دراسة الخوارزميات المستوحاة من الطبيعه لحل مشكلات التحسين الفردية و المتعددة الأهداف

ملخص البحث

لقد أصبحت خوارزميات التحسين مشهوره خلال العقدين الماضيين, بعضا منها مثل Genetic Algorithm (GA) ,Ant Colony Optimization (ACO), and Particle ) Swarm Optimization (PSOليست هذه الخوارزميات مشهورة بين العلماء فى مجال علوم الحاسب فحسب بل أصبحت معروفه بالنسبه للعلماء فى المجالات الأخرى, هذا وبالأضافه الى الكم المأهول من النظريات الأفتراضية. شهدت الفترة الأخيرة تطور سريع فى مجال التحسين وتم تطوير العديد من الخوارزميات, هذا التطور مرتبط بنظريه ) No Free Lunch (NFLوالتى تنص أنه لايمكن لخوارزمية تحسين معينة أن تعمل بشكل جيد عند تطبيقها على كل مشكلات التحسين مما يؤكد أن حل مشكله التحسين بواسطة استخدام خوارزمية معينه من الممكن أن يكون أفضل عن خوارزميات تحسين أخرى, ومن هذا المنطلق استخدمنا مجموعة من خوارزميات التحسين لكى نحصل على أفضل المعاملات فى عملية النسخ فى مجال الكونتم. لقد استخدمنا لتحسين عمليةThe Adaptive Guided Differential Evolution (AGDE) خوارزمية النسخ والوصول لأفضل قيم لمعاملات المشكلة لتصل نسبه الخطأ الى 10-8وتعتبر هذه النتيجة هى الأفضل مقارنة بالمحاولات السابقة. لقد تم اجراء مجموعة من الاختبارات الفنية والكمية مثل المتوسط الحسابى ومقدار الأنحراف المعيارى بالأضافة الى أفضل وأقل النتائج ومتوسط الوقت المستغرق والتى استنتج منها فاعلية خوارزمية AGDEعن باقى الخوارزميات المقارنة بها. الموديل الثانى تم تقديم خوارزمية جديدة للتحسين تسمى Hybrid Slime Mould Algorithm هذه الخوارزمية المقدمةwith Adaptive Guided Differential Evolution Algorithm تجمع بين اثنين من الخوارزميات هما خوارزمية ) Slime Mould Algorithm (SMAو خوارزمية AGDEحيث استخدمنا خاصية التعديل المطور من الخوارزمية الثانية للتعديل فى الخوارزمية الأولى وبذلك جمعنا بين خاصية الأستكشاف فى الخوارزميه SMAوخاصية التعديل والتحسين فى أفضل القيم الموجودة فى الخوارزميه AGDEوبذلك التعديل قمنا بتغطية المشاكل الموجوده فى خوارزمية . SMAمن أجل تقييم أداء الخوارزميه المقدمة ) (SMA-AGDEقمنا باختبار هذه الخوارزميه على مجموعة الدوال الموجودة فى CEC'17التى تشمل ثلاثون دالة أختبار فى محاور مختلفة فى تقييم أداء الخوارزمية , بالأضافه الى ثلاثة من مشكلات التصميم الهندسى تشمل مشكلة التصميم الهندسى للسلك المضغوط Tension/compression spring designمشكلة التصميم الهندسى للقطعة الأسطوانية Pressure vessel designمشكلة تصميم القطعة الدائرة Rolling element bearing designواثنين من مشكلات Combinatorial problemsوتشمل مشكلة تعبئة الموارد فى مكان محدد Bin Packing ,Problemومشكلة توزيع الموارد المتاحة بناءا على المطالب الموجودة Quadratic ،Assignment Problemعلاوة على ذلك تم مقارنة الخوارزمية المقدمة بمجموعة من سبعة خوارزميات تحسين مشهورة بين خوارزميات التحسين. أيضا فى جانب الخوارزميات المتعددة Multi-Objective Slime Mould Algorithm الأهداف قمنا بدراسة خوارزمية ) (MOSMAمتعددة الأهداف, بالأضافة الى مقارنة هذه الخوارزمية بمجموعة من سته خوارزميات تحسين متعددة الأهداف, استخدم خلالها مجموعة من دوال الأختبار CEC'2020 المطروحة لأختبار الخوارزميات متعددة الأهداف كما تم استخدام اثنين من ادوات الأختبار لقياس مدى توافق النتائج الخاصة بكل خوارزمية متعددة الأهداف ومدى كفاءة كل خوارزمية فى إيجاد الحلول المطلوبة

الكلمات المفتاحيه

دراسة الخوارزميات المستوحاة من الطبيعه لحل مشكلات التحسين الفردية و المتعددة الأهداف