بهينه سازي مسايل صفر و يك با رويكرد Black Box و تركيب الگوريتم جستجوي پراكنده و تئوري راف

در اين پژوهش ما از الگوريتم فرا ابتكاري جستجوي پراكنده براي حل كلاس خاصي از مسايل صفر و يك با رويكرد Black Box استفاده كرده ايم. ما همچنين از تئوري راف در متدهاي اصلي اين الگوريتم استفاده كرده ايم تا قواعد تصميم را شناسايي كند. از ديدگاه Black Box ساختار تابعهدف براي بهينه ساز شناخته شده نيست و هدف اصلي پيدا كردن جواب بهينه در تعداد منطقي از ارزيابي هاي تابع هدف مي باشد. تئوري راف برايحذف دانش اضافي و رسيدن به اين هدف بسيار سودمند مي باشد. ما 4 نوع داده و هر نوع شامل 24 مثال از مساله كوله پشتي صفر و يك را با رويكرد Black box حل كرده ايم و جوابهاي خود را با 3 نرم افزار تجاري اين رويكرد و آخرين متد توسعه يافته براي اين كلاس از مسايل مقايسه كرده ايم. براي اطمينان از صحت جوابها ما جوابهاي خود را با رويكرد مطلع از تابع هدف نيز مقايسه كرده ايم