حنانه نجد عطایی - دانشکده مهندسی برق و کامپیوتر،بخش علوم و مهندسی کامپیوتر،دانشگاه ش
کوروش زیارتی - دانشکده مهندسی برق و کامپیوتر،بخش علوم و مهندسی کامپیوتر،دانشگاه ش
رضا اکبری - دانشکده مهندسی برق و کامپیوتر،بخش علوم و مهندسی کامپیوتر،دانشگاه ش

الگوریتم بهینه سازی توده زنبورهای همکار به نام MCBSO دراین مقاله ارایه می گردد MCBSO بصورت پیوندی از رفتارهای هوشمندانه زنبورهای عسل و مکانیسمی تکاملی که به آن ترکیب - گروه بندی مجدد می گویم طراحی شدها ست درMCBSO یک توده به گروه های همکار کوچکتر تقسیم می شود درون گروه ها دینامیک جمعی سریع و بین گروه ها دینامیک جمعی کند وجود دارد الگوریتم پیشنهادی برروی مجموعه ای از توابع عددی امتحان شده و باکارهای مشابه مقایسه شده است نتایج نشان میدهد الگوریتم پیشنهادی نه تنها دقت همگرایی خوبی دارد بلکه از سرعت همگرایی بالایی نیز برخوردار است و روشی مطمئن برای بهینه سازی توابع عددی ارایه می کند.

بهینه سازی توده زنبورها،توابع عددی،ترکیب_گروه بندی مجدد