الگوريتم بهينه سازي گروه ذرات دو مرحله اي - Artificial Intelligence

**Astaraki** · ۰۹-۱۱-۱۳۸۸, ۰۲:۴۶ بعد از ظهر

الگوريتم بهينه سازي گروه ذرات دو مرحله اي

خلاصه مقاله:
در اين مقاله روشي جديد مبتني بر هوش جمعي براي حل مسائل بهينه سازي ارائه مي شود. روش پيشنهادي, با استفاده از دو مرحله تحرك و همگرايي جمعيت, به نتايج جالبي در انواع توابع مي رسد. در اين روش جمعيت اوليه ذرات مقداردهي شده و سپس اين ذرات در هر مرحله ابتدا خود را از نواحي نامناسب دور كرده و پس از آن به نواحي مناسب مهاجرت مي كنند و در نهايت در اين نواحي سعي در نزديك شدن به نقاط بهينه را دارند. ويژگي الگوريتم، نتيجه گرفتن در توابع با ابعاد بالا و همچنين توابع داراي اكسترمم هاي محلي زياد است. حركت در جهت دور شدن از نواحي نامناسب، باعث مي شود تا الگوريتم در مواجه با مسائل با ابعاد بسيار بزرگ و نيز مسائلي كه در آنها جمعيت داراي توزيع اوليه نامناسبي است نيز به خوبي عمل كرده و نتايج مناسبي از خود نشان دهد. پراكندگي نامناسب جمعيت اوليه, در الگوريتم بهينه سازي گروه ذرات تاثير منفي دارد. اين الگوريتم با مهاجرت كلي ذرات به سمت فضاي مناسب، به نقاط بهينه همگرا مي شود. در انتها ضمن آزمودن روش پيشنهادي بر روي چند تابع محك
شناخته شده و مقايسه با الگوريتم بهينه سازي گروه ذرات مشاهده مي شود كه روش پيشنهادي به نتايج بهتري مي رسد.

كلمات كليدي:
بهينه سازي، هوش جمعي، بهينه سازي گروه ذرات، توابع با ابعاد بالا ، اكسترمم محلي، فضا ي جستجو ، پراكندگي اوليه.

sayna · ۱۱-۲۹-۱۳۸۸, ۱۰:۳۹ قبل از ظهر

من به دنبال بهینه سازی انبوه ذرات مرکزی هستم(centerPSO) آیا چیزی در این رابطه دارید؟

شورانگیز · ۰۴-۲۵-۱۳۸۹, ۱۰:۲۲ بعد از ظهر

psoیک الگوریتم کامپیوتری مبتنی بر جمعیت و کتره ای برای حل مسئله است. PSOیک نوع هوش جمعی مبتنی بر اصول روانشناسی اجتماعی و فراهم آوردن بینشی در رفتار اجتماعی و کمک کردن به کاربردهای مهندسی است.

الگوریتمPSO برای اولین بار در 1975 توسط James KennedyوRussell C.Eberhart توصیف شد.این تکنیک ها بسیار رشد کرده اند و نسخه اصلی این الگوریتم به طور واضحی در نسخه های امروزی قابل شناخت است.
تاثیر گذاری اجتماعی و یاد گیری اجتماعی یک شخص را قادر می سازد تا ثبات دانستنی هایش را برقرار سازد.
انسان ها مسائلشان را به کمک صحبت با دیگران و نیز به کمک برهم کنش با باورهایشان، گرایش هایشان و تغییر رفتارشان حل می کنند؛ این تغییرات را می توان به طور نمونه به شکل حرکت افراد به سوی یکدیگر در فضای آگاهی اجتماعی مجسم کرد.

ذرات جمعی شبیه سازی شده ، این نوع از بهینه سازی اجتماعی می باشند.مسئله داه شده و چند راه برای ارزیابی مسئله پیشنهادی به ….. در شکل کلی "تابع شایستگی"حضور دارند.ساختار ارتباطی یا شبکه اجتماعی برای واگذار کردن هر همسایگی به یک فرد تعریف شده تا آن فرد با آن همسایگی بر هم کنش داشته باشد.سپس گروه کارگزاران به عنوان مهمان های سرزده برای راه حل های مسئله تعریف می شوند که آنها را به نام "ذرات" نیز می شناسیم؛ از این رو آنها را "ذرات دسته جمعی" نام نهاده ایم.

یک فرایند تکراری برای بهبود کاندیدا ها در طی حرکت ذرات در نظر گرفته شده است. ذرات مکررا شایستگی راه حل های کاندیدا را ارزیابی می کنند و موقعیتی را که در آن بهترین موفقیت را داشته اند ، به خاطر می سپارند. بهره راه حل کارگزاران "بهترین ذره" یا "بهترین محل" نامیده می شود. هر ذره این اطلاعات را برای دیگر ذرات موجود در همسایگی قابل دسترسی می کند.

همچنین آنها نیز می توانند ببینند که دیگر ذرات موجود در همسایگی در کجا بهترین موفقیت را داشته اند.

رکت ها در فضای جستجو بوسیله ی موفقیت های قبلی ؛ با افرادی که بیشتر مواقع همگرایی دارند، سرانجام بهتر از حالتی است که نزدیک شدن به جواب بوسیله عواملی فاقد هوش جمعی ولی با همین روش صورت گیرد.

گروه به صورت نمونه بوسیله ذرات در فضای چند بعدی که مکان و سرعت دارد، مدل سازی می شود.

این ذرات در میان این ابر فضا(فضای دارای بیش از سه بعد) پرواز می کنند و دو توانایی ضرورری دارند:

1-حافظه ای برای ذخیره سازی بهترین مکان خود2-آگاهی در مورد بهترین موقعیت در همسایگی خود یا در کل فضای پاسخ ها اعضای دسته جمعی مکان های خوب را به یکدیگر از طریق ارتباط انتقال می دهند و موقعیت و سرعتشان را با مکان های خوب تنظیم می کنند.

هر ذره برای اعمال تغییری مناسب در مکان و سرعت خود اطلاعات زیر را دارا می باشد:

1-"بهترین عمومی" که برای همه شناخته شده است و هنگامی که هر ذره بهترین مکان جدیدی را شناسایی کند، فورا برای بقیه ذرات اطلاعات مربوطه را به روز رسانی می کند.

2-"بهترین همسایگی"که ذره از طریق ارتباط با زیر مجموعه های گروه ، آنرا بدست می آورد.

3-"بهترین محلی"که بهترین راه حلی است که ذره تا کنون تجربه کرده است.

همه ذرات شروع به تاثیر پذیری از "بهترین عمومی" می کنند تا سرانجام به آن نزدیک شوند.
ذرات در فضای جستجو در نزدیکی "بهترین عمومی" سیر می کنند و بقیه فضا را کاوش نمی کنند ، به این پدیده"همگرایی" گفته می شود.
اگر ضریب اینرسی سرعت را کوچک انتخاب کنیم، تمام ذرات می توانند سرعتشان را کاهش دهند تا اینکه در "بهترین عمومی" به سرعت صفر نزدیکتر شوند.
یک را خروج از وضعیت همگرایی اولیه(نامطلوب) این است که دوباره به موقعیت ذرات (پس از رخ دادن همگرایی )مقدار اولیه بدهیم.

datamining · ۰۶-۲۰-۱۳۸۹, ۰۷:۴۸ بعد از ظهر

با سلام، میخواهم بدانم مقاله الگوریتم بهینه سازی ذرات دو مرحله ای در کجا پذیرش شده میخواهم کارم را به آن ارجاع بدهم

**Astaraki** · ۰۶-۲۰-۱۳۸۹, ۰۷:۵۹ بعد از ظهر

نقل قول:

نوشته اصلي بوسيله datamining

با سلام، میخواهم بدانم مقاله الگوریتم بهینه سازی ذرات دو مرحله ای در کجا پذیرش شده میخواهم کارم را به آن ارجاع بدهم

چهاردهمين كنفرانس سالانه انجمن كامپيوتر ايران که سال 87 در دانشگاه امير کبير تهران برگزار شد!

rooo · ۰۷-۲۰-۱۳۹۱, ۰۴:۵۷ بعد از ظهر

با سلام
می خواستم بدانم پاورپونت فارسی الگوریتم بهینه سازی را می توانید برایم تهیه کنید و بفرستید ممنون میشم