بهبود الگوریتم دسته جمعی کلاغ با استفاده از عملگرهای زادآوری

بهبود الگوریتم دسته جمعی کلاغ با استفاده از عملگرهای زادآوری

متین رضایی1 علیرضا عرب2

1) دانشجوی ارشد هوش مصنوعی ایوانکی
2) دانشجوی ارشد هوش مصنوعی ایوانکی واحد

محل انتشار : چهارمین کنفرانس بین المللی پژوهش در علوم و مهندسی و کنگره بین المللی عمران، معماری و شهرسازی آسیا(4icrsie.com)
چکیده :
چكيده الگوریتم¬های فراابتکاری با الگوبرداری از روش¬های حل مسئله در طبیعت می¬توانند در حل مسائل بهینه-سازی مورد استفاده قرار گیرند. مزیت مهم الگوریتم¬های فراابتکاری عدم نیاز به محاسبه گرادیان یا مشتق تابع هدف می¬باشد و جوابهایی که ارایه می¬دهد در بیشتر مواقع به جواب¬های واقعی بسیار نزدیک است. الگوریتم-های هوش دسته جمعی یک نمونه از الگوریتم¬های فراابتکاری به شمار می¬رود که برای حل مسائل بهینه¬سازی از رفتار گروهی و اجتماعی جانداران استفاده می¬نمایند. مزیت مهم الگوریتم¬های هوش دسته جمعی استفاده از مکانیزم گروهی در یافتن جواب بهینه است و در این روش¬ها از برآیند هوشمندی یک جمعیت از راه¬حلها برای یافتن جواب بهینه استفاده می¬شود. رفتار دسته کلاغ¬ها در طبیعت برای یافتن یا پنهان کردن غذا در نوع خود جالب است و الهام بخش الگوریتم هوش دسته جمعی دسته کلاغ می¬باشد که یک الگوریتم مبتنی بر رفتار این جانداران باهوش است و می¬تواند برای حل مسائل بهینه¬سازی مورد استفاده قرار گیرد. علیرغم دقت قابل قبول الگوریتم هوش دسته جمعی کلاغ در یافتن جوابهای بهینه این الگوریتم جستجوی سراسری و محلی مناسبی ندارد و از این جهت همگرایی آن به جوابهای بهینه می¬تواند با کندی انجام شود و در برخی مواقع نیز در بهینه¬های محلی گرفتار شود. در این مقاله یک روش جدید مبتنی بر ایجاد جوابهای جدید پیرامون اعضای شایسته برای بهبود جستجوی سراسری و محلی الگوریتم هوش دسته کلاغ ارایه شده است تا دقت الگوریتم بهبود داده شود. نتایج پیاده¬سازی در محیط متلب و بر روی توابع ارزیابی نشان می¬دهد روش پیشنهادی نسبت به الگوریتم دسته کلاغ، کرم شب¬تاب و ذرات در یافتن جواب بهینه دقت بیشتری ارایه می¬نماید.
کلمات کلیدی : واژه‌هاي كليدي: الگوریتم¬های فراابتکاری مسائل هوش گروهی الگوریتم دسته جمعی کلاغ بهینه¬سازی