When a particle finds a location th

When a particle finds a location that is better than any previously found locations,
updates that location as the new current best for particle i . There is a current best for all
n particles at any time t during iterations. The aim is to find the global best among all the current best solutions until the objective no longer improves or after a certain number
of iterations. The movement of particles is schematically represented in Figure 7.1,
where x∗(t)
i is the current best for particle i , and g∗ ≈ min{ f (xi )} for (i = 1, 2, . . . , n)
is the current global best at t.

Hasil (Bahasa Indonesia) 1:

Ketika partikel menemukan lokasi yang lebih baik dari lokasi apapun sebelumnya ditemukan,pembaruan lokasi itu sebagai arus baru terbaik untuk partikel saya. Ada arus terbaik untuk semuapartikel-partikel n pada setiap waktu t selama iterasi. Tujuannya adalah untuk menemukan yang terbaik global antara semua saat ini solusi terbaik sampai tujuan tidak meningkatkan atau setelah beberapadari iterasi. Pergerakan partikel UML diwakili dalam gambar 7.1,mana x∗(t)saya adalah yang terbaik saat ini untuk partikel saya, dan g∗ ≈ min {f (xi)} untuk (saya = 1, 2,..., n)adalah saat ini global terbaik pada t.

Hasil (Bahasa Indonesia) 2:

Ketika partikel menemukan lokasi yang lebih baik daripada lokasi sebelumnya ditemukan,
update lokasi itu sebagai yang terbaik saat ini baru untuk partikel i. Ada terbaik saat ini untuk semua
partikel n setiap saat t selama iterasi. Tujuannya adalah untuk menemukan yang terbaik global di antara semua solusi terbaik saat ini sampai tujuan tidak lagi membaik atau setelah sejumlah
iterasi. Gerakan partikel secara skematik digambarkan dalam Gambar 7.1,
di mana x * (t)
i adalah yang terbaik saat ini untuk partikel i, dan g * ≈ min {f (xi)} for (i = 1, 2,..., N )
adalah yang terbaik saat ini global pada t.