فهرست نشریات علمی دسترسی آزاد ایران

الگوریتم بهینه‌سازی کوهنورد (HOA) دارای ساختار ساده و تعداد کم پارامترهای تنظیم شونده است و توانسته است سرعت همگرایی و دقت مطلوبی را در توابع یک حالته ارائه دهد. با این حال، با معایبی همچون همگرایی زودهنگام، همگرایی کند در مراحل پایانی و دقت جستجوی پایین در مسائل پیچیده و متنوع رو برو است. به منظور رفع این معایب، در این مقاله یک الگوریتم جدید بهینه‌سازی ترکیبی با ادغام دو الگوریتم کوهنوردی و تکاملی تفاضلی با نام DHOA پیشنهاد شده است. تکنیک جستجو در الگوریتم بهینه‌سازی تکاملی تفاضلی (DE) سبب شده تا توانایی جستجوی سراسری الگوریتم بهبود یابد و با استفاده از عملیات های ترکیب و جهش از افتادن در دام بهینه محلی و همگرایی زودهنگام جلوگیری نماید. ارزیابی الگوریتم پیشنهادی از طریق ۲۳ تابع محک کلاسیک، 10 تابع تست از CEC2020 و 12 تابع محک از مجموعه CEC2022 نشان داده است که الگوریتم DHOA از لحاظ دقت در یافتن بهینه سراسری و سرعت همگرایی بهبود یافته و توانسته است به طور موثری از بهینه محلی خارج شده و الگوریتم اصلی  HOAو سایر الگوریتم‌های مقایسه‌ای را در دستیابی به بهینه سراسری پشت سر بگذارد.