فهرست نشریات علمی دسترسی آزاد ایران

در این مقاله، الگوریتم کپک مخاطی (SMA) که از رفتار بیولوژیکی کپک‌های مخاطی الهام گرفته‌شده است، به‌عنوان روشی فراابتکاری قدرتمند برای حل مسائل پیچیده بهینه‌سازی بررسی و ارزیابی‌شده است. یکی از چالش‌های اصلی این الگوریتم، همگرایی زودرس ناشی از عدم کنترل فشار انتخاب است. به‌منظور رفع این مشکل، عملگر تنبیه ارائه‌شده است تا فشار انتخاب را کنترل کند وتنوع جمعیت را حفظ کند. این عملگر برخلاف روش‌های دیگر که فشار انتخاب را حین فرآیند محاسباتی الگوریتم کنترل نمی‌کنند، به‌صورت پویا رفتار خود را براساس شرایط فعلی الگوریتم تنظیم می‌کند. تا در مواقعی که ذرات دچار همگرایی زودرس می‌شوند، یک نیروی دافعه به آن‌ها اعمال می‌کند که از بهینه‌محلی رهایی یابند و کاوش بهتری در فضای جستجو انجام دهند. آزمایش‌های گسترده‌ای بر روی 23 تابع آزمایشی CEC2017، که شامل توابع مختلفی از قبیل تک‌حالته، چندحالته، ترکیبی و پیچیده است، انجام‌شده تا عملکرد عملگر پیشنهادی در شرایط پیچیده و متنوع ارزیابی شود. نتایج حاصل نشان می‌دهد که SMA ی بهبودیافته توانسته است در مقایسه با نسخه اصلی روی توابع تست استاندارد کارایی الگوریتم را 5/۳۵٪ بهبود دهد. نتایج شبیه‌سازی و آزمایش‌ها در این پژوهش نشان‌دهنده کارایی عملگر پیشنهادی در کنترل فشار انتخاب و درنتیجه کارایی بهتر الگوریتم کپک مخاطی بهبودیافته در حل مسائل بهینه‌سازی پیچیده است و می‌تواند در زمینه‌های گسترده‌ای از علوم و مهندسی به‌طور مؤثر و کارآمد استفاده شود.