در این مقاله ما جدیدترین الگوریتم های بهینه سازی را معرفی خواهیم کرد.
لیستی از الگوریتم های فراابتکاری که در سال جاری و سال های اخیر معرفی و منتشر شده اند در ادامه به تفکیک سال انتشار، ارائه شده است
اما قبل از آن بد نیست مقدمه ای کوتاه و مختصر در خصوص الگوریتم های فراابتکاری داشته باشیم.
الگوریتم فرا ابتکاری چیست ؟
الگوریتم فراابتکاری یا متاهیوریستیک (به انگلیسی Meta Heuristic) که به آنها الگوریتم های فراتکاملی هم گاها گفته میشود، دسته ای از الگوریتم هایی هستند که برای حل مسائل بهینه سازی به کار برده میشوند.
در حالت کلی ، الگوریتم های بهینه سازی به دو دسته تقسیم میشوند:
- الگوریتم های دقیق یا exact
- الگوریتم های تقریبی یا approximate
الگوریتم های دقیق ، که غالبا الگوریتم ها و روش های ریاضی کلاسیک هستند، میتوانند جواب دقیق مسئله را پیدا کنند اما از آنجا که در حل مسائل سخت و پیچیده و بخصوص ابعاد بالا، ناتوان و ناکارامد هستند و اجرای آنها ممکن است سالها طول بکشد ، کارایی کافی را ندارند.
الگوریتم های تقریبی یا approximate میتوانند در زمان کوتاه و قابل قبولی ، پاسخ های خوب (نزدیک به بهینه) را برای مسائل سخت و پیچیده پیدا کنند ، و از این نظر بسیار کاربردی و مهم هستند.
الگوریتم های تقریبی را میتوان در سه دسته تقسیم کرد:
- الگوریتم های ابتکاری heuristic
- الگوریتم های فراابتکاری Meta heuristic
- الگوریتم های ابرابتکاری یا Hyper heuristic
الگوریتم های ابتکاری یا heuristic در واقع الگوریتم های اولیه ای بودند که با بکاربردن تابع اکتشاف ، گامی برای حل مسائل مختلف در هوش مصنوعی برداشتند. الگوریتم هایی مانند جستجوی عمقی ، جستجوی عرضی ، A* و غیره.
اما مشکلاتی مانند گیرافتادن در بهینه محلی و همگرایی زودرس که در اغلب الگوریتم های ابتکاری وجود دارد، منجر به پیدایش الگوریتم های فراابتکاری یا meta heuristic شد.
الگوریتم های فراابتکاری ، با بهره گیری از دو مکانیزم مهم و کلیدی بنام اکتشاف (Exploration) و بهره برداری (Exploitation) توانایی فرا از بهینه محلی و رسیدن به بهینه سراسری را دارند.
لیست الگوریتم های فراابتکاری سال 2021
- الگوریتم بهینه سازی اسب که به اختصار HOA نامیده میشود.
- الگوریتم گله اسب در مقاله ای با نام Horse herd optimization algorithm منتشر شده است.
- کد متلب و ترجمه و اسلاید این الگوریتم را از اینجا دریافت کنید.
لیست الگوریتم های فراابتکاری سال 2020
- الگوریتم بهینه سازی سرخاب یا کشتی چسب که به اختصار BMO نامیده میشود:
- الگوریتم فرابتکاری سرخاب در سال 2020 در مقاله Barnacles Mating Optimizer معرفی شد.
- الگوریتم فراابتکاری شکارچیان دریایی یا MPA :
- در مقاله Marine Predators Algorithm در سال 2020 منتشر شد
- الگوریتم بهینه سازی کپک مخاطی یا SMA در سال 2020: (الگوریتم SMA)
- در مقاله معرفی شده است
-
محصول تخفیف خوردهپاورپوینت الگوریتم کپک مخاطی : اسلاید الگوریتم کپک مخاطیقیمت اصلی تومان99,000 بود.تومان79,000قیمت فعلی تومان79,000 است.
-
کد متلب الگوریتم کپک مخاطی : کد الگوریتم SMA با توضیحات خط به خطتومان59,000
-
دانلود مقاله Marine Predators Algorithm : دانلود مقاله لاتین الگوریتم MPAتومان1,000
-
ترجمه مقاله الگوریتم کپک مخاطی : ترجمه مقاله الگوریتم SMA در {2020} : فارسی روانتومان99,000
-
دانلود مقاله Slime Mould Algorithm یا الگوریتم کپک مخاطیتومان1,000
جهت دریافت کد متلب ، ترجمه مقاله ، یا اسلاید ارائه این الگوریتم ها کافی است با 09120563264 تماس گرفته و سفارش خود را ثبت کنید.
الگوریتم های فراابتکاری سال 2019
- الگوریتم شاهین هریس یا HHO
- که در سال 2019 توسط حیدری و همکاران در مقاله ای بنام Harris hawks optimization: Algorithm and applications به چاپ رسید.
- الگوریتم فراابتکاری مسیریاب یا PFA:
- که در مقاله A new meta-heuristic optimizer: Pathfinder algorithm توسط یاپیسی و همکاران در 2019 رونمایی شد.
- الگوریتم جستجوی اتم یا ASO :
- در سال 2019 در مقاله ای با عنوان Atom search optimization and its application to solve a hydrogeologic
parameter estimation problem به چاپ رسید.
- در سال 2019 در مقاله ای با عنوان Atom search optimization and its application to solve a hydrogeologic
-
دانلود مقاله Path Finder : دانلود مقاله لاتین الگوریتم مسیریابتومان1,000
-
محصول تخفیف خوردهترجمه مقاله الگوریتم PathFinder : ترجمه فارسی مقاله الگوریتم PFAقیمت اصلی تومان150,000 بود.تومان99,000قیمت فعلی تومان99,000 است.
-
کد متلب الگوریتم PFA : کد الگوریتم pathfinderتومان69,000
-
محصول تخفیف خوردهکد الگوریتم شاهین هریس : شبیه سازی الگوریتم شاهین هریس در متلب ، hho در matlabقیمت اصلی تومان40,000 بود.تومان29,000قیمت فعلی تومان29,000 است.
-
ترجمه مقاله Harris Hawks Optimization: Algorithm and Applicationsتومان50,000
الگوریتم های فراابتکاری سال 2018
- الگوریتم رشد درخت یا TGA :
- توسط چراغعلی پور و همکاران درمقاله Tree Growth Algorithm در سال 2018 منتشر شد
- الگوریتم بهینه سازی حاصلخیزی زمینهای کشاورزی :
- توسط شایانفر در مقاله Farmland Fertility برای حل مسائل پیوسته معرفی شد
- الگوریتم بهینه ساز پنگوئن امپراطور یا EPO :
- پنگوئن امپراطور در مقاله Emperor Penguin Optimizer: A Bio-inspired Algorithm for Engineering
Problems در سال 2018 ارائه شد.
- پنگوئن امپراطور در مقاله Emperor Penguin Optimizer: A Bio-inspired Algorithm for Engineering
- الگوریتم جستجوی صف یا QSA :
- که در مقاله Queuing search algorithm: A novel metaheuristic algorithm for solving
engineering optimization problems در سال 2018 معرفی گردید.
- که در مقاله Queuing search algorithm: A novel metaheuristic algorithm for solving
الگوریتم های فراابتکاری سال 2017
- الگوریتم بهینه سازی ملخ یا GOA :
- در سال 2017 توسط صارمی و همکاران در مقاله ای با نام Grasshopper Optimisation Algorithm: Theory and application معرفی شد.
- الگوریتم بهینه سازی مرغ آلاچیق ساز یا SBO :
- که در مقاله Satin bowerbird optimizer در سال 2017 توسط ثمره موسوی و همکاران ارائه شد.
الگوریتم های فراابتکاری سال 2016
- الگوریتم بهینه سازی وال یا نهنگ WOA:
- در سال 2016 توسط میرجیلی و همکاران در مقاله The Whale Optimization Algorithm معرفی و منتشر گردید.
- الگوریتم جستجوی کلاغ CSA :
- این الگوریتم در مقاله Crow search algorithm در سال 2016 به چاپ رسید.
- الگوریتم بهینه ساز تبخیر آب یا WEA :
- بهینه ساز تبخیر آب توسط کاوه و همکاران در سال 2016 در مقاله Water Evaporation Optimization منتشر شد.
- الگوریتم بهینه ساز Yin-Yang-pair
- الگوریتم بهینه سازی سینوس کسینوس یا SCA :
- در مقاله A Sine Cosine Algorithm for solving optimization problems در سال 2016 بهینه سازی سینوس توسط میرجلیلی معرفی شد.
الگوریتم های فراابتکاری سال 2015
- الگوریتم بهینه ساز شیرمورچه یا ALO :
- الگوریتم شیرمورچه توسط میرجیلی در سال 2015 در مقاله بنام The Ant Lion Optimizer معرفی شد.
- الگوریتم بهینه سازی سنجاقک یا DA :
- الگوریتم سنجاقک در مقاله Dragonfly algorithm در سال 2015 توسط میرجلیلی به چاپ رسید.
- الگویتم شعله پروانه یا MFO :
- بهینه ساز شعله پروانه نیز در سال 2015 در مقاله Moth-flame optimization algorithm توسط میرجلیلی معرفی گردید.
- الگوریتم بهینه سازی چند وجهی یا MVO :
- بهینه ساز چند وجهی در سال 2015 در مقاله Multi-Verse Optimizer باز هم توسط میرجلیلی و همکاران به منتشر شد.
الگوریتم های فراابتکاری سال 2014
- الگوریتم گرگ خاکستری یا GWO :
- توسط میرجلیلی و همکاران در سال 2014 در مقاله ای با نام Grey Wolf Optimizer ارائه و معرفی شد.
- الگوریتم بهینه سازی ازدحام جوجه ها یا CSO:
- در مقاله ای با نام A New Bio-inspired Algorithm: Chicken Swarm Optimization در سال 2014 ارائه شد.
- الگوریتم بهینه سازی جستجوی ارگانیسم های همزیست یا SOS:
- که در سال 2014 در مقاله با عنوان Symbiotic Organisms Search: A new metaheuristic optimization algorithm ارائه گردید.
الگوریتم های بهینه سازی سال 2013
- الگوریتم عنکبوت اجتماعی یا SSA:
- که در مقاله ای با نام Social Spider Algorithm در سال 2013 معرفی گردید.
- الگوریتم فراابتکاری پژواک یابی دلفین یا DE :
- در مقاله ای با نام A new optimization method:Dolphin echolocation توسط کاوه و فرهودی در 2013 منتشر شد.
الگوریتم های بهینه سازی 2012 :
- الگوریتم میگو یا KH :
- که توسط گندمی و همکاران در مقاله Krill herd: A new bio-inspired optimization algorithm به چاپ رسید.
الگوریتم های فراابتکاری مهم و اولیه :
- الگوریتم ژنتیک یا GA که در سال 1975 توسط جان هلند معرفی شد ، بر پایه نظریه تکامل بود و یکی از معروف ترین الگوریتم های تکاملی می باشد.
- الگوریتم توده ذرات یا PSO که در سال 1995 یعنی 20 سال بعد از GA توسط ابرهرت معرفی شد.
برای آشنایی با الگوریتم های فراابتکاری بد نیست سری به ویکیپدیا نیز بزنید .