SBOA: خوارزمية تحسين إرشادية جديدة
محتوى المقالة الرئيسي
الملخص
تم تقديم طريقة تحسين إرشادية جديدة تعتمد على الإنسان، تسمى خوارزمية التحسين المستندة إلى السنوكر (SBOA)، في هذه الدراسة. الإلهام لهذه الطريقة مستوحى من سمات نخبة المبيعات - تلك الصفات التي يطمح كل مندوب مبيعات إلى امتلاكها. عادةً ما يسعى مندوبو المبيعات إلى تعزيز مهاراتهم من خلال التعلم الذاتي أو من خلال طلب التوجيه من الآخرين. علاوة على ذلك، فإنهم يشاركون في اتصالات منتظمة مع العملاء للحصول على الموافقة على منتجاتهم أو خدماتهم. بناءً على هذا المفهوم، تهدف SBOA إلى إيجاد الحل الأمثل ضمن مساحة بحث معينة، واجتياز جميع المواضع للحصول على جميع القيم الممكنة. لتقييم جدوى وفعالية SBOA مقارنة بالخوارزميات الأخرى، أجرينا اختبارات على عشر وظائف ذات هدف واحد من الوظائف المعيارية لعام 2019 للحساب التطوري (CEC)، بالإضافة إلى أربع وعشرين وظيفة ذات هدف واحد من CEC لعام 2022. وظائف مرجعية، بالإضافة إلى أربع مشاكل هندسية. تم استخدام سبع خوارزميات مقارنة: خوارزمية التطور التفاضلي (DE)، خوارزمية بحث العصفور (SSA)، خوارزمية جيب التمام (SCA)، خوارزمية تحسين الحيتان (WOA)، خوارزمية تحسين الفراشة (BOA)، تحسين سرب الأسد (LSO)، و تحسين ابن آوى الذهبي (GJO). وتمت مقارنة نتائج هذه التجارب المتنوعة من حيث الدقة وسرعة منحنى التقارب. تشير النتائج إلى أن SBOA هو نهج مباشر وقابل للتطبيق ويتفوق بشكل عام على الخوارزميات المذكورة أعلاه.
Received 30/09/2023
Revised 10/02/2024
Accepted 12/02/2024
Published 25/02/2024
تفاصيل المقالة
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
كيفية الاقتباس
المراجع
1.Almufti SM, Shaban AA, Ali ZA, Ali RI, Fuente JAD. Overview of Metaheuristic Algorithms. PGJSRT. 2023;2(2):10-32. https://doi.org/10.58429/pgjsrt.v2n2a144.
2.Jassim OA, Abed MJ, Saied ZH. Indoor/Outdoor Deep Learning Based Image Classification for Object Recognition Applications. Baghdad Sci J. 2023;20(6(Suppl.)):2540. https://doi.org/10.21123/bsj.2023.8177.
3.Gen M, Lin L. Genetic algorithms and their applications. Springer handbook of engineering statistics: Springer. 2023;p. 635-74.
4.Song Y, Cai X, Zhou X, Zhang B, Chen H, Li Y, et al. Dynamic hybrid mechanism-based differential evolution algorithm and its application. Expert Syst Appl. 2023;213:118834. https://doi.org/10.1007/978-1-4471-7503-2_33.
5.Khurma RA, Albashish D, Braik M, Alzaqebah A, Qasem A, Adwan O. An augmented Snake Optimizer for diseases and COVID-19 diagnosis. Biomed Signal Proces. 2023;84:104718. https://doi.org/10.1016/j.bspc.2023.104718.
6.Gad AG, Sallam KM, Chakrabortty RK, Ryan MJ, Abohany AA. An improved binary sparrow search algorithm for feature selection in data classification. Neural Computing and Applications. 2022;34(18):15705-52. https://doi.org/10.1007/s00521-022-07203-7.
7.Chopra N, Ansari MM. Golden jackal optimization: A novel nature-inspired optimizer for engineering applications. Expert Syst Appl. 2022;198:116924. https://doi.org/10.1016/j.eswa.2022.116924.
