الگوریتم ترکیبی AVOA-SVM برای حل مسئله فروشنده دوره گرد

در سال های اخیر الگوریتم های فراابتکاری الهام گرفته از طبیعت نقش مهمی در حل مسائل پیچیده ایفا کرده اند. الگوریتم بهینه سازی کرکس های آفریقایی یکی از جدیدترین روش های مبتنی بر الگوریتم فراابتکاری هوش جمعی است که از رفتار، جستجو، تغذیه و رقابت کرکس ها الهام گرفته است. با وجود دقت بالای این الگوریتم، ماشین بردار پشتیبان در تعادل بین اکتشاف و بهره برداری، در برخی مسائل گسسته مانند مسئله فروشنده دوره گرد با مشکل همگرایی زودرس مواجه می شود. در این پژوهش یک مدل ترکیبی جدید با عنوان AVOA-SVM ارائه می شود که در آن ماشین بردار پشتیبان برای پیش بینی و تنظیم تطبیقی پارامترهای جستجوی الگوریتم بهینه سازی کرکس های آفریقایی به کار می رود. الگوریتم پیشنهادی برای حل مسئله فروشنده دوره گرد بر روی مجموعه داده های استاندارد TSPLIB آزمایش شده و نتایج نشان می دهد که روش ترکیبی پیشنهادی نسبت به الگوریتم های نهنگ گسسته، گرگ خاکستری گسسته و نسخه گسسته کرکس های آفریقایی بهبود ۷ تا ۹ درصدی در کیفیت مسیر و سرعت همگرایی ارائه می دهد.

کلیدواژه ها:

مسئله فروشنده دوره گرد ، الگوریتم ترکیبی ، بهینه سازی ، AVOA ، SVM