الگوریتم جدید سرد کردن فلزات از نوع پویا برای بهینهسازی سراسری

بسیاری از مسائل و تحلیل سیستمها در دنیای واقعی به شکل مسائل بهینهسازی پیوسته مدل میشود. وجود مسائل پیچیده وختم آنها به توابع چندبعدی و مسائلی که نیاز به بهینهسازی دارد، باعث مطرح شدن تعداد زیادی الگوریتم بهینهسازیسراسری شده است. یکی از روشهای بهینهسازی توابع هزینه چندبعدی الگوریتم سرد کردن فلزات Simulated Annealing است. در این مقاله، یک الگوریتم جدید سرد کردن فلزات از نوع پویا با نام DSA Dynamic Simulated Annealing ارائهشده است. در این روش جدید، با توجه به مسیر طی شده در زنجیره مارکوف پیوسته، تابع مولد Generating Function بصورت پویا و بر اساس یک معیار خاص، از یکی از توابع چگالی احتمال گوسی و کوشی انتخاب میشود. نتایج آزمایشها نشان دهنده این است که این الگوریتم میتواند بدون تحمیل هزینه زمانی و پردازشی اضافی در تعداد گام ثابت نسبت به روشهای استاندارد، سرعت همگرایی و توانایی خروج از بهینه محلی به سمت بهینه سراسری را بهبود ببخشد