ارائه یک الگوریتم جفت دسته ای برای بهینه سازی مسائل ایستای Multimodal براساس الگوریتم PSO

بهینه سازی یکی از مهمترین مسائل در حوزه ی مهندسی، صنعت و اقتصاد می باشد. یکی از راه حل های حل مسائل بهینه سازی پیچیده که دارای پارامترهای زیادی هستند، استفاده از الگوریتم های هوش جمعی می باشد. اخیراً توجه خاصی به حل مسائل بهینه سازی شده است. مسائل بهینه سازی دارای چالش های مختلفی هستند که باعث شده تاکنون روش های متعددی توسط محققان برای رفع آن ها ارائه شود. در این مقاله، الگوریتم جدید Bi-swarmPSO برای بهینه سازی در محیط های ایستای multimodal بر پایه ی الگوریتم بهینه سازی دسته ذرات پیشنهاد شده است. در الگوریتم پیشنهادی از مکانیزم جفت دسته ای برای پوشش فضای مسئله استفاده شده است. همچنین در روش پیشنهادی یک مکانیزم دسته های جدید برای افزایش کارایی ارائه شده است. هدف اصلی این الگوریتم جلوگیری از افتادن در بهینه های محلی و تقسیم وظایف جستجوی سراسری و محلی بین دو دسته از ذرات می باشد. کارایی الگوریتم پیشنهادی بر روی بنچمارک های متعددی و با کارایی چندین الگوریتم شناخته شده ی دیگر در این زمینه مقایسه گردیده است. نتایج آزمایشات نشان دهنده ی برتری و کارایی بالای الگوریتم پیشنهادی می باشد.

کلیدواژه ها:

بهینه سازی دسته ی ذرات ، چند دستگی ، مسائل بهینه سازی ایستا ، هوش جمعی