صفحه 1:
بسم اللّه الرحمن الرحيم
صفحه 2:
تورى وتحليل همكرابى الكوريتم یه سای کروهی
ذرات
به كوشش:
محمد متولى
:استاد راهنما
دكتر عيديانى
صفحه 3:
رئوس مطالب
#مقلمه بر الگوریتم بهینه سازی گروهی LS
#بررسی معادلات الگوریتم از دیدگاه جبری
#همگرایی الگوریتم در حالت تصادفی بودن
آنالیز همگرایی امید ریاضی و واریانس مسیر حرکت ذره
شرایط همگرایی مسیر حرکت ذره
#ارائه الگوریتم توسعه يافته
بررسى الگوریتم ایائه شده
قضايا و نتايج همكرايى
صفحه 4:
معث مه
#الكوريتم بهینه سازی گروهی ذرات(050)
#بر مبناى فعل و انفعالات بين اعضاى كروه
#اولین بار توسط کندی و ابرهارت (1۹۹۵)
الگوییتمی برای پیدا کردن بهینه مساله
تعدادی از نقاط فضای شدنی را بعنوان جواب بالقوه در نظر
گرفته
صفحه 5:
is حرکت ذره
rand) 4 مس
a Ww, =<, -rand()
xl
صفحه 6:
سح
معادله حر کت ذره
xt yk y ye خر = wd + wae es
vl avs Av
Av =G.ran@).( pbegt x‘) +c,.rand).(gbest x*)
صفحه 7:
سح —
همگرایی الگوریتم
# تجزیه و تحلیل همگرایی الگوریتم (با ضرایب قطعی)
اولین تجزیه و تحلیل ازکان و مومان(1۹۹۸)
ابرهارت و کندی(۲۰۰۲)
وان دربرگ(»۲۰۰)
#عدم در نظر گرفتن تصادفی بودن ضرایب
اولین تجزیه و تحلیل بر اساس تصادفی بودن مسیر حرکت
جیانگ و لثو و یانگ (۲۰۰۷)
الگوریتمی در حالت کلیتر و بررسی شرایط همگرایی آن
صفحه 8:
بررسی الگوریتم از دیدگاه جبری
ساده ترین فرم الگوریتم
8 < ۷
۱
1 @
M= =
۴ na Poa =
صفحه 9:
بررسی الگوریتم از دیدگاه جبری
رب
P=M'FP,
#مقاذين ویژه ماتریس تکرار ate 2<
a a
مف مار مر e
2 2 5
مرس قطری is
|‘ لل جهن 7 aes
و2 ٩ - ول و
صفحه 10:
بررسی الگوریتم از دیدگاه جبری
Py = AAR, AP es
AP, = IAP, 6 2۸ #با تعریف
9-0
9 - 9 5
0 ودر نهايت
دستگاه حرکت ذره» رفتار دوری دارد اگر و فقط اگر ,9- ,0
صفحه 11:
حالت کلی الگوریتم
© اك كل قتعا ۲ :2 + اه < [in
خالت كلى ترى از معادله حركت . ومد
per,
#ماتریس تکرار Ov} لحرن
Bp
مق
[N= (ey +e,(e)
O= FGM -a) +(e 2)
نمایش معادله حرکت we
يس ا تم
|
a
صفحه 12:
همگرایی مسر حرکت
#دنباله 00 با مجنور میانگین به0 همگراست
0- زر )32 , .نا
#دنباله 208 با مجذور میانگین به40 همگراست اگر وفقط
اكر 281,08 به 12 همگرا باشد و 2,0 به صفر همگرا باشد
6
صفحه 13:
آنالیز همگرایی امید رباضی مسیر حرکت
دستگاه معادله حرکت ذره
{ يبلا = Oy TH: OC - XDtans Be, ~ XD
بیبط + Ye
XV ( 1+ (cn, + وزارت ) ) X,-aX,,+ 0,۲ مه
e+e, 6, 6
) EX, -@EX,,+
EX, =(U+o0-
صفحه 14:
همگرایی امید ریاضی
EX,, — ¢p,+e,p,|[ EX,
EX, |= 0 0 EX,,
1 0 0 1 1
قضیه ۱: بازای 0< ,۸.6.6 داده شده . فرایند تکراری (EY) به
OP: + و
ate,
همگراست اگر و فقط اگر OS@MXK1 9
OXc, +e, ~40 +0)
صفحه 15:
—
آنالیز همگرایی واربانس مسیر حرکت
DX, = +R-@)DX,,, - Or + R-@)DX,+.0°DX,,
+ "مر - عه + “مر - شاط [
— 27 (EX, - ير O(EX, - (+ ۵1+ 0(
أن - 2( - ۲ + تپ + 2( ۲ + - 2 -(702
صفحه 16:
همگرایی واریانس مسیر حرکت
قضبه ۲: بازای 020-۱1 و 0+ آنگاه 701-0 شرط لازم و کافی
2 )۵ میباشد.
