ارایه یک الگوریتم بهبود یافته خفاش با استفاده از جستجوی محلی مبتنی بر رقابت

الهام از طبیعت و رفتار جانداران برای بقاء یکی از شیوه های موثر حل مسایل پیچیده محسوب می شود. الگوریتم های فراابتکاری باالگوبرداری از قوانین طبیعی به عنوان روشی موثر و کارآمد در حل مسایل بهینه سازی به شمار می روند. هوش دسته جمعی یکی اززیرشاخه های الگوریتم های فراابتکاری است که از رفتار گروهی جانداران برای بقاء الگوبرداری شده است و در این دسته از الگوریتم هارفتار گروهی جانداران به عنوان مکانیزم حل مسیله استفاده می شود. خفاش ها از جمله جاندارانی میباشند که رفتار گروهی و دستهجمعی برای شکار دارند و به کمک ارسال صوت و دریافت بازخورد آن به طعمه می تواند موقعیت شکار را محاسبه نمایند و این ساز وکار برای مدلسازی الگوریتم خفاش استفاده شده است. الگوریتم خفاش به علت جستجوی سراسری و محلی میتواند فضای جستجویمسیله را بخوبی مورد جستجو قرار دهد به گونه ای که نسبت به الگوریتم ژنتیک و بهینه سازی ذرات دقیق تر می باشد با این وجود عدممکانیزم جستجوی رقابتی بر حسب شایستگی اعضاء بر روی دقت آن میتواند تاثیر منفی بگذارد که در این پژوهش این چالش براساس جستجوی محلی توزیع شده و متناسب با شایستگی خفاش ها بر طرف شده است. نتایج ارزیابی ما بر روی مجموعه ای از توابعارزیابی نشان میدهد الگوریتم پیشنهادی نسبت به الگوریتم خفاش خطای کمتری در محاسبه بهینه سراسری ارایه میدهد.

کلیدواژه ها:

الگوریتم فراابتکاری ، الگوریتم خفاش ، جستجوی محلی مبتنی بر رقابت ، هوش دسته جمعی