بهبود الگوریتم سیاه چاله به کمک عملگرهای ژنتیک

طبیعت همواره منبع الهام بوده است. در طول چند دهه گذشته، بسیاری از الگوریتم های موفق و ابزارهای محاسباتیبرای برخورد با مسائل پیچیده بهینه سازی به کار گرفته شده اند. الگوریتم سیاه چاله که یک الگوریتم ابتکاری جدیداست از پدیده سیاه چاله الهام گرفته شده است. این الگوریتم سرعتی بالا و ساختاری ساده برای پیاده سازی دارد ولیتنوع کمی درجمعیتش دارد که باعث میشود این الگوریتم در بهینه محلی گیر کند. ما برای ایجاد تنوع در جمعیتالگوریتم سیاه چاله و فرار از بهینه محلی از عملگرهای برش و جهش استفاده کرده ایم که این کار باعث بهبود درجستجوی سراسری شده است. برای ارزیابی عملکرد الگوریتم پیشنهادی، آن را بر روی تعدادی تابع محک موردآزمایش قرار دادهایم. نتایج شبیهسازی نشان می دهد که الگوریتم پیشنهادی توانسته در ارائه راه حل مطلوب در مقابلدو روش دیگر، بسیار موثر و کارآمد عمل کند.

کلیدواژه ها:

الگوریتم سیاه چاله ، بهینه سازی ، عملگر برش ، عملگر جهش