دوستان سلام
این پُستُ بیشتر از سر کنجکاوی گذاشتم گفتم شاید نوشتنش جالب بنظر بیاد…
اول اجازه بدین یه کم در مورد بهینه سازی صحبت کنیم
وقتی صحبت از بهینه سازی میشه یعنی هنر یافتن بهترین جواب مساله در بین n تا جواب ممکن
وقتی صحبت از الگوریتم های تکاملی میشه یعنی از طبیعت الهام گرفته شدن (البته چند نوع تکامل داریم: تکامل زیستی، تکامل فرهنگی و …)
وقتی صحبت از الگوریتم های فراابتکاری میشه یعنی بدون نیاز به دانستن مساله و کمترین دانشی در این زمینه قادر هستند مساله رو حل کنند.
حالا الگوریتم های تکاملی (یا به عبارتی همون فراابتکاری) دارن فرآیند بهینه سازی رو انجام میدن (چطوری؟)
چالشی که در مسائل بهینه سازی وجود داره اینه که بی نهایت پاسخ وجود داره و باید بین این همه پاسخ، بهترین این پاسخ ها انتخاب بشه و الگوریتمی میتونه این پاسخ رو پیدا کنه که از دو ویژگی exploration (اکتشاف – توانایی تولید پاسخ های جدید) که عملکردی شبیه Global Search داره و exploitation (بهره برداری – توانایی پروراندن پاسخ های فعلی) که عملکردی شبیه Local Search داره، برخوردار باشه
برای توضیحات بیشتر میتونید این مجموعه درس از آقای مهندس کاویانی رو از اینجا مطالعه بفرمایین
بگذریم…
توسعه دهنده: احمدرضا محرابیان (2006)
میزان ارجاع در گوگل اسکالر تا کنون: 1237
لینک مقاله: اینجا
ردپای اولین الگوریتمی که توسط ایرانیا توسعه داده شده در سال 2006 توسط آقای احمدرضا محرابیان، پیدا میشه
توسعه دهنده: امید بزرگ حداد (2006)
میزان ارجاع در گوگل اسکالر تا کنون: 385
لینک مقاله: اینجا
توسعه دهنده: اسماعیل آتش پز گرگری (2007)
میزان ارجاع در گوگل اسکالر تاکنون: 2395
لینک مقاله: اینجا
تو حوزه محاسبات تکاملی و بهینه سازی هوشمند، اگه نگیم الگوریتم رقابت استعماری بی نظیره، قطعا کم نظیره. دلیل منحصربه فردبودنش هم اینه که علیرغم سایر الگوریتم های تکاملی که فرایند بهینه سازی را انجام میدن و از طبیعت الهام گرفته شده اند، الگوریت رقابت استعماری از پدیده سیاسی اجتماعی "استعمار" الهام گرفته شده و به نوعی تکامل اجتماعی یا Social Darwinism حساب میاد چرا که تکامل، لزوما تکامل زیستی به حساب نمیاد.
ضمنا الگوریتم رقابت استعماری، از پارادایم Swarm Intelligence یا خِرَد جمعی بهره می برده کاری که از عهده هر الگوریتم تکاملی برنمیاد یعنی هیچ نوع رقابت و همکاری میان برخی از این الگوریتم های تکاملی وجود نداره
سوای از این دو مورد، الگوریتم رقابت استعماری مدعیه که همواره بهترین ها و قدرتمندترین جمعیت رو نگه داری میکنه
توسعه دهنده: عصمت راشدی (2009)
میزان ارجاع در گوگل اسکالر:4375
لینک مقاله: اینجا
توسعه دهنده: رضا افتاده (2010)
میزان ارجاع در گوگل اسکالر تاکنون: 227
لینک مقاله: اینجا
توسعه دهنده: علی کاوه (2010)
میزان ارجاع در گوگل اسکالر تاکنون: 970
لینک مقاله: اینجا
اگه دوس داشتین در مورد فاخته (مادری بدون مهر مادری) بدونید این پُست رو مطالعه کنید
توسعه دهنده: رامین رجبیون (2011)
میزان ارجاع در گوگل اسکالر تاکنون: 911
لینک مقاله: اینجا
توسعه دهنده: امیرحسین گندمی (2013)
میزان ارجاع در گوگل اسکالر تاکنون: 1347
لینک مقاله: اینجا
کوکو سرچ (CS)، یه کپی ناقص از بهینه سازی فاخته (COA) است که قدرت زیادی نداره و بیشتر بهینه محلی رو پیدا میکنه تا بهینه گلوبال
تفاوت این دو الگوریتم هم اینه که (به نقل از آقای رامین رجبیون): کوکو سرچ (CS)، اپراتورهاشو از الگوریتم کرم شبتاب (Firefly) گرفته و مشابهت کمی با روش زندگی واقعی فاخته ها داره. در مقالاتی که جستجوی گلوبال نیاز هست همگرایی ضعیفی از خودشون نشون داده. به همین دلیل هم در مقالات مختلف سعی شده از ترکیب CS با الگوریتم های دیگه ای که توانایی گلوبال سرچ بهتری دارن استفاده بشه تا نتایج، کمی بهتر بشه (به عنوان مثال تو این مقاله (لینک مقاله) از الگوریتم تکاملی تفاضلی یا DE به عنوان گلوبال سرچ و از CS به عنوان لوکال سرچ استفاده کرده).
