محسن فرهادی - دانشجوی کارشناسی ارشد دانشکده مهندسی کامپیوتر دانشگاه علم و صنعت ایر
محمدرضا جاهد مطلق - دانشیار دانشکده مهندسی کامپیوتر دانشگاه علم و صنعت ایران
ناصر مزینی - استادیار دانشکده مهندسی کامپیوتر دانشگاه علم و صنعت ایران
حامد رحیم اف - عضو هیئت علمی دانشکده مهندسی کامپیوتر دانشگاه صنعتی شاهرود.

بهینه‌سازی سعی دارد تا با تغییر دادن یک ایده ابتدایی به سوی جواب بهینه حرکت کند. مسائله بهینه‌سازی در عمل بسیار پیچیده‌اند و الگوریتم‌های کلاسیک قادر به حل آنها بطور رضایت‌بخش نیستند. آنها دارای دو محدودیت افتادن در تلۀ مینیمم محلی و صرف وقت زیاد جهت جستجو می‌باشند. از طرفی جستجوی آشوب، بعلت ویژگی‌های دینامیکی و تصادفی متغیرهای آشوب، قابلیت فرار از بهینۀ محلی را داراست. از اینرو جستجوی آشوب فازی می‌تواند به صورت کاربردی جهت بهینه‌سازی محاسبات مورد استفاده قرار گیرد. از آنجا که دقت و سرعت رسیدن به پاسخ در روش جستجوی آشوب فازی به نرخ رشد تابع آشوبگونه بستگی دارد. لذا جهت انتخاب مقادیر مناسب برای نرخ رشد، یک الگوریتم ژنتیک که تابع ارزیابی آن، روش جستجوی آشوب فازی است را پیشنهاد نموده‌ایم. کارایی روش فوق را با حل نمودن یک مسألۀ بهینه‌سازی فازی ساده نشان داده‌ایم. مقایسه نتایج بدست آمده از روش پیشنهادی ما با سایر روشهای بهینه‌سازی فازی نشان می‌دهد که، روش پیشنهادی ما پاسخ دقیقتری تولید می‌نماید. در انتها با استفاده از روش پیشنهادی، به بهینه‌سازی تابع هدف یک مسألۀ برنامه‌ریزی خطی فازی می‌پردازیم.

آشوب، جستجوی آشوب فازی، بهینه‌سازی، الگوریتم ژنتیک، برنامه‌ریزی خطی فازی.