تنبیه: عملگری جدید برای کنترل فشار انتخاب و بهبود کارایی الگوریتم کپک مخاطی

در این مقاله، الگوریتم کپک مخاطی (SMA) که از رفتار بیولوژیکی کپک های مخاطی الهام گرفته شده است، به عنوان روشی فراابتکاری قدرتمند برای حل مسائل پیچیده بهینه سازی بررسی و ارزیابی شده است. یکی از چالش های اصلی این الگوریتم، همگرایی زودرس ناشی از عدم کنترل فشار انتخاب است. به منظور رفع این مشکل، عملگر تنبیه ارائه شده است تا فشار انتخاب را کنترل کند وتنوع جمعیت را حفظ کند. این عملگر برخلاف روش های دیگر که فشار انتخاب را حین فرآیند محاسباتی الگوریتم کنترل نمی کنند، به صورت پویا رفتار خود را براساس شرایط فعلی الگوریتم تنظیم می کند. تا در مواقعی که ذرات دچار همگرایی زودرس می شوند، یک نیروی دافعه به آن ها اعمال می کند که از بهینه محلی رهایی یابند و کاوش بهتری در فضای جستجو انجام دهند. آزمایش های گسترده ای بر روی ۲۳ تابع آزمایشی CEC۲۰۱۷، که شامل توابع مختلفی از قبیل تک حالته، چندحالته، ترکیبی و پیچیده است، انجام شده تا عملکرد عملگر پیشنهادی در شرایط پیچیده و متنوع ارزیابی شود. نتایج حاصل نشان می دهد که SMA ی بهبودیافته توانسته است در مقایسه با نسخه اصلی روی توابع تست استاندارد کارایی الگوریتم را ۵/۳۵٪ بهبود دهد. نتایج شبیه سازی و آزمایش ها در این پژوهش نشان دهنده کارایی عملگر پیشنهادی در کنترل فشار انتخاب و درنتیجه کارایی بهتر الگوریتم کپک مخاطی بهبودیافته در حل مسائل بهینه سازی پیچیده است و می تواند در زمینه های گسترده ای از علوم و مهندسی به طور موثر و کارآمد استفاده شود.

کلیدواژه ها:

الگوریتم کپک مخاطی ، فشار انتخاب ، عملگر تنبیه ، بهینه سازی