ﺑﻬﺮهﮔﯿﺮي از ﻣﻨﻄﻖ ﻓﺎزي ﺟﻬﺖ ﺑﻬﺒﻮد ﻋﻤﻠﮑﺮد اﻟﮕﻮرﯾﺘﻢ ﺑﻬﯿﻨﻪﺳﺎزي ازدﺣﺎم ذرات

Utilizing Fuzzy Logic to Improve the Performance of Particle Swarm Optimization Algorithm

الگوريتم بهينه ­سازي­ ازدحام ذرات (PSO) يكي از روش­هاي رايج و قدرتمند فرا ابتكاري مبتني­بر جمعيت است كه از حركت گروهي پرندگان و ماهي­ ها الهام گرفته شده است. در اين مقاله، جهت ارتقاء عملكرد نسخة استاندارد الگوريتم PSO (نظير دستيابي به راه­حل بهينه سراسري و بهبود مشخصات همگرايي) از منطق فازي بهره گرفته شده است. به­ منظور تصديق برتري عملكرد الگوريتم PSO فازي­شده پيشنهادي، نتايج در ازاي اعمال آن بر روي توابع محك استاندارد با نسخة استاندارد PSO مقايسه شده است. برآورد كلي نتايج حكايت از برتري محسوس روش Fuzzy-PSO (F-PSO) پيشنهادي برحسب نتايج عددي سطح برازندگي و نمودارهاي همگرايي و برابري نسبي در زمان­هاي اجرا دارد.

The Particle Swarm Optimization (PSO) Algorithm is one of the most popular and powerful meta-heuristic methods that was inspired by the groups of birds and fish. In this paper, the fuzzy logic has been used to improve the performance of the standard version of PSO algorithm (such as achieving an optimal global solution and improving convergence characteristics). In order to confirm the superiority of the proposed Fuzzy-PSO (F-PSO) algorithm, the results are compared to the PSO standard version for applying on standard benchmark functions. The overall conclusion of the results indicates the tangible advantage of the proposed method in terms of the numerical results of the fitness level, convergence curves, and relative equality at run-time.