امروز : چهارشنبه ۲۸ مهر ۱۴۰۰
در این مقاله یک رویکرد فراابتکاری جدید به نام بهینه ساز گرگ خاکستری” (GWO) ارائه میگردد که از گرگهای خاکستری (Canis lupus) الهام گرفته است. الگوریتم GWO از سلسله مراتب رهبری و مکانیزم شکار گرگ خاکستری در طبیعت تقلید میکند. چهار نوع گرگ خاکستری بنام آلفا، بتا، دلتا و امگا برای شبیه سازی سلسله مراتب رهبری استفاده میشوند. علاوه بر این، سه مرحله اصلی شکار، جستجو برای طعمه، محاصره و حمله به شکار، اجرا میشود. سپس الگوریتم بر روی ۲۹ تابع تست معروف تطبیق داده میشود و نتایج توسط یک مطالعه مقایسهای با بهینه سازی ازحام ذرات (PSO)، الگوریتم جستجوی گرانشی (GSA)، تکامل دیفرانسیلی (DE)، برنامه ریزی تکاملی (EP) و استراتژی تکامل (ES) تایید میگردند. نتایج نشان میدهد که الگوریتم GWO قادر به ارائه نتایج بسیار رقابتی نسبت به این فرایندهای فراابتکاری است. همچنین این مقاله به حل سه مسئله کلاسیک در زمینه طراحی مهندسی (تنش / فشار، پرتوی جوشی و طراحیهای مخزن تحت فشار) پرداخته و کاربرد واقعی روش پیشنهادی در زمینه مهندسی اپتیک را ارائه میدهد. نتایج مسائل طراحی مهندسی کلاسیک و کاربرد واقعی، نشان میدهند که الگوریتم پیشنهادی برای مسائل چالش برانگیز با فضاهای جستجو ناشناخته قابل استفاده است.
تعداد بازدید : 188 بازدید
