یک روش تطبیقی جدید برای بهینه سازی دسته جمعی ذرات با استفاده از الگوریتم فرهنگی در محیط پویا

تعداد قابل توجهی از مسائل بهینه سازی پویا هستند، پویائی در مسائلی که در دنیای واقعی رخ می دهد بیشتر دیده میشود. در این نوع مسائل بهینه دائما در حال تغییر است. برای مواجه شدن با این نوع الگوریتم باید بتواند بهینه سراسری را یافته و آن را در طول زمان دنبال کند. در این مقاله یک روش تطبیقی جدیدی برای بهینه سازی دسته جمعی ذرات با استفاده از دانش معیار الگوریتم فرهنگی پیشنهاد شده است. در این روش mQSO روشی برای بهبود gbest هر دسته با استفاده از مفهوم ذرات کوانتوم مطرح گردیده که تنظیم تطابقی یکی از پارامترهای این روش به عهده ی دانش معیار الگوریتم فرهنگی است. این پارامتر، فاصله اطلاعاتی مهمی را که از بهترین فرهنگ ذرات هر دسته استخراج می شود، برای هر بعد از ذره تعیین می کند. نتایج حاصل از این روش پیشنهادی بر روی معیار قله های متحرک ارزیابی شده و با نتایج حاصل از چندین الگوریتم معتبر مورد مقایسه قرار گرفته است. نتایج بدست آمده نشان دهنده ی کارایی خوب این روش نسبت به الگوریتم mQSO و سایر الگوریتم ها است

کلیدواژه ها:

الگوریتم بهینه سازی دسته جمعی ذرات ، الگوریتم فرهنگی ، فضای باور ، محیط های پویا ، معیار قله های متحرک