الگوریتم بهینه سازی کوانتوم فاخته

امروزه، استفاده از الگوریتم های ابتکاری برای حل مسائل مهندسی، پیشرفت چشم گیری داشته است. در سال های اخیر، تلفیق مباحث کوانتومی (که الهام گرفته از فیزیک کوانتوم می باشد) با الگوریتم های ابتکاری مطرح شده است. علت استفاده از مباحث کوانتومی، افزایش تنوع جمعیت در الگوریتم ها و گریز از بهینه محلی مسائل بهینه سازی می باشد. این تلفیق، سبب پیدایش الگوریتم های پیشنهادی متعددی شده است. از جمله این الگوریتم ها، الگوریتم کوانتوم ژنتیک (qga)، الگوریتم qpso، الگوریتم qgsa و غیره می باشد. الگوریتم فاخته (coa)، از جمله الگوریتم های ابتکاری بر پایه جمعیت اولیه و الهام گرفته از طبیعت است. این الگوریتم نسبت به بقیه الگوریتم ها دارای سرعت همگرایی بالا و دقت بهتری است. از این رو استفاده از مباحث کوانتومی در الگوریتم فاخته سبب افزایش قدرت این الگوریتم می شود. بدین منظور ابتدا در این پایان نامه روشی برای گسسته سازی الگوریتم فاخته ارائه شده است. با استفاده از الگوریتم باینری فاخته، اولین نسخه الگوریتم کوانتوم فاخته پیشنهاد شده است. جهت اطمینان از عملکرد الگوریتم پیشنهادی، بهینه سازی دسته ای از توابع محک و یک مسئله مهندسی توسط این الگوریتم در نظر گرفته شده است.