• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Computational Science and Engineering >Using QIGSO with steepest gradient descent strategy to direct orbits of chaotic systems
【24h】

Using QIGSO with steepest gradient descent strategy to direct orbits of chaotic systems

机译：使用具有最陡梯度下降策略的QIGSO定向混沌系统的轨道

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

As a new swarm intelligent algorithm, group search optimiser (GSO) attracts many scholars' attention. However, it is performance is not good. To overcome this shortcoming, a new group search optimiser based on quadratic interpolation method (QIGSO) is proposed by Yao et al. (2011) in which one local optimum is estimated. In this paper, a new strategy, steepest gradient descent strategy is incorporated into the methodology of QIGSO to enhance the exploitation capability. This new variant of QIGSO (QIGSO-SDO) provides little estimation error, and obtains a better performance near the local optima. In this paper, QIGSO-SDO is employed to solve the directing orbits of chaotic systems, simulation results show this new variant increases the performance significantly when compared with the standard version of group search optimiser.
机译：作为一种新型的群体智能算法，群体搜索优化器（GSO）引起了许多学者的关注。但是，这是性能不好的。为克服这一缺点，Yao等人提出了一种基于二次插值法（QIGSO）的新型群搜索优化器。 （2011年），其中一个局部最优估计。本文将一种新的策略，即最速梯度下降策略纳入了QIGSO的方法中，以提高开采能力。 QIGSO的这种新变体（QIGSO-SDO）提供的估计误差很小，并且在局部最优值附近可获得更好的性能。本文使用QIGSO-SDO来解决混沌系统的定向轨道，仿真结果表明，与标准版本的组搜索优化器相比，该新变量显着提高了性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号