الگوریتم بهینه سازی علف های هرز IWO با نرم افزار متلب

الگوریتم بهینه سازی علف های هرز IWO

در این بخش پیاده سازی الگوریتم بهینه سازی علف های هرز IWO را در نرم افزار متلب همراه با کامنت گذاری کدها آماده کردیم که یکی الگوریتم های فراابتکاری قوی و با الهام از تکثیر و رشد علف های هرز در طبیعت می باشد. الگوریتم IWO در سال 2006 در مقاله A novel numerical optimization algorithm inspired from weed colonization توسط لوکاس و محرابیان ارائه شده است. در ادامه به معرفی الگوریتم علف های هرز پرداخته و آن را با دیگر الگوریتم های هوشمند مقایسه می کنیم.

معرفی الگوریتم علف های هرز IWO

در صنعت کشاورزی یکی از مشکلات مهم بوجود آمدن علف های هرز می باشد، علف های هرز با رشد تهاجمی خود به گیاهان دیگر آسیب می رساند، از این رو با ثبت ویژگی های آن ها الگوریتم بهینه سازی قدرتمند و هوشمند ساخته شده است که آن را به اختصار IWO می نامیم. میزان بهره وری و اثر بخشی و همچنین امکان سنجش الگوریتم IWO با جزئیات، با استفاده از مجموعه ای از توابع چند بعدی معیار آنالیز می گردد.

مقایسه الگوریتم علف های هرز با دیگر الگوریتم های هوشمند

در مقاله ایی که در سال 2006 و توسط لوکاس و محرابیان برای الگوریتم بهینه سازی علف های هرز IWO ارئه شده است، آن را در شبیه سازی های مختلف با سایر الگوریتم های فرا ابتکاری یا الگوریتم های تکاملی همچون الگوریتم جهش قورباغه (SFLA)، الگوریتم بهینه سازی ازدحام ذرات (PSO)، الگوریتم ممتیک (Memetic Algorithms) و الگوریتم ژنتیک (GA) مقایسه شده که با مراجعه به مقاله مرجع می توانید آن را بررسی کنید. الگوریتم علف های هرز IWO علاوه بر این که یک بهینه سازی، پیکربندی و کنترلر قدرتمند می باشد، به عنوان راه کاری برای یک مسئله مهندسی نیز استفاده می شود. با توجه به نتایجی که از شبیه سازی ها بدست آمده است، عملکرد الگوریتم علف های هرز IWO از سایر روش های بهتر می باشد. در نتیجه روش IWO برای تمام توابع آزمون مطلوب بوده است.