8.Trojovský P, Dehghani M. Pelican optimization algorithm: A novel nature-inspired algorithm for engineering applications. Sensors-Basel. 2022;22(3):855. https://doi.org/10.3390/s22030855.
9.Bacanin N, Zivkovic M, Al-Turjman F, Venkatachalam K, Trojovský P, Strumberger I, et al. Hybridized sine cosine algorithm with convolutional neural networks dropout regularization application. Sci Rep-Uk. 2022;12(1):6302. https://doi.org/10.1038/s41598-022-09744-2.
10.Tang C, Sun W, Xue M, Zhang X, Tang H, Wu W. A hybrid whale optimization algorithm with artificial bee colony. Soft Comput. 2022;26(5):2075-97. https://doi.org/10.1007/s00500-021-06623-2.
11.Meidani K, Hemmasian A, Mirjalili S, Barati Farimani A. Adaptive grey wolf optimizer. Neural Computing and Applications. 2022;34(10):7711-31. https://doi.org/10.1007/s00521-021-06885-9.
12.Khodadadi N, Talatahari S, Dadras Eslamlou A. MOTEO: a novel multi-objective thermal exchange optimization algorithm for engineering problems. Soft Comput. 2022;26(14):6659-84. https://doi.org/10.1007/s00500-022-07050-7.
13.Kommadath R, Maharana D, Sivadurgaprasad C, Kotecha P. Parallel computing strategies for sanitized teaching learning based optimization. J Comput Sci-Neth. 2022;63:101766. https://doi.org/10.1016/j.jocs.2022.101766.
14.Das B, Mukherjee V, Das D. Student psychology based optimization algorithm: A new population based optimization algorithm for solving optimization problems. Adv. Eng. Softw. . 2020;146:102804. https://doi.org/10.1016/j.advengsoft.2020.102804.
15.Dorigo M, Stützle T. Ant colony optimization: overview and recent advances: Springer. 2019. https://doi.org/10.1007/978-3-319-91086-4_10.
16.Ait-Saadi A, Meraihi Y, Soukane A, Ramdane-Cherif A, Gabis AB. A novel hybrid chaotic Aquila optimization algorithm with simulated annealing for unmanned aerial vehicles path planning. Comput. Electr. Eng. . 2022;104:108461. https://doi.org/10.1016/j.compeleceng.2022.108461.
17.Abdulqader AW, Ali SM. Diversity Operators-based Artificial Fish Swarm Algorithm to Solve Flexible Job Shop Scheduling Problem. Baghdad Sci J. 2023;20(5(Suppl.)). https://dx.doi.org/10.21123/bsj.2023.6810.
18.Sharma TK. Enhanced butterfly optimization algorithm for reliability optimization problems. J Ambient Intell Humaniz Comput. .2021;12(7):7595-619. https://doi.org/10.1007/s12652-020-02481-2.
19.Mazher AN, Waleed J. Retina Based Glowworm Swarm Optimization for Random Cryptographic Key Generation. Baghdad Sci J. 2022;19(1):0179. https://doi.org/10.21123/bsj.2022.19.1.017920.
20.Chugh T, Sindhya K, 20. Hakanen J, Miettinen K. A survey on handling computationally expensive multiobjective optimization problems with evolutionary algorithms. Soft Comput. 2019;23:3137-66. https://doi.org/10.1007/s00500-017-2965-0.
21. Li X-D, Wang J-S, Hao W-K, Zhang M, Wang M. Chaotic arithmetic optimization algorithm. Appl. Intell. . 2022;52(14):16718-57. https://doi.org/10.1007/s10489-021-03037-3.
Nasr MF, Maalawi KY, Yihia K. Multi-Objective Optimization of Planetary Gear Train Using Genetic Algorithm. Journal of International Society for Science and Engineering. 2022;4(3):74-80. https://doi.org/10.21608/JISSE.2022.144284.1059.
Tao D, Wei X, Huang H, editors. Application of Improved Fruit Fly Optimization Algorithm in Three Bar Truss. International Conference on Intelligent Computing. 2022 Springer. https://doi.org/10.1007/978-3-031-13832-4_64.