메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Fumihiko Yano (J. F. Oberlin University) Tsutomu Shohdohji (Nippon Institute of Technology) Yoshiaki Toyoda (Aoyama Gakuin Unversity)
저널정보
대한산업공학회 Industrial Engineering & Management Systems Industrial Engineering & Management Systems 제6권 제1호
발행연도
2007.6
수록면
64 - 71 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
J. Kennedy and R. Eberhart first introduced the concept called as Particle Swarm Optimization (PSO). They applied it to optimize continuous nonlinear functions and demonstrated the effectiveness of the algorithm. Since then a considerable number of researchers have attempted to apply this concept to a variety of optimization problems and obtained reasonable results. In PSO, individuals communicate and exchange simple information with each other. The information among individuals is communicated in the swarm and the information between individuals and their swarm is also shared. Finally, the swarm approaches the optimal behavior. It is reported that reasonable approximate solutions of various types of test functions are obtained by employing PSO. However, if more precise solutions are required, additional algorithms and/or hybrid algorithms would be necessary. For example, the heading vector of the swarm can be slightly adjusted under some conditions. In this paper, we propose a hybrid algorithm to obtain more precise solutions. In the algorithm, when a better solution in the swarm is found, the neighborhood of a certain distance from the solution is searched. Then, the algorithm returns to the original PSO search. By this hybrid method, we can obtain considerably better solutions in less iterations than by the standard PSO method.
#Swarm Intelligence #Search Algorithm #Optimization #Meta-hueristics

목차

Abstract
1. INTRODUCTION
2. EVOLUTION OF PSO
3. MOOT POINTS OF ORIGINAL PSO AND IMPROVEMENTS
4. NEIGHBORHOOD SEARCH ROUTINE
5. NUMERICAL EXPERIMENTS
6. CONCLUSIONS
ACKNOWLEDGMENT
REFERENCES

참고문헌 (14)

참고문헌 신청
1. [학술지(정기간행물)] - / 1999 / The swarm and the queen: towards a deterministic and adaptive particle swarm optimization google schola 2. [학술지(정기간행물)] - / 1990 / A stochasticnonlinear model for coordinated bird flocks The ubiquity of chaos google schola 3. [학술지(정기간행물)] - / 1995 / Particle swarm optimization Proceedings of the IEEE International Conference on Neural Networks : 1942 ~ 1948 google schola 4. [학술지(정기간행물)] - / 2001 / Swarm intelligence google schola 5. [학술지(정기간행물)] - / 2004 / Better Spread and Convergence: Particle Swarm Multiobjective Optimization Using the Maximin Fitness Function ; Proceedings of the Genetic and Evolutionary Computation Conference 2004 : 117 ~ 128 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2013-530-002615881