الگوریتم خفاش بی نظم جدید برای حل مسایل بهینه سازی عددی و مهندسی برای بیست و یکمین کنفرانس ملی سالانه انجمن کامپیوتر ایران

الگوریتم خفاش (BA) یک الگوریتم فراابتکاری جدید است که برای حل مسایل بهینه سازی مختلف استفاده شده است. مشکل اصلی این الگوریتم همگرایی زودرس یا به عبارتی افتادن در دام بهینه محلی است. در این مقاله، استراتژی های مبتنی بر بی نظمی برای کاهش این مشکل مورد بررسی قرار گرفته تا قدرت جستجوی سراسری الگوریتم خفاش را افزایش دهند، زیرا توابع بی نظمی به علت تولید عناصر غیر تکراری، تنوع خفاش ها را افزایش داده و موجب جلوگیری از همگرایی زودرس می شوند. همچنین، یک الگوریتم خفاش بی نظم جدید (NCBA) با فرمول تولید جمعیت اولیه و سرعت متفاوت پیشنهاد شده و بر روی 8 نقشه بی نظمی مورد بررسی قرار گرفته تا بهترین نقشه بی نظمی برای الگوریتم NCBA استخراج شود. به منظور ارزیابی، عملکرد الگوریتم پیشنهادی بر روی 6 تابع محک شناخته شده بررسی و با نتایج حاصل از عملکرد برخی از الگوریتم های فراابتکاری شناخته شده موجود در ادبیات مقایسه شده است. همچنین جهت ارزیابی بیشتر، NCBA بر روی دو مسیله مهندسی مقید شناخته شده نیز اعمال شد. نتایج به دست آمده نشان می دهند که الگوریتم NCBA در مقایسه با الگوریتم های دیگر در مسایل بهینه سازی معرفی شده عملکرد بهتری از نظر سرعت همگرایی، دقت و پایداری از خود نشان می دهد.

کلیدواژه ها:

الگوریتم خفاش ، نقشه های بی نظمی ، الگوریتم خفاش بی نظم جدید ، توابع محک ، مسایل مهندسی مقید