Abstract
This paper proposes a novel nature-inspired meta-heuristic optimization algorithm, called Whale Optimization Algorithm (WOA), which mimics the social behavior of humpback whales. The algorithm is inspired by the bubble-net hunting strategy. WOA is tested with 29 mathematical optimization problems and 6 structural design problems. Optimization results prove that the WOA algorithm is very competitive compared to the state-of-art meta-heuristic algorithms as well as conventional methods. The source codes of the WOA algorithm are publicly available at http://www.alimirjalili.com/WOA.html
چکیده
این مقاله یک الگوریتم جدید بهینه سازی فرا ابتکاری را که از طبیعت الهام گرفته، به نام الگوریتم بهینه سازی نهنگ (WOA)، ارائه می کند که رفتار اجتماعی نهنگ های گوژ پشت را تقلید می کند. این الگوریتم از استراتژی شکار دام حبابی الهام گرفته شده است. WOA با 29 مسئله ی بهینه سازی ریاضیاتی و 6 مسئله ی طراحی ساختاری آزموده شد. نتایج بهینه سازی نشان داد که الگوریتم WOA با الگوریتم های فرا ابتکاری پیشرفته و همچنین روش های مرسوم، رقابت تنگاتنگ دارد. سورس کد الگوریتم WOA در http://www.alimirjalili.com/WOA.html در دسترس عموم است.
1-مقدمه
الگوریتم های بهینه سازی فرا ابتکاری در کار برد های مهندسی بسیار مورد توجه هستند؛ زیرا آن ها: (i) به مفاهیم نسبتا ساده تکیه می کنند و پیاده سازی شان آسان است؛ (ii) نیازی به اطلاعات متغیر ندارند؛ (iii) می توانند حالت مطلوب موضعی را دور بزنند؛ (iv) می توانند در طیف وسیعی از مسائل موجود در زمینه های مختلف مورد استفاده قرار گیرند.
الگوریتم های فرا ابتکاری الهام گرفته از طبیعت، مسائل بهینه سازی را با تقلید پدیده های بیولوژیکی و فیزیکی حل می کنند. آنها می توانند به سه دسته اصلی تقسیم شوند (شکل 1): روش های مبتنی بر تکامل، مبتنی بر فیزیک و مبتنی بر ازدحام. روش های مبتنی بر تکامل از قوانین تکامل طبیعی الهام می گیرند. فرآیند جستجو با یک جامعه تولید شده به صورت تصادفی آغاز می شود و در نسل های بعد تکامل می یابد. نقطه قوت این روش ها این است که بهترین افراد همیشه با یکدیگر ترکیب می شوند تا نسل بعدی افراد را تشکیل دهند. این امر باعث می شود که جمعیت طی نسل های بعدی بهینه سازی شود. معروف ترین شیوه ی تکاملی الگوریتم ژنتیک (GA) [1] است که تکامل داروینی را شبیه سازی می کند...