Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
International Journal of Machine Learning and Cybernetics

01.04.2014 | Original Article

Parallel quantum-behaved particle swarm optimization

verfasst von: Na Tian, Choi-Hong Lai

Erschienen in: International Journal of Machine Learning and Cybernetics | Ausgabe 2/2014

Einloggen

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

search-config
loading …

Abstract

Quantum-behaved particle swarm optimization (QPSO), like other population-based algorithms, is intrinsically parallel. The master–slave (synchronous and asynchronous) and static subpopulation parallel QPSO models are investigated and applied to solve the inverse heat conduction problem of identifying the unknown boundary shape. The performance of all these parallel models is compared. The synchronous parallel QPSO can obtain better solutions, while the asynchronous parallel QPSO converges fast without idle waiting. The scalability of the static subpopulation parallel QPSO is not as good as the master–slave parallel model.

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

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

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"

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
Weitere Produktempfehlungen anzeigen
Literatur
1.
Kennedy J, Eberhart RC (1995) Particle swarm optimization. In: Proceedings of IEEE international conference on neural networks, Perth, Australia, pp 1942–1948
2.
Eberhart RC, Shi Y (1998) Comparison between genetic algorithm and particle swarm optimization, evolutionary programming VII, lecture notes in computer science 1447. Springer, Heidelberg, pp 611–616
3.
Van den Bergh F (2001) An analysis of particle swarm optimizers, Ph.D. diss. University of Pretoria, South Africa
4.
Sun J, Feng B, Xu WB (2004) Particle swarm optimization with particles having quantum behaviour. In: Proceedings of congress evolutionary computational, Portland, USA, pp 325–331
5.
Clerc M, Kennedy J (2002) The particle swarm: explosion, stability, and convergence in a multi-dimensional complex space. IEEE Trans Evol Comput 6:58–73CrossRef
6.
Sun J, Xu WB, Liu J (2005) Parameter selection of quantum-behaved particle Swarm optimization. Lect Notes Comput Sci 3612:543–552CrossRef
7.
Sun J, Xu WB, Feng B (2004) A global search strategy of quantum-behaved particle swarm optimization. In: Proceedings of IEEE conference on cybernetics and intelligent systems, Singapore, pp 111-116
8.
Sun J, Xu WB, Feng B (2005) Adaptive parameter control for quantum-behaved particle swarm optimization on individual level. In: Proceedings of IEEE International conference on systems, man and cybernetics, Hawaii, pp 3049–3054
9.
Nowostawski M, Poli R (1999) Parallel genetic algorithm taxonomy. In: Proceedings of third international conference knowledge-based intelligent information engineering systems, Adelaide, SA, Australia, pp 88–92
10.
Koh B, George AD, Haftka RT, Fregly BJ (2006) Parallel asynchronous particle swarm optimization. Int J Numer Meth Eng 67:578–595CrossRefMATH
11.
Carlisle A, Dozier G (2001) An off-the-shelf PSO. In: Proceeding of the workshop on particle swarm optimization, Indianapolis, USA
12.
Tian N, Lai CH, Pericleous K, Xu WB Inverse identification of boundary shape using a hybrid approach with boundary element method. Int J Comput Math (submitted)
13.
Tikhonov AN, Arsenin VY (1977) Solution of Ill-posed problems. Winston, Washington DC
14.
Lin C.-M., Li M.-C., Ting A.-B., Lin M.-H. (2011) A robust self-learning PID control system design for nonlinear systems using a particle swarm optimization algorithm. Int J Mach Learn Cybern 2(4):225–234CrossRef
15.
16.
Wang X, He Y, Dong L, Zhao H (2011) Particle swarm optimization for determining fuzzy measures from data. Inf Sci 181(19):4230–4252CrossRefMATH
Metadaten
Titel
Parallel quantum-behaved particle swarm optimization
verfasst von
Na Tian
Choi-Hong Lai
Publikationsdatum
01.04.2014
Verlag
Springer Berlin Heidelberg
Erschienen in
International Journal of Machine Learning and Cybernetics / Ausgabe 2/2014
Print ISSN: 1868-8071
Elektronische ISSN: 1868-808X
DOI
https://doi.org/10.1007/s13042-013-0168-2

Neuer Inhalt

    Bildnachweise