سيستم های بهينه سازی گروه ذرات (pso)

صفحه 1:


صفحه 2:
تهیه وتنظیم : ار ©-حسين ابريشمي كدوك كر طقس 

صفحه 3:
تاریخچه © توضيح الكوريتم 050 0 كاربردها ep eee) كك 8 

صفحه 4:
ea ‏است .در 8 الكو‎ 0 aNpe) 00 Ee Torey Skew eye ‏برندكان و تغيير نأكهانى مسير آنها و تغيير شكل‎ ‏بهین‌ی دسته به کار گرفته شد.‎ 

صفحه 5:
* حرکات جمعي برندکان ‎eee een ren Sa‏ 20م 3۳ eyes a ant colony ' 4s) 5 ‏كلوني‎ © ۳ ا © تجمعات باكتريها 

صفحه 6:
0-7 a 'براينا نتؤزان” است'كه مكان خود.را در فضنا: * بهترین مکانی که تا کنون در آن قرار گرفته است(65 0) و رت همسایگی‌اش وجود دارد(065 0) ۰ ue ‏حيتت‎ 

صفحه 7:
سل 00 ‏ل‎ etree cry Ceavrer CRF of] ga (al (Cee eee Pe ere) ‏وت‎ ‏م000‎ ‏مىروند.‎ 

صفحه 8:
‎a 2‏ ———— کج ولو ‎ 

صفحه 9:


صفحه 10:
3 

صفحه 11:
بحجه 050و تاریخچج 

صفحه 12:
Russell 

صفحه 13:
B= By ers 50 a ‏فضاي جستجو استفاده مي كند.‎ ‏ال ا ا لك‎ clear BP ai است. 16 

صفحه 14:
ل ا ان ممکن تا وقتی که پاسخ بهتری بیدا نشود. ؟ پاسخ خوب یا بد با توجه به هدفی با اهدافی مشحصی مي شود. ae 

صفحه 15:
و لا ان از 2 رسرکات گروهی حبوآنات 550 و .... طراحي و ايجاد می ۰ ‎ee cia‏ ا ا ا از زر کلاسیک بهترند! ‎16 

صفحه 16:
‎eee tite‏ ا بر ع ‎eas ea Tee‏ ا ا ل ‎۷ ‎00 ange el Eee Cee Ie Se ‏ل‎ ‏تم‎ a nee) ‎3 ‎00 ‏ا ا‎ C rer on as 2 - 0 ‏ا‎ tel ers 

صفحه 17:
ذرات در گروه ذرات با هم همیاری می‌کند. درات اطلاعاتی که در هستند را با هم تبادل می‌کنند. ا ‎CSIs) © preare eee eps cece e te-g)‏ زر را یسکره دارلی‌هسلیکیهایمتسیسه خحودثرلستد SU Ep rs eee ge] ere ‏ا‎ oar ‏بهترین تطابق را دارد استفاده می کند (بهترین موقعیت سراسری):‎ —— 7 از موقعيت ‎Fc‏ ae 

صفحه 18:
Oe iio ‏ندارد.‎ ۳ *-از مشاركت ذرات استفاده مىكند. 222053 *آموزش شبکه عصبی 00 *باشناسى الكو 6 

صفحه 19:
ae 

صفحه 20:
ow YS 0 ماه 

صفحه 21:
8 ن راه‌حل هر کدام از ذرات را با تطابق فعلیشان مقایسه می‌کنیم و ب = بهتر قرار می‌دهیم. 2 فى و 2 

صفحه 22:
‎Gr (so - BP) + oF x 59 Dp)‏ + لمي ‎ ‏ابه مينيمم نخطا برسيم. 7- حداكثر دفعات اجراى الكوريتم به يايان برس 287 كه تابع تطابق تغییر نکند. ‎506 ‎Pes ‏برف ‎ 

صفحه 23:
‎to) ORES er rey <I‏ و بكيريم: ‏تابع معيار جيست؟ ‏تعداد ذرات چقدر باشد؟ ‎۱ ‎ ‎[77 ‎argnaxlH + + )1- 0۳۸ ‎ 

صفحه 24:
ی جابجایی با تنظیم سرعت ذره انجام می‌شود. ‎Be‏ اراد ‎ERSTE ‏ات ‏- سهم وزن‌یافتة تصادفی در جهت بهترین موقعیت منفرد هر ذره اس ‎5 ore ‏ا‎ Ree re ee ea ‏بشکل زیر است:‎ ee ee sees ‏۱ ‏بعلاوة ‏-سرَعت جدید 

صفحه 25:


صفحه 26:


صفحه 27:


