Comprehensive Learning Particle Swarm Optimization Algorithm With Local Search for Multimodal Functions

A comprehensive learning particle swarm optimizer (CLPSO) embedded with local search (LS) is proposed to pursue higher optimization performance by taking the advantages of CLPSO's strong global search capability and LS's fast convergence ability. This paper proposes an adaptive LS starting...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on evolutionary computation Ročník 23; číslo 4; s. 718 - 731
Hlavní autoři:	Cao, Yulian, Zhang, Han, Li, Wenfeng, Zhou, Mengchu, Zhang, Yu, Chaovalitwongse, Wanpracha Art
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.08.2019 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Adaptive strategy Algorithms Convergence evolutionary algorithm Indexes local search (LS) Machine learning multimodal function Optimization Parameter sensitivity Particle swarm optimization particle swarm optimization (PSO) Robustness (mathematics) Searching Sensitivity analysis Sociology Statistics
ISSN:	1089-778X, 1941-0026
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!