اقدام پژوهی تغيير رفتارهای نامناسب دانش آموزان با روش تدریس
اقدام پژوهی درمورد رفتارهای نامطلوب دانش آموزان در کلاس
اقدام پژوهی تغيير رفتارهای نامناسب دانش آموزان سوم راهنمـایی
تجربیات مدون نظم و انضباط
فایل ورد قابل ویرایش
چکیده : الگوریتم PSO یک الگوریتم جستجوی اجتماعی است که از روی رفتار اجتماعی دسته‌های پرندگان مدل شده است. در ابتدا این الگوریتم به منظور کشف الگوهای حاکم بر پرواز همزمان پرندگان و تغییر ناگهانی مسیر آنها و تغییر شکل بهینه‌ی دسته به کار گرفته شد . در PSO، ذرات در فضای جستجو جاری می‌شوند. تغییر مکان ذرات در فضای جستجو تحت تأثیر تجربه و دانش خودشان و همسایگانشان است. بنابراین موقعیت دیگر توده ذرات روی چگونگی جستجوی یک ذره اثر می‌گذارد . نتیجه‌ی مدل‌سازی این رفتار اجتماعی فرایند جستجویی است که ذرات به سمت نواحی موفق میل می‌کنند. ذرات از یکدیگر می‌آموزند و بر مبنای دانش بدست آمده به سمت بهترین همسایگان خود می‌روند اساس کار PSO بر این اصل استوار است که در هر لحظه هر ذره مکان خود را در فضای جستجو با توجه به بهترین مکانی که تاکنون در آن قرار گرفته است و بهترین مکانی که در کل همسایگی‌اش وجود دارد، تنظیم می‌کند.
کلمات کلیدی : بهینه سازی توده ذرات - هوش جمعی – اتوماتای یادگیر سلولی - CLA-PSO
هوش جمعی:هوش جمعی خاصیتی است سیستماتیک که در این سیستم، عامل هابه طور محلی با هم همکاري می نمایند و رفتار جمعی تمام عامل هاباعث یک همگرایی در نقطه اي نزدیک به جواب بهینه سراسري میشود نقطه قوت این الگوریتم عدم نیاز به یک کنترل سراسري میباشد. هر ذره) عامل) در این الگوریتم ها خود مختاري نسبی داردکه می تواند در سراسر فضاي جواب ها حرکت کند و می بایست با سایرذرات )عامل ها( همکاري داشته باشد . دو الگوریتم مشهور هوش جمعی، بهینه سازي جرگه مورچگان و بهینه سازي توده ذرات می باشند. از هر دو این الگوریتم ها می توان براي تعلیم شبکه هاي عصبی بهره برد.
شبکه عصبی :شبکه هاي عصبی مصنوعی داراي ویژگی هاي فراوانی از جمله انطباق پذیري، قابلیت یادگیري و تعمیم می باشد .در حوزه تطابق الگو ها،شبکه هاي عصبی مصنوعی قادرند که الگو هاي جدید را بر اساس تعالیم قبلی خود به کلاس هاي مرتبط طبقه بندي نمایند .استفاده از ایده جدید هوش جمعی در ترکیب با شبکه هايعصبی مصنوعی می باشد تا راهکاري براي غلبه بر چالش موجو د درشبکه هاي عصبی باشد.
الگوریتم بهینه سازی توده ذرات:در سال 1995 به Eberhart و Kennedy براي اولین بار توسط PSOعنوان یک روش جستجوي غیر قطعی براي بهینه سازي تابعی مطرح گشت این الگوریتم از حرکت دسته جمعی پرندگانی که به دنبال غذا می باشند الهام گرفته شده است.
فایل ورد قابل ویرایش
