Loading...
الگوریتم بهینه سازی ازدحام ذرات اصلاح شده (MPSO) در MATLAB
پروژه شبیه سازی الگوریتم بهینه سازی ازدحام ذرات اصلاح شده مبتنی بر آشوب و مکانیسم های به روز رسانی (MPSO) در نرم افزار MATLAB را آماده کرده ایم که براساس مقاله MPSO: Modified particle swarm optimization and its applications انجام شده و دارای فیلم آموزشی مختصر نیز می باشد. در ادامه توضیحاتی از چکیده مقاله ارائه شده و قسمتی از فیلم آموزشی پروژه به همراه تصاویر خروجی پروژه در محیط متلب قرار داده شده است.
الگوریتم بهینه سازی ازدحام ذرات
بهینه سازی ازدحام ذرات (PSO) یک الگوریتم جستجوی فراابتکاری مبتنی بر جمعیت است که از زمان ظهور آن به طور گسترده ای برای مشکلات مختلفی استفاده شده است. در الگوریتم PSO وزن اینرسی نه تنها تأثیر مهمی بر همگرایی آن دارد، بلکه نقش مهمی در متعادل سازی اکتشاف و بهره برداری در طول تکامل نیز دارد. با این حال الگوریتم بهینه سازی PSO به راحتی در مسئله بهینه محلی به دام می افتد و همگرایی زودرس هنگامی که برای مسائل پیچیده چندوجهی اعمال می گردد، ظاهر می شود.
روش مقاله
برای پرداختن به مسائل اشاره شده، در این مقاله یک روش بهینه سازی ازدحام ذرات اصلاح شده (MPSO) با راه اندازی اولیه مبتنی بر آشوب و مکانیسم های به روز رسانی قوی ارائه می شود. همچنین نقشه لجستیک برای تولید ذرات یکنواخت توزیع شده برای بهبود کیفیت جمعیت اولیه استفاده می شود. از طرف دیگر، وزن اینرسی سیگموئید به صورتی فرموله می شود که PSO به طور تطبیقی وزن اینرسی را بین استراتژی های کاهش خطی و کاهش غیرخطی به منظور دستیابی به موازنه بهتر بین اکتشاف و بهره برداری اتخاذ کند. در طول این فرآیند، یک فاصله فوکوس حداکثری فرموله می شود تا درجه تجمع ذرات اندازه گیری شود. در عین حال، جهش موجک برای ذراتی که مقدار تناسب آنها کم تر از میانگین است به کار می رود تا تنوع ازدحام را افزایش دهد. علاوه بر این، یک مکانیسم به روز رسانی موقعیت سرعت کمکی منحصراً برای بهترین ذره سراسری اعمال می شود که می تواند به طور موثر همگرایی MPSO را تضمین کند.
تصاویری از خروجی
هیچ نظری ثبت نشده است