زهرا افصحی - دانشکده مهندسی کامپیوتر، دانشگاه آزاد قزوین
محمدرضا میبدی - دانشکده مهندسی کامپیوتر، دانشگاه صنعتی امیرکبیر

در این مقاله یک مدل جدید ترکیبی از الگوریتم گروه بهینه ساز ذرات و اتوماتای یادگیر سلو لی ارائه شده است . در این مدل اتوماتای یادگیری که در هر سلول قرار دارد، وظیفه تنظیم رفتار ذرات وبرقراری تعادل بین جستجوی محلی و سراسری را بر عهده میگیرد.ارائه یک همسایگی مناسب میتواند در جلوگیری از همگرایی زودرس وقرار گرفتن در بهینههای محلی به الگوریتم کمک کند . در این مقاله همسایگی بر اساس ساختار یک توپ انتخاب میشود. نتایج آزمایشها برروی مسایل نمونه نشان میدهد که روش ارائه شده از عملکرد بهتری در مقایسه با مدل PSO استاندارد، CLA-PSO مبتنی بر همسایگی مور برخوردار است مختصر اشاره شود.

گروه ذرات بهینه ساز و اتوماتای یادگیر سلولی