دانلود شبیه سازی مقاله الگوریتم ازدحام تونیکیت: یک پارادیم فراابتکاری الهام گرفته شده از طبیعت

پروژه متلب الگوریتم ازدحام Tunicate

برای بیشینه سازی یا کمینه سازی یک تابع از نظر متغیرهای تصمیم، رویکرد بهینه سازی از نقش قابل ملاحظه ای برخوردار است. همچنین، بسیاری از مسائل واقعی دارای فضاهای راه حل متعددی هستند که دارای محدودیت های غیر خطی نیز می باشند. علاوه بر این، اینگونه مسائل دارای هزینه محاسباتی بالا و ماهیت غیر محدب و پیچیده ای هستند. بنابراین، به دلیل تعداد زیاد متغیرها و محدودیت های موجود، حل چنین مسائلی غالبا کار بسیار پیچیده ای محسوب می شود. همچنین، راه‌ حل‌ های بهینه محلی که از رویکرد های کلاسیک مختلف ناشی شده اند، بهترین راه‌ حل را تضمین نمی‌کنند. از اینرو، الگوریتم‌ های بهینه‌ سازی فرا ابتکاری متعددی توسط محققان برای حل این مسائل ارائه شده‌ است که برای حل مسائل بسیار پیچیده کارآمد بوده و از اثربخشی بالایی برخوردار هستند. با این وجود، محققان بر توسعه الگوریتم‌ های فرا ابتکاری تأکید می کنند که از لحاظ محاسباتی ارزان، انعطاف‌پذیر و ساده هستند.

همچنین، این مقاله یک الگوریتم بهینه ‌سازی فرا ابتکاری الهام‌ گرفته از طبیعت به نام الگوریتم ازدحام جانوران تونیکیت (TSA) را مطرح می کند. الگوریتم پیشنهادی، رفتارهای ازدحام جانوران نیام دار را در طول فرآیند حرکت و جستجوی غذا تقلید می کند. لازم به ذکر است که عملکرد TSA بر روی هفتاد و چهار مسئله آزمون معیار با استفاده از تحلیل حساسیت، همگرایی و مقیاس پذیری همراه با آزمون ANOVA مورد ارزیابی قرار می گیرد. همچنین، اثربخشی این الگوریتم که با چندین رویکرد فرا ابتکاری بر اساس راه‌ حل‌ های بهینه ایجاد شده است، مورد مقایسه قرار می گیرد. علاوه بر این، در این مطالعه، الگوریتم پیشنهادی را بر روی شش مسئله طراحی مهندسی محدود و یک مسئله غیرمحدود برای تأیید بیشتر توانمندی آن اجرا نمودیم. نتایج شبیه‌سازی صورت گرفته حاکی از آن است که TSA در مقایسه با سایر الگوریتم‌ های رقابتی، راه‌ حل‌ های بهینه بهتری را ارائه نموده و از قابلیت حل مطالعات موردی واقعی با فضاهای جستجوی ناشناخته برخوردار است.

این مقاله مربوط به سال 2020 بوده و شبیه سازی آن نیز در محیط نرم افزار متلب (MATLAB) انجام شده است و در ادامه نیز تصاویر مربوط به خروجی های شبیه سازی قرار داده شده اند: