1. RI UFLA
  2. Escola de Engenharia - EENG
  3. Departamento de Engenharia - DEG
  4. DEG - Artigos publicados em periódicos
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/28818
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSantos, Ricardo Paupitz Barbosa dos-
dc.creatorMartins, Carlos Humberto-
dc.creatorSantos, Fábio Lúcio-
dc.date.accessioned2018-03-08T13:29:08Z-
dc.date.available2018-03-08T13:29:08Z-
dc.date.issued2012-
dc.identifier.citationSANTOS, R. P. B. dos; MARTINS, C. H.; SANTOS, F. L. Simplified particle swarm optimization algorithm. Acta Scientiarum. Technology, Maringá, v. 34, n. 1, p. 21-25, Jan./Mar. 2012.pt_BR
dc.identifier.urihttp://periodicos.uem.br/ojs/index.php/ActaSciTechnol/article/view/9679pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/28818-
dc.description.abstractReal 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.pt_BR
dc.languageen_USpt_BR
dc.publisherUniversidade Estadual de Maringápt_BR
dc.rightsrestrictAccesspt_BR
dc.sourceActa Scientiarum. Technologypt_BR
dc.subjectOptimizationpt_BR
dc.subjectSwarm intelligencept_BR
dc.subjectGlobal minimumpt_BR
dc.subjectAlgorithmpt_BR
dc.subjectOtimizaçãopt_BR
dc.subjectInteligência de enxamept_BR
dc.subjectMínimo globalpt_BR
dc.subjectAlgoritmopt_BR
dc.titleSimplified particle swarm optimization algorithmpt_BR
dc.title.alternativeAlgoritmo simplificado de otimização de enxame de partículaspt_BR
dc.typeArtigopt_BR
dc.description.resumoFormigas 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.pt_BR
Aparece nas coleções:DEG - Artigos publicados em periódicos

Arquivos associados a este item:
Não existem arquivos associados a este item.
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.