الگوریتم جمعیت ذرات اطلاع دهنده ی محلی گرانشی برای حل مسائل بهینه سازی چندمدی

الگوریتم جمعیت ذرات اطلاع دهنده ی محلی، یک روش ساده و موثر است که اخیرا برای حل مسائل بهینه سازی چندمدی ارائه شده است. این الگوریتم دارای یک ضعف اساسی است: برای محاسبه سرعت یک ذره، "شایستگی" و " فاصله ی" ذرات همسایه ی آن ذره را در نظر نمی گیرد، درصورتیکه در نظر گرفتن این دو پارامتر در محاسبه سرعت می تواند به الگوریتم برای ایجاد یک تعادل مناسب بین همگرایی و تنوع راه حل ها کمک زیادی کند. در این مقاله، یک نسخه جدید از این الگوریتم با نام "الگوریتم جمعیت ذرات اطلاع دهنده ی محلی گرانشی" ارائه شده است، که در آن هر ذره موقعیت خود را با استفاده از قوانین گرانش و حرکت به سمت بهترین موقعیت همسایگان محلی اش تنظیم می کند. در الگوریتم پیشنهادی، هر چه همسایه ی محلی یک ذره دارای کیفیت بیشتری باشد یا دارای فاصله ی کمتری با ذره باشد، جرم گرانشی بیشتری به آن همسایه تعلق می گیرد و در نتیجه آن همسایه مجاز به اعمال نیروی گرانشی بیشتری به آن ذره می شود. برای بررسی کارایی الگوریتم پیشنهادی، یک ارزیابی تجربی روی چندین تابع محک استاندارد صورت گرفته است. نتایج این آزمایشات نشان می دهد که الگوریتم پیشنهادی می تواند نتایج بهتری نسبت به الگوریتم جمعیت ذرات اطلاع دهنده ی محلی و سایر الگوریتم های بهینه ساز چندمدی به دست آورد.