1. برای کسب اطلاعات بیشتر در ساعات 9 الی 13 و 16 الی 18 با شماره 08138270182 یا 09353637799 تماس حاصل فرمایید.
    آدرس ایمیل: info@wsnlab.ir
    آدرس کانال تلگرام http://telegram.me/gloriot
  2. بدین وسیله به اطلاع پژوهشگران محترم می رسانیم که آزمایشگاه اینترنت اشیاء ایران راه اندازی شد. از این پس می توانید با شماره تلفن همراه 09353637799 با لابراتوار در تماس باشید.

هوش جمعی، Particle Swarm Optimization : PSO

شروع موضوع توسط Homaei 17/8/12 در انجمن هوش مصنوعی، الگوریتم های هوشمند

تلفن سفارش: 08138311237 تلفن سفارش: 08138311237
  1. Homaei مدیر کل سایت

    تاریخ عضویت:
    25/2/12
    تعداد ارسال ها:
    2,038
    تشکر شده:
    11,617
    امتیاز دستاورد:
    12,265
    وب سایت:
    هوش گروهي يك استعاره محاسباتي و رفتاري براي حل مساله است كه اساسا از نمونه هاي طبيعي رفتار جمعي الهام گرفته شده است.اين نمونه هاي طبيعي شامل رفتارهاي حشرات اجتماعي(مورچه ها،‌ موريانه ها و زنبورها) مانند ساخت لانه، كاوش، سرهم كردن و مرتب سازي مي باشد. ولي لزومي ندارد كه فقط بر اجتماعات حيواني تاكيد كنيم. هوش جمعي و توزيع شده تقريبا در تمام سطوح جهان زنده ديده مي شود. مثل سلولها،‌ ارگانها،‌ سيستم هاي عصبي و ايمني يا سازمانهاي بشري.
    به طور كلي امروزه هوش گروهي به طراحي پايين به بالاي سيستم هاي كنترل توزيع شده اطلاق مي گردد كه در نتيجهء تعامل محلي بين تعدادي از واحدها نوعي از هوش را در سطح سراسري نشان مي دهند. مثالهايي از طبيعت در اين زمينه در قالب تصاوير نشان داده شده است.
    وي‍‍ژگي مشترك همه اين رفتارها شامل موارد زير است:
    § يك جامعه توزيع شده از عاملهاي مستقل (مختار)
    § كنترل در بين عاملها كاملا توزيع شده است
    § ارتباط بين عاملها،‌ محلي است
    § تصميمات عاملها، احتمالي است (زيرا عاملها داراي ديد جزئي هستند)
    § به نظر مي رسد رفتارهاي سطح سيستمي از رفتارهاي يك عامل، برترند
    § پاسخ كل سيستم شامل ويژگي هاي robustness،‌ adaptivity و scalability است.

    طراحي هوش گروهي به چه معناست؟
    § اختصاص منابع محاسباتي به تعداد (زيادي؟) از واحدهاي كمينه ساز (minimalist).
    § كنترل مركزي وجود ندارد (به هيچ وجه؟ در ant queen دارد)
    § واحدها به روشي ساده و محلي در ارتباطند
    § واحدها نيازي به نمايش وظايف سراسري ندارند
    § مولفه هاي احتمالي اهميت دارند
    § سيستم رفتارهاي سراسري مفيدي توسط خودسازماندهي[1] توليد مي كند.
    خودسازماندهي به معناي مجموعه اي از مكانيزم هاي پوياست كه به موجب آنها ساختار كلي به عنوان نتيجهء تعامل بين مولفه هاي سطح پايين تر، ديده مي شود. به طور كلي هر سيستم پويايي كه در آن، ترتيب كاملا به عنوان نتيجهء ويژگيهاي عناصر انفرادي در سيستم ظهور مي كند و نه توسط فشارهاي خارجي.

    بخش تاريک طراحي SI
    • قابليت پيش بيني
    • کارايي
    • هزينه کلي
    • پارامترهايي که بايد منتسب شوند

    چارچوب هاي الگوريتمي
    طبقه بندي: شامل ويژگيهاي عامل، وظيفه عامل و مولفه هاي ديگر

    مدل هاي ارتباطي : شامل سه روش indirect ، like-broadcast و point-to-point .
    در روش غير مستقيم، اصلاح محيط باعث برقراري ارتباط آسنکرون بين عاملها مي شود که به آن stigmergy گفته مي شود.

