؛ACPSO: یک الگوریتم جدید بهینه سازی گروه ذرات تعاونی با قابلیت به روزرسانی تطبیقی پارامترها

این مقاله یک الگوریتم بهینه سازی تعاونی PSO به نام ACPSO را ارایه می دهد که پارامترهای وزن اینرسی و ضرایب شتاب را برای هر بعد در هر حلقه به صورت تطبیقی به روزرسانی می کند. ACPSO با ترکیب دو الگوریتم APSO و CPSO از مزایای ساختار تطبیقی APSO و ساختار تعاونی CPSO به طور همزمان بهره می برد. ساختار تطبیقی ACPSO باعث می شود در هر مرحله از اجرای الگوریتم پارامترها با مناسب ترین مقدار خود، معادله سرعت را به روزرسانی کنند تا در نهایت، الگوریتم در تکرارهای کمتری به جواب رسیده و سرعت هم گرایی افزایش یابد. ساختار تعاونی ACPSO باعث می شود: 1) برای حل مسیله های با ابعاد بالا مفید باشد؛ 2) با افزایش تنوع جمعیت، از گیر افتادن در بهینه محلی جلوگیری کرده و نرخ هم گرایی را بهبود بخشد و 3) برخلاف روش های دیگر که ممکن است برخی از مولفه ها را بدتر و بقیه را بهتر کنند، ACPSO در هر محله کلیه ابعاد مسیله را بهبود دهد. ACPSO در مقایسه با سایر روش ها که ساختار غیرتعاونی دارند و پارامترها را به صورت ثابت، متغیر به زمان یا تطبیقی مقدار دهی می کنند، در بهینه سازی توابع محک استاندارد تک قله ای و چند قله ای به پاسخ های بسیار بهتری رسیده است. همچنین مقایسه روند تغییرات پاسخ ها نشان می دهد که ACPSO سریع تر از سایر روش ها ح تی روش تعاونی غیرتطبیقی هم گرا می شود.