بهرهمندي از حافظه:
الگوريتم بهينهسازي ازدحام ذرات PSO داراي حافظه است به گونهاي که دانش راهحلهاي خوب توسط همه ي ذرات حفظ ميشود. به عبارتي در الگوريتم بهينهسازي ازدحام ذرات هر ذره از اطلاعات گذشته خود سود ميبرد، در حاليکه چنين رفتار و خصيصهاي در ساير الگوريتمهاي تکاملي وجود ندارد، به عنوان مثال در الگوريتم ژنتيک چنين حافظهاي وجود ندارد و دانش قبلي مسئله يکباره با تغيير جمعيت از بين ميرود.
همکاري و اشتراک گذاري اطلاعات بين ذرات:
در الگوريتم بهينه سازي ازدحام ذرات PSO هر عضو جامعه موقعيت خود را باتوجه به تجربيات شخصي و تجربيات کل جامعه تغيير ميدهد.اشتراک اجتماعي اطلاعات بين اعضاي يک جامعه يکسري مزيتهاي تکاملي را در پي دارد و اين فرضيه پايه و اساس الگوريتم بهينهسازي ازدحام ذرات و توسعه آن محسوب ميشود و در نتيجه همکاري سودمند بين ذرات وجود دارد و ذرات در گروه، اطلاعاتشان را با همديگر به اشتراک ميگذارند.
سرعت همگرايي بالا :
در الگوريتم بهينه سازي ازدحام ذرات، اعضاي جمعيت با هم ارتباط دارند و از طريق تبادل اطلاعات، به حل مسئله ميرسند از سرعت همگرايي بالايي برخوردار مي باشد. حرکت جمعي ذرات يک تکنيک بهينهسازي است که هر يک از ذرات سعي ميکنند به سمتي حرکت کنند که بهترين تجريههاي شخصي و گروهي در آن نقاط روي داده است.
انعطاف پذيري بهتر در برابر مشکل بهينه محلي:
الگوريتم بهينهسازي ازدحام ذرات نسبت به استراتژيهاي بهينهسازي ديگر با بهرهگيري از تعداد فراوان ذرات ازدحام کننده در برابر مشکل بهينه محلي انعطاف بيشتري نشان مي دهد.
راحتي پيادهسازي و اجرا:
الگوريتم بهينهسازي ازدحام ذرات از الگوريتمهاي ژنتيک و بهينهسازي کلوني مورچه سادهتر ميباشد.همچنين اندازه جمعيت الگوريتم بهينهسازي ازدحام ذرات کمتر از الگوريتم ژنتيک ميباشد بنابراين مقداردهي اوليه جمعيت در بکارگيري اين الگوريتم، سادهتر از ساير الگوريتمهاي بهينهسازي هوشمند است. الگوريتم بهينهسازي ازدحام ذرات به آساني قابل اجراست و در حل بسياري از مسائل بهينهسازي گسسته و غير خطي پيوسته مورد استفاده قرار گرفته است. نکته جالب اينکه اين الگوريتم فقط عملگرهاي اصلي رياضي را بکار ميبرد و نتايج خوبي را درمحيطهاي ثابت، نويزي و پيوسته در حال تغيير و ديناميک فراهم ميکند. به علت وجود مزايايي همچون مفهوم ساده، پيادهسازي آسان و همگرايي سريع نسبت به ساير الگوريتمهاي بهينهسازي، امروزه الگوريتم بهينهسازي ازدحام ذرات توجه زيادي را به خود جلب کرده است و کاربردهاي وسيعي در زمينههاي مختلف دارد.
علاوه برمزاياي و ويژگيهايي که الگوريتم بهينه سازي ازدحام ذرات دارد، اين الگوريتم داراي يکسري محدوديتها و معايب ميباشد که بر کارايي عملکرد اين الگوريتم موثر است .
همگرايي زودرس :
عمده ترين مسئله الگوريتم بهينهسازي ازدحام ذرات همگرايي زودرس مي باشد. در اين الگوريتم ذرات به تدريج در فضاي جستجو در نزديکي بهترين نقطه بهينه عمومي سير ميکنند و بقيه فضا را مورد کاوش قرار نميدهند، و به عبارتي ذرات همگرا ميگردند. چرا که سرعت ذرات با افزايش تکرار کاهش مييابد و بنابراين الگوريتم مجبور ميباشد به بهترين موقعيتي که تاکنون کشف کرده، همگرا شود و تضميني نيست که بهترين راه حل سراسري باشد. اين مسئله حاصل مکانيزم نامناسب تعادل ميان جستجوي سراسري و محلي ميباشد. درالگوريتم بهينهسازي ازدحام ذرات ، در تکرارهاي اول جستجوي سراسري ، ترجيح داده ميشود و به بهبود عملکرد کمک ميکند و در تکرارهاي آخر، جستجوي سراسري کاهش، و جهت بهرهگيري بيشينه از اطلاعات به دست آمده جستجوي محلي ترجيح داده ميشود.
گرفتار شدن دربهينه محلي :
در طول فرايند جستجو ممکن است برخي ذرات در جمعيت در بهينه محلي گرفتار شوند و دراکتشافات بعدي شرکت ننمايند. اين مسئله در بهينهسازي توابع مولتي با ابعاد بالا کاملا رايج است. ذرات گيرافتاده در بهينه محلي موجب همگرايي زودرس و راهحل ضعيف ميشوند.
کاهش تنوع جمعيت:
در الگوريتم بهينه سازي ازدحام ذرات پس ازمقداردهي اوليه به ذرات، ذرات در جمعيت معمولا در کل تکرار پيدرپي فرايند جستجو به بهينه محلي ياسراسري در فضاي جستجو همگرا ميشوند و ذرات جمعيت تحت تاثيرپذيري و تبعيت از بهترين ذره کشف شده در کل جمعيت اطراف آن ذره جمع ميشوند و يا به عبارتي منقبض ميگردند، در نتيجه در الگوريتم بهينهسازي ازدحام ذرات تنوع جمعيت به مرور زمان کاهش مييابد. با اين شرايط براي محيطهايي همچون پويا که در آن با محيط ديناميک روبرو هستيم و امکان تغيير بهينه سراسري وجود دارد، ديگر ذرات همگرا شده از توانايي جستجوي سراسري مناسبي جهت دنبال کردن بهينه برخوردار نخواهند بود.
فلوچارت الگوریتم بهينه سازي ازدحام ذرات :
کد متلب و فیلم آموزشی الگوريتم بهينه سازي ازدحام ذرات
کدهای اماده الگوریتم بهينه سازي ازدحام ذرات به همراه یک فیلم آموزشی فارسی از این الگوریتم توسط گروه ایران متلب آماده شده است که شما می‌توانید تقاضای این کد و فیلم آموزش فارسی را از برای ما ارسال کنید.
بعد از واریز هزینه کدها آماده متلب MATLAB ، الگوریتم بهينه سازي ازدحام ذرات به همراه یک فیلم آموزشی فارسی برای شما ارسال و می‌توانید آنها را دانلود کنید و در پروژه یا پایان نامه خود استفاده کنید.
جناب میشه از این کد برای بهینه سازی تعداد دیزل ژنراتورها استفاده کرد؟
بله این کد را میشه به هر نوع مسئله بهینه سازی اعمال کرد.
سلااام روزتون بخیر خسته نباشید
ببخشید من این مطلبی که در مورد الگوریتم توده ذرات گذاشتین رو میخوام چطور میتونم کپی کنم ؟؟؟
با تشکر
سلام
یک ایمیل بزنید به گروه
براتون ایمیل می شود.
یا میتونید یک پایان نامه با فرمت word در سایت زیر پیدا کنید که هم شکل و هم فرمول داشته باشد.
قیمتش هم مفته.
دانلود پایان نامه
با سلام
آیا باید عیناً از همین الگوریتم MOPSO می توان برای مسئله LRP خودم استفاده کنم؟ ممنون میشم راهنمایی بفرمایید.
با تشکر
با عرض سلام بنده یک سیستم تشخیص بیماری نوشتم که بر پایه منطق فازی هست
دارای 14 متغیر که هر کدام 5 توابع عضویت با درجات مختلف دارد البته در همگی متغیر ها یکسان هستند (تمامیه دیتاها از 98 بیمار در فایل اکسل موجود است به همراه ی فایل اکسل جداگانه برای خروجی و یا تشخیص)
سیستم فازی را اکنون می خواهم با PSO بهینه کنم ولی متاسفانه نمی توانم چگونه و چطور تابع PSO را در بازه ی فازی بنویسم که در نهایت PSO را صدا بزنم
ممنون می شوم راهنمایی بفرمایید و لطف کنید.
نمونه ای از سیستم فازی بنده:
Name=’Rama-fis’
Type=’mamdani’
Version=2.0
NumInputs=14
NumOutputs=1
NumRules=36
AndMethod=’min’
OrMethod=’max’
ImpMethod=’min’
AggMethod=’max’
DefuzzMethod=’centroid’
[Input1]
Name=’FEV’
Range=[0 1]
NumMFs=5
MF1=’VML’:’trapmf’,[0 0 0.1 0.2]
MF2=’MLD’:’trimf’,[0.1 0.35 0.6]
MF3=’MOD’:’trimf’,[0.4 0.6 0.8]
MF4=’SEV’:’trimf’,[0.6 0.8 1]
MF5=’VSE’:’trapmf’,[0.8 0.9 1 1]
[Input2]
Name=’HDA’
Range=[0 1]
NumMFs=5
MF1=’VML’:’trapmf’,[0 0 0.1 0.2]
MF2=’MLD’:’trimf’,[0.1 0.35 0.6]
MF3=’MOD’:’trimf’,[0.4 0.6 0.8]
MF4=’SEV’:’trimf’,[0.6 0.8 1]
MF5=’VSE’:’trapmf’,[0.8 0.9 1 1]
[Input3]
Name=’AP’
Range=[0 1]
NumMFs=5
MF1=’VML’:’trapmf’,[0 0 0.1 0.2]
MF2=’MLD’:’trimf’,[0.1 0.35 0.6]
MF3=’MOD’:’trimf’,[0.4 0.6 0.8]
MF4=’SEV’:’trimf’,[0.6 0.8 1]
MF5=’VSE’:’trapmf’,[0.8 0.9 1 1]
[Input4]
Name=’SP’
Range=[0 1]
NumMFs=5
MF1=’VML’:’trapmf’,[0 0 0.1 0.2]
MF2=’MLD’:’trimf’,[0.1 0.35 0.6]
MF3=’MOD’:’trimf’,[0.4 0.6 0.8]
MF4=’SEV’:’trimf’,[0.6 0.8 1]
MF5=’VSE’:’trapmf’,[0.8 0.9 1 1]
.
.
.
.
[Output1]
Name=’RESULT’
Range=[0 1]
NumMFs=5
MF1=’VML’:’trapmf’,[0 0 0.1 0.2]
MF2=’MLD’:’trimf’,[0.1 0.35 0.6]
MF3=’MOD’:’trimf’,[0.4 0.6 0.8]
MF4=’SEV’:’trimf’,[0.6 0.8 1]
MF5=’VSE’:’trapmf’,[0.8 0.9 1 1]
[Rules]
1 1 1 1 1 1 2 2 2 2 1 2 1 1, 1 (1) : 2
1 1 1 2 2 2 2 2 3 3 3 2 2 1, 2 (1) : 2
0 0 2 4 3 2 2 3 4 3 4 3 2 3, 3 (1) : 1
0 0 2 2 2 3 3 2 2 0 3 2 2 3, 2 (1) : 1
2 0 3 3 2 3 1 1 2 3 2 3 2 3, 2 (1) : 1
2 2 3 3 2 4 5 1 4 3 2 2 1 1, 3 (1) : 1
3 2 3 3 2 3 1 4 3 1 3 1 5 4, 3 (1) : 1
3 3 3 2 1 4 2 4 3 1 3 2 4 2, 3 (1) : 1
3 4 5 3 4 4 5 5 5 4 3 3 5 4, 5 (1) : 1
4 3 4 5 3 3 5 3 4 5 4 3 5 5, 4 (1) : 1
4 4 3 4 2 5 5 3 5 3 3 4 5 5, 4 (1) : 1
3 4 5 2 5 5 3 3 5 4 4 2 3 3, 4 (1) : 1
4 3 3 1 2 3 1 3 2 2 3 2 1 1, 2 (1) : 1
2 5 3 2 3 3 2 4 4 4 2 2 3 4, 3 (1) : 1
3 2 2 3 4 3 4 5 3 2 4 4 5 1, 4 (1) : 1
3 3 2 2 1 2 2 1 4 1 2 1 3 1, 2 (1) : 1
5 5 3 2 3 4 4 4 5 4 4 5 3 5, 5 (1) : 1
3 4 3 5 2 4 5 2 1 1 2 3 2 1, 3 (1) : 1
3 4 3 5 2 4 5 2 1 1 2 3 2 1, 3 (1) : 1
2 2 3 3 2 2 1 3 2 5 1 2 3 1, 2 (1) : 1
.
.
.
با تشکر فراوان
با سلام خدمت شما کاربر گرامی
اول به شما تبریک میگم که دارید تلاش می کنید این کار را خودتون انجام بدید
توجه بفرمایید که PSO یک الگوریتم بهینه سازی می باشد. بهینه سازی یعنی ما یک یا چند متغییر داریم که می خواهیم مقادیر بهینه انها را پیدا کنیم.
شما اول باید سیستم فازی را به صورتی بنوییسد که متغییرها را بگیرد و در خروجی متناسب با مقدار متغییرها یک امتیاز بدهد. این تابع را می توانید به عنوان تابع هزینه در الگوریتم PSO استفاده کنید. به همین سادگی.
اگر نگید میخواد تبلیغ سایتشون بکنه. به نظرم دو تا محصول زیر بگیرید خیلی بهتون کمک میکنه. توضیحات مفصل ترش را مدیر گروه ایران متلب در این محصولات داده.
آموزش فارسی بهینه سازی
الگوریتم ژنتیک
با سلام و عرض خسته نباشید
من فیلم آموزشی الگوریتم بهینه سازی ازدحام ذرات رو می خوام از سایت شما تهیه کنم . هزینه و نحوه خرید رو اعلام میفرمائید؟
سلام
لطفا به لینک زیر مراجعه کنید
الگوریتم PSO
سلام و عرض ادب
لطفا اگه ممکنه متن این صفحه رو برام ایمیل بزنید. خیلی ممنون میشم.
https://matlab1.ir/%D9%85%D8%B2%D8%A7%D9%8A%D8%A7-%D9%88-%D9%88%D9%8A%DA%98%DA%AF%D9%8A%E2%80%8F%D9%87%D8%A7%D9%8A-%D8%A7%D9%84%DA%AF%D9%88%D8%B1%D9%8A%D8%AA%D9%85-%D8%A8%D9%87%D9%8A%D9%86%D9%87-%E2%80%8F%D8%B3%D8%A7/#
عرض سلام وادب
ممنون بابت نتلاشی که درراه نشردانش دارید
اگرامکانش هست فایل ورد ورفرنستون روبرام ایمیل بفرماییدتادررساله بتونم باذکرمنبع ورفرنس استفاده کنم
سلام. من چطوری میتونم به این مطلب که درباره مزایا و معایب الگوریتم بهینه سازی ذرات هست، رفرنس بزنم؟
سلام
لینک سایت را بدید.
matlab1.ir