معرفی الگوریتم بهینه ساز جستجوی گروهی (GSO)

معرفی الگوریتم بهینه ساز جستجوی گروهی

در این بخش به معرفی الگوریتم بهینه ساز جستجوی گروهی پرداخته و مقاله های مرجع این الگوریتم را برای دانلود قرار دادیم. در ادامه با ما همراه باشید تا شما رو با این الگوریتم تکاملی بیشتر آشنا سازیم.

الگوریتم بهینه ساز جستجوی گروهی (GSO)

الگوریتم بهینه ساز جستجوی گروهی یا روش GSO یک مکاشفه بهینه سازی مبتنی بر جمعیت می باشد که از رفتار جستجوی حیوانات نشأت گرفته است. رفتار جستجوی حیوانات می تواند بوسیله تلاش آنها برای پیدا کردن غذا، جفت، لانه و غیره توصیف شود. از سوی دیگر زندگی گروهی یک دسته از حیوانات باعث اشتراک گذاری اطلاعات و همکاری آنها با یکدیگر می شود. این رفتار گروهی اجازه می دهد که نرخ جستجوی موفق گروه افزایش یابد و همچنین واریانس موفقیت گروه کاهش یابد.

استفاده از الگوریتم GSO در منابع مختلف

بهینه ساز گروه جستجو برای اولین بار در سال ۲۰۰۶ توسط هی و همکاران در مقاله ای با عنوان A Group Search Optimizer for Neural Network Training که در این پست برای دانلود نیز قرار داده شده است، به منظور آموزش شبکه عصبی مصنوعی (ANN) استفاده شد. با استفاده از این الگوریتم تکاملی دو مسأله دسته بندی دنیای واقعی با موفقیت حل شد.

در ادامه تحقیقات بر روی این الگوریتم در همان سال نسخه ای از این الگوریتم برای بهینه سازی تابع با عنوان مقاله A Novel Group Search Optimizer Inspired by Animal Behavioural Ecology معرفی شد که در این پست برای دانلود نیز قرار داده شده است. در سال ۲۰۰۹ نیز هی و همکاران نسخه ای جامع و جدید از بهینه ساز گروه جستجو را با عنوان مقاله Group Search Optimizer: An Optimization Algorithm Inspired by Animal Searching Behavior چاپ نمودند که آن نیز در این پست برای دانلود رایگان قرار گرفته است.

پس از معرفی الگوریتم بهینه ساز جستجوی گروهی (GSO) توسط هی و همکاران، نویسندگان بسیاری به این الگوریتم تکاملی علاقمند شدند. در سال ۲۰۱۰ از روش GSO برای طراحی پوسته های دولایه توری استفاده شده است. همچنین در سال ۲۰۱۱ یک الگوریتم بهینه ساز جستجوی گروهی مبتنی بر درونیابی درجه دو در مقاله ای با عنوان Hybrid Group Search Optimiser with quadratic interpolation method and its application معرفی شد.

بعلاوه در سال ۲۰۱۲ یک الگوریتم بهینه ساز جستجوی گروهی مبتنی بر دنیای کوچک (WS) در مقاله ای با عنوان A group search optimization based on improved small world and its application on neural network training in ammonia synthesis معرفی شد که در این پست برای دانلود رایگان نیز قرار داده شده است. دنیای کوچک یک ساختار شبکه اجتماعی می باشد که برای تبادل اطلاعات میان اعضاء جامعه استفاده می شود.

همچنین در سال ۲۰۱۲ یک الگوریتم چند هدفه بهینه ساز جستجوی گروهی به منظور حل مسائل بهینه سازی چند هدفه با عنوان مقاله A novel group search optimizer for multi-objective optimization معرفی شد که در این پست برای دانلود نیز قرار داده شده است. همینطور در سال ۲۰۱۲ از الگوریتم GSO در کاربرد مخابره اقتصادی (ED) در سیستم های قدرت استفاده شد که مقاله آن با عنوان Solving non-convex economic dispatch problem with valve point effects using modified group search optimizer method بود که در این پست نیز برای دانلود قرار داده شده است.