الگوریتم نوین بهینه سازی خفاش بهبود یافته به منظور تخمین پارامتر سیستم آشوبی

یک الگوریتم هوش جمعی ترکیبی برای تخمین پارامتر سیستم آشوبی در این تحقیق ارایه شده است. برای این هدف ، تخمین پارامتر بر روی سیستم لورنز به صورت یک مسیله چند بعدی فرمول بندی شده است. یک روش ترکیبی مبتنی بر الگوریتم خفاش و تکامل تفاضلی به همراه روش برنامه ریزی مربعی متوالی به منظور حل این مسیله اجرا شده است. مزیت روش تکامل تفاضلی (DE)1 این است که به علت اعمال عملگر جهش منجر به بهبود در توانایی جستجوی سراسری الگوریتم می شود.از روش برنامه ریزی مربعی متوالی (SQP)2 به این دلیل استفاده نموده ایم که می تواند توانایی جستجوی محلی الگوریتم را بهبود دهد. همچنین یک ضریب اینرسی مشابه الگوریتم (PSO)3 قرار داده شده است تا بتواند بین جستجوی سراسری و محلی الگوریتم تعادل ایجاد کند. در این مقاله مسیله تخمین پارامتر به یک مسیله بهینه سازی تبدیل شده که بر روی یک سیستم سه بعدی لورنز اعمال شده است. شبیه سازیهای عددی بر روی مدل لورنز و مقایسات با نتایج بدست آمده از دیگر الگوریتمها نشان داده است که روش پیشنهادی ابزار خیلی موثر برای تخمین پارامتر با دقت بالا و انحراف پایین است.

کلیدواژه ها:

تخمین پارامتر سیستم آشوبی ، الگوریتم خفاش ، الگوریتم تکامل تفاضلی ، برنامه ریزی مربعی متوالی ، سیستم لورنز