چکیده مقاله بهبود الگوریتم بهینه سازی SSPCO با استفاده از دو نظریه آشوب

بهینه‌سازی فرایندی است که برای بهتر کردن چیزی دنبال می‌شود. فکر، ایده و یا طرحی که به‌وسیله یک دانشمند یا یک مهندس مطرح می‌شود، طی روال بهینه‌سازی بهتر می‌شود. در هنگام بهینه‌سازی، شرایط اولیه با روش‌های مختلف مورد بررسی قرار می‌گیرد و اطلاعات به‌دست آمده، برای بهبود بخشیدن به یک فکر یا روش مورد استفاده قرار می‌گیرند. یکی از الگوریتم‌های جدید بهینه‌سازی الگوریتم SSPCO می‌باشد که از رفتار جوجه‌های پرنده تیهو الگوبرداری شده است. نظریۀ آشوب شاخه‌ای از ریاضیات است که به مطالعۀ رفتار دینامیکی سیستم‌هایی که به انتخاب‌های اولیه بسیار حساس هستند می‌پردازد. در این مقاله با سازوکار جمعیت دهی نظریۀ آشوب، الگوریتم SSPCO را پیاده‌سازی کرده‌ایم. از دو تابع مختلف نظریه آشوب استفاده کرده و الگوریتم را با نظریۀ آشوب ترکیب کرده‌ایم و نتایج را با الگوریتم‌های مشابه مقایسه کرده‌ایم. نتایج نشان از این دارد که نظریه آشوب تاثیر مثبتی بر روند الگوریتم داشته است.