انجمن کامپیوتر ایران

در این مقاله یک مدل ترکیبی مبتنی بر الگوریتم رقابت استعماری بهبود یافته و اتوماتای یادگیر معرفی شده است. این الگوریتم بهبود یافته¬ی الگوریتم رقابت استعماری (ICA) است، که از ایده¬ی تکامل سیاسی- اجتماعی بشر الهام گرفته است. در الگوریتم اولیه تعدادی کشور استعمارگر همراه با کشورهای مستعمراتشان به جستجو برای یافتن نقطه¬ی بهینه عمومی برای حل مسئله بهینه¬سازی می¬پردازند. در این مقاله از تعدادی اتوماتای یادگیر برای تنظیم شعاع حرکت مستعمرات به سمت استعمارگرهایشان در فرآیند جستجوی الگوریتم ICA استفاده می¬نماید. در الگوریتم پیشنهادی به هر کشور یک اتوماتای یادگیر منسوب شده است که وظیفه¬ی برقراری تعادل بین جستجوی سراسری و جستجوی محلی را برعهده دارد، در نتیجه یک جستجوی هوشمندانه و هدفمندتر در الگوریتم رقابت استعماری انجام می¬شود. عملکرد الگوریتم با چهار تابع محک با نام¬های (Griewank, Rosenbrock, Schwefel, Rastrigin) مورد ارزیابی قرار گرفت. نتایج تجربی حاصل از اجرای الگوریتم رقابت استعماری بهبود یافته نشان دادند که کیفیت راه¬حل بهینه عمومی و سرعت همگرایی به نقطه بهینه در این الگوریتم در مقایسه با الگوریتم ICA استاندارد و ICA تطبیقی بهبود قابل توجهی یافته است.