foa: ‘following’ optimization algorithm for solving power engineering optimization problems

These days randomized-based population optimization algorithms are in wide use in different branches of science such as bioinformatics, chemical physics and power engineering. an important group of these algorithms is inspired by physical processes or entities’ behavior. a new approach of applying optimization-based social relationships among the members of a community is investigated in this paper. in the proposed algorithm, search factors are indeed members of the community who try to improve the community by ‘following’ each other. foa implemented on 23 well-known benchmark test functions. it is compared with eight optimization algorithms. the paper also considers for solving optimal placement of distributed generation (dg). the obtained results show that foa is able to provide better results as compared to the other well-known optimization algorithms.

الگوریتم بهینه سلزی پیروی برای حل مسائل بهینه سازی قدرت

امروزه از الگوریتمهای جمعیتی مبتنی بر تصادف جهت بهینهیابی استفاده گستردهای میشود . دسته مهمی از این الگوریتمها با ایده گرفتن از فرایندهای فیزیکی یا رفتارهای موجودات به وجود آمدهاند . این مقاله ارئهدهنده یک روش جدید جهت دستیابی به جوابهای شبهبهینه مربوط به مسائل بهینهسازی در علوم مختلف است. در این مقاله رویکرد جدید استفاده از روابط اجتماعی بین افراد در یک جامعه جهت بهینه سازی بررسی شده است. در الگوریتم پیشنهادی عاملهای جستجوگر، افراد یک جامعه هستند که با پیروی کردن از یکدیگر سعی در پیشرفت جامعه دارند. روش پیشنهادی یا برخی از روشهای جستجوی ابتکاری مقایسه شده است. نتایج ارایه شده عملکرد مناسب آن را در بهینه یابی نشان می دهد.