به همین دلیل ما (رامین رجبیون) از COA استفاده کردیم که به تنهایی هم قابلیت های گلوبال سرچ خوبی داره
البته آقای امیر حسین گندمی هم به عنوان نویسنده دوم در مقاله اصلی الگوریتم بهینه سازی خفاش (BA) هم مشارکت دارند.
جالب تر اینکه اسم الگوریتم جستجوی فاخته سال 2009، برای اولین بار توسط آقای XS Yang به دنیای بهینه سازی معرفی میشه که در اونجا اسم الگوریتم اینه:
Cuckoo Search via Lévy flights
میزان ارجاع در گوگل اسکالر تاکنون: 5468
لینک مقاله: اینجا
یعنی اینطور بگم ردپای این الگوریتم برای اولین بار، سال 2009 توسط XS Yang پیدا شده، بعد از اون آقای رجبیون سال 2011 یه همچین الگوریتمی با همین نام داده بیرون و نهایتا سال 2013، این الگوریتم باز توسط آقای گندمی و XS Yang معرفی میشه
و اینکه طبق گفته آقای رامین رجبیون، الگوریتم جستجوی فاخته یک کپی ناقص از الگوریتم بهینه سازی فاخته است. (الگوریتم امیرحسین گندمی منظورش بوده نه آقای XS Yang که در سال 2009 ارائه داده)
توسعه دهنده: امیرحسین گندمی (2012)
میزان ارجاع در گوگل اسکالر تاکنون: 1332
لینک مقاله: اینجا
توسعه دهنده: علی کاوه (2012)
میزان ارجاع در گوگل اسکالر تاکنون: 450
لینک مقاله: اینجا
توسعه دهنده: هادی اسکندر (2012)
میزان ارجاع در گوگل اسکالر تاکنون: 735
لینک مقاله: اینجا
توسعه دهنده: علی کاوه (2013)
میزان ارجاع در گوگل اسکالر تاکنون: 325
لینک مقاله: اینجا
توسعه دهنده: علی کاوه (2014)
میزان ارجاع در گوگل اسکالر تاکنون: 440
لینک مقاله: اینجا
توسعه دهنده: امیرحسین گندمی (2014)
میزان ارجاع در گوگل اسکالر تاکنون: 270
لینک مقاله: اینجا
توسعه دهنده: سید علی میرجلیلی (2014)
میزان ارجاع در گوگل اسکالر تاکنون: 4961
لینک مقاله: اینجا
توسعه دهنده: سید علی میرجلیلی (2015)
میزان ارجاع در گوگل اسکالر تاکنون: 1371
لینک مقاله: اینجا
توسعه دهنده: سید علی میرجلیلی (2015)
میزان ارجاع در گوگل اسکالر تاکنون: 1340
لینک مقاله: اینجا
توسعه دهنده: سید علی میرجلیلی (2015)
میزان ارجاع در گوگل اسکالر تاکنون: 1228
لینک مقاله: اینجا
توسعه دهنده: علیرضا عسکرزاده (2016)
میزان ارجاع در گوگل اسکالر تاکنون: 826
لینک مقاله: اینجا
توسعه دهنده: علی کاوه (2016)
میزان ارجاع در گوگل اسکالر تاکنون: 139
لینک مقاله: اینجا
توسعه دهنده: سید علی میرجلیلی (2016)
میزان ارجاع در گوگل اسکالر تاکنون: 748
لینک مقاله: اینجا
توسعه دهنده: سید علی میرجلیلی (2016)
میزان ارجاع در گوگل اسکالر تاکنون: 2850
لینک مقاله: اینجا
