بهبود الگوریتم گرگ خاکستری با استفاده از شبکه عصبی عمیق و فازی سازی پارامترها

الگوریتم گرگ خاکستری یک الگوریتم فرا ابتکاری می باشد که از رفتارهای اجتماعی ، شیوه رهبری و مکانیزم شکار گرگهای خاکستری الهام گرفته شده است . سلسله مراتب رهبری در این الگوریتم توسط گرگهای آلفا، بتا، دلتا و امگا تعیین شده است و سه مرحله شکار شامل جستجوی طعمه ، محاصره طعمه و حمله به طعمه را شامل می شود. هدف اصلی این مقاله کنترل فازی پارامترهای الگوریتم و استفاده از شبکه عصبی عمیق برای محاسبه بهترین عامل در هر جستجو می باشد، با افزایش پیچیدگی در مسائل بهینه سازی یافتن جواب بهینه سراسری از نظر محاسباتی و زمانی ، بسیار هزینه بر خواهد بود و روند همگرایی الگوریتم به پاسخ بهینه طولانی می باشد و سبب افزایش پیچیدگی عملیاتی می گردد. روش پیشنهادی توسط ۲۳ تابع معیار مورد تجزیه و تحلیل قرار گرفته است که در مقایسه با الگوریتم گرگهای خاکستری و الگوریتم ازدحام ذرات عملکرد بهتری در یافتن پاسخ بهینه و همچنین سرعت همگرایی به پاسخ بهینه را دارد.

کلیدواژه ها:

بهینه ساز گرگ خاکستری ، کنترل فازی ، شبکه عصبی عمیق