یک الگوریتم جستجوی هارمونی دو جمعیتی با توزیع هوشمند، برای مسائل بهینه سازی پویا

اکثر مسائل موجود در دنیای واقعی یک مسئله بهینه سازی با ماهیتی پویا هستند، به طوریکه مقدار بهینه سراسری آن ها در طول زمان ممکن است تغییر کند، بنابراین برای حل این مسائل الگوریتم هایی نیاز داریم که بتوانند خود را با شرایط این مسائل به خوبی سازگار نموده و بهینه جدید را برای این مسائل ردیابی نمایند. در حل مسائل بهینه سازی پویا در دنیای واقعی، راه حل های پیشنهادی باید بتوانند حرکت نقطه ی بهینه و تغییرات در دورنمای راه حل ها را نظارت کنند. دراین مقاله، یک الگوریتم جستجوی هارمونی دو جمعیتی با توزیع هوشمند برای مسائل بهینه سازی پویا پیشنهاد شده است. منشا الهام این الگوریتم یکی از زیر شاخه های علم موسیقی هست که یک سری مباحث عمیق ریاضی از نظر علم صوت در این حوزه وجود دارد. این الگوریتم یک روش بهینه سازی فراشناختی مبتنی بر جمعیت است که مشابه یک فرآیند موسیقی است زمانی که یک موسیقیدان تلاش می کند تا موسیقی یک حالت هارمونی پیدا کند. برای مقابله با مساله پویایی، جمعیت راه حل ها به چند زیر جمعیت تقسیم می شود، به طوری که هر زیر جمعیت مسئولیت بررسی یا بهره برداری از فضای جستجو را می گیرد. برای بهبود بیشتر عملکرد الگوریتم، یک توزیع هوشمند برای ذخیره بهترین راه حل برای استفاده بعدی، استفاده می شود. این راه حل ها، سپس برای جایگزینی راه حل های از کار افتاده در حافظه هارمونی مورد استفاده قرار می گیرند. الگوریتم پیشنهادی بر اساس حرکت معیار قله تست شده است. همچنین از الگوریتم خوشه بندی K-means جهت خوشه بندی داده ها استفاده شده که نتایج آزمایش ها کارایی مناسب روش پیشنهادی را در حل مسائل بهینه سازی پویا در مقایسه با دیگر روش ها نشان می دهد.

Keywords:

جستجوی هارمونی , توزیع هوشمند , بهینه سازی پویا , الگوریتم خوشه بندی