چرا COA؟
COAبدليل الگوريتم خاص و اصلاح يافته اي كه دارد و در آن بيشتر مشكلات و ضعف هاي الگوريتم هاي بهينه سازي تكاملي قبلي از الگوريتم ژنتيك و PSOگرفته تا الگوريتم رقابت استعماري كه نسبتاً جديدتر مي باشد، به نوعي رفع شده و بنابراين داراي توانايي همگرايي بسيار سريعتر و قدرت يافتن نقاط بهينه كلي (global optima) بصورت بسيار دقيق تري مي باشد.
در الگوريتم بهينه سازي فاخته (COA) با تركيب چندين عملگر كه كمك شاياني به جستجوي محلي (local search) در حين جستجوي كلي (global search) مي كنند توانسته ايم به جوابهاي بسيار دقيق تر و قابل اعتمادتري دست يابيم.
علاوه بر مثالهاي متعددي كه در مقاله اصلي COAآمده است قدرت اين الگوريتم را در مسايل با ابعاد بسيار بسيار بزرگتر هم سنجيده ايم. يكي از اين مثال ها كه نمودارهاي آنرا در ادامه خواهيد ديد پيدا كردن نقطه بهينه براي تابع بسيار پيچيده ي راستريگين (Rastrigin) آن هم با 100 بعد مي باشد. نتايج بسيار جالب توجه حاصله نشان مي دهد كه در جايي كه الگوريتم هاي ديگر حتي با جمعيت بيشتر از نزديك شدن به جواب بهينه عاجزند الگوريتم بهينه سازي فاخته يا COAبراحتي و آن هم در تعداد تكرارهاي بسياركمي توانسته جواب بهينه كلي را آن هم با دقت 100% بدست آورد.
بهينه سازي با COA:
بهينه سازي با الگوريتم رقابت استعماري:
بهينه سازي با GA:
بهينه سازي با PSO:
همانطور كه از نمودارهاي فوق ديده مي شود الگوريتم رقابت استعماري نسبت به GAو PSOجواب بهتري توليد كرده ولي حتي اين الگوريتم پس از سپري شدن بيش از 700 تكرار فقط تا حدي به جواب بهينه نزديك شده است. اما در مقابل الگوريتم بهينه سازي COAبا دقت 100% توانسته جواب بهينه را بدست آورده و تابع هزينه را دقيقاً صفر كند. (توجه گردد كه در تمام روشهاي فوق تعداد جمعيت روي 300 تنظيم شده است.)
اين مثال تنها يكي از نمونه هاي نشاندهنده قدرت الگوريتم بهينه سازي فاخته يا COAمي باشد.
براي دريافت مقاله اصلي الگوريتم بهينه سازي فاخته به
اين لينك مراجعه نماييد!
منبع