مقایسه الگوریتم اجتماع ذرات با ضریب انقباض و الگوریتم اجتماع ذرات اصلاح شده در مساله بهینه سازی سازه های خرپایی

بهینه سازی گروه ذرات یک تکنیک بهینه سازی مبتنی بر جمعیت می باشد که بر اساس قوانین احتمال کار می کند. در ای ن روش هری ک از ذرات (که نماینده یک راه حل ممکن مساله می باشند) سعی میکنند به سمتی حرکت کنند که بهترین تجربه فر دی و گروه ی در آن روی داده اس ت. از مزایای این روش می توان به تعداد کم پارامترهای تنظیمی، سادگی و به دور بودن از پیچیدگی های محاسباتی اشاره کر د. الگو ریتم اص لیPSO دارای معایبی همچون همگرایی به مینیمم های محلی و عدم تعادل بین فاز جستجوی کلی و محلی م ی باشد بر ای حل ای ن مشک ل در سا ل 1998 Eberhart& Shi الگوریتمی با عنوا ن الگو ریتم اجتما ع ذرات اصلا ح شد ه معرفی کردند . درسال 2000 نی ز Clerc and Kennedy الگوریتم اجتماع ذرات با ضریب انقباض را ارائه دادند. این 2 الگوریتم 2 گونه اصلی الگوریتمPSO م یباشند ک ه خصوص یات رفتا ری آنها ب ه مراتب بهتر از الگوریتم اصلی می باشد. در این مقاله به بررسی خصوصیات این الگوریتم ها و پیاده سازی این 2 الگوریتم بر مساله بهینه سا زی سازه های خرپایی که شامل بهینه های محلی فراوان می باشند پرداخته شده است. نتایج 2 الگوریتم ب ا یکدیگ ر و الگوریت مها ی دیگ ر موج ود همچون الگوریتم ژنتیک و الگوریتم اجتماع مورچه ها مقایسه شده است. نتایج حاصله نشان میدهد که 2 الگوریتم مورد نظر نتایجی بهتر از دیگر الگوریتم ها و نزدیک به هم دارند این درحالیستکه الگوریتم اجتماع ذرات با ضریب انقباض سرعت همگرایی بیشتری نسبت به الگوریتم اج تماع ذرات اصلاح شده دارد.