معرفی، مقایسه و ارزیابی الگوریتم های بهینه سازی مدرن و فرا ابتکاری در مسائل کاربردی

امروزه یکی از روشهای مرسوم برای حل مسائل پیچیده بهینه سازی استفاده از روشهای موسوم به روشهای بهینه سازی مبتن ی بر هوش دسته جمع ی است. تقریباً در تمام ی ای ن روشها، که بدون استثناء با الهام گی ری ازسیستمهای بیولوژیکی و فیزیکی موجود در طبیعت به وجود آمده اند، تعداد زیادی ذره در فضای مساله پخش شده و به طور همزمان به دنبال جواب بهینه سراسری می گردند. به عبارت دقیق تر، تمامی این روشها را م ی تواناز این نظر « تصادفی » . به حساب آورد « تصادفی حافظه دار » نوعی جستجوی که هریک از این ذرات تا حدی به طور تصادف ی فضا ی مساله را جستجواز این جهت که به مرور احتمال حضور هریک از این « حافظه دار » می کند و ذرات در نقاط بهینه تر با درس گرفتن از حرکتها ی غلط گذشته افزا یش می یابد. در این کار ابتدا در بخش 2 هشت الگوریتم بهینه سازی فرا ابتکاریشامل الگوریتم کرم شب تاب، الگور یتم الکترومغناط یس، الگور یتم شب یه سازی حرارتی، الگوریتم غذایابی باکتر ی، الگور یتم تراکم ذرات، الگور یتم کلونی زنبور، الگوریتم کلونی مورچه و الگوریتم ژنتیک معرفی می شوند . در بخش 3 هر کدام از الگوریتم ها به کمک 5 تابع آزمایش معروف بهینه سازی با یکدیگر مورد مقایسه و ارزیابی اولیه قرار می گیرند

Keywords:

بهینه سازی , الگوریتم , فرا ابتکاری , شبیه سازی