برای برقراری شرط ام
قضیه ۲: برای ۵ هه داده شده اگر و فقط اگر 0<ره+ 0۵-16 و
0 <(۱)/ همکی برقرار باشند» فرآیند تکراری [:01) بطور تضمینی به
0ن :3 Je + 2 که در آن
Tal
مرج
میباشد. مرت
بمب هم مب یط م )+ (ره +6(
صفحه 17:
شرایط همگرایی مسیر حرکت
قضبه۴بازای 0 <
»داده شدهاگر فرآیند تکراری 23,1 حتما همگرا
bly اس 12 ب زیر آنگاه فرآیند تکراری (():) با احتمال یک به
sii 5 همگرا
قضیهه : بازای 20 ۵,۵,۵ داده شده اگر 0<به+02۵41 و
ean
-0/-0 همگی برقرار باشند. دستگاه گروهی ذرات مشخص
ده اسار الجر ۵,۵ در مجذور میانگین به 2 همگرا خواهد بود.
صفحه 18:
الگوریتم توسعه یافته
فرم کلی این الگوریتم
k=0,L,.. | اد )رازه y va Sef, ان
k=O, و مرا رون
ale
(v*)
۰20 2۳ ر |= XG)
(xt)
صفحه 19:
تجزيه معادله حرکت
فرم ماتریسی این الگوریتم بفرم زیر قابل بیان است
١ > ۳ >
ا لزه رح - [هیر
أ با X(k+N= fel
22 ره 0-2 7هیر
Ny ae) 7/ Abel 3
صفحه 20:
تجزیه معادله حر کت
#در نهایت معادله حرکت
V(k)= NX (k)+ X (hk)
که در ol =
( (۲-7) 2 -() 1
fm
اه
ea 2 6 ۳
IER هناد وك وه <- اهر
وه 2/7 H(k-z)= 5 eR
‘et تربع رح -0 aol
2
eo
صفحه 21:
پاسخ آزاد
نو پاسخ آزاد معادله حرکت بصورت
XK) = 9A) XO)
:که در آن
ع م7
5
زتره يو !جح - gol
jet
2
آلوتية 2 0-7 امير
2
eR
90
\
eq
صفحه 22:
پاسخ آزاد
X= Slt, ()X (0), -7,0).X0),,.)e, + XO),
= MONO.
