چکیده یک تکنیک بهینه سازی هوش جمعی جدید پیشنهاد شده که الگوریتم سنجاقک نامیده می شود. ایده اصلی الگوریتم DA از رفتار گروهی(سنجاقک ها در حالت) ایستا(استراحت) و پویا(حرکت یا جنب وجوش) در طبیعت الهام گرفته است. دو مرحله اساسی در بهینه سازی ، اکتشاف و بهره برداری است ،که از(کار گروهی در ) راهبری ،جستجو غذا و اجتناب از دشمنان در حالتهای ایستا و پویا الگو برداری شده. همچنین در این مقاله پیشنهاد نسخه های باینری(bainery) و چند هدفه(multi-objective) از DA به ترتیب به نام bainery DA (BDA) و multi-objective DA (MODA) ، مطرح شده است. الگوریتم‌های پیشنهادی از نظر کیفی و کمی با چندین تابع ریاضی و یک مورد واقعی ،مطالعه، تست و ارزیابی می‌شوند.نتایج اولیه ثابت می‌کنند که الگوریتم‌های پیشنهادی DA و BDA قادر به بهبود کار گروه در حل یک مسئله خاص هستند و به سمت بهینه سراسزی همگرا می شوند (این )نتایج به دست آمده قابل رقابت با سایر الگوریتم های مشهور جهان هستند.نتایج به دست آمده از MODA نشان می‌دهد که این الگوریتم به دنبال یافتن تقریب‌های دقیق از راه‌حل‌های بهینه پارتو(Pareto )با توزیع یکنواخت بالا برای مسائل چند هدفه است. مجموعه طرح های به دست آمده برای مسئله طراحی پروانه زیردریایی ، شایستگی MODA را در حل مسائل واقعی به چالش کشیده , و مرز حقیقی پارتو را نشان می دهد. توجه داشته باشید که کده‌ای منبع BDA و moda در http://www.alimirjalili.com/DA.html. در دسترس هستند.
