چکیده

این مقاله، یک الگوریتم جدید الهام گرفته از طبیعت به نام بهینه ساز شیر مورچه (ALO) را پیشنهاد می دهد. الگوریتم ALO، ساز و کار شکار شیر مورچه ها در طبیعت را تقلید می کند. پنج گام اصلی شکار طعمه، یعنی حرکت تصادفی مورچه ها، ساخت تله، به دام انداختن مورچه ها در تله، گرفتن طعمه ها و ساخت مجدد تله ها، پیاده ساده سازی شده اند. الگوریتم پیشنهادی، در سه مرحله ارزیابی شده است. اول، مجموعه ای از 19 تابع ریاضی، برای تست مشخصه های مختلف ALO، به کار گرفته شده است. دوم، سه مسأله مهندسی کلاسیک (طراحی خرپای سه میله ای، طراحی تیر سر آزاد و طراحی توالی چرخ دنده ها)، توسط ALO حل شده اند. در نهایت، شکل های دو پروانه کشتی، به عنوان مسائل واقعی مقید چالش برانگیز، توسط ALO حل شده اند. در دو مرحله تست اول، الگوریتم ALO، با الگوریتم های مختلف موجود در منابع، مقایسه شده است. نتایج توابع تست، ثابت می کنند که الگوریتم پیشنهادی قادر به فراهم کردن نتایجی بسیار رقابتی بر حسب کاوش بهبود یافته، جلوگیری از بهینه های محلی، بهره گیری و هم گرایی می باشد. الگوریتم ALO، طراحی های بهینه خوبی را نیز برای بیشتر مسائل مهندسی کلاسیک به کار رفته فراهم می کند که نشان می دهد، این الگوریتم مزیت هایی در حل مسائل مقید با فضاهای جستجوی مختلف دارد. شکل های بهینه بدست آمده برای پروانه های کشتی، کاربرد الگوریتم پیشنهادی را در حل مسائل واقعی با فضاهای جستجوی نامعلوم نیز نشان می دهند.

-1مقدمه

در سال های اخیر، الگوریتم های فرا ابتکاری، به عنوان روش های اصلی بدست آوردن حل های بهینه مسائل بهینه سازی طراحی مهندسی واقعی استفاده شده اند [1-3]. چنین الگوریتم هایی عمدتا از عملگرهای تصادفی سود می برند [4] که آنها را از حل های قطعی متمایز می کند. یک الگوریتم قطعی [5-7]، با اطمینان، پاسخ یکسانی را برای یک مسأله داده شده با یک نقطه شروع اولیه مشابه، تعیین می کند. با این وجود، این رفتار باعث به تله افتادن در بهینه های محلی می شود که می تواند به عنوان یک عیب برای روش های بهینه سازی قطعی در نظر گرفته شود [8]. ایستایی بهینه های محلی، به گرفتار شدن یک الگوریتم در حل های محلی و در نتیجه شکست در یافتن بهینه عمومی واقعی، اطلاق می شود. به علت این که مسائل واقعی دارای حل های محلی بسیار زیادی هستند، الگوریتم های قطعی، قابلیت اطمینان خود را در یافتن بهینه عمومی، از دست می دهند…