مسعود شریعت پناهی - دانشیار دانشکده مهندسی مکانیک، دانشگاه تهران
نوید مشتاقی یزدانی - دانشجوی کارشناسی ارشد مکاترونیک، دانشگاه تهران،

الگوریتم کرم شب تاب که برای بهینه سازی توابع غیرخطی ناهموار از رفتار گونه های طبیعی الهام می گیرد، یکی از الگوریتم های موفق و در عین حال کم هزینه به شمار می آید. در نسخه اصلی این الگوریتم، هریک از اعضای یک گروه از کرم های شب تااب باه سمت نقطه ای حرکت می کند که بهترین تجربه شخصی وی در آن روی داده است. با توجه به کاستی های موجود در نسخه اصلیاین الگوریتم، در نسخه های بهبود یافته آن تغییراتی در استراتژی حرکت کرم های شب تاب پیشنهاد شده است که بخشای از ایان کاستی ها را جبران کرده است. در این مقاله یک نسخه جدید از الگوریتم مزباور باه ناام الگاوریتم کارم شاب تااب باا اتوماتاای یادگیرنده (LAFA) پیشنهاد می شود که در آن از اتوماتای یادگیرنده برای برقرای تعادل بین جستجوهای سراسری و محلی و نیز بهبود رفتار الگوریتم کرم شب تاب استفاده می شود. نحوه عملکرد و کارایی روش پیشنهادی از طریق پیاده سازی آن بر روی چهار مساله معیار و مقایسه نتایج بدست آمده با نتایج روش های دیگر )برگرفته از مقالات( نشان داده مای شاود. مقایساه انجاام گرفتاه حاکی از آن است که در هر چهار مورد، پاسخ های بدست آمده از روش پیشنهادی )به ازای هزینه محاسباتی یکسان( بطور متوسط 60% بهتر از دیگر روش های بررسی شده در این مقاله بوده است

بهینه سازی غیر خطی، الگوریتم کرم شب تاب، اتوماتای یادگیرنده، جستجوی محلی