پرش دایره‌ها: روشی نوین برای حل مسائل بهینه‌سازی مهندسی

در این مقاله روش بهینه‌سازی پرش دایره ها که یک روش فرا اکتشافی می باشد ارائه می گردد. در هر مساله بهینه‌سازی یک فضای پاسخ تعریف می شود که الگوریتم های بهینه‌سازی با جستجو در آن فضا، پاسخ بهینه را می یابند. روش پیشنهاد شده در این مقاله از دو رکن مهم در جستجوی فضای پاسخ بهره می گیرد. رکن اول استفاده از اصول هندسه می باشد. در روش پرش دایره ها، از شکل دایره که در طول حل اندازه شعاع آن کاهش می یابد، بهره گیری شده است. رکن دوم کاربرد فرا اکتشافی است. آنچه در الگوریتم های فرااکتشافی مشاهده می شود، پخش شدن تصادفی نقاط مورد بررسی در فضای پاسخ است. در روش پرش دایره‌ها که در این مقاله ارائه می شود، مرکز دایره مورد جستجو به بهینه ترین نقطه هر گام پرش می کند. الگوریتم ارائه شده شامل دو فاز می باشد. فاز اول اکتشاف بهینه ترین محدوده و فاز دوم بهره برداری از اکتشاف است. در پایان بهینه ترین نقطه گام آخر فاز دوم، پاسخ بهینه مساله خواهد بود. در این مقاله با توجه به اینکه روش پیشنهادی با تاکید بر مسائل مهندسی ارائه می شود، سه مساله محک خرپا حل شده است. همچنین برای نشان دادن توانایی روش پیشنهادی مساله پیچیده کین نیز با آن حل گردیده است. پاسخ های این مساله ها با تعدادی از روش های مرسوم مقایسه شده و در جداول جداگانه ارائه می گردد. در نتایج روش پرش دایره ها، بهبود قابل ملاحظه ای مشاهده می شود.

jump of circles: a new way to solve the engineering optimization problems

in this paper, a new meta heuristic optimization method called the jump of circles optimization method is introduced. in any optimization problem, an answer zone is defined in which the optimization algorithms search the space to find the optimal answer. the method presented in this paper uses two important pillars in searching the answer zone. the first pillar is to use geometric principles. the jump of circles uses the circle with decreasing radius. the second pillar is to use the meta heuristic application. in meta heuristic algorithms, the search points distribute randomly and jump in the answer zone. in the proposed method, the center of the searching circle jumps and sits on the optimal point of each step. the proposed algorithm solves the optimization problem in two phases. the first phase is optimal area exploration and the second phase is exploiting the exploration. finally, the most optimal point that will be obtained from the two phases, is the optimal answer to the problem.