بهبود عملكرد الگوريتم جهش قورباغه مخلوط شده با استفاده از عملگر تركيب و آشوب

در سال هاي اخير براي حل مسائل بهينه سازي نامحدود، روشهاي مختلفي از محاسبات تكاملي مورد استفاده قرار گرفته است. الگوريتم هاي ممتيك دسته خاصي از روشهاي جستجوي فرااكتشافي هستند كه از مدلهاي منطبق بر سيستم‌هاي طبيعي نتيجه مي‌شوند. الگوريتم جهش قورباغه مخلوط شده نيز يك الگوريتم جستجوي سراسري مي‌باشد، كه الگوهاي رفتاري تكاملي گروهي از قورباغه ها را زماني كه به دنبال يافتن محلي با بيشترين مقدار غذا مي‌باشند، تقليد مي‌كند. اين الگوريتم در مسائل بهينه‌سازي با ابعاد بالا نتايج خوبي از خود نشان نمي‌دهد. در اين مقاله روشي در جهت بالابردن دقت و افزايش توانايي الگوريتم جهش قورباغه مخلوط شده در جستجوي محلي و سراسري ارائه‌شده است. در روش پيشنهادي، از آشوب و عملگر تركيب در قسمت جستجوي محلي، براي بهبود عملكرد الگوريتم پايه استفاده مي‌شود. الگوريتم بهبود يافته با ساير الگوريتم‌هاي تكاملي مانند الگوريتم بهينه‌سازي ازدحام ذرات آشوبناك، الگوريتم رقابت استعماري و الگوريتم جهش قورباغه مخلوط شده پايه مقايسه مي‌شود. اين مقايسه بر روي تعدادي از توابع محك، كه توابعي پيوسته با ابعاد بالا مي‌باشند، صورت گرفته است. نتايج بر روي ميانگين مقدار به دست آمده در اجراهاي متوالي الگوريتم‌هاي مورد نظر و تعداد دفعات فراخواني تابع برازندگي(NFE) در رسيدن به پاسخ بهينه، مورد بررسي قرار گرفته است. نتايج به دست آمده بيانگر اين است كه الگوريتم پيشنهادي در مسائل بهينه‌سازي پيوسته با ابعاد بالا، به نتايج بهتري در رسيدن به پاسخ بهينه دست يافته است