صفحه 28:
YS LES 20 Global 

صفحه 29:
= Sas rt هه 

صفحه 30:
— their ‏وريم‎ according to a Psychosoi n individual i: 90 

صفحه 31:
9 ‏اي‎ ‏اثر حافظة ذره‎ PET eae) ‏اك‎ as Do eee te SES CS rs IP Eon te pee el ‏ا‎ E c2 * rand() * (gbest[] - present[]) Equation (b) ۱9۳۹۵۰۰۹ ‏ور‎ eae 60 

صفحه 32:
ره و 2 ر ‎Calculate fitness value‏ = ‎Seated tent SORA M Renee Cet ere eT ya‏ ‎Set current value as the new pBest‏ ‎Sat‏ (CO eloseuniey earn tte ‏ل‎ eto : For each particle Calculate particle velocity according equation (a) Update particle position according equation (b) End RWIS ‏ا‎ Tt 

صفحه 33:
در يك جهت بخواهد از اين مقدار بيشتر شود, أنكاه سرعت در أن بلا 1 اا 20.0 از جابجايى سريع ذرات در فضاى جستجو مى توانيم جلوكيرى كنم ده 

صفحه 34:
توف تغییر مقدار تابع تطابق در تعداد معینی تکرار پشت سر هم. ‎cas 2‏ را ‏عات 

صفحه 35:
بروزرسانى (قاود -ى 2 الرب مدوم + ‎١‏ لل + hrand0,0WPqa- x0 6+1 + )رت + را |بروزرسانى موقعيت 898 

صفحه 36:
؟ تعداد ذرات ۴ (لهمیربوطبه بهتریر‌هر ذره) ‎(importance of personal best)‏ €1 0600 (لهميهربوطا به مم ‎(importance of neighbourhood best)‏ 6 2 ‎Vmax ®‏ وه 

صفحه 37:


صفحه 38:
3 ‏تعداد ذرات‎ * ‏ا المي‎ erro eae ellos Cee ‏ل‎ Os as (CAA lee egy aang OD ge one Oi ۳ ‏معمولاً 4 < 01+02. فقط بدلایل تجربی انتخاب شده آ‎ 00 خیلی زیاد- ناپایدار هو 

صفحه 39:
PSO parameters — Swarm Size Inertia, w = 0.5 (static) Self Confidence, ‏إن‎ = 1.5 Swarm Confidence, ¢) = 1.5 Stopping Tolerance, € = 0,001 

صفحه 40:
0 

صفحه 41:
I try to generate a ۳ کت سس 0 improvement gh I'm the ۱۹ ‎not‏ ا ا ‏م ‎ ‎ ‎enough impro' ‎(te ‎ ‎ 

صفحه 42:
rand(0....D)(p-x) 0 تست همانه رده تمایل 3 می‌کنم. ۵ 

صفحه 43:
0 ae - الكور بم هينة شسازی کولونی مورجچه "ها ‎ANT COLONY OPTIMIZATION‏ ‎ALGORITHM‏ 

صفحه 44:
* ...نمی خوایند. 9 pres) SO EEE ee eee) ‏خود را تحمل کنتد1‎ قکن بویابی مورچه با سگ برابر اس ae 

صفحه 45:


صفحه 46:
الگوریتم های تکاملی با الهام از علم ژنتیک و تکامل 0 * . سیستم های فازی بر پایه قوانین زبانی انسان * . الگوریتم بهینه سازی به کمک کولونی مورچه ها(۸0) ro 

صفحه 47:
سس از 2 ۱ ‎Nat elas‏ یت به سیستم ندارد بعبارت ددیگر این تعاملات غالبا غریزی بوده و ۱۰۰۰ نظارت انجام می گیرند ‏۱ ‏زن دگی می کنند. دیده می شود 

صفحه 48:
* خانه سازی زنبور » خانه سازى موريانه ها Eerie ro 

صفحه 49:
حرکت تصادفی در محیط |۱۳ ees) ‏دوم:‎ ۳ ۱ uae tad ‏لأرفتار سوم‎ اتصال ستون ها به يكديكر ‎eo‏ 

صفحه 50:
۰ ‏سس رت‎ ree ماه 

صفحه 51:
Berl rey ‏رد پای فرمونی‎ ار دوم: جستجوی مسیر با فرمون بیشتر 90 

صفحه 52:
۱ <> Sepsis 

صفحه 53:


صفحه 54:
eevee ber ۳ eestor io Ee CE ceri اجا شد سي ‎ey ١‏ 

صفحه 55:
ee 

صفحه 56:


صفحه 57:
معمولا مسائل به صورت کراف در نطر شوند که هر بال آن دارای ده مشخصه 3 ميزان رد ياى موجود در يال rene ARS ren ‏ل ا‎ ey oe) ie) a ‏هزینه است‎ 30 

