الگوريتم فرا‌ابتكاري دسته والد-فرزند مبتني بر حافظه و خوشه‌بندي جهت بهينه‌‌سازي پويا

تاكنون روش هاي مختلفي براي بهينه سازي ارايه شده است و يكي از معروف ترين روش هاي بهينه سازي، الگوريتم هاي هوش جمعي‌ هستند. بسياري از مسائل بهينه‌ سازي اخير در دنياي واقعي طبيعت پويا دارند؛ بنابراين، الگوريتم بهينه‌ سازي براي حل مسائل در محيط ‌هاي پويا مورد نياز است. الگوريتم دستۀ والدفرزند مبتني بر حافظه و خوشه ‌بندي (CMPCS)، گونه‌ اي از الگوريتم‌ هاي هوش جمعي و برگرفته شده از طبيعت است، كه در اين مقاله ارايه شده است. اين روش به رفتار فردي و گروهي وابسته است، در اين الگوريتم براي افزايش كارآيي از يك حافظه با خوشه‌بندي و دافعه استفاده شده است. روش CMPCS پيشنهاد شده بر روي محك قله‌هاي متحرك (MPB) آزمايش شده است. MPB يك محك خوب براي ارزيابي كارايي الگوريتم‌ هاي بهينه‌ سازي در محيط ‌هاي پويا است. نتايج تجربي در MPB نشان مي‌ دهد كه روش پيشنهادي CMPCS كارايي مناسب ‌تري نسبت به روش‌ هاي ديگر حل مسائل بهينه‌سازي پويا دارد.