بهبود الگوریتم بهینه سازی اجتماع ذرات با استفاده از عملگرهای الگوریتم ژنتیک
در بسیاری از مسائل بهینه سازی محدوده ای که بهینه سراسری در آن وجود دارد مشخص نیست. در صورت تخمین نادرست از محدوده بهینه سراسری الگوریتم بهینه سازی اجتماع ذرات گرفتار بهینه محلی شده و قادر به تعیین بهینه سراسری نمی باشد. در این مقاله از عملگرهای جهش و برش الگوریتم ژنتیک جهت تغییر قوانین حرکت هنگام نزدیک شدن به بهینه محلی استفاده می شود. استفاده از این عملگرها سبب می شود که ضمن حفظ سرعت همگرایی، تبادل اطلاعات بین اعضاء گروه بهتر انجام شده و فضای پاسخ جهت پیدا نمودن بهینه سراسری بیشتر جستجو شود. لذا این عملگرها کارایی الگوریتم بهینه سازی اجتماع ذرات را در فرار از نقاط بهینه محلی افزایش می دهند. کارایی روش پیشنهادی نسبت به الگوریتم بهینه سازی اجتماع ذرات در تعیین بهینه سراسری، با شبیه سازی توابع مختلف نشان داده می شود. نتایج نشان می دهد که هنگام عدم اطلاع از محدوده بهینه سراسری، الگوریتم ترکیبی پیشنهاد شده نسبت به الگوریتم معمولی بهینه سازی اجتماع ذرات در یافتن بهینه سراسری تواناتر می باشد.
|