الگوریتم بهینه سازی ازدحام ذرات pso
اسلاید 1: 1 الگوریتم بهینه سازی ازدحام ذرات (pso)
اسلاید 2: فهرست2مقدمهویژگی یک ذرهچه عامل هایی برروی سرعت تاثیر می گذارندمراحل انجام الگوریتمpso مزایای الگوریتمpso مقایسه الگوریتم pso با الگوریتم ژنتیککاربردهای الگوریتم بهینه سازی ذراتمنابع
اسلاید 3: مقدمه3 ابداع کنندگانالگوریتم بهینه سازی ذرات اولین بار در سال 1995 در مقاله ای توسط Russell Eberhart وJames Kennedy ارائه شد.
اسلاید 4: مقدمه4 الگوریتم بهینه سازی ذرات چیست؟ الگوریتم بهینه سازی ذرات (PSO) یک الگوریتم بهینه سازی فرا اکتشافی است که از حرکت گروهی پرندگان (و دیگر حیواناتی که به شکل گروهی زندگی می کنند) الگو گرفته است.الگوریتم psoاز تعداد مشخصی ذرات تشکیل می شود. که به صورت تصادفی، مقدار اولیه می گیرند و برای هر ذره دو مقدار وضعیت و سرعت تعریف می شودَ.
اسلاید 5: مقدمه5الگوریتم بهینه سازی ذرات چیست؟تغییر مکان ذرات در فضای جستجو تحت تاثیر تجربه و دانش خودشان و همسایگانشان است.در این الگوریتم ذرات ها در اجتماع شان از یکدیگر می آموزند و بر مبنای دانش بدست آمده به سمت بهترین همسایگان خود می روند.بعد فضای مسئله،برابرتعداد پارامترهای موجود در تابع مورد نظر برای بهینه سازی می باشد.
اسلاید 6: مقدمه نکات کلیدی pso6هوش جمعی: مولفه های اصلیجمعیتهمکاریارتباطخود ترتیبیجریان اطلاعاتیتبادل اطلاعات
اسلاید 7: مقدمه نکات کلیدی pso7تعداد ذرات:رنج معمول ذرات در محدوده 20-40 می باشد معمولا برای بسیاری از مسایل تعداد (10) برای نتایج خوب به اندازه کافی می باشد برای بعضی مسایل خاص می توان 100-200 تا از ذرات در نظرگرفت.
اسلاید 8: مقدمه نکات کلیدی pso8محدوده ذرات:این نیز با توجه به مساله ای که بهینه سازی می شود تعیین می گردد. می توان محدوده های مختلف و مخصوصی برای ذرات در نظر گرفت.
اسلاید 9: مقدمه نکات کلیدی pso9شرط توقف:زمان اجراتعداد تکرارهمگرایی جواب ها
اسلاید 10: 10
نقد و بررسی ها
هیچ نظری برای این پاورپوینت نوشته نشده است.