یک الگوریتم فراابتکاری زیستی برای مسائل کاربردی(طراحی مهندسی)

در این مقاله دو الگوریتم بهینه سازی جدید با نام های الگوریتم زنجیره سالپ (Salp SwarmAlgoritm(SSA و الگوریتم چند هدفه (multi−objective Salp SwarmAlgorithm(MSSA) برای حل مسائل بهینه سازی بررسی شده است. ایده اصلی SSA و MSSA رفتار ازدحام ماهی ها در هنگام ناوبری و جستجوی غذا در اقیانوس ها است. این الگوریتم ها بر روی چندین تابع بهینه سازی ریاضی آزمایش می شوند تا عملکرد موثر آن ها را در یافتن جواب های بهینه برایمسائل بهینه سازی مشاهده و تایید کنند. نتایج روی توابع ریاضی نشان می دهد که الگوریتم SSA قادر است جواب های تصادفی اولیه را به طور موثر بهبود بخشد و به سمت بهینه همگرا شود. نتایج MSSA نشان می دهد که این الگوریتم می تواند جواب های بهینه پارتو را با همگرایی و پوشش بالا تقریب بزند. نتایج مطالعات موردی کارایی الگوریتم های پیشنهادی را در حل مسائل دنیای واقعی با فضاهای جستجوی دشوار و ناشناخته نشان می دهد.

کلیدواژه ها:

بهینه سازی ازدحام ذرات ، بهینه سازی چند هدفه ، بهینه پارتو ، الگوریتم ژنتیک ، الگوریتم اکتشافی