کلونی پنگوئن امپراتور: یک الگوریتم فرا ابتکاری جدید برای بهینه‌سازی

الگوریتم فراابتکاری یک چارچوب مستقل از مساله سطح بالا است که مجموعه‌ای از دستورالعمل‌ها یا استراتژی‌ها را برای توسعه الگوریتم های بهینه‌سازی اکتشافی فراهم می‌کند. الگوریتم های فراابتکاری تلاش می‌کنند تا بهترین راه‌حل را از میان همه راه‌حل‌های ممکن یک مساله بهینه‌سازی بیابند. یک حوزه بسیار فعال تحقیق، طراحی شیوه‌های اکتشافی الهام‌گرفته از طبیعت است. طبیعت به عنوان منبعی از مفاهیم، مکانیسم‌ها و اصول برای طراحی سیستم‌های محاسباتی مصنوعی برای مقابله با مشکلات محاسباتی پیچیده عمل می‌کند. در این مقاله، یک الگوریتم فراابتکاری جدید، با الهام از رفتار امپراتور پنگوئن که امپراتور پنگوئن کلونی (‏EPC)‏نامیده می‌شود، پیشنهاد شده‌است. این الگوریتم توسط تابش گرمای بدن پنگوئن‌ها و حرکت مارپیچی مانند آن‌ها در کلونی شان کنترل می‌شود. الگوریتم پیشنهادی با هشت الگوریتم فراابتکاری توسعه‌یافته مقایسه شده‌است. ده تابع تست معیار برای همه الگوریتم ها اعمال می‌شوند. نتایج آزمایش‌ها برای یافتن نتیجه بهینه نشان می‌دهد که الگوریتم پیشنهادی بهتر از دیگر الگوریتم های فراابتکاری است.

A metaheuristic is a high-level problem independent algorithmic framework that provides a set of guidelines or strategies to develop heuristic optimization algorithms. Metaheuristic algorithms attempt to find the best solution out of all possible solutions of an optimization problem. A very active area of research is the design of nature-inspired metaheuristics. Nature acts as a source of concepts, mechanisms and principles for designing of artificial computing systems to deal with complex computational problems. In this paper, a new metaheuristic algorithm, inspired by the behavior of emperor penguins which is called Emperor Penguins Colony (EPC), is proposed. This algorithm is controlled by the body heat radiation of the penguins and their spiral-like movement in their colony. The proposed algorithm is compared with eight developed metaheuristic algorithms. Ten benchmark test functions are applied to all algorithms. The results of the experiments to find the optimal result, show that