Ant colony Optimization فصل دوم: بهینه سازی (کلونی مورچگان)

فصل دوم - بهینه سازی (کلونی مورچگان)
بهینه سازی یکی از موضوعات متداول مورد بحث در زمینه ‌های علوم کامپیوتر، هوش مصنوعی، تحقیق در عملیات و زمینه‌های مرتبط با آن‌ها می‌باشد. گاهی اوقات از هر دو واژه بهینه سازی استفاده می‌شود. بهینه سازی به طور عامیانه به معنای انجام بهتر امور می‌باشد. اما بهینه یابی به معنای یافتن بهینه بوده و از دیدگاه علمی شامل فرآیند یافتن بهترین جواب مسیله می‌گردد. مسیله بهینه یابی مسیله ای است که دارای چندین جواب ممکن بوده و می‌توان با استفاده از معیاری، کیفیت (خوبی و بدی) جواب‌ ها را مورد سنجش و ارزیابی قرار داده و در نهایت بهترین جواب را انتخاب نمود. بنابراین مسیله را می‌تون مسیله بهینه یابی نامید که دارای چندین جواب ممکن قابل مقایسه باشد. خوشبختانه تعداد مسایلی از این دست که در زندگی روزمره با آن‌ها مواجه می‌شویم، کم نیست. به عنوان مثال روش ‌های بسیار زیاد برای طراحی یک شبکه ارتباطی مخابراتی وجود دارد، ولی کدام یک از این طراحی‌ها از قابلیت اطمینان بیشتری برخوردار است؟ در واقع در این مسیله هدف یافتن بهترین روش طراحی شبکه در مدت زمانی معقول می‌باشد و یا این که روش‌های زیاد برای برنامه ریزی تولید یک کارخانه وجود دارد، ولی کدام یک از این برنامه‌ها از کارآیی بیشتری برخوردار است؟ یافتن جواب برخی از این مسایل ساده می‌باشد. چرا که مسایل مذکور یا دارای تعداد جواب‌های ممکن بسیار کمی می‌باشند که به راحتی می‌توان این جواب‌ها را یافت، مورد مقایسه قرار داد و بهترین را انتخاب نمود و یا ساختار مسیله طوری می‌باشد که بتوان به راحتی بسیاری از این جواب‌های ممکن را رد کرده و تعداد محدودی جواب را، براساس معیار مطلوبیت، مورد ارزیابی قرار داد و در نهایت بهترین جواب را انتخاب نمود.
در این میان برخی از این مسایل به طور طبیعی مسایل مشکل می‌باشند. مسایل مشکل بهینه یابی مسایلی می‌باشند که برای آن‌ها نمی‌توان یافتن بهترین جواب ممکن را تضمین نمود و یا این که یافتن چنین جواب‌هایی از نقطه نظر زمان یا هزینه مقرون به صرفه نیست. لذا برای این گونه مسایل به جای تلاش برای یافتن جواب بهینه، به یافتن جوابی نسبتاً خوب در مدت زمانی منطقی و معقول بسنده می‌نمایند. رویکردهای تقریبی مداول ترین روش‌های موجود برای حل این گونه مسایل می‌باشند. رویکردهی تقریبی، الگوریتم‌هایی می‌باشند که جهت یافتن جواب‌های مناسب – نزدیک جواب بهینه و قابل دسترسی در مدت زمانی منطقی – یک مسیله بهینه یابی مورد استفاده قرار می‌گیرند. هر چند که استفاده از این الگوریتم‌ها الزاماً ما را به جواب بهینه رهنمون نمی‌سازند؛ ولی با این وجود بهترین ابزارهای موجود برای یافتن جواب‌های قابل قبول بسیاری از مسایل بهینه سازی مشکل می‌باشند.
مسایل بهینه یابی ترکیبی جزو مسایل سخت می‌باشند. حل بسیاری از مسایل بهینه یابی ترکیبی در حالت بهینه بسیار سخت و گاهی غیر ممکن می‌باشد. اکثر این مسایل از نوع مسایل Np – hard می‌باشند. مسایل NP – hard مسایلی می‌باشند که مدت زمان حل این مسایل با افزایش ابعاد مسیله در بدترین حالت به صورت نمایی افزایش می‌یابد. لذا اغلب اوقات رویکردهای تقریبی تنها راه ممکن برای رسیدن به جواب‌های نزدیک بهینه این مسایل با هزینه و زمان معقول می‌باشند. همان طور که قبلاً نیز بیا نشد تعداد مسایل بهینه یابی مشکلی که در نزدگی روزمره با آن مواجه هستیم کم نیست؛ لذا اکثر تلاش‌های اخیر در این زمینه، در جهت طراحی الگوریتم‌های کارای همه منظوره برای حل این نوع مسایل بوده است.

برای دریافت فایل کامل PDF مقاله روی لینک زیر کلیک کنید:

فصل دوم - بهینه سازی