وة - به
0 6
sind 1
Ay, Aq reall
na =9
A.A, complex
ee
صفحه 23:
پاسخ آزاد
7
BAAD Areal
y= 2۶
رن 4 Ay, A, complex
ind Warnes
AA, real
و = )2
Ay Ay complex ( 01م لد ل
1 به |
AA لدضاير
جع اروم ۳۳ ee ار
sind sn ee
همه
صفحه 24:
پاسخ آزاد
همگرایی پاسخ آزاد
41
لم: با توجه به مقادیر و ی اگر داشته باشیم
آنگاه صرفنظر از انتخاب نقطه آغازین (660
Him, (0
ee
صفحه 25:
فضایا و نتایج همگرایی
فرضیه (۳): مساله بهينه سازى ()/ له و فرض كنيد كه 0< 6 چتان موجود باشد که
برای م....,۶-۱ داشته باشیم 4>ل ۰ dw & filed glilea قرار دهید
1 و
Tbe bis)
در صورتيكه (2)/ روی مجموعه کراندار 7 پیوسته باشد برای هر #6 و ...با ژ
دنبلههای را[ و[ در دو فرض زیر صلدق باشند:
ا
aD Sere ata aA =
صفحه 26:
فضایا و نتایج همگرایی
قضیه(۱). رابطه تکراری الگوریتم اسلاح شده را حر نظر گرفته و فرشیه(۳)برقرار باشد
آنگاه برای 26 2 داریم:
مسا ره
بر ویر و
j ۳0 سرهفلد »
هه
صفحه 27:
قضایا و نتایج همگرایی
فتیچه ۲ : با در نظر گرفتن روابط تکراری الگوریتم اصلاح شده و ایتکه فرضیه (۳) برقرار باشدء
ey Jolene? che
ft} atlas 6 دارای حد است و نقطه حدی اين دنباله در 7 قرار میگیرد.
pt}, fot} skal ۲ دارای حد هستتد و نقطه حدى اين tals در 7
قرار میگیرند
© اگر رو[ هزیر نبلهای نامتناهی از Ast ky oF. pat
Jf «|
lim» ex,
صفحه 28:
فضایا و نتایج همگرایی
نتیجه ۳: فرض کنیم 0 < ۰ اندیسی در رابطه تکراری الگوریتم تعمیم يافته باشده بطوریکه
oP oly یال عم 4 ۳ انا باه > 4.
بازای < ۸ قوار دهید:
Phe Pia bert :z surging, WOLD
و فرض کنید ...+8 > ر_ دنبلهای نامتناهی از اندیسهاست: بطوریکه
=H, yet, PY = Py "7 قفا
f= LP slp oath Ne Hy) UA) A olpls مقدار به 82 چنان موجود است
که
۳
Him, act,
ع
یه بسا
صفحه 29:
هه
— ———
قضایا و نتایج همگرایی
قضیه۵ : ار ۵۶0 و ۵<0 باشد. در رابطه تکراری الگوريتم تعمیم یفته بازای
قرار دهید:
برای af of =const kok 0 بر
Huth, Gg = const Drm, =0 ke ky sDht g. Dee
pi= pel kek
2 2 بر 00 2
و (Vay 4@ 5 (م + جه با رو ردنر( -ه و هر -ه بارلی ۳ و
2
7
أ برقرار باشد . آنگاه:
s PVD: یط سیف
واگر 0= fain pe i} glass tl ash kek gio بطور خطی همگرایند.
صفحه 30:
معادلات الگوریتم از دیدگاه جبری مورد بررسی قرار گرفت
۰ همگرایی الگوریتم در حالت تصادفی بودن
90
آنالیز همگرایی امید ریاضی و واریانس مسیر حرکت ذره
شرایط همگرایی مسیر حرکت ذره
بیان گردید.
و در نهایت الگوریتم تعمیم یافته مورد بررسی و
قضایا و نتایجی برای همگرایی این الگوریتم ارائه گردید.
صفحه 31:
© F. van den Bergh, A.P. Engelbrecht” A study of particle
swarm optimization particle trajectories”
sciencedirect(2006) .
© M. Jiang ,Y.P. Luo, S.Y. Yang “Stochastic convergence
analysis and parameter selection of the standard particle
swarm optimization algorithm” sciencedirect (2007)
© Maurice Clerc and James Kennedy “The Particle Swarm—
Explosion, Stability, and Convergence in a
Multidimensional Complex Space “IEEE (2002)
© Ioan Cristian Trelea “The particle swarm optimization
algorithm:
convergence analysis and parameter selection”
sciencedirect (2003)
20
صفحه 32: