چکیده مقاله
الگوریتم جامعه مورچه ها یک الگوریتم بهینه سازی می باشد که از رفتار جستجوی غذا در مورچه ها الهام گرفته است از جمله ویژگی های الگوریتم جامعه مورچه ها حرکت مورچه های مصنوعی در فضای گسسته می باشد با توجه به اینکه بسیاری از مسایل واقعی در دنیای اطراف ما پیوسته می باشند، به کار گیری این الگوریتم در حل آنها نیازمند گسسته سازی فضای جستجوی پیوسته و تبدیل مساله پیوسته به مساله گسسته می باشد معمولا تقسیم بندی بزرگ فضای جستجو موجب اثر منفی بر کیفیت جواب و گسسته سازی ریز موجب افزایش تلاش محاسباتی و گاها کاهش کیفیت جواب می گردد لذا ارتقاء رفتار در الگوریتم جامعه مورچه ها و یا ایجاد نوآوری هایی در آن جهت نزدیکتر شدن به جوابهای بهینه در محیط های پیوسته یکی از چالشهای این الگوریتم محسوب می شود در این مقاله مکانیزم مناسبی به نام تظریف تطبیقی احتمالاتی SAR جهت حل مشکل فوق و رسیدن به جواب هایی در حد جوابهای بهینه پیوسته ارایه داده شده است در این روش مساله بهینه سازی پیوسته با مجموعه ای از بهینه سازی های گسسته جایگزین می شود که در آن گسسته سازی حوزه متغیرهای تصمیم ابتدا به شکل یکنواخت و سپس در تکرارهای بعدی با استفاده از یک توزیع گوسی صورت می گیرد دراین مقاله کاربرد مکانیزم فوق در نمونه ای از مساله بهره برداری از مخازن سدها مورد آزمون قرار گرفته است و با نتایجنرم افزار LINGO نسخه8 و دیگر روشهای موجود مقایسه گشته است نتایج نشان می دهد مکانیزم به کار گرفته شده اثر زیادی در بهبود جوابهای الگوریتم مورچه ها دارد
کلیدواژهها
نویسندگان
شیوه ارجاع
�فشار، محمدهادی و رضایی سنگدهی، سیدابراهیم،1385،بهینه سازی بهره برداری از مخازن سدها با استفاده از فرآیند تظریف تطبیقی احتمالاتی در الگوریتم مورچه ها،دومین کنفرانس مدیریت منابع آب،اصفهان