research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
A Comparison Between SPSO and QPSO from View Point of Optimization
مقارنة بين SPSO و QPSO من وجهة نظر المفاضلة

Loading...
Loading...
Abstract

Particle swarm optimization (PSO) has magnetized different investigators who are concerned in dealing with different optimization problems, due to its ease of implementation and reasonable performance. However, PSO algorithm is trapped in the local optima easily because of the quick loss of the population variance. Hence, enhancement of the performance of PSO and detraction the relaying on factors are led to significant variants of SPSO. One important variant is the quantum behavior of particle swarm optimization (QPSO), which is dependent on the dynamical analysis of SPSO and quantum mechanics. This paper presents a notion for the optimization of nonlinear functions using swarm methodology and a comparison between SPSO and QPSO are given. These two algorithms are analyzed on both unimodal and multimodal, high and low dimensional continuous functions. The results on eight benchmark functions show that the QPSO algorithm can perform much better than the SPSO.

اجتذب مفاضلة سرب الجسيمات (PSO) العديد من الباحثين المهتمين بالتعامل مع مشاكل المفاضلة المختلفة، بسبب سهولة التنفيذ، وعدد قليل من المعلمات المضبوطة، والأداء المقبول. ومع ذلك، خوارزمية PSO سهلة الفخ في optima المحلية بسبب فقدان سريع للتنوع السكاني. لذلك يتم مفاضلة أداء PSO وتقليل الاعتماد على المعلمات إلى أشكال هامة من SPSO. أحد المتغيرات المهمة هو مفاضلة سرب الجسيمات المحسوب على الكم (QPSO) والذي يعتمد على التحليل الديناميكي لـ SPSO والميكانيكا الكمومية. في هذه الورقة، تم تقديم مفهوم لمفاضلة الوظائف غير الخطية باستخدام منهج سرب الجسيمات، تتم مقارنة بين SPSO و QPSO. يتم اختبار هذين الخوارزميتين على كل من الوظائف المستمرة أحادية الواسطة ومتعددة الوسائط، منخفضة وعالية الأبعاد. تظهر النتائج التجريبية على 8 وظائف معيارية، أن خوارزمية QPSO يمكن أن تكون أفضل بكثير من SPSO.

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

English (1)


Year
From To Submit

2019 (1)