nach oben

Erschienen in:

2018 | OriginalPaper | Buchkapitel

Particle Swarm Optimization Based on Pairwise Comparisons

verfasst von : JunQi Zhang, JianQing Chen, XiXun Zhu, ChunHui Wang

Erschienen in: Advances in Swarm Intelligence

Verlag: Springer International Publishing

Einloggen

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

search-config

KI-gestützte Suche

Aus

Abstract

Particle swarm optimization (PSO) is a widely-adopted optimization algorithm which is based on particles’ fitness evaluations and their swarm intelligence. However, it is difficult to obtain the exact fitness evaluation value and is only able to compare particles in a pairwise manner in many real applications such as dose selection, tournament, crowdsourcing and recommendation. Such ordinal preferences from pairwise comparisons instead of exact fitness evaluations lead the traditional PSO to fail. This paper proposes a particle swarm optimization based on pairwise comparisons. Experiments show that the proposed method enables the traditional PSO to work well by using only ordinal preferences from pairwise comparisons.

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

Vorheriges Kapitel Information-Centric Networking Routing Challenges and Bio/ACO-Inspired Solution: A Review

Nächstes Kapitel Chemical Reaction Intermediate State Kinetic Optimization by Particle Swarm Optimization

Buhlmann, H., Huber, P.J.: Pairwise comparison and ranking in tournaments. Ann. Math. Stat. 34(2), 501–510 (1963)MathSciNetCrossRef

Cheng, R., Jin, Y.: A competitive swarm optimizer for large scale optimization. IEEE Trans. Cybern. 45(2), 191–204 (2015)CrossRef

Clerc, M., Kennedy, J.: The particle swarm - explosion, stability, and convergence in a multidimensional complex space. IEEE Trans. Evol. Comput. 6(1), 58–73 (2002)CrossRef

Jamieson, K.G., Nowak, R.D.: Active ranking using pairwise comparisons. In: Advances in Neural Information Processing Systems, pp. 2240–2248 (2011)

Kennedy, J., Eberhart, R.: Particle swarm optimization. In: Proceedings of IEEE International Conference on Neural Networks, 1995, vol. 4, pp. 1942–1948 (2002)

Kpamegan, E.E., Flournoy, N.: Up-and-down designs for selecting the dose with maximum success probability. Commun. Stat. Part C Seq. Anal. 27(1), 78–96 (2008)MathSciNetMATH

Li, J., Zhang, J.Q., Jiang, C.J., Zhou, M.C.: Composite particle swarm optimizer with historical memory for function optimization. IEEE Trans. Cybern. 45(10), 2350–2363 (2015)CrossRef

Liang, J.J., Runarsson, T.P., Mezura-Montes, E., Clerc, M., Suganthan, P.N., Coello, C.A.C., Deb, K.: Problem definitions and evaluation criteria for the CEC 2006 special session on constrained real-parameter optimization. Int. J. Comput. Assist. Radiol. Surg. (2) (2005)

Neri, F., Mininno, E., Iacca, G.: Compact particle swarm optimization. Inf. Sci. 239(4), 96–121 (2013)MathSciNetCrossRef

10.

Qin, Q., Cheng, S., Zhang, Q., Li, L., Shi, Y.: Particle swarm optimization with interswarm interactive learning strategy. IEEE Trans. Cybern. 46(10), 2238–2251 (2016)CrossRef

11.

Rokach, L., Kisilevich, S.: Initial profile generation in recommender systems using pairwise comparison. IEEE Trans. Syst. Man Cybern. Part C 42(6), 1854–1859 (2012)CrossRef

12.

Saxena, N., Tripathi, A., Mishra, K.K., Misra, A.K.: Dynamic-PSO: an improved particle swarm optimizer. In: Evolutionary Computation, pp. 212–219 (2015)

13.

Shen, Y., Chen, J., Zeng, C., Ji, B.: A novel constrained bare-bones particle swarm optimization. In: Evolutionary Computation, pp. 2511–2517 (2016)

14.

Shi, Y., Eberhart, R.: A modified particle swarm optimizer, pp. 69–71 (1998)

15.

Yi, J., Jin, R., Jain, S., Jain, A.K.: Inferring users preferences from crowdsourced pairwise comparisons: a matrix completion approach, pp. 208–212 (2013)

16.

Zhan, Z.H., Zhang, J., Li, Y., Chung, S.H.: Adaptive particle swarm optimization. IEEE Trans. Syst. Man Cybern. Part B Cybern. 39(6), 1362–1381 (2009)CrossRef

Titel: Particle Swarm Optimization Based on Pairwise Comparisons
verfasst von: JunQi Zhang
JianQing Chen
XiXun Zhu
ChunHui Wang
Verlag: Springer International Publishing
Buch: Advances in Swarm Intelligence
Print ISBN: 978-3-319-93814-1

Electronic ISBN: 978-3-319-93815-8

Copyright-Jahr: 2018
DOI: https://doi.org/10.1007/978-3-319-93815-8_13

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+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner