فاطمه شریفی - کارشناسی ارشد مهندسی کامپیوتر دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی اصفهان
حسین روحی زاده - کارشناسی علوم کامپیوتر، دانشکده علوم ریاضی و کامپیوتر، دانشگاه شهید چمران
علیرضا قنواتی - کارشناسی علوم کامپیوتر، دانشکده علوم ریاضی و کامپیوتر دانشگاه شهید چمران
علیرضا آبشین - کارشناسی علوم کامپیوتر دانشکده علوم ریاضی و کامپیوتر، دانشگاه شهید چمران

بهینه سازی انبوه ذرات( PSO ) یک بهینه سازی احتمالی است. الگوریتمی تکاملی و شبیه سازی شده که از رفتار انسان ها و حیوان ها نتیجه گیری شدهاست. ویژ گی بخصوص این الگوریتم( PSO )این است که به طور مستقیم در فضای پیوسته اعداد حقیقی اجرا می شود و همچنین برخلاف دیگر الگوریتم ها وجود یک جواب معین را تضمین نمی کند. PSO به تعداد پارامتر های کمی برای تنظیم نیاز دارد که براحتی قابل پیاده سازی است و مشخصه های خاصی از حافظه دارد. این مقاله مروری کامل بر مفاهیم، پیشرفت ها و بهینه سازی الگوریتم PSO دارد. در این مقاله ابتدا درباره مفاهیم الگوریتم سپس پیشرفت آن بحث شده است و سپس به توضیح بهینه سازی آن با فرض لختی وزن و عوامل فشارهای وارد بر ذره می پردازیم. این موضوع به استاندارد سازی پارامتر محیط دینامیک، ایستایی و حالت ترکیبی وابسته است و همچنین مروری سریع بر کاربردهای PSO در فوتو والتیک خورشیدی دارد.

بهینه سازی انبوه ذرات (PSO) ، کاهش وزن خطی