الگوریتم های فراابتکاری چیست ؟

الگوریتم های فراابتکاری از الگوریتم هایی هستند که در زمینه هوش مصنوعی بسیار کاربرد داشته و اخیرا در مقالات و منابع مختلف علمی مورد تاکید قرار گرفته اند.

این الگوریتم ها که برای حل مسائل مختلف مورد استفاده قرار می گیرند متعدد بوده و دارای ویژگی های خاص خود می باشند. به طور مثال می توان از جدید ترین الگوریتم فراابتکاری اشاره کرد.

الگوریتم های فراابتکاری بر اساس نوع روشی که برای حل مسائل استفاده می کنند به دسته های مختلفی تقسیم می شوند.

الگوریتم های فراابتکاری چیست ؟

برخی از این الگوریتم ها بر این اساس که از طبیعت الهام گرفته شده باشند و یا بن مایه غیرطبیعی داشته باشند، طبقه بندی می شوند. برخی از این نظر که مبتنی بر جمعیتی از جواب ها و یا تنها بر اساس یک جواب به جستجوی پاسخ بهینه مساله باشند نیز طبقه بندی می شوند.

از الگوریتم های فرا ابتکاری بسیار معروف می توان به الگوریتم ژنتیک اشاره کرد که کمتر کسی را می توان یافت که از آن بی اطلاع باشد.

گفتنی است که واژه متاهیوریستیک، فراابتکاری و یا فرااکتشافی نیز به جای این عنوان قرار می گیرند.

از جمله این الگوریتم ها می توان به الگوریتم های روبرو اشاره نمود: بهینه ­سازی کلونی مورچگان،کلونی زنبورها، بهینه­سازی ازدحام ذرات، بهینه­ سازی مبتنی بر جغرافیای زیستی، الگوریتم ژنتیک، برنامه ­ریزی تکاملی، استراتژی تکاملی، برنامه ­ریزی ژنتیک، جستجوی پراکنشی، تکامل تفاضلی، گروه نوازندگان، رقابت استعماری.

این روش‌ها در واقع یک چارچوب الگوریتمی است که می­تواند با تغییرهایی کم، برای مسائل بهینه ­سازی مختلف به کار رود. . معمولاً در مسائل بهینه­ سازی محدودیت­هایی نیز تعریف می­شود. تمامی جواب­های موجود، باید در این محدودیت­ها صدق کنند، در غیر این صورت جواب­ها موجه نخواهند بود.

مسائل بهینه­ سازی، از نظر نوع متغیرهای تصمیم می­تواند به دو گروه مسائل گسسته و مسائلی با متغیرهای پیوسته تقسیم­‌بندی شود. در عمل ممکن است مسئله­‌ای به صورت مخلوط تعریف شود که همزمان دارای متغیرهای گسسته و پیوسته باشد. هنگامی که متغیرهای تصمیم در مسائل بهینه­ سازی گسسته باشند مسئله­‌ی یافتن جواب­های بهینه­ بهینه­ سازی ترکیبی نامیده می­شود.