Applications of Particle Swarm Optimization Technique for Engineering Problem Solving
Article Sidebar
Main Article Content
Abstract
This paper focuses on the applications of particle swarm optimization (PSO) method for solving various fields of engineering problems. The PSO is an optimization method that belongs to the swarm intelligence family based on the imitation of social behavior patterns of animals. The searching route of each particle is determined by a simple rule incorporating its individual information shared among the particles in its neighborhood for decision making and required problem solving. The interaction of the particles with neighbors is the key to the usefulness of PSO to determine the best solution in a short computational time. PSO has attracted a lot of researchers because of its search efficiency even for a high dimensional objective function with multiple local optima which is a difficult problem. Consequently, PSO can be applied in engineering aspects.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
The content and information in articles published in the Journal of Advanced Development in Engineering and Science are the opinions and responsibility of the article's author. The journal editors do not need to agree or share any responsibility.
Articles, information, content, etc. that are published in the Journal of Advanced Development in Engineering and Science are copyrighted by the Journal of Advanced Development in Engineering and Science. If any person or organization wishes to publish all or any part of it or to do anything. Only prior written permission from the Journal of Advanced Development in Engineering and Science is required.
References
J. Holland. Adaptation in Natural and Artificial Systems. Michigan: University of Michigan Press, 1975.
Evolutionary Computation, Internet: http://en.wikipedia .org/wiki/Evolutionary_computation [July 28, 2012].
พิศุทธิ์ พงศ์ชัยฤกษ์. “การประยุกต์ใช้พาร์ทิเคิลสวอมออฟทิไมเซชั่นอัลกอริทึ่มแบบต่างๆ ในการจัดตารางการผลิตแบบทำตามสั่ง.” วารสารวิชาการอุตสาหกรรม, ปีที่ 5 ฉบับที่ 1, 2554, หน้า 1 – 8.
J. Kennedy and R. Eberhart. “Particle swarm optimization.” in Proc. of IEEE International Conference on Neural Networks, Vol.4, 1995, pp. 1942 – 1948.
สุภกิจ นุตยะสกุล. “การคำนวณเชิงวิวัฒนาการระหว่างเจเนติกอัลกอริทึม กับพาติคอลสวอมออปติมัยเซชัน.” Journal of Information Science and Technology. [Online]. (2)2, pp. 13-22, 2011, Available: http://ist-journal.mut.ac.th/Journal/JIST_V2N2/Page13-22.pdf [March 3, 2012].
R.C. Eberhart and Yuhui Shi. “Particle Swarm Optimization: Development, Applications and Resources.” IEEEXplore. [Online] 0-7803-6657-3, 2001,Available:http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=934374&userType=inst [March 3, 2012].
วรายุทธ คัมภีราวัฒน์ และชัยยุทธ์ สัมภวะคุปต์. (2552). “การประยุกต์ใช้วิธีการหาค่าเหมาะสมที่สุดด้วยเทคนิคแบบชาญฉลาดในการประมาณสถานะของระบบไฟฟ้ากำลัง.” การประชุมวิชาการทางวิศวกรรมไฟฟ้า ครั้งที่ 32 (EECON-32) 28-30 ตุลาคม 2552 มหาวิทยาลัยมหิดล.
H. Liu, A. Abraham, O. Choi, and S. Hwan Moon. “Variable Neighborhood Particle Swarm Optimization for Multi-objective Flexible Job-Shop Scheduling Problems.” SEAL 2006, LNCS 4247, pp. 197 – 204, 2006,Internet:http://cpansearch.perl.org/src/KYLESCH/AI-PSO.82/ReactivePower-PSO-wks.pdf [February 25, 2012].
สุภาภรณ์ สุวรรณรังษี และเดชา พวงดาวเรือง. “การแก้ปัญหาการจัดสมดุลสายงานการประกอบรูปทรงตัวยูด้วยการหาค่าเหมาะสมที่สุดแบบฝูงอนุภาค.” การประชุมวิชาการข่ายงานวิศวกรรมอุตสาหกรรม, 2551, หน้า 95 – 100.
นิพนธ์ ภู่ทอง. “การจัดสรรงบบำรุงรักษาแบบป้องกันที่เหมาะสมทีสุดสำหรับระบบจำหน่ายกำลังไฟฟ้าส่วนภูมิภาค.” มหาวิทยาลัยเกษตรศาสตร์. Internet: http://research.rdi.ku.ac.th/world/cache/c1/abstNiponPHOAll.pdf [March 3, 2012].
วิลาสินี ศึกษาการ. “การจ่ายโหลดอย่างประหยัดที่มีฟังก์ชันราคาที่ไม่ราบเรียบโดยใช้วิธีทำให้เหมาะสมแบบกลุ่มอนุภาคร่วมกับวิธีโปรแกรมกำลังสองแบบลำดับ.” วิทยานิพนธ์ วิศวกรรมศาสตร์มหาบัณฑิต(วิศวกรรมไฟฟ้า) มหาวิทยาลัยเกษตรศาสตร์, 2551. Internet:http://research.rdi.ku.ac.th/world/cache/2f/WilasineeSUGAll.pdf [March 3, 2012].
Maria-Iuliana Dascalu. “Application of particle swarm optimization to formative e-assessment in project management.” Information Economica, Vol. 15, 2011, pp. 48 – 61.
D. Bratton and J. Kennedy. “Defining a Standard for Particle Swarm Optimization.” in Proc. of the 2007 IEEE Swarm Intelligence Symposium (SIS 2007), Internet: https://svn-d1.mpi-inf.mpg.de [March 3, 2012].
Wu-Chang Wu and Men-Shen Tsai. “Feeder Reconfiguration Using binary Coding Particle Swarm Optimization.” International Journal of Control, Automation and Systems, Vol. 6, 2008, pp. 488 – 494.
พิศุทธิ์ พงศ์ชัยพฤกษ์. “การพัฒนาวิธีการหาค่าที่ดีที่สุดแบบพาร์ทิเคิลสวอมออฟทิไมเซชั่นด้วยวิธีการเลียนแบบโครงสร้างการเรียนรู้ทางสังคมแบบหลากหลาย.” วารสารมหาวิทยาลัยศรีนครินทรวิโรฒ (สาขาวิทยาศาสตร์และเทคโนโลยี), ปีที่ 3 ฉบับที่ 5 มกราคม – มิถุนายน 2554, หน้า 14 – 22.
K.E. Parsopoulos and M.N. Vrahatis. “Unified Particle Swarm Optimization for Solving Constrained Engineering Optimization Problems.” ICNC 2005, LNCS 3612, 2005, pp. 582 – 591.
H. Zhang, H. Li and C.M. Tam. “Particle swarm optimization for resource-constrained project scheduling.” International Journal of Project Management, Vol. 24, 2006, pp. 83 – 92.
H. Yoshida, K. Kawata, Y. Fukuyama and Y. Nakanishi. “A particle swarm optimization for reactive power and voltage control considering voltage stability.” In G. L. Torres and A.P. Alves da Silva, Eds. in Proc. Intl. Conf. on Intelligent System Application to Power System, Rio de Janeiro, Brazil, 1999, 117 – 121.
H. Fayazi Boroujeni, M. Eghtedari, A. Memaripour and E. Behzadipour. “Controller parameters design of doubly feed induction generator using Particle Swarm Optimization.” Indian Journal of Science and Technology, Vol. 4, 2011, pp. 1635 – 1638.