ارایه مدل ترکیبی متشکل از الگوریتم خفاش و اتوماتای یادگیر برای بهینه سازی در محیط های ایستا

هرچه قدر پیچیدگی مسایل بهینه سازی دنیای واقعی افزایش مییابد، نیاز بشر به روشها و تکنیکهای بهینه سازی قویتر به منظور حل این مسایل نیز بیشتر میشود. در این راستا علاوه بر ارایه ی روشهای نوین بهینه سازی، بخش عمده ای از پژوهشها بر بهبود روشهای جاری تمرکز دارند. الگوریتم های تکاملی و هوش جمعی دسته ای از روش های بهینه سازی هستند که به دلیل مزایای چشم گیرشان نسبت به روشهای کلاسیک، مورد توجه بسیاری از محققان و مراکز تحقیقاتی قرار گرفته اند.از آنجا بهبود الگوریتم های ملهم از طبیعت با استفاده از تکنیک تنظیم پارامتر یک حوزه ی بسیار پر طرفدار در پژوهش های هوش مصنوعی میباشد، در این مقاله قصد داریم تا کارایی الگوریتم خفاش را با استفاده از این تکنیک بهبود دهیم. به این منظور از آتاماتای یادگیر بعنوان یک ابزار تصمیم سازی وفقی استفاده میکنیم تا با استفاده از یادگیری تقویتی رفتار الگوریتم خفاش را در محیط کنترل کنیم.

کلیدواژه ها:

الگوریتم خفاش ، تنظیم پارامتر ، اتوماتا ، بهینه سازی