مروری بر الگوریتم های نوین فراابتکاری مبتنی بر هوش جمعی در حل مسائل بهینه سازی نامحدود

در سالهای اخیر الگوریتم های فراابتکاری به عنوان تکنیک های اولیه برای به دست آوردن راهحل های بهینه در طراحی مهندسی واقعی به کار گرفته شده اند. چنین الگوریتم هایی عمدتا از عملگرهای تصادفی سود می برند که آنها را از رویکردهای قطعی متمایز می کند. یک الگوریتم قطعی به طور قابل اعتماد پاسخ یکسانی را برای یک مسئله معین با نقطه شروع اولیه مشابه تعیین می کند. با این حال، این رفتار منجر به دام افتادن بهینه محلی می شود که می تواند به عنوان یک نقطه ضعف برای روشهای بهینه سازی در نظر گرفته شود. از آنجایی که مسائل واقعی دارای تعداد بسیار زیادی راهحل محلی هستند، الگوریتم های قطعی قابلیت اطمینان خود را در یافتن بهینه سراسری از دست می دهند. در این مقاله سعی بر آن شده عملکرد الگوریتم های فراابتکاری مبتنی بر هوش جمعی که معروف و پر استناد می باشند همانند الگوریتم گرگ خاکستری، وال، شیرمورچه ، ازدحام ذرات و بادبانماهی در حل مسائل نامحدود بهینه سازی مورد بررسی و تحلیل قرار گیرند. نتایج نشان داده است که الگوریتم های وال و بادبان ماهی در حل توابع نامحدود از موفقیت بالاتری برخوردار بوده اند.