بهبود الگوريتم سينوس كسينوس در حل چند مدي مسائل بهينه سازي

مسئله بهينه سازي چندمدي داراي چند نقطه بهينه است و همه اين نقاط به راه حل مسئله كمك مي كند.هدف روشهاي بهينه سازي چندمدي حفظ تنوع جمعيت جوابها يا تمايز بين گروه هايي از جوابها است، كه داراي بهينه اي هستند.در اكثر روشها از اطلاعات قبلي مسئله بهينه سازي (تعداد و توزيع بهينه ها) استفاده مي شود ولي هنگامي كه با يك مسئله دنياي واقعي روبرو شويم، اين اطلاعات هميشه وجود ندارد و بنابراين كاركرد روشها مختل مي شود. هدف اين مقاله، بهبود الگوريتم سينوس كسينوس براي حل مسايل بهينه سازي چندمدي است . در اين الگوريتم، بهينه ها در غالب گروه هاي امواج جداگانه اي جستجو مي شوند. بدين منظور از يك معيار پايداري براي مشخص كردن پيشرفت تكامل استفاده مي شود تا گروه متزلزل و پايدار مشخص شود. روش پيشنهادي بعد از انجام تكرارهاي داخلي و ذخيره كردن جواب ها در حافظه، خاتمه ميابد و جوابهاي ذخيره شده همان نقاط بهينه مسئله را شامل مي شوند. نتايج الگوريتم پيشنهادي در بهينه هاي توابع تست از نظر تعداد ميانگين ارزيابي تابع، داراي ارزيابي كمتري نسبت به روش سرگرداني با ساختاري مشابه بوده است،همچنين به دليل وابسته نبودن الگوريتم به اطلاعات قبلي درباره توابع تست اين روش توانسته در مقايسه با ساير روشها نتايج قابل قبولي داشته باشد.