In general, this paper focuses on finding
the best configuration for PSO and GA, using the
different migration blocks, as well as the different sets
of the fuzzy systems rules. To achieve this goal, two
optimization algorithms were configured in parallel
to be able to integrate a migration block that allow
us to generate diversity within the subpopulations
used in each algorithm, which are: the particle swarm
optimization (PSO) and the genetic algorithm (GA).
Dynamic parameter adjustment was also performed
with a fuzzy system for the parameters within the PSO
algorithm, which are the following: cognitive, social
and inertial weight parameter. In the GA case, only the
crossover parameter was modified.
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