nach oben

Neural Computing and Applications

Erschienen in:

01.03.2011 | Original Article

An improved cooperative particle swarm optimization and its application

verfasst von: Debao Chen, Chunxia Zhao, Haofeng Zhang

Erschienen in: Neural Computing and Applications | Ausgabe 2/2011

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

A powerful cooperative evolutionary particle swarm optimization (PSO) algorithm based on two swarms with different behaviors to improve the global performance of PSO is proposed. In this method, one swarm tracks the best position and the other leaves the worst position of them; the best and the worst solutions of the two swarms are exchanged in the common blackboard and the information can be flowed mutually between them. The diversity is maintained if the two swarms are regarded as a whole. To show the effectiveness of the given algorithm, five benchmark functions and two forward ANNs with three layers are performed; the results of the proposed algorithms are compared with standard PSO, MCPSO and NPSO.

Vorheriger Artikel Gene selection using independent variable group analysis for tumor classification

Nächster Artikel Vibration signal analysis for electrical fault detection of induction machine using neural networks

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Kennedy J, Eberhart R (1995) Particle swarm optimization. In: Proceedings of the IEEE international conference on neural networks, pp 1942–1947

Kennedy J (1999) Small worlds and mega-minds: effects of neighborhood topology on particle swarm performance. In: Proceedings of IEEE congress on evolutionary computation (CEC 1999), Piscataway, NJ, pp 1931–1938

Blackwell TM, Branke J (2004) Multi-swarm optimization in dynamic environments. In LNCS No.3005: Proceedings of applications of evolutionary computing: EvoWorkshops 2004: EvoBIO,EvoCOMNET, EvoHOT, EvoISAP, EvoMUSART, and EvoSTOC, Coimbra, Portugal, pp 489–500

Lovbjerg M, Rasmussen TK, Krink T (2001) Hybrid particle swarm optimiser with breeding and subpopulations. In: Proceedings genetic and evolutionary computation conference. Morgan Kaufmann Publishers, San Francisco, pp 469–476

Liang JJ, Suganthan PN (2004) Dynamic multi-swarm particle swarm optimizer. In: Proceeding of the 2004 congress on evolutionary computation (CEC’06), pp 1–6

Bergh Fv, Engelbrecht AP (2004) A cooperative approach to particle swarm optimization. IEEE Trans Evol Comput 8(3):225–239CrossRef

El-Abd M, Kamel M (2005) Information exchange in multiple cooperating swarms. In: Swarm intelligence symposium (SIS) IEEE, pp 1–5

Yu L, Zheng Q, Shi ZW, Lu J (2007) Center particle swarm optimization. Neurocomputing 70(4–6):672–679

Shi Y, Krohling RA (2002) Co-evolutionary particle swarm optimization to solve min-max problems. In: Proceeding of the 2002 congress on evolutionary computation, Hawaii, USA, pp 1682–1687

10.

Daniel P, Li XD (2004) A particle swarm model for tracking multiple peaks in a dynamic environment using speciation. In: Proceeding of the 2004 congress on evolutionary computation (CEC’04), pp 98–103

11.

Niu B, Zhu YL, He XX, Wu H (2007) MCPSO: a multi-swarm cooperative particle swarm optimizer. Appl Math Comput 185(2):1050–1062MATHCrossRef

12.

Yang CM, Simon D (2005) A new particle swarm optimization technique. In: Proceedings of the 18th international conference on systems engineering (ISCEng’05), pp 164–169

13.

van den Bergh F, Engelbrecht AP (2006) A study of particle swarm optimization particle trajectories. Inf Sci 176:937–971MATHCrossRef

Titel: An improved cooperative particle swarm optimization and its application
verfasst von: Debao Chen
Chunxia Zhao
Haofeng Zhang
Publikationsdatum: 01.03.2011
Verlag: Springer-Verlag
Erschienen in: Neural Computing and Applications / Ausgabe 2/2011
Print ISSN: 0941-0643
Elektronische ISSN: 1433-3058
DOI: https://doi.org/10.1007/s00521-010-0503-4

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft"

Springer Professional "Technik"

Springer Professional "Wirtschaft+Technik"

Weitere Artikel der Ausgabe 2/2011

Model reduction and optimization of reactive batch distillation based on the adaptive neuro-fuzzy inference system and differential evolution

Curve fitting space for classification

Neural-adaptive control using alternate weights

Enhancement of image luminance resolution by imposing random jitter

An hybrid detection system of control chart patterns using cascaded SVM and neural network–based detector

Vibration signal analysis for electrical fault detection of induction machine using neural networks

Premium Partner