การรวมเป็นกลุ่ม โดยมี agent เป็นตัวนำและเมื่อ agent ทำงานร่วมกันก็จะทำงานได้ดี
agent อาศัย operation และ locally environment จะไม่มีคำสั่งจาก มาสเตอร์ เป็น decentralize
ใช้พฤติกรรมหมู่
Major SI technique
- Ant colony (ACO)
- Particle swap optimization (PSO)
- Artificial bee colony (ABC)
- Bacteria foraging optimization (BFO)
PSO vs EA
common : population base , fitness concept no"survival of the fittest"
difference : no evolution operators such as crossover and mutation , each particle move according to its past experience and relationship in population
Domain of PSO application
- problem with continuous, discrete, or mixed search space
PSO เกิดมาเพื่อ solve continuous problem
particle has a fitness values, a position, and a velocity to adjust it's flying direction
there are 2 best of pso and old memory
so how the best moving so it's random direction and it's own old memory of best position to weight the information
Neighborhoods use geographical
other swamp topology
- square topology
ไม่มีความคิดเห็น:
แสดงความคิดเห็น