HyperAI

تحسين أسراب الجسيمات

تحسين أسراب الجسيماتإنها خوارزمية تحسين تعتمد على نظرية ذكاء السرب، والتي تستخدم الجسيمات لتحسين المشكلة في عملية البحث التكراري.

تم اقتراح هذه الخوارزمية من قبل J. Kennedy وRCEberhart في عام 1995. وهي عبارة عن تقنية حوسبة تطورية تأتي من محاكاة نموذج اجتماعي مبسط. يقوم بتعديل موقعه وسرعته من خلال تتبع القيمتين المتطرفتين للمجموعة. القيمتان المتطرفتان هما: الحل الأمثل Pbest الذي وجده الجسيم نفسه والحل الأمثل Gbest الذي وجدته المجموعة.

شرح المفهوم

  • "السرب" هو مبدأ أساسي من مبادئ الذكاء الجماعي، والذي يأتي من نموذج تطوير وتطبيق الحياة الاصطناعية من خلال مطابقة أسراب الجسيمات؛
  • يستخدم مصطلح "جسيم" لوصف أعضاء المجموعة كمواد ليس لها كتلة أو حجم ولكن لها سرعة وتسارع.

تطبيقات PSO

PSO هو نوع من خوارزميات ذكاء السرب، تم تصميمه على أساس محاكاة سلوك الافتراس لأسراب الطيور.

بافتراض وجود قطعة واحدة فقط من الطعام في المنطقة (أي الحل الأمثل)، فإن مهمة سرب الطيور هي العثور على هذا المصدر الغذائي. سيقوم الأفراد بنقل معلوماتهم إلى بعضهم البعض لتحقيق النقل. ومن خلال هذا التعاون، يمكنهم تحديد الحل الأمثل، ونقل معلومات الحل الأمثل إلى المجموعة بأكملها. وفي نهاية المطاف، يمكنهم التجمع حول مصدر الغذاء، أي أنهم وجدوا الحل الأمثل.

تدفق خوارزمية PSO القياسية

  1. تهيئة مجموعة من الجسيمات (حجم المجموعة هو م)، بما في ذلك المواضع والسرعات العشوائية؛
  2. تقييم مدى ملاءمة كل جسيم؛
  3. بالنسبة لكل جسيم، تتم مقارنة قيمة اللياقة البدنية مع Pbest، ويتم أخذ أفضل قيمة على أنها أفضل موضع حالي لـ Pbest؛
  4. بالنسبة لكل جسيم، تتم مقارنة قيمة اللياقة البدنية مع Gbest، ويتم استخدام أفضل قيمة كرقم مؤشر لـ Gbest؛
  5. قم بتغيير سرعة وموقع الجسيم وفقًا للمعادلة؛
  6. إذا لم يتم استيفاء الشرط النهائي، كرر الخطوة 2.