خوارزمية تحسين سرب القطط الرملية المعدلة لحل مشاكل تحسين الهندسة المقيدة

خوارزمية تحسين سرب القطط الرملية (SCSO) هي خوارزمية تحسين ميتاهيرستية مقترحة حديثًا. تحاكي سلوك الصيد للقط الرمل، الذي يهاجم أو يبحث عن فريسة وفقًا لتردد الصوت؛ كل قط رملي يهدف إلى اصطياد فريسة أفضل. لذلك، سيبحث القط الرملي عن موقع أفضل لاصطياد فريسة أفضل. في خوارزمية SCSO، يقترب كل قط رملي تدريجيًا من فريسته، مما يمنح الخوارزمية قدرة استغلال قوية. ومع ذلك، في المرحلة اللاحقة من خوارزمية SCSO، يكون كل قط رملي عرضة للسقوط في الحد الأقصى المحلي، مما يجعله غير قادر على العثور على موقع أفضل. من أجل تحسين حركة القط الرملي وقدرة الاستكشاف للخوارزمية. في هذا البحث، تم اقتراح خوارزمية تحسين سرب القطط الرملية المعدلة (MSCSO). تضيف خوارزمية MSCSO استراتيجية الترحال. عند الهجوم أو البحث عن فريسة، سيسير القط الرملي للعثور على موقع أفضل. تعزز خوارزمية MSCSO المزودة باستراتيجية الترحال حركة القط الرملي وتجعل للخوارزمية قدرة استكشاف عالمية أقوى. بعد ذلك، تمت إضافة استراتيجية التعلم القائمة على موقع العدسة لتعزيز الخاصية العالمية للخوارزمية بحيث يمكن للخوارزمية أن تتقارب بشكل أسرع. لتقييم تأثير التحسين لخوارزمية MSCSO، استخدمنا 23 دالة مؤشر قياسية ودوال مؤشر CEC2014 لتقييم أداء التحسين لخوارزمية MSCSO. في التجربة، قمنا بتحليل إحصائيات البيانات، ومنحنى التقارب، واختبار مجموع الرتب ویلکوكسون، والرسم البياني للصندوق. تظهر التجارب أن خوارزمية MSCSO المزودة باستراتيجية المشي واستراتيجية التعلم المستندة إلى موقع العدسة كانت لها قدرة استكشاف أقوى. أخيرًا، تم استخدام خوارزمية MSCSO لاختبار سبع مشاكل هندسية، مما تحقق أيضًا من الجدوى الهندسية للخوارزمية المقترحة.