صادق اسکندری - استادیار، گروه علوم کامپیوتر، دانشکده علوم ریاضی، دانشگاه گیلان، رشت، ایران

یکی از مشکلات اساسی الگوریتم جستجوی خفاش، گرفتار شدن آن در بهینه های محلی است. به عبارت دیگر، زمانی که این الگوریتم به بهینه های محلی همگرا می شود، کارآیی آن به شکل مداوم تضعیف می شود. بنابراین، از روشهای ابتکاری مختلف جهت فرار از چنین بهینه هایی استفاده می شود. تشخیص زمان همگرایی این الگوریتم، گام نخست جهت استفاده از روشهای ابتکاری می باشد. در این مقاله، یک معیار تعیین همگرایی ارائه می گردد. این معیار، با استفاده از یک تابع شباهت بین ذرات، یک ماتریس شباهت ایجاد کرده و سپس با استفاده از مفهوم سری هندسی این ماتریس، میزان شباهت کلی ذرات را مشخص می کند. برای ارزیابی معیار پیشنهادی، آن را بر روی الگوریتم جستجوی خفاش اعمال و از الگوریتم جستجوی محلی جهت خروج از بهینه های محلی استفاده شده است. نتایج حاصل بر روی هشت مساله بهینه سازی پیوسته نشان دهنده بهبود معنادار الگوریتم جستجوی خفاش است.

الگوریتم های ابتکاری، همگرایی زودرس، سری هندسی ماتریس