بهبود دقت و همگرایی الگوریتم خفاش به کمک الگوریتم علف های هرز

تاکنون الگوریتم های تکاملی مختلفی جهت حل مسائل دشوار و پیچیده ارایه شده است. الگوریتم های تکاملی بر خلاف روش های مبتنی بر گرادیان، قطعی نمی باشند و براساس فرآیندهای تصادفی در طبیعت الهام گرفته شده اند. الگوریتم های تکاملی به دسته ای از الگوریتم های جستجوی هوشمند گفته می شوند که قادرند در فضای مسئله به جستجو بپردازند و در اکثر موارد و با دقتی مناسب به جواب های بهینه همگرا شوند. الگوریتم های تکاملی براساس فرآیندهای مختلفی مانند ژنتیک، تکامل، اکوسیستم، هوش دسته جمعی و غیره عمل می نمایند. الگوریتم های هوش دسته جمعی، به دسته ای از الگوریتم های تکاملی گفته می شود که براساس رفتارهای دسته جمعی اجزاء کم هوش، یک سیستم هوشمند و قوی جهت حل مسائل دشوار ایجاد می شود. انواع مختلفی از هوش دسته جمعی تاکنون ارایه شده است که می توان به هوش دسته جمعی جانداران، هوش دسته جمعی پدیده های فیزیکی و هوش دسته جمعی سلولی اشاره نمود. الگوریتم خفاش یک نمونه از الگوریتم هوش دسته جمعی است که براساس رفتارهای اجتماعی این موجودات عمل می نماید. در این مقاله یک الگوریتم پیشنهادی که ترکیبی از الگوریتم خفاش و الگوریتم علف هرز است برای بهبود الگوریتم خفاش ارایه شده است. نتایج شبیه سازی ها نشان می دهد الگوریتم پیشنهادی همگرایی و دقت بالاتری نسبت به الگوریتم استاندارد خفاش و علف های هرز دارد.

کلیدواژه ها:

الگوریتم تکاملی ، الگوریتم خفاش ، الگوریتم علف هرز ، هوش دسته جمعی ، مسائل بهینه سازی