مقاله الگوریتم بهینه سازی توده ذرات PSO

مقاله الگوریتم بهینه سازی توده ذرات PSO

دانلود مقاله الگوریتم بهینه سازی توده ذرات PSO

در قالب Word و در ۱۳ صفحه، قابل ویرایش، شامل:

چکیده

هوش جمعی

شبکه عصبی

الگوریتم بهینه سازی توده ذرات

شبه کد الگوریتم PSO

کاربردی از PSO در ریاضیات

اتوماتای یادگیر

اتوماتای سلولی یادگیر

CLA-PSO

نتیجه‌گیری

منابع

چکیده

الگوریتم PSO یک الگوریتم جستجوی اجتماعی است که از روی رفتار اجتماعی دسته‌های پرندگان مدل شده است. در ابتدا این الگوریتم به منظور کشف الگوهای حاکم بر پرواز همزمان پرندگان و تغییر ناگهانی مسیر آن‌ها و تغییر شکل بهینه‌ی دسته به کار گرفته شد. در PSO، ذرات  در فضای جستجو جاری می‌شوند. تغییر مکان ذرات در فضای جستجو تحت تأثیر تجربه و دانش خودشان و همسایگانشان است؛ بنابراین موقعیت دیگر توده  ذرات روی چگونگی جستجوی یک ذره اثر می‌گذارد. نتیجه‌ی مدل‌سازی این رفتار اجتماعی فرایند جستجویی است که ذرات به سمت نواحی موفق میل می‌کنند.

ذرات از یکدیگر می‌آموزند و بر مبنای دانش به دست آمده به سمت بهترین همسایگان خود می‌روند. اساس کار PSO بر این اصل استوار است که در هر لحظه هر ذره مکان خود را در فضای جستجو با توجه به بهترین مکانی که تاکنون در آن قرار گرفته است و بهترین مکانی که در کل همسایگی‌اش وجود دارد، تنظیم می‌کند.