Ca-PSO:库仑吸引粒子团

Nayeli Joaquinita Meléndez Acosta, Ricardo Solano Monje, Cosijopii García García, H. V. Ríos Figueroa
{"title":"Ca-PSO:库仑吸引粒子团","authors":"Nayeli Joaquinita Meléndez Acosta, Ricardo Solano Monje, Cosijopii García García, H. V. Ríos Figueroa","doi":"10.30973/progmat/2019.11.3/1","DOIUrl":null,"url":null,"abstract":"Este artículo presenta una variante del algoritmo C-PSO, al cual hemos llamado Ca-PSO, a diferencia de C-PSO que considera como cargas puntuales a lBesti y gBest, Ca-PSO considera a la partícula xi y gBest. Al mismo tiempo se presenta una comparación de cuatro algoritmos: el algoritmo original PSO (Particle Swarm Optimization), PSO con “restricción” (Constriction PSO), C-PSO una versión que hace uso de ley de Coulomb y el algoritmo propuesto Ca-PSO. También se muestra el movimiento esquemático de una partícula en el algoritmo Ca-PSO. Los resultados que se muestran corresponden a la media de 50 corridas, cada algoritmo habiendo sido ejecutado 10000 iteraciones por función para 50 y 100 dimensiones. El algoritmo Ca-PSO mostró un rendimiento superior respecto a CPSO en seis de las diez funciones de prueba, además se muestra que tanto C-PSO como CaPSO presentan un mejor rendimiento que el algoritmo original de PSO y PSO con restricción.","PeriodicalId":417893,"journal":{"name":"Programación Matemática y Software","volume":"54 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-10-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Ca-PSO: Coulomb atrayendo un Cúmulo de Partículas\",\"authors\":\"Nayeli Joaquinita Meléndez Acosta, Ricardo Solano Monje, Cosijopii García García, H. V. Ríos Figueroa\",\"doi\":\"10.30973/progmat/2019.11.3/1\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Este artículo presenta una variante del algoritmo C-PSO, al cual hemos llamado Ca-PSO, a diferencia de C-PSO que considera como cargas puntuales a lBesti y gBest, Ca-PSO considera a la partícula xi y gBest. Al mismo tiempo se presenta una comparación de cuatro algoritmos: el algoritmo original PSO (Particle Swarm Optimization), PSO con “restricción” (Constriction PSO), C-PSO una versión que hace uso de ley de Coulomb y el algoritmo propuesto Ca-PSO. También se muestra el movimiento esquemático de una partícula en el algoritmo Ca-PSO. Los resultados que se muestran corresponden a la media de 50 corridas, cada algoritmo habiendo sido ejecutado 10000 iteraciones por función para 50 y 100 dimensiones. El algoritmo Ca-PSO mostró un rendimiento superior respecto a CPSO en seis de las diez funciones de prueba, además se muestra que tanto C-PSO como CaPSO presentan un mejor rendimiento que el algoritmo original de PSO y PSO con restricción.\",\"PeriodicalId\":417893,\"journal\":{\"name\":\"Programación Matemática y Software\",\"volume\":\"54 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-10-31\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Programación Matemática y Software\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.30973/progmat/2019.11.3/1\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Programación Matemática y Software","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30973/progmat/2019.11.3/1","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

本文提出了C-PSO算法的一种变体,我们称之为Ca-PSO,不像C-PSO考虑lBesti和gBest作为点电荷,Ca-PSO考虑粒子xi和gBest。同时对四种算法进行了比较:原粒子群优化(PSO)算法、约束PSO算法、利用库仑定律的C-PSO算法和提出的Ca-PSO算法。给出了Ca-PSO算法中粒子的示意图运动。显示的结果对应于50次运行的平均值,每个算法在50和100维的每个函数中执行了10000次迭代。在10个测试函数中,Ca-PSO算法在6个测试函数中表现出优于CPSO的性能,并且C-PSO和CaPSO都表现出优于原始PSO和约束PSO算法的性能。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Ca-PSO: Coulomb atrayendo un Cúmulo de Partículas
Este artículo presenta una variante del algoritmo C-PSO, al cual hemos llamado Ca-PSO, a diferencia de C-PSO que considera como cargas puntuales a lBesti y gBest, Ca-PSO considera a la partícula xi y gBest. Al mismo tiempo se presenta una comparación de cuatro algoritmos: el algoritmo original PSO (Particle Swarm Optimization), PSO con “restricción” (Constriction PSO), C-PSO una versión que hace uso de ley de Coulomb y el algoritmo propuesto Ca-PSO. También se muestra el movimiento esquemático de una partícula en el algoritmo Ca-PSO. Los resultados que se muestran corresponden a la media de 50 corridas, cada algoritmo habiendo sido ejecutado 10000 iteraciones por función para 50 y 100 dimensiones. El algoritmo Ca-PSO mostró un rendimiento superior respecto a CPSO en seis de las diez funciones de prueba, además se muestra que tanto C-PSO como CaPSO presentan un mejor rendimiento que el algoritmo original de PSO y PSO con restricción.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Sistema de Información Gerencial para la detección del alumno en situación extraordinaria Antena Rectangular con Ranuras y Muescas para Aplicaciones Biomédicas Software para ayudar en la interpretación de gammagrafías óseas Optimización de Encuestas Electorales mediante Redes Neuronales Artificiales Optimizando el aprendizaje de matemáticas en el primer grado: el impacto del Metaverso de Roblox en el desarrollo de competencias numéricas
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1