Particle swarm optimization என்பது ஒரு கூட்டத்தின் நுண்ணறிவு வடிவம். இந்த வழிமுறை கென்னடி மற்றும் எபர்ஹார்ட் ஆகியோரால் (1995) ல் முன்மொழியப்பட்டது. இந்த வழிமுறை பறவை கூட்டங்கள், மீன் திரள் மற்றும் பூச்சிகளின் கூட்டங்கள் ஆகியவற்றால் ஈர்க்கப்பட்டவை.
பூச்சிகளின் கூட்டங்கள் அல்லது மீன் திரள் ஆகியவற்றை நினைவில் கொள்வோம் இந்த கூட்டத்தில் ஒரு பூச்சியோ அல்லது ஒரு மீன்களோ தான் செல்ல விரும்பும் பாதையை (எ.கா. உணவு, பாதுகாப்பு போன்றவற்றுக்கு) தேர்வுசெய்கிறது. மீதமுள்ள திரள் அந்த கூட்டத்தின் எதிர் பக்கத்தில் இருந்தாலும் விரைவாகப் பின்தொடர முடியும்.மறுபுறம், தேடல் இடத்தை சிறப்பாக ஆராய்கிறது .பொதுவாக ஒவ்வொரு துகளும் ஒரு குறிப்பிட்ட அளவிலான தகுதியை (craziness) கொண்டிருக்க வேண்டும் என்று அந்த கூட்டத்தில் ஒருவர் விரும்புகிறார்.
இந்த இயக்கத்தினால், திரளின் இயக்கம் ஒரு குறிப்பிட்ட ஆய்வு திறனை கொண்டுள்ளது: இந்த கூட்டத்தில் மீதமுள்ள திரளின் நபரால் பாதிக்கப்பட வேண்டும், ஆனால் சுயமாக ஒரு குறிப்பிட்ட அளவிற்கு ஒன்று சேர வேண்டும்.இது ஒரு நிலை மற்றும் வேகம் கொண்ட பல பரிமாண இடைவெளியில் உள்ள துகள்களால் செய்யப்படுகிறது.இந்த துகள்கள் அதிபரவெளி (hyperspace )வழியாக பறக்கின்றன மற்றும் இரண்டு அத்தியாவசிய பகுத்தறிவு திறன்கள் உள்ளன:
1)சிறந்த நிலையின் நினைவகம் மற்றும் 2)கூட்டத்தில் சிறந்தது பற்றிய அறிவு. “சிறந்தது” என்பது மிகச்சிறிய நிலையில் புறநிலை மதிப்பு இருப்பதைக் குறிக்கிறது.ஒரு கூட்டத்தில் உள்ள உறுப்பினர்கள் ஒருவருக்கொருவர் நல்ல நிலைகளில் தொடர்புகொள்கின்றன.
வழிமுறை மூன்று உலகளாவிய மாறிகளைக் கண்காணிக்கிறது:
1)இலக்கு மதிப்பு அல்லது நிபந்தனை.
2)எந்த துகள் தரவு தற்போது இலக்குக்கு மிக அருகில் உள்ளது என்பதைக் குறிக்கும் உலகளாவிய சிறந்த மதிப்பு.
3) இலக்கு காணப்படாவிட்டால் வழிமுறை எப்போது நிறுத்தப்பட வேண்டும் என்பதை அறிந்துமதிப்பை நிறுத்துதல்.
ஒவ்வொரு துகளும் இதை கொண்டிருக்கிறது:
1)சாத்தியமான தீர்வைக் குறிக்கும் தரவு
2)தரவை எவ்வளவு மாற்ற முடியும் என்பதை குறிக்கும் ஒரு வேக மதிப்பு.
3)துகள்களின் தரவு இதுவரை இலக்குக்கு வந்துள்ளதைக் குறிக்கும் தனிப்பட்ட சிறந்த ( மதிப்பு).
Comments
Crapersoft, well knowledged in Bigdata, datamining and iot working environment in coimbatore.
Replygot good website... with advanced technologies...
ReplyI have published my research paper to Scopus at short duration thanks to help of crapersoft.
Reply