ارائه روشی نوین برای ترکیب الگوریتمهای ژنتیک و تبرید تدریجی

الگوریتم ژنتیک GA) یکی از معروفترین، سادهترین و کارآمدترین الگوریتمهای بهینهسازی در یافتن نقاط بهینه محلی است.در مسائل بهینهسازی استفاده از نسخه صحیح الگوریتم ژنتیکReal GA جایگزین نسخه باینری آن شده است زیرا کدنویسی آن سادهتر و سرعت همگرایی آن بیشتر است. یکی از چالشهای نسخه صحیح الگوریتم ژنتیکReal GA) یافتن عملگر برش مناسب میباشد که به مطالعه و بررسی بیشتری نیاز دارد. در این مقاله نگارندگان برای جستجوی بهینه سراسری یک عملگر برش جدید مبتنی برالگوریتم تبرید تدریجی(Simulated Annealingمعرفی میکنند. نتایج حاصل از شبیهسازی این الگوریتم در مقایسه با عملگرهای برش متفاوت، برتری عملگر برش پیشنهادی را نشان میدهد. همچنین نتایج حاصل از شبیهسازی، نشان میدهد که الگوریتم ترکیبی پیشنهادی، دارای سرعت همگرایی بالاتری میباشد به نحوی که این روش نوین در یافتن بهینه سراسری، به طور متوسط 563 بار سریع- تر از الگوریتم تبرید تدریجی و 73 بار سریعتر از الگوریتم ژنتیک استاندارد عمل مینماید

کلیدواژه ها:

الگوریتم تبرید تدریجی ، الگوریتم ژنتیک ، بهینهسازی. Simulated Annealing ، Genetic Algorithm