مطالعه و معرفی الگوریتمهای هوش مصنوعی جهت حل مسائل بهینهسازی؛ کاربرد، مزایا و معایب

با توجه به نیاز برخی سازمان­ها بهویژه سازمان­های نظامی به سیستم­های پیچیده، از روش­های مدل­سازی و شبیه­سازی برای ارزیابی و تحلیل عملکرد این سیستم­ها استفاده میشود. یکی از ابزارهایی که برای این منظور استفاده میشود، الگوریتم­های هوش مصنوعی است. در این راستا میتوان جریان مواد و کالاها، منابع انسانی، اطلاعات و غیره را در سازمان مدل کرد. به واسطه مدل­کردن و تنظیم سناریو‏های مختلف، سیستم را تجزیهوتحلیل نموده و نسبت به انجام بهبودهای بالقوه در آن تلاش می­شود. برخی از این الگوریتم­ها عبارتاند از: ژنتیک، شبکه عصبی، کلونی مورچه­ها، آنیل شبیهسازیشده و جستجوی ممنوع. این الگوریتم­ها برای سیستم­های پیچیده و غیرقطعی، از جمله سامانه­های اختفا شده در عملیات هوایی، سامانه پنهان­کاری امن با نگرش پدافند غیرعامل و سایر موارد دیگر مورد استفاده قرار میگیرند. لذا چندین رویکرد برای طراحی جواب­های با کیفیت و بهینه با توجه به تشخیص خط­مشی­های بهتر، شناخت و بهبود عملکرد، تصمیم­گیری در مورد سیستم­ها تحت محدودیت زمانی قابل پذیرش برای مسائل وجود دارد. این الگوریتم­ها با توجه به دسته­بندی و انواع آن­ها، عملکرد، کارآیی، ویژگی و حوزه کاربردی خود را دارند و در حل مسائل بهینه­سازی به ما کمک می­کنند. در این مقاله با استفاده از منابع و تحقیقاتی که در این حوزه صورت پذیرفته است، مطالعه و معرفی الگوریتم­های هوش مصنوعی جهت حل مسائل بهینه­سازی ارائه می­گردد. لذا با توجه به مزایا، معایب، کاربردها، زمان پردازش، حجم داده و حوزه بهکارگیری هر یک؛ متخصصین این حوزه میتوانند بهترین و بهینه­ترین الگوریتم را برای حل مسائل پیچیده و غیرقطعی انتخاب و استفاده کنند.

Keywords:

هوش مصنوعی , الگوریتم ژنتیک , شبکه عصبی , کلونی مورچهها , آنیل شبیهسازیشده , الگوریتم جستجوی ممنوع