Please use this identifier to cite or link to this item:
https://olympias.lib.uoi.gr/jspui/handle/123456789/38525Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Δαχής, Αναστάσιος | el |
| dc.date.accessioned | 2024-11-07T10:38:19Z | - |
| dc.date.available | 2024-11-07T10:38:19Z | - |
| dc.identifier.uri | https://olympias.lib.uoi.gr/jspui/handle/123456789/38525 | - |
| dc.identifier.uri | http://dx.doi.org/10.26268/heal.uoi.18230 | - |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
| dc.subject | ολική βελτιστοποίηση | el |
| dc.subject | στοχαστικές μέθοδοι | |
| dc.subject | βελτιστοποίηση σμήνους σωματιδίων | |
| dc.subject | εξελικτικές μεθοδολογίες | |
| dc.subject | global optimization | |
| dc.subject | stochastic methods | |
| dc.subject | particle swarm | |
| dc.subject | optimization | |
| dc.subject | evolutionary methodologies | |
| dc.title | Εφαρμογή της βελτιστοποίησης σμήνους σωματιδίων | el |
| heal.type | bachelorThesis | - |
| heal.type.en | Bachelor thesis | en |
| heal.type.el | Προπτυχιακή/Διπλωματική εργασία | el |
| heal.dateAvailable | 2024-11-07T10:39:19Z | - |
| heal.language | el | - |
| heal.access | free | - |
| heal.recordProvider | Πανεπιστήμιο Ιωαννίνων. Σχολή Πληροφορικής και Τηλεπικοινωνιών. Τμήμα Πληροφορικής και Τηλεπικοινωνιών. | |
| heal.publicationDate | 2024 | - |
| heal.abstract | Η Βελτιστοποίηση Σμήνους Σωματιδίων (PSO) είναι μια μέθοδος για ολική βελτιστοποίηση. Βασίζεται στην εξέλιξη ενός πληθυσμού που αποτελείται από σωματίδια. Αυτά τα σωματίδια προοδεύουν σταδιακά, καθοδηγούμενα τόσο από την καλύτερη θέση κάθε σωματιδίου, όσο και από την καλύτερη θέση που υπάρχει ολικά. Λόγω της απλότητάς της, αυτή η μέθοδος χρησιμοποιείται σε πολλά επιστημονικά πεδία. Αυτό έχει ως αποτέλεσμα να προταθούν πολλές παραλλαγές του αρχικού αλγορίθμου PSO, ώστε με αυτόν τον τρόπο να βρούμε μια πιο γρήγορη και αποτελεσματική έκδοση του αρχικού. Σε αυτό το άρθρο θα συγκρίνουμε την αρχική μέθοδο με μια βελτιωμένη έκδοση της, ως προς την αποτελεσματικότητα, χρησιμοποιώντας δοκιμές σε προβλήματα. | el |
| heal.abstract | The Particle Swarm Optimization (PSO) is a method for global optimization. It is based on the evolution of a population which consists of particles. These particles progress gradually driven by both the best position of each particle and the best position that exists globally. Due to its simplicity this method is used in many scientific fields. This results in many variations of the original PSO to be proposed so in that way we can find a faster and a more efficient alternative for the original. In this paper we will compare the original method with one improved version in terms of efficiency using tests in problems. | el |
| heal.advisorName | Τσούλος, Ιωάννης | el |
| heal.committeeMemberName | Τζάλλας, Αλέξανδρος | el |
| heal.committeeMemberName | Χαριλόγης, Βασίλειος | el |
| heal.academicPublisher | Τμήμα Πληροφορικής και Τηλεπικοινωνιών | el |
| heal.academicPublisherID | uoi | - |
| heal.numberOfPages | 49 | - |
| heal.fullTextAvailability | true | - |
| Appears in Collections: | Προπτυχιακές εργασίες Τμ. Μηχανικών Πληροφορικής Τ.Ε. | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Δαχης_Αναστασιος_ΤΠΤ_2024.pdf | 1.13 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License
