स्वार्म इंटेलिजेंस और इवोल्यूशनरी कंप्यूटेशन का अंतर्राष्ट्रीय जर्नल

अमूर्त

ग्रेडिएंट डिसेंट सर्च के साथ बहु-उद्देश्यीय कण झुंड अनुकूलन

ली मा और बाबाक फोरौराघी*

कण झुंड अनुकूलन (PSO) कई प्रकार की अनुकूलन समस्याओं से निपटने के लिए एक विश्वसनीय विधि साबित हुई है। विशेष रूप से, बहु-उद्देश्यीय PSO (MOPSO) अनुकूलन समस्याओं को हल करते समय अनुकूलक के प्रदर्शन को बेहतर बनाने के लिए पैरामीटर चयन और कार्यान्वयन रणनीति पर सावधानीपूर्वक ध्यान दिया जाना चाहिए। यह पत्र उन्नत स्थानीय खोज क्षमता के साथ एक नया MOPSO प्रस्तावित करता है। खोज स्थान में कणों के पड़ोस के घनत्व का अनुमान लगाने के लिए एक नया पैरामीटर-रहित साझाकरण दृष्टिकोण पेश किया गया है। प्रारंभ में, प्रस्तावित विधि समाधानों के भीड़ कारक को सटीक रूप से निर्धारित करती है; बाद के चरणों में, यह पूरे झुंड को वास्तविक पैरेटो फ्रंट के करीब अभिसरित करने के लिए प्रभावी रूप से मार्गदर्शन करती है। इसके अलावा, एल्गोरिथ्म पैरेटो-इष्टतम क्षेत्र का बेहतर पता लगाने के लिए ग्रेडिएंट डिसेंट की स्थानीय खोज विधि का उपयोग करता है। कई परीक्षण कार्यों और एक इंजीनियरिंग डिज़ाइन समस्या पर एल्गोरिथ्म के प्रदर्शन की रिपोर्ट की गई है और अन्य दृष्टिकोणों के साथ तुलना की गई है। प्राप्त परिणाम प्रदर्शित करते हैं कि प्रस्तावित एल्गोरिथ्म पैरेटो-इष्टतम फ्रंट के साथ प्रभावी रूप से खोज करने और ट्रेड-ऑफ़ समाधानों की पहचान करने में सक्षम है।