توضیحات دوره آموزشی پیاده سازی الگوریتم های فراابتکاری در نرم افزار متلب Matlab
الگوریتم های فراابتکاری یا فراتکاملی نوعی از الگوریتم های تصادفی هستند که برای یافتن پاسخ بهینه به کار می روند. روشها و الگوریتم های بهینه سازی به دو دسته الگوریتم های دقیق (Exact) و الگوریتم های تقریبی (Approximate Algorithms) تقسیم بندی می شوند. الگوریتم های دقیق قادر به یافتن جواب بهینه به صورت دقیق هستند اما در مورد مسائل بهینه سازی سخت (NP-Hard) کارایی کافی ندارند و زمان اجرای آن ها متیاسب با ابعاد مسائل به صورت نمایی افزایش می یابد. الگوریتم های تقریبی قادر به یافتن جواب های خوب (نزدیک به بهینه) در زمان حل کوتاه برای مسائل بهینه سازی سخت هستند. الگوریتم های تقریبی نیز به سه دسته الگوریتم های ابتکاری (Heuristic)، فراابتکاری (Meta-Heuristic) و فوق ابتکاری (Hyper Heuristic) بخش بندی می شوند. دو ضعف الگوریتم های ابتکاری گیر افتادن در بهینه محلی و همگرایی زودرس می باشد. الگوریتم های فراابتکاری برای مقابله با این مشکلات ارائه شده اند. در حال حاضر ۱۳۷ نوع الگوریتم فراابتکاری طراحی و معرفی شده است. در این دوره سعی داریم تا مهمترین الگوریتم های فراابتکاری تک هدفه و چند هدفه را پیاده سازی نماییم.
سرفصل دوره پیاده سازی الگوریتم های فراابتکاری:
- پیاده الگوریتم های تک هدفه از قبیل GA، PSO، ACO، TS، DE، SA و …
- پیاده سازی الگوریتم های چند هدفه از قبیل NSGAII، MOPSO، NRGA و …
- معرفی و تشریح الگوریتم های جدید گرگ خاکستری، سوسک، زنبور عسل، وال، شبکه عصبی و …
- نحوه مقایسه الگوریتم های فراابتکاری
- تنظیم پارامتر
- کاربرد الگوریتم ها در مقالات و پایان نامه ها