La Optimización por Enjambre de Partículas (PSO) es un método de optimización desarrollado recientemente, que ha atraído el interés de los investigadores en diversas áreas debido a su simplicidad y efectividad, y se han propuesto muchas variantes. En este trabajo se presenta un novedoso algoritmo de Optimización por Enjambre de Partículas, en el que se considera la información del mejor vecino de cada partícula y la mejor partícula de toda la población en la iteración actual. Mientras tanto, para evitar la prematura, se utiliza un mecanismo de abandono. Además, para mejorar la velocidad de convergencia global de nuestro algoritmo, se adopta una búsqueda caótica en la mejor solución de la iteración actual. Para verificar el rendimiento de nuestro algoritmo, se han empleado funciones de prueba estándar. Los resultados experimentales muestran que el algoritmo es mucho más robusto y eficiente que algunos algoritmos existentes de Optimización por Enjambre de Partículas.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Relación biomecánica entre la deformidad del Hallux Valgus y el dolor metatarsal
Artículo:
Síntesis y mecanismo del fosfato tetracálcico a partir de un precursor nanocristalino
Artículo:
Extracción de la acción de voleibol y reconocimiento dinámico basado en el sensor táctil de la marcha
Artículo:
Potencialidades biomédicas de las nanopartículas de plata para el tratamiento clínico de Acinetobacter baumannii resistente a múltiples fármacos
Artículo:
Impacto del análisis de Big Data en nanosensores para ciencias aplicadas mediante redes neuronales
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Software:
Simulación del proceso de extracción sólido-líquido EXTSL