الگوریتم فراابتکاری تصادفی تطابقی حریصانه(Grasp)

•حل مسائل بهینه سازی از جمله مسائل پر کاربرد و پر اهمیت در مسائل مهندسی و غیر مهندسی به شمار می آید. لذا حل اینگونه مسائل از اهمیت خاصی بر خوردار است. روش های مختلفی برای حل مسائل بهینه سازی ارائه شده است. الگوریتم های ابتکاری و فرا ابتکاری از جمله الگوریتم های حل اینگونه مسائل می باشند. الگوریتم هایی همچون جستجوی تابو ، جستجوی حریصانه ، الگوریتم های ژنتیک ، الگوریتم های اصلاح تکراری و جستجوی ابتکاری با حافظه محدود و ... . در این ارائه از یک روش مبتنی بر جستجوی حریصانه به نام روش GRASP استفاده شده است. روش GRASP نوعی جستجوی تصادفی حریصانه است که در حوضه مسائل بهینه سازی همچون علم مکان یابی و.... قرار دارد و دارای کاربردهای فراوانی در این علم می باشد.

الگوریتم جستجو ممنوعه (Tabu Search)

روش های بهینه سازی کلاسیک در حل مسایل سخت و بسیار پیچیده معمولا با مشکلات زیادی مواجه میشود  اهمیت  بسزایی در زمینه های مختلف مانند تجارت و مهندسی و غیره دارد به دلیل اهمیت این مسایل نمیتوان در فرایند  حل ان ها از روش هایی استفاده نمود که امید چندانی به موفقیت ان ها وجود ندارد لذا همیشه سعی بر این بوده که بتوان روش هایی جدیدی ابداع نمود تا توانایی های انسان  را در حل اینگونه مسایل  بالا ببرد   روش جست و جو ممنوعه تا حد زیادی توانسته به این نیاز پاسخ دهد روش جست و جوی ممنوعه از طرف کمیته تحقیق در عملیات به عنوان یک روشی نوید بخش برای حل مسایل مطرح شده است.

الگوریتم تکامل تفاضلی(DE) (به همراه کد متلب)

 الگوریتم تکامل تفاضلی در سال 1995  توسط storn  و price معرفی گردید.

تکامل تفاضلی یک الگوریتم تصادفی مبتنی برجمعیت است وازجمله الگوریتم های تصادفی به حساب می آید.

درکنارشباهت های کلی که تکامل تفاضلی به سایرالگوریتم های تکاملی دارد، پاسخ های جدید درالگوریتم تکامل تفاضلی،یک شیوه منحصر به فرد است.

نسخه اصلی این الگوریتم برای حل مسائل بهینه سازی در فضای پیوسته طراحی شده بود.
اما بعدها نسخه گسسته این الگوریتم  نیزارائه گردید. 
این فایل شامل پاورپوینت الگوریتم + کد اجرایی آن در محیط مطلب می باشد.

الگوریتم بهینه سازی اجتماع پرندگان (PSO)( به همراه کد متلب)

اجتماعی است که از شبیه سازی رفتار اجتماعی گروه پرندگان الهام گرفته است.
به منظور کشف الگوهای حاکم بر پرواز همزمان پرندگان و تغییر ناگهانی مسیر آن ها و تغییر شکل بهینه دسته به کار گرفته شد.
شبیه به الگوریتم های تکاملی است با این تفاوت هر ذره از اطلاعات گذشته ی خود و همسایگانش سود می برد.
نتیجه مدل سازی این رفتار اجتماعی فرآیند جستجویی است که ذرات به سمت نواحی موفق میل می کنند.
این فایل شامل پاورپوینت + کد اجرایی الگوریتم pso در محیط مطلب می باشد.

ترکیب الگوریتم رقابت استعماری با نظریه آشوب

 یکی از تکنیک­های بهینه‌سازی فرا اکتشافی است
مبتنی بر استراتژی انگیزه‌های سیاسی-اجتماعی توسعه‌یافته است.
الگوریتم رقابت استعماری به‌صورت چند عامله است.
 پایه ها :رقابت استعماری ، سیاست همسان سازی ، انقلاب