Введение в оптимизацию роя частиц (PSO)
Оптимизация роя частиц относится к сфере искусственного интеллекта. Термин «искусственный интеллект» или « искусственная жизнь » относится к теории моделирования человеческого поведения с помощью вычислений. Это включает в себя разработку таких компьютерных систем, которые могут выполнять задачи, требующие человеческого интеллекта. Например, раньше только люди могли распознавать речь человека. Но теперь распознавание речи - обычная черта любого цифрового устройства. Это стало возможным благодаря искусственному интеллекту. Другие примеры человеческого интеллекта могут включать в себя принятие решений, языковой перевод, визуальное восприятие и т. Д. Существуют различные методы, которые делают это возможным. Эти методы внедрения искусственного интеллекта в компьютеры широко известны как подходы искусственного интеллекта .
Эти методики разработаны на основе двух категорий :
- Первое исследование включает в себя то, как биологические явления можно изучать с помощью вычислений.
- Второй показывает, как биологические явления могут помочь понять вычислительные проблемы. Изучая Технику ПСО, мы имеем дело со второй категорией .
Существует три подхода искусственного интеллекта:
- Статистические методы
- Символический искусственный интеллект
- Вычислительный интеллект
Вычислительный интеллект может быть реализован с использованием любого из трех методов:
- Искусственная нейронная сеть
- Нечеткая логика
- Эволюционные вычисления
Примечание. В разделе «Эволюционные вычисления» находятся методы разведки роя, которые включают оптимизацию роя частиц.
Как описано ранее, Swarm Intelligence - это ветвь искусственного интеллекта, в которой мы наблюдаем за природой и пытаемся узнать, как различные биологические явления можно имитировать в компьютерной системе, чтобы оптимизировать алгоритмы планирования. В интеллекте роя мы фокусируемся на коллективном поведении простых организмов и их взаимодействии с окружающей средой.
В Swarm Intelligence есть два типа алгоритмов оптимизации:
- Первый - это оптимизация колонии муравьев (ACO) . Здесь алгоритм основан на коллективном поведении муравьев в их колонии.
- Второй метод - оптимизация роя частиц (PSO).
В PSO основное внимание уделяется группе птиц. Эта группа птиц называется « рой ». Давайте попробуем понять оптимизацию роя частиц из следующего сценария.
Пример: предположим, что есть рой (группа птиц). Теперь все птицы голодны и ищут пропитание. Этих голодных птиц можно соотнести с задачами вычислительной системы, которые жаждут ресурсов. Сейчас в районе обитания этих птиц есть только одна частица пищи. Эту пищевую частицу можно соотнести с ресурсом. Как известно, задач много, ресурсы ограничены. Таким образом, это стало таким же условием, как и в определенной вычислительной среде. Теперь птицы не знают, где спрятана или расположена частица пищи. В таком сценарии следует разработать алгоритм поиска частицы пищи. Если каждая птица будет пытаться найти корм самостоятельно, это может вызвать хаос и потребовать много времени. Таким образом, при внимательном наблюдении за этим роем было обнаружено, что, хотя птицы не знают, где находится кормовая частица, они знают свое расстояние от нее. Таким образом, лучший способ найти эту пищевую частицу - это проследить за птицами, которые находятся ближе всего к пищевой частице. Такое поведение птиц моделируется в вычислительной среде, и разработанный таким образом алгоритм называется алгоритмом оптимизации роя частиц.
Примечание: такое же поведение выполняется косяком рыб. Таким образом, считается, что методика оптимизации роя частиц основана на стае птиц или стае рыб. Таким образом, этот алгоритм также называется стохастическим алгоритмом на основе популяции и был разработан доктором Расселом Эберхартом и доктором Джеймсом Кеннеди в 1995 году.
Это общая концепция того, что такое оптимизация роя частиц и на каких биологических явлениях основана ее работа.