آموزش الگوریتم خفاش در متلب (قسمت سوم)

در ادامه آموزش های موسسه متلب پروژه با مفهوم الگوریتم خفاش در متلب(قسمت سوم) آشنا خواهید شد این مجتوا به صورت کاملا رایگان در اختیار کاربران قرار خواهد گرفت و از مقدماتی تا پیشرفته ادامه خواهد داشت.

بردار موقعیت و سرعت خفاش ها

لازم است تا قوانینی برای بروزرسانی سرعت و موقعیت خفاش ها‌در فضای چند بعدی تعریف شود. موقعیت ها‌و سرعت های جدید یعنی  و  در گام t بصورت زیر داده می‌شوند:

که در این روابط  بردار تصادفی از توزیع یکنواخت است. متغیر  موقعیت بهترین ذره (راه حل) است که بعد از مقایسه تابع هزینه کلیه ذرات بدست می‌آید.  از آنجا که حاصلضرب  افزایش سرعت است، می‌توان از  یا  برای تنظیم تغییر سرعت (در حالیکه متغیر دیگر  (یا  ) ثابت فرض می‌شود) بسته به نوع مساله تحت مطالعه استفاده نمود. در مسائل بهینه سازی بطور معمول از  استفاده می‌شود. البته در ابتدای بکار گیری الگوریتم به هر خفاش فرکانس تصادفی از محدوده  اختصاص داده می‌شود.