بهینه سازی فرآیند جستجو با بکار بردن نظریه آشوب در الگوریتم های فرا ابتکاری

بهینه سازی فرآیند جستجوی راه حل بهینه در میان همه راه حل های موجود یک مساله خاص است. هدف از بهینه سازی یافتن بهترین جواب قبول با توجه به محدودیت ها و نیازهای مساله است. می توان به طور گسترده به دو گروه الگوریتم های قابل قبول تقسیم کرد. الگوریتم های قطعی و الگوریتم های تصادفی هوشمند. کاربرد اصلی الگوریتم های ابتکاری و فرا ابتکاری در حوزه انتخاب ویژگی است. در این پژوهش الگوریتم گرگ خاکستری توسط مجموعه راف بهبود داده شده است. انتخاب ویژگی از ترکیب مجموعه راف و الگوریتم تکاملی گرگ خاکستری بهره گرفته شده است. برای بررسی کارایی الگوریتم مقایسه ای بین روش پیشنهادی ژنتیک و تجمع ذرات نظیر الگوریتم گرگ خاکستری صورت گرفته است. نتایج بدست آمده از آزمایش ها نشان دهنده برتری روش پیشنهادی نسبت به دیگر روش های تکاملی می باشد. روش پیشنهادی برای جمع آوری اطلاعات مفید جمعیت و بهره گویی از مجموعه راف در انتخاب ویژگی می باشد.

کلیدواژه ها:

بهینه سازی ، انتخاب ویژگی ، طبقه بندی گرگ خاکستری ، مجموعه راف ، نظریه آشوب