مروري برروش هاي بهبوديافته بهينه سازي ازدحام ذرات در مسائل پويا

بيشتر مسائل دنياي واقعي پويا بوده و تابع هدف، متغيرهاي محيطي يا محدوديت هاي آن در طول زمان تغيير مي كند. در اينگونه مسائل، بهينه در طول زمان تغيير پيدا مي كند. بنابراين علاوه بر پيدا كردن بهينه سراسري مي بايست آن را در طول زمان دنبال كرد. از آنجا كه اكثر الگوريتم ها مانند الگوريتم هاي بهينه سازي ازدحام ذرات به سمت بهينه حركت مي كنند، به نظر انتخاب خوبي براي اين مسائل محسوب مي شوند ولي مشكل اصلي الگوريتم بهينه سازي ازدحام ذرات در محيط هاي پويا، حافظه ي غيرمعتبر و از دست دادن تنوع مي باشد. همچنين از آنجا كه اكثر روشهاي پردازش تكاملي و هوش جمعي به دليل، ماهيتشان به يك نقطه همگرا مي شوند، لذا تنوع دسته در محيط از بين مي رود و درصورت تغيير در محيط همگرا شدن به نقطه بهينه جديد در صورت امكان بسيار زمانگير است. با توجه به اين چالش ها در محيط هاي پويا، الگوريتم PSO استاندارد نمي تواند پاسخ مناسبي را در اين محيط ها از خود نشان دهد؛ بايستي تغييراتي بر روي اين الگوريتم صورت گيرد. در اين مقاله ضمن معرفي محيط هاي پويا به بررسي چالش ها در محيط هاي پويا، معرفي PSO براي محيط هاي پويا و در نهايت انواع PSO براي حل مشكلات بهينه سازي پويا خواهيم پرداخت.