Particle Swarm Optimization
Particle Swarm Optimization(PSO) เป็นแขนงหนึ่งของ Swarm Intelligence ซึ่งมี Particle swarm กับ Ant colony optimization ซึ่งเป็นวิธีการพัฒนาการเรียนรู้หรือมีความจำ ซึ่งแตกต่างจากวิธีการ Genetic Algorithm,Shuffle frog, memetic ซึ่งใช้การวิวัฒนาการหรือ การคัดสรรสายพันธุ์ ที่ดี หรือ แย่
PSO ถูกพัฒนา โดย Eberhart & Kennedy(1995) ซึ่งใช้สำหรับการแก้ปัญหาทางคอมพิวเตอร์ หรือ วิศวกรรม ซึ่งมีแนวคิดจากการหาอาหารของนก หรือ หาอาหารของปลา และ ทฤษฎีการเคลื่อนที่(Velocity Theory ) ซึ่งต้องอาศัยการเคลื่อนที่กันเป็นกลุ่มและการเว้นระยะห่างระหว่าง นกแต่ละตัวซึ่งในที่นี้ เรียกว่า Particle
เราสามารถอธิบายขั้นตอนการทำงานของ PSO ได้ ดังนี้ คือ
ขั้นตอนที่หนึ่ง คือการกำหนด Parameter ของ PSO ,Random Position and Random Velocity
ขั้นตอนที่สอง คำนวณหาค่า Fitness Function ของปัญหา จากการ Random
ขั้นตอนที่สาม เปรียบเทียบคำตอบกับ Particle ในรอบเดียวกันแล้วเลือก ตัวที่ดีที่สุดเก็บไว้ เรียกวิธีการนี้ว่า คัดสรรเฉพาะ พื้นที่
ขั้นตอนที่สี่ นำตัวที่ดีที่สุดใน Particle ในรอบเดียวกัน ไปเปรียบเทียบคำตอบ ระดับ รอบอื่นๆ เพื่อหาคำตอบที่เป็น Best so far
ขั้นตอนที่ห้า คำนวณหาค่าของ Velocity จากสูตรการคำนวณ
ขั้นตอนที่หก นำค่า Velocity ไปคำนวณหาค่าของ Position
ขั้นตอนที่เจ็ด ทำซ้ำกระบวนการที่ 1-6 ไปเรื่อยจนครบกับ Parameter ที่เรากำหนดไว้ที่โปรแกรมที่เรา
เขียนขึ้น แล้ว นำเอา คำตอบที่เป็น Best so far เป็นคำตอบของปัญหา
ความเห็น (5)
ขอบคุณมากค่ะสำหรับความรู้ที่กำลังต้องการด่วน แต่อยากให้ช่วยอธิบายให้ละเอียดกว่านี้จะดีมากค่ะ
ขอบคุณครับกำลังหาเลย
ขอบคุณมากครับ กำลังศึกษาเรื่องนี้อยู่เกี่ยวกับแก้ปัญหาการติดตั้งตำแหน่งสวิตซ์ของสายส่ง FEEDER SWITCHES
ตอนนี้กำลังหา M-file ที่ใช้ในการ Run matlab ครับ
ขอบคุณมากครับ
อยากรู้รายละเอียด PSO มากกว่านี้ค่ะ เดือดร้อนมากๆ ค่ะ จะสอบ แต่ยังไม่เข้าใจ เลยไม่ได้สอบค่ะ
ช่วยบอกแหล่งข้อมูลที่เป็นภาษาไทย อ่านแล้วเข้าใจง่าย ได้มั๊ยค่ะ หรือส่งมาที่ [email protected] ค่ะ ขอบคุณค่ะ