بهبود الگوریتم های بهینه سازی اجتماع ذرات و تکامل تفاضلی با استفاده از نظریه چانه زنی نش
نویسندگان
1 گروه ریاضیات و علوم کامپیوتر، دانشگاه شاهد، تهران، ایران
2 گروه مهندسی کامپیوتر، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
3 گروه مهندسی کامپیوتر، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
4 گروه ریاضیات و علوم کامپیوتر، دانشگاه شاهد، تهران، ایران
doi
10.30495/jce.2025.1993480.1333چکیده
این مقاله، رویکرد جدیدی را به منظور حل مسائل بهینه سازی ارائه میکند، که دو الگوریتم شناخته شده ی بهینهسازی ازدحام ذرات ( Particle Swarm Optimization ) و تکامل تفاضلی ( Differential Evolution ) با هم همکاری می نماید. در رویکرد پیشنهادی برای حفظ تعادل بین توانایی اکتشاف و استخراج با جلوگیری از سکون جمعیت، اجتناب از بهینه محلی و بهبود در الگوریتمهای PSO و DE از مدل ائتلافی یا همکاری در تئوری بازی ها استفاده می شود. در واقع الگوریتمهای PSO و DE به عنوان دو بازیکن در فضای جستجو هستند، که با استفاده نظریه چانه زنینش ( Nash bargaining theory ) در هر مرحله با هم بازی همکارانه ( Cooperative game ) انجام داده تا بهترین راهحل را در فضای جستجو بدست آورند. مطابق با ساختار CEC2005 ، بیست و پنج تابع معیار ( Benchmark functions ) برای ارزیابی کارایی الگوریتم پیشنهادی مورد استفاده قرار می گیرند. روش پیشنهادی با دو الگوریتم کلاسیک PSO و DE و الگوریتم های ترکیبی که اخیرا پیشنهاد شده است مقایسه می شود. نتایج نشان میدهد، رویکرد ارائه شده در مقایسه با الگوریتم های کلاسیک و سایر مدل های ترکیبی عملکرد بهتری دارد.