الگوریتم بهینه سازی گرگ خاکستری بهبود یافته بوسیله جستجوی محلی و الگوریتم زنبور عسل مصنوعی

در سال های اخیر، حل مسائل بهینه‌سازی پیچیده با الگوریتم‌های فرا ابتکاری توجه زیادی را در میان محققان دریافت کرده است. الگوریتم گرگ خاکستری از جمله الگوریتم‌های فرا ابتکاری است که از رفتار سلسله مراتبی گرگ‌های خاکستری هنگام شکار الهام گرفته شده است. بررسی الگوریتم گرگ خاکستری از جنبه دو ویژگی استخراج و اکتشاف نشان می‌دهد که این الگوریتم قادر نیست تعادل مناسبی بین استخراج و اکتشاف برقرار نماید. این مقاله برای رفع مشکل ذکر شده از دو راهکار استفاده می‌نماید که بر ایجاد تعادل مناسب بین اکتشاف و استخراج تمرکز دارد. عملکرد روش پیشنهادی از طریق مقایسه آن با الگوریتم‌های گرگ خاکستری و کلونی زنبور عسل بر روی کمینه‌سازی 16 تابع محک ارزیابی می‌شود. نتایج تجربی نشان می‌دهد که روش پیشنهادی بر اساس میانگین جواب 20 اجرای مستقل، بهترین مقدار و منحنی همگرایی بهتری در مقایسه با سایر الگوریتم‌ها ارائه می‌دهد.