علی محمدی - گروه برق، موسسه آموزش عالی وحدت، تربت جام، ایران
محمدرضا اسماعیلی - دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند، بیرجند، ایران

با توجه به گستردگی بهره گیری از تکنیک های محاسبات نرم در کاربردهای گوناگون، ارائه نسخه های جدید و بهبود یافته ای از این گونه روش های مبتنی بر هوش مصنوعی در پژوهش های اخیر رو به افزایش است. الگوریتم بهینه سازی ازدحام ذرات (PSO) یکی از روش های رایج و قدرتمند فراابتکاری مبتنی بر جمعیت در این دسته بندی هاست که از حرکت گروهی پرندگان و ماهی ها الهام گرفته شده است. در این الگوریتم، اعضای جمعیت گروه (به عنوان عوامل و ذرات جستجو در فضای مسئله تحت بهینه سازی) به سمت بهترین تجربیات فردی و گروهی خود حرکت می کنند. در این مقاله، در جهت ارتقاء عملکرد نسخه ی استاندارد الگوریتم PSO نظیر دستیابی به راه حل بهینه سراسری و بهبود مشخصات همگرایی، از منطق فازی در قالب یک رویکرد ترکیبی محاسبات نرمی بهره گرفته شده است. به منظور تصدیق برتری عملکرد الگوریتم PSO فازی شده پیشنهادی، نتایج حاصل از اعمال آن بر روی توابع محک استاندارد با نسخه ی استاندارد PSO مقایسه شده است. برآورد کلی نتایج حکایت از برتری محسوس روش F-PSO) Fuzzy-PSO) پیشنهادی بر حسب نتایج عددی سطح برازندگی و نمودارهای همگرایی و برابری نسبی در زمان های اجرا دارد.

برازندگی، بهینه سازی ازدحام ذرات فازی (F-PSO)، تکنیک های محاسبات نرم، توابع محک، همگرایی