Compared to other related approache

Compared to other related approaches such as genetic algorithms and neural networks, PSO it is quite simple and easy to implement. It is initialized with a set of randomly generated particles which in fact are candidate solutions. An iterative search process is then set in motion to improve the set of current solutions. During each iteration, new solutions are proposed by each particle which are individually evaluated against: (1) the particles own personal best solution found in any proceeding iteration and (2) the global best solution currently found by any particle in the swarm. We refer to each candidate solution as a position. If a particle finds a position better than its current personal best position, its personal best position is updated. Moreover, if the new personal best position is better than the current global best position, the global best position is updated. After the evaluation process is completed, each particle updates its velocity and position with the equations:

Kết quả (Việt) 1:

So với các phương pháp tiếp cận có liên quan như thuật toán di truyền và mạng nơron, PSO khá đơn giản và dễ thực hiện. Nó được khởi tạo với một tập hợp các hạt được tạo ngẫu nhiên mà trong thực tế là ứng cử viên giải pháp. Một quá trình lặp đi lặp lại các tìm kiếm sau đó được thiết lập trong chuyển động để cải thiện các thiết lập của giải pháp hiện tại. Trong mỗi iteration, giải pháp mới được đề xuất bởi mỗi hạt từng được đánh giá chống lại: (1) các hạt của riêng cá nhân các giải pháp tốt nhất tìm thấy ở bất cứ tiếp tục lặp đi lặp lại và (2) toàn cầu giải pháp tốt nhất hiện nay được tìm thấy bởi bất kỳ hạt trong đám. Chúng tôi đề cập đến mỗi giải pháp ứng cử viên như là một vị trí. Nếu một hạt tìm thấy một vị trí tốt hơn so với vị trí hiện tại của nó tốt nhất cá nhân, vị trí tốt nhất cá nhân của mình được Cập Nhật. Hơn nữa, nếu vị trí tốt nhất cá nhân mới là tốt hơn so với hiện tại toàn cầu tốt nhất vị trí, vị trí tốt nhất toàn cầu được Cập Nhật. Sau khi hoàn tất quá trình đánh giá, mỗi hạt Cập Nhật tốc độ và vị trí của nó với các phương trình:

Kết quả (Việt) 2:

So với các phương pháp khác có liên quan như các thuật toán di truyền và mạng nơron, PSO nó là khá đơn giản và dễ thực hiện. Nó được khởi tạo với một tập hợp của các hạt được tạo ngẫu nhiên mà trong thực tế là những giải pháp ứng cử viên. sau đó là một quá trình tìm kiếm lặp đi lặp lại được thiết lập trong chuyển động để cải thiện bộ các giải pháp hiện tại. Trong mỗi lần lặp, giải pháp mới được đề xuất bởi mỗi hạt được đánh giá riêng đối với: (1) các hạt sở hữu giải pháp cá nhân tốt nhất được tìm thấy ở bất cứ lặp đi lặp lại thủ tục tố tụng và (2) là giải pháp tốt nhất toàn cầu hiện nay được tìm thấy bởi các hạt trong swarm. Chúng tôi đề cập đến mỗi giải pháp ứng cử viên như một vị trí. Nếu một hạt tìm thấy một vị trí tốt hơn so với vị trí cá nhân tốt nhất hiện nay, vị trí cá nhân tốt nhất của nó được cập nhật. Hơn nữa, nếu các vị trí tốt nhất mới cá nhân là tốt hơn so với vị trí tốt nhất toàn cầu hiện nay, vị trí tốt nhất toàn cầu được cập nhật. Sau khi quá trình thẩm định hoàn tất, mỗi hạt cập nhật tốc độ và vị trí của nó với các phương trình: