadnienia, polegająca na znalezieniu analitycznego
rozwiązania wyznaczającego ekstremum opisującego to zagadnienie funkcji,
jest bardzo często złożona. Analityczne rozwiązanie staje się czasem niemożliwe, szczególnie
w przypadku, gdy funkcja jest sformułowana w sposób uwikłany. W wielu przypadkach
nie istnieją też metody automatycznego rozwiązywania takich formuł. Do rozwiązywania
wielu problemów optymalizacyjnych skutecznym narzędziem okazała się
optymalizacja rojem cząstek (ang. Particle Swarm Optimization, PSO). Sam algorytm
bywa także stosowany jako część innych niedeterministycznych algorytmów, tworząc
konstrukcje hybrydowe. Biorąc pod uwagę skuteczność znajdowania rozwiązania, wśród
innych podobnych metod optymalizacji algorytm PSO nie plasuje się na czołowym
miejscu. Stąd liczne próby modyfikacji oraz ustalenia najbardziej optymalnych i uniwersalnych
parametrów algorytmu PSO.
W artykule przedstawiono wyniki badań efektywności podstawowej wersji algorytmu
optymalizacji rojem cząstek (PSO) dla problemów ciągłych o różnej skali złożoności.
Autorzy podjęli także próbę oceny kosztu strojenia tego algorytmu dla małych
problemów.
The optimization of the chosen issue of finding an analytical solution to
determine the extreme describing this function is very often complex. An analytical
solution is sometimes impossible, especially when the function is formulated in an entangled
way. In many cases, there are no methods for automatically solving such formulas.
Optimization of the particle swarm (Particle Swarm Optimization, PSO) has proved
to be an effective tool for solving many optimization problems. Hence numerous attempts
to modify and determine the most optimal and universal parameters of the PSO
algorithm. The algorithm itself is also used as a part of other non-deterministic algorithms
to create hybrid constructions.
The article presents the results of research on the effectiveness of the basic version
of the particle swarm optimization algorithm (PSO) for continuous problems of varying
complexity scale. The authors also attempted to evaluate the cost of tuning this algorithm
for small problems. The carried out computational experiments confirm the hypotheses
advanced.
Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies
Informacja
SZANOWNI CZYTELNICY!
UPRZEJMIE INFORMUJEMY, ŻE BIBLIOTEKA FUNKCJONUJE W NASTĘPUJĄCYCH GODZINACH:
Wypożyczalnia i Czytelnia Główna: poniedziałek – piątek od 9.00 do 19.00