PSO-LA یک مدل جدید برای بهینه سازی

حرکت جمعی ذرات یک تکنیک به ینه ساز ی است که بر اساس قوانین احتمال کار میکند و از حرکت گروهی پرندگان و ماهیها هنگامی که دنبال غذا میگردند ، الهام گرفته شده است. در این روش هر یک از ذرات سعی میکنند به سمتی حرکت کنند که بهترین تجربه های شخصی و گروهی در آن نقاط روی داده است . مشکل اصلی این مدل که در بسیاری از مسایل ، به خصوص مسایل چند قله ای بروز میکند، مساله گیر افتادن در بهینه های محلی است . در این مقاله یک مدل جدید بر اساسPSO به نام PSO-LA پیشنهاد میشود که در آن از یک اتوماتای یادگیر برای تنظیم رفتار ذرات و برقرار ی موازنه بین جستجوی سراسری و جستجوی محلی استفاده میشود . نتایج آزمایشات بر روی مسایل نمونه نشان داده اند که روش ارائه شده از عملکرد بهتری در مقایسه با مدلPSO استاندارد برخوردار است.

کلیدواژه ها:

حرکت دسته جمعی ذرات ، اتوماتاهای یادگیر ، بهینه سازی