درباره الگوریتم های متاهیوریستیک

با سلام خدمت همه دوستان
بعضی از دوستان در مورد ماهیت الگوریتم های متاهیوریستیک که قراره دوره ش برگزار شه سوال داشتن که من از دکتر کریمی نسب خواستم یه مطلب کوتاه برام بفرستن که معرفی مختصری از این مبحث باشه، که در ادامه می خونید.
ایوزیان



خلاصه ای در مورد الگوریتم های متاهیوریستیک

اکنون تعداد زیادی از مسائل بهینه سازی در پیرامون ما وجود دارد که به روش دقیق یا اصلاً قابل حل نیستند و یااین که در زمان معقول انجام این امر امکان پذیر نیست. بعضی از این چنین مسائلی را که عمدتاً جزء مسائل بهینه سازی هستند، مسائل NP-Hard می نامند. این خانواده بزرگ از مسائل، خواص بسیار جالبی دارند که سبب شده است تا کنون روش های تقریبی متعددی برای حل هر کدام از آنها در طول زمان ارائه شود. الگوریتم های فراابتکاری (متاهیوریستیک) جزء این دسته از روش ها هستند. البته در مواقعی که در یک مسئله بهینه سازی، پارامتر یا محدودیت تصادفی، چند تابع هدف متضاد و امثالهم هم وجود داشته باشد، استفاده از الگوریتم های فراابتکاری بسیار موفقیت آمیزتر از سایر روش ها گزارش شده است. از طرف دیگر تنها تعداد معدودی از این الگوریتم ها اثبات شده اند که در حل بعضی از مسائل خاص حتماً به ازای هر مقدار از پارامترهای ورودی به جواب بهینه همگرا می شوند. عیب عمده این روش ها هم در همین مورد است. اما قابلیت مانور فراوان، طراحی ساده و بسیار سریع بودن آنها در کفه دیگر ترازو قرار دارد. تعداد الگوریتم های فراابتکاری بسیار زیاد است اما ساختار منطق حاکم بر آنها معمولا جزء چند دسته از ساختارهای شناخته شده قرار می گیرد. از این رو با شناخت این منطق ها می توان الگوریتم های هیبریدی جدیدی را برای حل مسائلی را که با آنها سر و کار داریم، به وجود آورد. این روند همچنان ادامه دارد و هر روز الگوریتم های جالبی متولد می شوند و عده ای از الگوریتم ها نیز به تدریج منسوخ می شوند و تنها ارزش گزارش شدن در تاریخچه الگوریتم ها را به خود می گیرند. به عبارت دیگر، یکی از اهداف این دوره، آشنایی با دنیای زنده و پر تکاپوی موجودات الگوریتمی برای مهندسین صنایع است تا در مطالعات علمی خود از آنها استفاده کنند.

موفق باشید
کریمی نسب


دوره آشنایی با الگوریتم های متاهیوریستیک و کاربرد آن در مهندسی صنایع