Simplified particle swarm optimization algorithm

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.creatorSantos, Ricardo Paupitz Barbosa dos-
Autor(es): dc.creatorMartins, Carlos Humberto-
Autor(es): dc.creatorSantos, Fábio Lúcio-
Data de aceite: dc.date.accessioned2026-02-09T11:12:48Z-
Data de disponibilização: dc.date.available2026-02-09T11:12:48Z-
Data de envio: dc.date.issued2018-03-08-
Data de envio: dc.date.issued2018-03-08-
Data de envio: dc.date.issued2012-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/28818-
Fonte completa do material: dc.identifierhttp://periodicos.uem.br/ojs/index.php/ActaSciTechnol/article/view/9679-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1136068-
Descrição: dc.descriptionReal ants and bees are considered social insects, which present some remarkable characteristics that can be used, as inspiration, to solve complex optimization problems. This field of study is known as swarm intelligence. Therefore, this paper presents a new algorithm that can be understood as a simplified version of the well known Particle Swarm Optimization (PSO). The proposed algorithm allows saving some computational effort and obtains a considerable performance in the optimization of nonlinear functions. We employed four nonlinear benchmark functions, Sphere, Schwefel, Schaffer and Ackley functions, to test and validate the new proposal. Some simulated results were used in order to clarify the efficiency of the proposed algorithm.-
Descrição: dc.descriptionFormigas e abelhas são consideradas insetos sociais, os quais apresentam notáveis habilidades que podem ser empregadas, como inspiração, na solução de complexos problemas de otimização. Portanto, este trabalho apresenta um novo algoritmo o qual pode ser entendido como uma versão simplificada do conhecido Otimização por Enxame de partículas (Particle Swarm Optimization - PSO). O algoritmo proposto permite a redução do esforço computacional e a obtenção de um desempenho considerável na otimização de funções não-lineares. Foram utilizadas quatro funções não-lineares de referência, como Esférica, Schwefel, Schaffer e Ackley, para teste e validação da nova proposta. Alguns resultados simulados são apresentados para ilustrar a eficiência do algoritmo proposto.-
Idioma: dc.languageen-
Publicador: dc.publisherUniversidade Estadual de Maringá-
Direitos: dc.rightsrestrictAccess-
???dc.source???: dc.sourceActa Scientiarum. Technology-
Palavras-chave: dc.subjectOptimization-
Palavras-chave: dc.subjectSwarm intelligence-
Palavras-chave: dc.subjectGlobal minimum-
Palavras-chave: dc.subjectAlgorithm-
Palavras-chave: dc.subjectOtimização-
Palavras-chave: dc.subjectInteligência de enxame-
Palavras-chave: dc.subjectMínimo global-
Palavras-chave: dc.subjectAlgoritmo-
Título: dc.titleSimplified particle swarm optimization algorithm-
Título: dc.titleAlgoritmo simplificado de otimização de enxame de partículas-
Tipo de arquivo: dc.typeArtigo-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.