Praca dotyczy zastosowania algorytmu optymalizacji rojem cząstek do znajdowania ekstremów globalnych dla wybranych funkcji jedno i wielomodalnych. Na podstawie wyników eksperymentu obliczeniowego wyłoniono warianty ustawień parametrów algorytmu zapewniające jego największą skuteczność.
EN
In this paper, we present the particle swarm optimization algorithm for finding the global extrema of several single and multimodal functions. The values of the algorithm parameters which ensure its best performance are determined on the basis of the computational results.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Three global optimization algorithms are tested against some chosen benchmark tests with known minima. Particle Swarm Optimization yields results closest to the sought minima, but is also the slowest algorithm. The hybrid Simplex-Simulated Annealing approach requires fine-tuning of its settings in most cases.
PL
Przetestowano zachowanie trzech algorytmów optymalizacji globalnej wykorzystując wybrane zadania testowe o znanych minimach globalnych. Optymalizacja metodą roju cząstek daje rezultaty najbardziej zbliżone do poszukiwanych, lecz równocześnie jest to najwolniejszy algorytm z rozpatrywanych. Podejście hybrydowe simpleks - symulowane wyżarzanie wymaga dostrajania swoich parametrów w większości przypadków. (Ocena wybranych nowoczesnych algorytmów optymalizacji).
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.