بهبود قابليت اكتشاف الگوريتم بهينه سازى كفتار با استفاده از جستجوي محلي توزيع شده

الگوريتم هاي فراابتكاري با الگوبرداري از رفتار دسته جمعي جانداران يا پديده هاي فيزيكي يك روش موثر و كاربردي براي حل مسائل بهينه-سازي مي باشند و مي توانند راه حل هاي بهينه را با دقت مناسبي استخراج نمايند. الگوريتم بهينه سازي دسته كفتار يكي از روش هاي هوش گروهي است داراي مكانيزم جستجوي محلي قوي پيرامون عضو شايسته جمعيت است اما اين مكانيزم الگوريتم را مستعد گرفتار شدن در بهينه-هاي محلي مي نمايد زيرا در اين الگوريتم بيش از اندازه پيرامون چواب بهينه مورد جستجو قرار گرفته مي شود و احتمال دارد بهينه مورد نظر نزديك بهينه محلي باشد و الگوريتم را مستعد گرفتار شدن در بهينه محلي نمايد از اين جهت در اين پژوهش به شكل خلاقانه اي تلاش شده است كه جستجو فقط پيرامون كفتار يا راه حل بهينه انجام نشود و به تناسب وزن و شايستگي افراد پيرامون آنها جستجو انجام شود و از طرفي هر عضو كه شايستگي بيشتري دارد تعداد بيشتري كفتار پيرامون خود جذب مي نمايد و در شعاع مشخصي پيرامون آن به جستجو مي پردازند. در واقع روش پيشنهادي امكان جستجوي محلي را در فضاي سراسري مسئله فراهم مي سازد تا احتمال گرفتار شدن در بهينه محلي كاهش يابد. نتايج آزمايشات بر روي توابع ارزيابي پركاربرد نشان مي دهد دقت الگوريتم پيشنهادي نسبت به الگوريتم بهينه سازي كفتار، الگوريتم بهينه سازي وال، الگوريتم بهينه سازي ذرات، الگوريتم كرم شب تاب و الگوريتم خفاش بيشتر است.