ACPSO: یک الگوریتم جدید بهینه سازی گروه ذرات تعاونی با قابلیت به روز رسانی تطبیقی پارامترها

این مقاله یک الگوریتم بهینه سازی تعاونیPSO1 به نام ACPSO2 را ارائه 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 APSO3 و CPSO4 از مزایای ساختار تطبیقی APSO و ساختار تعاونیCPSO به طور هم زمان 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 مساله 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) بر خلاف روش های دیگر که ممکن است برخی از مولفه ها را بدتر و بقیه را بهتر کنند، ACPSO در هر مرحله کلیه ابعاد مساله را بهبود دهد. ACPSO در مقایسه با سایر روش ها که ساختار غیرتعاونی دارند و پارامترها را به صورت ثابت، متغیر با زمان یا تطبیقی مقداردهی می کنند، در بهینه سازی توابع محک استاندارد تک قله ای و چندقله 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 حتی روش تعاونی غیر تطبیقی هم گرا می شود.