توسعه دهنده: سید علی میرجلیلی (2016)
میزان ارجاع در گوگل اسکالر تاکنون: 1035
لینک مقاله: اینجا
توسعه دهنده: علی کاوه (2016)
میزان ارجاع در گوگل اسکالر تاکنون: 47
لینک مقاله: اینجا
توسعه دهنده: علی کاوه (2017)
میزان ارجاع در گوگل اسکالر تاکنون: 151
لینک مقاله: اینجا
توسعه دهنده: علی کاوه (2017)
میزان ارجاع در گوگل اسکالر تاکنون: 71
لینک مقاله: اینجا
توسعه دهنده: سید حمید ثمره موسوی (2017)
میزان ارجاع در گوگل اسکالر تاکنون: 77
لینک مقاله: اینجا
توسعه دهنده: شهرزاد صارمی (2017)
میزان ارجاع در گوگل اسکالر تاکنون: 860
لینک مقاله: اینجا
چون ترجمه فارسی خوبی ازش پیدا نکردم، مجبور شدم عبارت لاتینش رو بنویسم.
توسعه دهنده: سید علی میرجلیلی (2017)
میزان ارجاع در گوگل اسکالر تاکنون: 1147
لینک مقاله: اینجا
این رفیقمون (سید علی) تو حوزه بهینه سازی، آدم قهاریه خواستین یه نگاهی به کاراش بندازین (وب سایت شخصی سید علی میرجلیلی)
الگوریتم های توسعه داده شده توسط آقای دکتر سیدعلی میرجلیلی
توسعه دهنده: آرمین چراغعلی پور (2018)
میزان ارجاع در گوگل اسکالر تاکنون: 53
لینک مقاله: اینجا
توسعه دهنده: علی اصغر حیدری (2019)
میزان ارجاع در گوگل اسکالر تاکنون: 534
لینک مقاله: اینجا
توسعه دهنده: شادروان (2019)
میزان ارجاع در گوگل اسکالر تا کنون: 80
لینک مقاله: اینجا
توسعه دهنده: هومان شایان فر (2018)
میزان ارجاع در گوگل اسکالر تاکنون: 89
لینک مقاله: اینجا
توسعه دهنده: افشین فرامرزی (2020)
میزان ارجاع در گوگل اسکالر تاکنون: 125
لینک مقاله: اینجا
توسعه دهنده: افشین فرامرزی (2020)
میزان ارجاع در گوگل اسکالر تاکنون: 71
لینک مقاله: اینجا
توسعه دهنده: علی کاوه (2020)
میزان ارجاع در گوگل اسکالر تاکنون: 16
لینک مقاله: اینجا
ولی خوب الگوریتمی که بیشترین میزان ارجاع رو در بین الگوریتم های بهینه سازی داشته، الگوریتم ازدحام ذرات (PSO) بوده که کار آقای Kennedy هست (65156 بار ارجاع)
نتیجه گیری:
چیزی که مسلمه و ارزشمنده، توسعه یه الگوریتم جدید نیست (چون از یه الگو پیروی میکنند و منطق همشون مثل همه حتی کدنویسی این الگوریتم ها کار خیلی سختی نیست) بلکه به کاربردن اون الگوریتم برای حل مسائل مختلفه و به عبارتی بشه این الگوریتم ها رو کاربردی کرد.
مثلا آقای علی کاوه و سیدعلی میرجلیلی میانگین سالی یه الگوریتم جدید ارائه میدن. شما هم اگه دوس دارین یه الگوریتم جدید ارائه بدین، کافیه یه سوژه پیدا کنید همین کافیه (تا دلتون بخواد تو طبیعت سوژه هست)
راستی منتظر کامنتاتون هستم
دمتون گرم