Elite dirigido optimización por enjambre de partículas con información histórica para problemas de alta dimensionalidad
Autores: Yang, Qiang; Zhu, Yuanpeng; Gao, Xudong; Xu, Dongdong; Lu, Zhenyu
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Elite dirigido optimización por enjambre de partículas con información histórica para problemas de alta dimensionalidad
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Problemas de optimización
Optimización por enjambre de partículas
Alta dimensionalidad
Dirigido por élite
Espacio de solución
Diversidad de aprendizaje
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
Los problemas de optimización de alta dimensión son ubicuos en todos los campos hoy en día, lo que desafía seriamente la capacidad de optimización de los optimizadores existentes. Para resolver este tipo de problemas de optimización de manera efectiva, este artículo propone una optimización de enjambre de partículas dirigida por élite (EDPSO) con información histórica para explorar y explotar eficientemente el espacio de solución de alta dimensión.
Descripción
Los problemas de optimización de alta dimensión son ubicuos en todos los campos hoy en día, lo que desafía seriamente la capacidad de optimización de los optimizadores existentes. Para resolver este tipo de problemas de optimización de manera efectiva, este artículo propone una optimización de enjambre de partículas dirigida por élite (EDPSO) con información histórica para explorar y explotar eficientemente el espacio de solución de alta dimensión.