پیاده سازی الگوریتم گروه ذرات احتمالی در رویکرد بهینه سازی از طریق شبیه سازی
Abstract
بهینهسازی از طریقشبیهسازی، ابزاری کارا و جاافتاده در مواجهه با مسائل بهینهسازی به شمار میرود.ابزاری که قادر است شرایط حاکم بر مسائل دنیای واقعی را نسبت به سایر ابزارهایبهینهسازی به گونهای بسیار کاملتر پوشش دهد. مشکلی که در استفاده از این ابزاروجود دارد، لزوم پردازش سنگین محاسباتی است. این مشکل از آنجا ناشی میشود که نهتنها فرایند شبیهسازی، خود زمان بر است، بلکه محاسبه مقدار تابع هدف در یک نقطهاز فضای جواب، مستلزم اجراهای متعدد شبیهسازی است. متامدل ها رویکردی برای مقابلهبا این معضل هستند و خود مشکلات دیگری به همراه دارند که استفاده از آنها را محدودمیکند. متامدل، مدل شبیهسازی را بار دیگر مدل میکند؛ از پیچیدگی های آن میکاهدو در عین حال مدل را باز هم بیشتر از حالت واقعی اش دور میکند. در اینمقاله، الگوریتم دسته ذرات، به گونهای تغییر یافته است که بتواند در عین حذفمتامدل، زمان دستیابی به جواب بهینه را کاهش دهد.