نام پژوهشگر: فرید صابری موحد
فرید صابری موحد محمد علی یعقوبی
روشهای بهینه سازی در حالت کلی به دو دسته کلاسیک و تکاملی تقسیم می شوند که روشهای بهینه سازی تکاملی، به منظور برطرف کردن برخی از نقاط ضعف روشهای بهینه سازی کلاسیک شکل گرفته اند. الگوریتم بهینه سازی دسته ذرات (pso) یک الگوریتم بهینه سازی تکاملی می باشد که با الهام گرفتن از اصول حاکم بر رفتار گونه های اجتماعی موجود در طبیعت از قبیل گروه پرندگان ابداع گردید. در سالهای اخیر، الگوریتم pso بدلیل بهره گیری از قواعد ساده و نرخ همگرائی بالا در رسیدن به جوابی در نزدیکی جواب بهینه، تا حد بسیار زیادی مورد توجه محققین قرار گرفته است. به همین جهت و با هدف بررسی بیشتر ویژگی های الگوریتم pso، در این پایان نامه سعی بر این شده است تا بررسی کاملی بر برخی از مهمترین زمینه های استفاده از pso در مسایل بهینه سازی صورت گیرد. برای این منظور، در فصل اول، برخی از مفاهیم اولیه الگوریتم های تکاملی و سپس ساز و کار کلی الگوریتم pso بطور گسترده توضیح داده می شود. در فصل دوم همگرائی الگوریتم pso و نحوه انتخاب پارامترهای pso برای اطمینان از حصول همگرائی pso مورد بررسی قرار گرفته است. در نهایت در فصل سوم، گونه های اصلاح شده الگوریتم pso و برخی از کاربردهای آنها بطور مبسوط توضیح داده می شوند.