แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Thakorn Chatchaisathaporn. Adaptive inertia weight particle swarm algorithm. Doctoral Degree(Applied Mathematics and Computational Science). Chulalongkorn University. Office of Academic Resources. : Chulalongkorn University, 2012.
Adaptive inertia weight particle swarm algorithm
ขั้นตอนวิธีกลุ่มอนุภาคถ่วงน้ำหนักเฉื่อยแบบปรับค่าได้
LCSH:
Communication
-- Network analysis
LCSH:
Heuristic algorithms
Abstract:
An Optimum Communication Spanning Tree (OCST) problem is a problem of finding a spanning tree of minimum total communication cost satisfying a given set of requirements of communication. The popular technique for solving OCST problem is to use the heuristic algorithm. The heuristic approach does successfully obtain good solutions in a reasonable computational time. The particle swarm optimization-based (PSO) algorithm is one of the heuristic algorithms for optimization problems. In this work, we extend the concept of the particle swarm optimization-based (PSO) algorithm for the OCST problem proposed by Hoang et al. by combining the concept of adaptive inertia weight strategy to the velocity update step. We summarize the effect of the adaptive inertia weight over the proposed algorithm. In addition, we also introduce a new pattern of population initialization. Our proposed algorithm yields a better solution quality.
Abstract:
ปัญหาต้นไม้แบบทอดข้ามสื่อสารเหมาะสุดเป็นปัญหาการหาต้นไม้แบบทอดข้ามที่มีค่าต้นทุนการสื่อสารต่ำที่สุดทั้งยังสอดคล้องกับข้อบังคับของการสื่อสารที่กำหนด เทคนิคที่นิยมใช้ ในการแก้ปัญหาดังกล่าวคือใช้ขั้นตอนวิธีทางฮิวริสติก วิธีการทางฮิวริสติกเป็นวิธีที่ให้ผลเฉลยที่ดี ภายในเวลาการประมวลผลที่สมเหตุสมผล ขั้นตอนวิธีการหาค่าเหมาะสุดฝูงอนุภาค เป็นขั้นตอน วิธีทางฮิวริสติกวิธีหนึ่งในการแก้ปัญหาการหาค่าเหมาะสุด ในงานนี้เราขยายหลักการของ ขั้นตอนวิธีการหาค่าเหมาะสุดฝูงอนุภาคสำหรับปัญหาต้นไม้แบบทอดข้ามสื่อสารเหมาะสุด ซึ่งนำเสนอโดย Hoang และคณะ โดยรวมแนวความคิดกลยุทธ์ค่าน้ำหนักเฉื่อยแบบปรับค่าได้ ใช้กับขั้นการปรับปรุงความเร็ว เราสรุปผลกระทบของค่าน้ำหนักเฉื่อยแบบปรับค่าได้ ของขั้นตอน วิธีที่นำเสนอ นอกจากนี้เรายังแนะนำการเริ่มต้นประชากรแบบใหม่ ขั้นตอนวิธีที่ปรับปรุงแล้ว ของเราให้ผลเฉลยที่มีคุณภาพดี
Chulalongkorn University. Office of Academic Resources
Address:
BANGKOK
Email:
cuir@car.chula.ac.th
Name: Krung Sinapiromsaran
Role:
advisor
Created:
2012
Modified:
2017-05-09
Issued:
2016-01-17
วิทยานิพนธ์/Thesis
application/pdf
URL: http://cuir.car.chula.ac.th/handle/123456789/36431
eng
DegreeName: Master of Science
Level: Doctoral Degree
Descipline: Applied Mathematics and Computational Science
Grantor: Chulalongkorn University
©copyrights Chulalongkorn University
RightsAccess:
ใช้เวลา
0.028919 วินาที
Thakorn Chatchaisathaporn
| Title | Contributor | Type |
|---|---|---|
| Adaptive inertia weight particle swarm algorithm
จุฬาลงกรณ์มหาวิทยาลัย Thakorn Chatchaisathaporn | Krung Sinapiromsaran | วิทยานิพนธ์/Thesis |
Krung Sinapiromsaran