صفحه 58:
هه واقعی دو رفتار را از خود نشان می دهند: و در انتخاب مسیر مسیر هایب دارای ردپای بیشتر را ترجیح می دهند ۱ کاملا کور نیستند و بینایی مسئله را تشخیص می دهند ۱ ‏ا ا‎ ie creer Teg CR eS ee 112 ‏ا‎ eae) SE eT) 

صفحه 59:
ا 0 لس م ل ا سل را ا ‎oe ae‏ 

صفحه 60:
مه اگر به جابجایی مورچه از گره آبه [ حرکت بیابی» سفر مورچه کامل می شود. ‎ey‏ ل ا ی ‎RSIS‏ 0 ‎CHO SSC oR a an ead‏ رز سیکل بعدی با ردپاهای جدید انجام می شود ‏ا ا ا 00 رز بو شرت 

صفحه 61:
60 2 hea navel ee) ee ees eed rele ‏ح ر کت تصادفی دارند‎ قوانین بروز رسلنی رد پاها: Gh Se ere Seer mers ‏ح رکات بعدی عوض می کند‎ 

صفحه 62:
۷بعد از تکرار های مشخص, الکوریتم زمانی متوا که حدس بزنیم جواب مناسبی را پیشنهاد می کند "زمانى كه وضعيت ركود يبش آمده باشد 

صفحه 63:


صفحه 64:


صفحه 65:
طراحي بهینه حجم مخزن ©- طراحى مداريات الكترونيكى 2- بهينه سازي شكل كنبدهاي فضاكار يك لآية حل مسئله فروشنده دوره گرد 75" ‎PN EN] <a mre PO Ce ere eer)‏ 

صفحه 66:
را ال ا ار ساز لستفادم مي‌گردد جهت طراحي بهينه 550 در اين موارد مى ۵ ۱«( ‎toe pen eas enone top ees‏ ره در واقع براي بهينه سازي مسائل پیوسته توسعه یافته ۶ 0 ان ‎Se een‏ اثر متقابل بين تعداد ركاذ ‎Sr rer pees 0‏ اتلکتو چا 2 كاربرد اين روشء» حجم مخزن سد دز جهت تامين ماهيانه در يايين دست سد » بكار كرفته شده است. نتایج حاصله از مقايسه اي جوابهاي اين الكوريتم و روش بهينه سازي خطي 5 ان دهنده كارامدي أين الكوريتم در رسيدن به راه جوابهاي براي طراحي بهینه مخازن سدها مي باشد 

صفحه 67:
a 4 ‏که‎ ae luis = «۰ eS pt Per eeernen pS Mee eee) du) ee ‏یجا سي‎ ‏كه به كمك آن بدون نياز به اطلاعات خيلي خاص و بِيِجِيدة‎ ‏ا ا كت‎ b reves ‏كه يكي از روشهاي نوين الهام كرفته شده از طبيعت روش‎ 50]مي باشد. 

صفحه 68:
هه باشند ی زه ‎eres ene‏ 7۳ ۱ درل نش ( بدون استفاده از ستونهاي داخلي ضروري م َكلذ ا ا ا ا ا ار ‎ie‏ ل زر است که به علت وآبسته بودن این متغیررها به یکدیگر به راحتی نمی توان ساختار مناسبي براي شكل كنبدها مشخص كرد.در آين جا با ‎Nore COnyG been oso B ES ES‏ ۰ ‎ae)‏ ل ل ل ا ‎BoE‏ 

صفحه 69:
رغم وجود يك ساختار كنترلي متمرکن » تعام؟ا ‎re ae Oa‏ ا ار هوشمندانه مي گردد. ‎rare a Aes ey‏ ار رز براي حل مسایل بهینه سازي تركيبي ابداع و در" ‎oe‏ ‏موارد با موفقيت به كار كرفته شده اند از جمله حل مسئله فروشنده دوره كرد 156 و مسير يابي شبكه هاي كامپيوتري و ... نام برد. مه 

صفحه 70:
Proceedings of the IEEE International Conference on Neural Networks, Perth, Australia 1995, pp. 1942-1945. * Venter, G. and Sobieski, J., “Particle Swarm Optimization,” Structural Dynamics, and Materials Conference, ‏ا‎ 7 April 2002. *Kennedy, J. and Eberhart, R., Swarm Intelligence, 2 ‏ا‎ Ast ed., San Diego, CA, i 

صفحه 71:
111 | ‏تس‎ and P.R.McMullen,” Swarm intelligence: Scie Appears in communication of ACM, Agust 2 A508), 12 NEGO ‏یه سس‎ Tee | Bane agents. , IEEE Transaction Man, and Cyberneticspart ‏بر سد جر‎ Geneon Ane 1-13. Ant colony optimization: A 

صفحه 72: