که، الگوریتم‌های، برای، بهینه، می، ی

(مثلاً مقادیر موجود در جداول اشتال) باشد به این مسئله ، مسئله‌ی بهینه‌یابی گسسته گفته می شود.
در طی چهار دهه‌ی گذشته، برای حل مسائل مهندسی الگوریتم‌های زیادی ارائه شده و توسعه یافته‌اند. اکثر این الگوریتم‌ها براساس روش‌های برنامه نویسی خطی و غیر خطی هستند که نیازمند اطلاعات گرادیانی هستند و معمولاً برای پیشبرد جواب در همسایگی یک نقطه ی اولیه جستجو می کنند. الگوریتم‌های بهینه یابی عددی استراتژی مفیدی را برای بدست آوردن جواب بهینه یابی عددی استراتژی مفیدی را برای بدست آوردن جواب بهینه ی کلی در مدل‌های ساده و ایده آل فراهم می کنند. اما ، اکثر مسائل بهینه یابی مهندسی در دنیای واقعی، دارای طبیعت پیچیده ای هستند و حل آن‌ها با استفاده از این الگوریتم‌ها بسیار دشوار خواهد بود. اگر بیش از یک جواب بهینه محلی در مسئله باشد، ممکن است که نتیجه به انتخاب نقطه ی اولیه وابسته باشد، و جواب بهینه بدست آمده لزوماً جواب بهینه ی کلی نباشد. به علاوه، وقتی که تابع هدف و قیود مسئله دارای قله‌های تیز و متعدد هستند، ممکن است که جستجوی گرادیانی خیلی دشوار و ناپایدار شود.
اشکالات محاسباتی روش‌های عددی موجود، محققان را مجبور کرده که به سمت الگوریتم‌های فرا ابتکاری بروند که براساس شبیه سازی‌هایی به حل مسائل بهینه‌یابی مهندسی می‌پردازند. عامل مشترک بین همه‌ی الگوریتم‌های فرا‌ابتکاری این است که آن‌ها برای تقلید از پدیده‌های طبیعی، قانون و تصادفی بودن را با هم ترکیب می کنند.
برای تعریف الگوریتم‌های فرا‌ابتکاری، ابتدا الگوریتم‌های ابتکاری را تعریف می‌کنیم، الگوریتم‌های ابتکاری، یک استراتژی حل را با سعی و خطا، برای تولید جواب‌های قابل قبول برای یک مسئله ی پیچیده در زمان قابل قبول فراهم می کنند. پیچیدگی مسئله ی مورد نظر، پیدا کردن همه‌ی جواب‌ها را غیر ممکن می کند و هدف پیدا کردن جواب‌های خوب و قابل قبول در زمان معقول است.
هیچ ضمانتی وجود ندارد که بهترین جواب‌ها پیدا شوند و حتی ما نمی‌دانیم که آیا الگوریتم کار خواهد کرد یا اگر کار کرد، چرا کار کرده است.
به عنوان تعریفی ساده برای الگوریتم‌های فرا ابتکاری می توان گفت، الگوریتم‌هایی



قیمت: 11200 تومان

این نوشته در پایان نامه ها ارسال شده است. افزودن پیوند یکتا به علاقه‌مندی‌ها.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *