Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Dynamic trajectory and convergence analysis of swarm algorithm

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F12%3A86092948" target="_blank" >RIV/61989100:27240/12:86092948 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Dynamic trajectory and convergence analysis of swarm algorithm

  • Popis výsledku v původním jazyce

    Swarm Intelligence (SI) is an innovative distributed intelligent paradigm whereby the collective behaviors of unsophisticated individuals interacting locally with their environment cause coherent functional global patterns to emerge. Although the swarm algorithms have exhibited good performance across a wide range of application problems, it is difficult to analyze the convergence. In this paper, we discuss the dynamic trajectory and convergence of the swarm intelligent model, namely the particle swarmalgorithm. We explore the tradeoff between exploration and exploitation using differential analysis and Laplace transform. The trajectories are parsed into first-order inertial element and second-order oscillation element. Their transfer functions are derived, and the trajectories are described in explicit time functions. The first-order inertial element is helpful to maintain the trajectory's stability and algorithm convergence, while the second-order oscillation element trends to explo

  • Název v anglickém jazyce

    Dynamic trajectory and convergence analysis of swarm algorithm

  • Popis výsledku anglicky

    Swarm Intelligence (SI) is an innovative distributed intelligent paradigm whereby the collective behaviors of unsophisticated individuals interacting locally with their environment cause coherent functional global patterns to emerge. Although the swarm algorithms have exhibited good performance across a wide range of application problems, it is difficult to analyze the convergence. In this paper, we discuss the dynamic trajectory and convergence of the swarm intelligent model, namely the particle swarmalgorithm. We explore the tradeoff between exploration and exploitation using differential analysis and Laplace transform. The trajectories are parsed into first-order inertial element and second-order oscillation element. Their transfer functions are derived, and the trajectories are described in explicit time functions. The first-order inertial element is helpful to maintain the trajectory's stability and algorithm convergence, while the second-order oscillation element trends to explo

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2012

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Computing and Informatics

  • ISSN

    1335-9150

  • e-ISSN

  • Svazek periodika

    31

  • Číslo periodika v rámci svazku

    2

  • Stát vydavatele periodika

    SK - Slovenská republika

  • Počet stran výsledku

    22

  • Strana od-do

    371-392

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus