تطبیق پویای پارامترهای الگوریتم فراابتکاری runner-root بهبود یافته از طریق منطق فازی
Paper ID : 1150-ICTCK (R1)
Authors:
1الهام خسروی ثانی *, 2جواد مهدوی
1دانشجو
2کمیته علمی
Abstract:
الگوریتم runner-root، یک الگوریتم بهینه‎سازی فراابتکاری جدید می‏‎باشد که برای حل مسائل بهینه‌‎سازی پیچیده بسیار مفید می‏‎باشد. این الگوریتم از گیاهانی از قبیل توت‏‎فرنگی و گیاه عنکبوتی الهام گرفته شده ‏است که سرعت همگرایی و دقت بالایی در حل مسائل تک‏‎گانه و چندگانه و دستیابی به نقطه بهینه سراسری دارد. در این مقاله برای ایجاد توازن بین اکتشاف و استخراج عامل‏‏‎ها، یک روش برای تطبیق پویای پارامترها در الگوریتم بهینه‏‎سازی فراابتکاری runner-root ارائه شده است. همچنین الگوریتم فراابتکاری runner-root با الگوریتم حداقل جمعیت جستجو ترکیب شده است که در آن با استفاده از بردارهای متعامد، فضای جستجوی مسئله را به طور کامل پوشش ‏می‏‎دهیم. در این مقاله، ما برای بهبود همگرایی و حفظ تنوع جمعیت در حین فرآیند جستجو، از قوانین فازی برای کنترل پارامترهای کلیدی الگوریتم runner-root استفاده می‏‎کنیم تا به بهترین انطباق پویای ممکن مقدار این پارامترها برسیم. کارایی الگوریتم پیشنهادی توسط توابع ریاضی پایه CEC’2005 استاندارد که شامل مسائل تک‏‎گانه و چندگانه می‏‎باشد، ارزیابی می‎شود و نتایج با الگوریتم runner-root مقایسه می‎شود. نتایج شبیه‏‎سازی نشان می‏‎دهد که الگوریتم پیشنهادی دارای دقت و سرعت همگرایی بالاتری نسبت به الگوریتم runner-root می‏‎باشد و توانایی الگوریتم در رسیدن به بهینه سراسری مسئله، افزایش یافته است.
Keywords:
الگوریتم بهینه‏‎سازی فراابتکاری runner-root، الگوریتم حداقل جمعیت جستجو، بردارهای متعامد، تطبیق پویای پارامتر، منطق فازی
Status : Paper Accepted