بررسی عملکرد الگوریتم بهینه سازی ملخ بهبود یافته در حل مسائل بنچمارک ریاضی

هدف مقاله حاضر ارائه الگوریتم بهینه سازی جدید به منظور حل مسائل مختلف بهینه سازی از جمله مسائل بنچمارک ریاضی که به صورت توابع تک هدفه و چند هدفه مطرح می گردند، می باشد. یاقتن پاسخ های بهینه توسط الگوریتم های بهینه سازی از دو بخش اکتشاف و استخراج تشکیل شدهاند که بخش اکتشاف با استفاده از گامهای بلند به منظور پوشش تمام یا قسمتی از فضای جستجو صورت می گیرد و بخش استخراج نیز با استفاده از گامهای کوچک برای رسیدن به جواب نهایی مورد استفاده قرار می گیرد. با توجه به اینکه در اکثر مسائل بهینه سازی، با توجه به گستردگی فضای جستجو، الگوریتم های ارائه شده در زمینه اکتشاف با چالش مواجه هستند، در این پژوهش از روش یادگیری بر مبنای تضاد استفاده گردیده تا توانایی اکتشاف الگوریتم ملخ بهیبود یابد. برای بررسی نحوه عملکرد الگوریتم ملخ بهیود یافته ، از مسائل مختلف ریاضی استفاده گردیده که نتایج بررسی نشان دادند که الگوریتم پیشنهادی از توانایی خوبی نسبت به الگوریتم ملخ استاندارد در مواجه با اینگونه مسائل برخوردار می باشد.

کلیدواژه ها:

بهینه سازی ، الگوریتم ملخ ، الگوریتم ملخ بهبود یافته ، مسائل بنچمارک ریاضی .