معرفی نسخه بهبودیافته الگوریتم خفاش

الگوریتم خفاش، نمونه ای از الگوریتم های فراابتکاری از خانواده هوش جمعی است که براساس رفتار پژواک یابی خفاش بنا شده است. این الگوریتم تنوع راه حل را با استفاده از روش تنظیم فرکانس حفظ می کند که می تواند به سرعت و به صورت کارآمد از مرحله اکتشاف به بهره برداری تغییر مکان دهد. بنابراین، هنگامی که به یک راه حل سریع و دقیق نیاز باشد، این الگوریتم به یک بهینه ساز کارآمد برای هر برنامه کاربردی تبدیل می شود. الگوریتم خفاش با وجود فواید زیاد و کاربردی، دارای معایبی نیز است. یکی از این معایب که باعث کاسته شدن کارایی آن می شود، به دام افتادن در بهینه محلی است. برای حل مشکل مذکور در این پژوهش موقعیت و سرعت جمعیت اولیه را به سه روش با فرمول های مختلف بروز کرده، این امر باعث می شود تا پاسخ نهایی مسئله در بهینه محلی به دام نیفتد و تنوع در جمعیت رخ دهد. در این مقاله عملکرد الگوریتم خفاش بهبودیافته روی ۱۱ تابع هدف نمونه بررسی و با سایر الگوریتم های مشابه مقایسه شده است، که نهایتا نتایج حاصل شده نشان از برتری و دقت این الگوریتم نسبت به نمونه های مشابه دارد.

کلیدواژه ها:

بهینه سازی ، هوش جمعی ، الگوریتم فراابتکاری ، بهینه محلی ، الگوریتم خفاش