    مثالهايي از چارچوبهاي الگوريتمي
    ACO و PSO (براساس ارتباط جمعي در دسته پرندگان)
    هر دو چارچوب برمبناي نمونه گيري تکراري راه حلها عمل مي کنند. ولي روش توزيع، دستيابي و استفاده از اطلاعات محيطي در ACO ، روش stigmergy و در PSO ، روش like-Broadcast است.
    در هر دو روش عاملها ساده اند و در سطح فردي، يادگيري ندارند.
    از لحاظ کاربردي ACO براي بهينه سازي گسسته و PSO براي بهينه سازي توابع پيوسته به کار مي روند.
    هدف از PSO، بهينه سازي توابع پيوسته غير خطي است.اين الگوريتم براي اولين بار در سال 1995 توسط Kenedy وEberhart ارائه شد.
    PSO در واقع نوعي از تعميم روي اتوماتاي سلولي است.
    هر عامل شبيه يک ذره است که در ساختمان داده آن، مولفه هاي مکان فعلي، بهترين راه حل فعلي و عاملهاي همسايه قرار دارند.
    کاربردهاي SI شامل اتوماتاي سلولي، شبکه هاي عصبي مصنوعي، سيستم هاي ايمني مصنوعي، محاسبه تکاملي مصنوعي، الگوريتمهاي فرهنگي و....
    کاربردهايي از سيستم هاي SI
    • مسايل بهينه سازي: توابع چند مدله nasty، مسايل NP-hard ، محيط هاي ناايستاي مشکل براي مدلسازي، سيستم هاي توزيع شده با وضعيتهاي پنهان، مسايل داراي منابع و متغيرهاي زياد براي عدم قطعيت.
    • مسايل مناسب براي مدلسازي توزيع شده/چند عامله: کاربردهاي نظامي، شبيه سازي سيستم هاي بزرگ (اقتصادي، اجتماعي و زيستي)
    • مسايل پوياي نيازمند به مدلسازي توزيع شده/چند عامله: شبکه هاي سنسور، شبکه هاي ارتباطي، رباتيک (collective robotics)
    • سرگرمي: بازيهاي ويديويي

    ACO
    در ارتباط با مسيريابي، براي اختصاص جريانهاي ترافيکي و کوتاهترين مسير، الگوريتم هاي توزيع شده بهينه وجود دارد ولي ايستا نبودن ترافيک و توپولوژي، عدم قطعيت و کيفيت سرويس، مشکلات معمول در اين مسايل هستند.

    فرااکتشاف يک استراتژي سطح بالاست که ساير مکاشفات را براي جستجوي راه حلهاي ممکن هدايت مي کند.

    هر مساله ترکيبي مي تواند به يک مساله کوتاهترين مسير تبديل شود.

    نتيجه آنکه ACO يک فرااکتشاف چند عامله است با مولفه هاي يادگيري و تطبيق پذير که ويژگي هاي آن براي مسايل کوتاهترين مسير پويا/توزيع شده/همراه با محدوديت ، به شدت رقابتي است.

    آيا ممکن است نمونه برداري در مسير برگشت هم مفيد واقع شود؟ ( در بعضي مقالات از اين روش استفاده شده مخصوصا در مسيريابي)

    ارزيابي به معناي آنست که کي و چگونه مقادير فرومون به روزرساني گردند.

    طراحي الگوريتمهاي ACO
    • نمايش مساله: خصوصيات موثر يک وضعيت براي يادگيري تصميمات خوب.
    • متغيرهاي اکتشافي: چه هستند و وزن نسبي آنها نسبت به فرومون در تصميمات چقدر است.
    • جدول مسيريابي: چگونه فرومون و متغيرهاي اکتشافي با هم ترکيب شوند تا ميزان مفيد بودن يک تصميم مشخص شود. (جمعي يا ضربي)
    • سياست تصميم گيري احتمالي: چگونه يک کاوش خوب را بدون قرباني کردن تمرکز بر روي عمليات اميدبخش به انجام برسانيم. (حريصانه و تصادفي نسبي)
    • سياست به روز رساني فرومون: online يا offline (استراتژي هاي نخبه)
    • زمانبندي مورچه ها: چگونه و چند تا
    گردآورنده : محمد حسین همایی
    [1]Self-organization
    لطفاً انجمن را به دوستان خود معرفی نمایید تا محیطی پویا تر داشته باشیم.
  2. مشاوره، آموزش و پیاده سازی پروژه های شبکه های موردی، شبکه حسگر بی سیم و انواع شبکه های کامپیوتری . برای کسب اطلاعات بیشتر با شماره 08138270182 تماس بگیرید. .
  3. farshidbagheri کاربر معمولی

    تاریخ عضویت:
    11/5/12
    تعداد ارسال ها:
    207
    تشکر شده:
    238
    امتیاز دستاورد:
    43
    سلام
    بله، هیچ کس به هوش گروهی شک نداره مخصوصا اگر همه به یک هدف فکر کنن.
    مرسی
    najafpour likes this.
    لطفاً انجمن را به دوستان خود معرفی نمایید تا محیطی پویا تر داشته باشیم.

به اشتراک بگذارید