Алгоритм оптимизации роем частиц и его применения: систематический обзор
Particle Swarm Optimization Algorithm and Its Applications: A Systematic Review
2022-04-19
SCID: 54.1/fk3kruer
Discuss with AI
применения PSOгибридизация PSOоптимизация роя частицроевой интеллектсистематический обзор
Figures from the paper
Abstract (AI)
На протяжении веков природа служила источником вдохновения, однако многое в ней еще предстоит изучить и открыть. Среди прочих направлений роевой интеллект (Swarm Intelligence, SI), являющийся значительной областью искусственного интеллекта, основан на интеллектуальном коллективном поведении социальных роев в природе. В данной работе рассматривается один из наиболее популярных подходов роевого интеллекта — алгоритм оптимизации роем частиц (Particle Swarm Optimization, PSO). С момента его появления в середине 1990-х годов алгоритм PSO претерпел множество изменений. После изучения этой технологии исследователи и практики разработали новые области применения, создали новые версии алгоритма и опубликовали теоретические исследования потенциального влияния различных параметров и аспектов алгоритма. На основе процедуры систематического обзора (Systematic Review, SR) в статье рассматриваются различные аспекты существующих и текущих исследований, включая методы алгоритма, разнообразные области применения, открытые проблемы и перспективы дальнейшего развития. В частности, анализируются исследования методов и приложений, опубликованные в период с 2017 по 2019 год, с использованием технической таксономии отобранных материалов, охватывающей гибридизацию, усовершенствования и варианты PSO, а также реальные применения алгоритма, классифицированные по следующим категориям: здравоохранение, охрана окружающей среды, промышленность, коммерция, умный город и общие приложения. Для оценки эффективности различных методов и приложений PSO рассматриваются такие технические характеристики, как точность, среды оценивания и предлагаемые тематические исследования. Каждое рассмотренное исследование обладает ценными преимуществами и неизбежными недостатками, которые обсуждаются; на этой основе сформулированы рекомендации по устранению слабых сторон этих исследований, а также выделены открытые проблемы и перспективные направления дальнейших исследований алгоритма.
Key Findings
1
Применения классифицируются по областям здравоохранения, экологии, промышленности, коммерции, умных городов и общим задачам.
2
В статье систематически рассматриваются исследования и применения алгоритма роя частиц, опубликованные в 2017–2019 годах.
3
В обзоре разработана техническая таксономия, охватывающая гибридизацию PSO, усовершенствования алгоритма, его варианты и разнообразные практические применения.
4
Обзор выявляет преимущества, недостатки, открытые проблемы и перспективные направления дальнейшего развития методов и применений PSO.
5
Исследования оцениваются по таким характеристикам, как точность, среда тестирования и предложенные тематические исследования, чтобы определить эффективность методов.
Research Object
Алгоритм Particle Swarm Optimization (PSO)
Research Subject
методы, применения, эффективность, преимущества, недостатки и нерешённые исследовательские вопросы PSO
Publication Details
Publication Date
2022-04-19
Journal
Publisher
ISSN
Cited by
2126
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest