1.   مشاوره و انجام پروپوزال  و پایان نامه ، مشاوره در زمینه ارائه سمینار، 
       مشاوره و انجام مقاله های بین المللی و داخلی، 
       مشاوره و انجام مقاله در مجله های علمی پژوهشی معتبر، 
        مشاوره و آموزش شبیه سازی شبکه توسط شبیه ساز آکادمیک 2-NS، 
         مشاوره و آموزش شبیه سازهای ترافیک شهری از قبیل  SUMO، ONE، و ...
          کمک به دانشجویان برای پیاده سازی ایده ها و مقالات خود با شبیه سازهای
               NS2, NS3 , OMNET++ , ONE
     
    
                 شماره تماس :
                         حسین رنجبران:    09101607834   
                                          
    
                  ساعات تماس: 
                                      ۸ الی ۲۰
                         
                   ایمیل:
                         hossein.ranjbaran.it@gmail.com
                        
           
    

الگوریتم بهنیه سازی ازدحام ذارت Particle Sawrm Optimization

شروع موضوع توسط AdMiN ‏19/12/16 در انجمن الگوریتم های یادگیر

وضعیت موضوع:
You must be a logged-in, registered member of this site to view further posts in this thread.
  1. Administrator
    AdMiN
    هیات مدیره
    تاریخ عضویت:
    ‏3/10/13
    ارسال ها:
    2,243
    تشکر شده:
    327

    الگوریتم PSO


    این الگوریتم با توجه به رفتار دسته جمعی پرندگان و دسته های ماهی ها به هنگام یافتن غذا در سال 1995 توسط دکتر ابرهارت و دکتر کندی ارائه شده است. پرندگانی که به دنبال غذا می گردند، نمی دانند که غذا کجاست ولی می دانند که چقدر با آن فاصله دارند. در نتیجه بهترین استراتژی دنبال کردن پرندهای است که از همه به غذا نزدکتر است. در PSO هم پاسخ ها در فضای مسئله پرواز می کنند و جوابهای بهینه را دنبال می کنند.


    PSOبا گروهی از ذرات تصادفی (پاسخها) مقدار دهی اولیه میشود و سپس به دنبال پاسخ می گردد. این کار را هم با بروز رسانی نسلها انجام می دهد. در هر تکرار ذرات با به روز رسانی دو بهترین مقدار بهینه می شوند. بهترین مقدار اولین مقداری است که به روز شده است.( مقدار شایستگی ذرات هم ذخیره میشود.) به این مقدار pbest می گویند. بهترین پاسخ بعدی که توسط بهینه ساز ذرات گروه دنبال می شود. بهترین پاسخی است که توسط هر ذرهای تا به حال به دست آمده است. این مقدار gbest یا بهترین پاسخ سراسری می باشد. بعد از یافتن بهترین پاسخها، ذرات جمعیت با استفاده از معادله های 1 و 2 به روز می شوند:




    2016-12-19_8-00-53.jpg


    در معادله 1 تابع rand() مقداری در بازه (0،1) بر می گرداند. مقادیر c1 و c2 فاکتورهای یادگیری هستند.


    مراحل انجام الگوریتم PSO:
    1. ایجاد جمعیت اولیه
    2. محاسبه مقدار شایستگی هر ذره و انتخاب شایسته ترین ذره به عنوان pbest
    3. انتخاب ذره با استفاده از مقادیر شایستگی همهی ذرات به عنوان gbest
    4. محاسبه سرعت همهی ذرات
    5. به روز رسانی مکان ذرات
    6. اگر شرایط پایانی ( حداکثر تعداد تکرار ها یا حداقل شرایط خطا) رخ نداده برو به 2


    می توانید الگوریتم تکامل دهنده ازداحام ذرات را از لیتک زیر مطالعه کنید:
    Particle Swarm Evolver

     
    آخرین ویرایش: ‏31/12/16
وضعیت موضوع:
You must be a logged-in, registered member of this site to view further posts in this thread.

این صفحه را به اشتراک بگذارید