Унапређење алгоритама ројева честица за проблеме класификације и регресије са примерима примене

Представљени рад jе настао као истраживање алгоритама интелигенциjе роjева (енгл. - swarm intelligence - SI ) и експеримената коjи их примењуjу за решавање проблема из стварног света. Главни циљ овoг истраживања jесте проналажење побољшаних верзиjа алгоритма оптимизациjе роjевима честица (енгл. - particle swarm optimization - PSO) коjи ефикасниjе решаваjу проблеме из стварног живота. Примењени су различити принципи хибридизациjе са другим метахеуристикима и стратегиjама инициjализациjе са циљем проналажења бољег баланса фаза експлорациjе и експлоатациjе приликом решавања проблема поjединачно. Поред овог алгоритма примењени су и различити метахеуристички оптимизатори како би се перформансе предложених решења за два различита проблема стварног живота могле потврдити. Прва примена предложене методологиjе се односи на проблеме поморског саобраћаjа, односно идентификациjу и праћење пловила. Друга примена се бави другачиjим али не мање важним проблемом предикциjе грешке у програмском коду. За оба случаjа jе поред компаративне анализе са постоjећим алгоритмима високих перформанси примењена статистичка валидациjа резултата и анализа. Резултат истраживања су две нове верзиjе PSO коjе су представљене и обjављене у престижним научним часописима.