திரள் நுண்ணறிவு மற்றும் பரிணாமக் கணக்கீட்டுக்கான சர்வதேச இதழ்

சுருக்கம்

கிரேடியன்ட் டிசென்ட் தேடலுடன் மல்டி-அப்ஜெக்டிவ் பார்ட்டிகல் ஸ்வர்ம் ஆப்டிமைசேஷன்

லி மா மற்றும் பாபக் ஃபோரௌராகி*

துகள் திரள் தேர்வுமுறை (PSO) பல வகையான தேர்வுமுறை சிக்கல்களைச் சமாளிக்க நம்பகமான முறையாக நிரூபிக்கப்பட்டுள்ளது. குறிப்பாக, மல்டி-அப்ஜெக்டிவ் பிஎஸ்ஓ (எம்ஓபிஎஸ்ஓ) தேர்வுமுறை சிக்கல்களைத் தீர்க்கும் போது, ​​உகப்பாக்கியின் செயல்திறனை மேம்படுத்த, அளவுரு தேர்வு மற்றும் செயல்படுத்தல் உத்தியில் கவனமாக கவனம் செலுத்தப்பட வேண்டும். இந்த கட்டுரை மேம்படுத்தப்பட்ட உள்ளூர் தேடல் திறன் கொண்ட MOPSO நாவலை முன்மொழிகிறது. தேடல் இடத்தில் துகள்களின் சுற்றுப்புறத்தின் அடர்த்தியை மதிப்பிடுவதற்கு ஒரு புதிய அளவுரு-குறைவான பகிர்வு அணுகுமுறை அறிமுகப்படுத்தப்பட்டது. ஆரம்பத்தில், முன்மொழியப்பட்ட முறையானது தீர்வுகளின் கூட்ட காரணியை துல்லியமாக தீர்மானிக்கிறது; பிந்தைய கட்டங்களில், முழு திரளையும் உண்மையான பரேட்டோ முன்னோக்கி நெருக்கமாக ஒன்றிணைக்க இது திறம்பட வழிகாட்டுகிறது. கூடுதலாக, பரேட்டோ-உகந்த பகுதியை சிறப்பாக ஆராய்வதற்கு, சாய்வு வம்சாவளியின் உள்ளூர் தேடல் முறையை அல்காரிதம் பயன்படுத்துகிறது. பல சோதனைச் செயல்பாடுகளில் அல்காரிதத்தின் செயல்திறன் மற்றும் பொறியியல் வடிவமைப்புச் சிக்கல் மற்ற அணுகுமுறைகளுடன் ஒப்பிடப்படுகிறது. பெறப்பட்ட முடிவுகள், முன்மொழியப்பட்ட அல்காரிதம் பரேட்டோ-உகந்த முன்னணியில் திறம்பட தேடும் மற்றும் வர்த்தக-ஆஃப்சொல்யூஷன்களை அடையாளம் காணும் திறன் கொண்டது என்பதை நிரூபிக்கிறது.