الگوریتم بهینه سازی ازدحام ذرات (PSO)

توضیحات تدریس

• آشنایی با کلیات الگوریتم ازدخام ذرات • تفاوت های میان الگوریتم ازدحام ذرات و ژنتیک • با شباهت های موجود بین دو الگوریتم ازدحام ذرات و ژنتیک آشنا شویم • مولفه های اصلی الگوریتم ازدحام ذرات • توصیف ساختار کلی الگوریتم ازدحام ذرات بصورت گام به گام • مفهوم بردار های سرعت و موقعیت به زبان ساده • روش به روز رسانی موقعیت ذره را بیاموزیم • گام حرکت ذرات در روند دستیابی به مقدار بهینه چگونه صورت می گیرد • توصیف معادلات حاکم بر الگوریتم ازدحام ذرات به زبان ساده • ویژگی های الگوریتم ازدحام ذرات • استفاده از کتابخانه متلب جهت بکارگیری الگوریتم ازدحام ذرات • با کلیه متدها و تنظیمات پرکاربرد تابع کتابخانه ای آشنا شویم • نحوه استفاده از توابع و تنظیمات پیش فرض جهت حل مسائل • صفر تا صد نحوه کدنویسی و استفاده از PSO بدون بکارگیری توابع کتابخانه ای بصورت گام به گام • مفهوم اینرسی و شتاب در حرکت • مفهوم رکود در نتایج و آشنایی با انواع شرایط خاتمه الگوریتم • تعریف توده اولیه و توده های پیرو در حلقه کنترل • دستیابی به نتایج اولیه و نتایج به روز رسانی شده با استفاده از توابع User Defimed • شناسایی و ذخیره سازی گام به گام بهترین نتایج • ترسیم نمودار رکود جهت تعیین تعداد مناسب تکرار و تعریف میزان توده اولیه • استخراج نتایج کلی و تولید ماتریس مقادیر جواب جهت استفاده در مقالات و پایان نامه • مثال استادی: بهینه سازی وزن و بایس شبکه عصبی مصنوعی به منظور پیش بینی تراز سطح ایستابی دشت داراب (اعداد واقعی)

سطح آموزش

مبتدی: برای کسانی که می خواهند تازه شروع به یادگیری کنند

متوسط: برای کسانی که آشنایی دارند و تا حدی بلدند

حرفه ای: برای کسانی که بلدند ولی می خواهند بیشتر یاد بگیرند