توضیحات

الگوریتم بهینه سازی ملخ GOA در متلب

الگوريتم­های بهينه­سازی، جستجوی تصادفي و تکاملي روش­های نوظهور مي­باشـند كـه بـرای دستيابي به جواب­های بهينة سراسری استفاده مي­شوند. تصادفي­بودن اين روش­های بهينـه­سـازی مانع از به تله افتادن در نقاط بهينة محلي مي­گـردد. دسـتيابي بـه جوابهـای بهينـة سراسـری در مسائل بهينه­سازی عملي و بهينه­سازي­های مهندسي، توجه اصلي مي­باشـد. تعـداد زيـادی از ايـن الگوريتم­های بهينه­سازی، الهام گرفته از طبيعت مي­باشند. الگـوريتم جديـد ملـخ(GOA) نيـز متعلق به اين دسته از روش­های بهينه­سازی دارد و از سرعت بهينه­سازی بالايي نيز برخوردار مـي­باشد. الگوريتم بهينه­سازی GOA برای اولين بار در سال ٢٠١٧ توسط آقايان سارمي و ميرجليلي ارائه شده است(سارمی و میرجلیلی، 2017). الگوريتم ارائه­شده به تقليد از رفتـار حملة ملخ­ها در طبيعت بـرای حل مشکلات بهينه ­سازی به­صورت رياضي مدلسازی و ارائه شده است.

ملخ­ها، حشره هستند. آنها به دليل آسيبي که به محصولات کشاورز مي زنند، آفت محسوب مـي­شوند. اگرچه ملخ­ها معمولاً به صورت تکـي در طبيعت ديده مي­شوند، اما آنها متعلق به بزرگترين گروه از حيوانات هستند. اندازة گروه ملخ­هـا مي­تواند در مقياس يک قاره بوده و برای کشاورزان کابوس باشد. جنبة منحصر به فرد دسـتة ملخ­ها اين است که رفتار گروهي هم در بچگي و هم در بزرگسالي آنها ديده مي­شود. ميليون­ها بچـه ملـخ مانند لوله ­های غلطان مي­پرند و حرکت مي­کننـد. در مسيرشـان تقريباً هـر سـبزيجاتي را مـي­خورند. بعد از اين رفتار، وقتي بزرگ مي­شوند، در هوا تشکيل گروه مي دهند. به اين صورت ملخ­ها فاصله­ های زيادی را برا مهاجرت طي مي­کنند(سارمی و میرجلیلی، 2017).

ويژگي اصلي گروه ملخ­ها در مرحلة لارو، حرکت آهسته و گام­هـای کوچـک آنها اسـت. در مقايسـه، حرکت زياد و ناگهاني اصلي­ترين ويژگي ملخ­های بزرگتر است. جستجو برای غذا، ديگـر خصيصـة مهم گروه ملخ­ها است. همانطور که توضـيح داده شـد، الگوريتم­هـا مبتنـي بـر الهامـات طبيعي به طور منطقي روند تحقيق را به دو دسته تقسيم مي­کند: کشف و بهره­بردار. در کشف، عوامل تحقيق آنها را تشويق به حرکت ناگهاني مي­کند، در حالي­که آنهـا در مرحلـة بهـره­بـردار تمايل به حرکت محلي دارند. اين دو عملکرد، علاوه بر جستجو برای هدف، توسط ملخ­ها بـه طـور طبيعي انجام مي­شوند. بنابراين، اگر ما راهي پيدا کنيم تا اين رفتار را به صورت رياضي مدلسـازی کنيم، مي­توانيم الگوريتم جديد که از طبيعت الهام گرفته طراحي کنيم.

در این پروژه کد الگوریتم بهینه سازی ملخ(GOA) همراه گزارش عملکرد الگوریتم بهینه سازی ملخ آماده شده است.