الميتاهيروستيك

📅 آخر تحديث: ١٨ يوليو ٢٠٢٦
✍️ نُشر في: ١٨ يوليو ٢٠٢٦
📷 يحتوي على 1 صور
الموسوعة الحرة

في علوم الحاسوب والتحسين الرياضي ، تُعدّ الميتاهيورستيك إجراءً أو خوارزميةً متقدمةً مصممةً لإيجاد أو توليد أو ضبط أو اختيار خوارزمية ( خوارزمية بحث جزئي ) قد تُقدّم حلاً جيداً بما يكفي لمسألة تحسين أو مسألة تعلّم آلي ، لا سيما في ظلّ معلومات غير كاملة أو ناقصة أو قدرة حسابية محدودة. [ 1 ] [ 2 ] [ 3 ] [ 4 ] تقوم الميتاهيورستيك بأخذ عينة من مجموعة فرعية من الحلول التي يصعب حصرها أو استكشافها بالكامل. قد تفترض الميتاهيورستيك افتراضات قليلة نسبياً حول مسألة التحسين قيد الحل، وبالتالي يمكن استخدامها لمجموعة متنوعة من المسائل. [ 1 ] [ 5 ] [ 6 ] يُعدّ استخدامها ذا أهمية دائمة عندما لا تتوفر الطرق الدقيقة أو الطرق التقريبية الأخرى، أو عندما لا تكون مناسبة، إما بسبب طول وقت الحساب أو لأن الحل المُقدّم، على سبيل المثال، غير دقيق بما فيه الكفاية.

بالمقارنة مع خوارزميات التحسين والأساليب التكرارية ، لا تضمن الخوارزميات فوق الحدسية إيجاد حل أمثل عالميًا لبعض فئات المسائل. [ 4 ] تُطبّق العديد من الخوارزميات فوق الحدسية شكلًا من أشكال التحسين العشوائي ، بحيث يعتمد الحل المُكتشف على مجموعة المتغيرات العشوائية المُولّدة. [ 3 ] في التحسين التوافقي ، توجد العديد من المسائل التي تنتمي إلى فئة مسائل NP-كاملة ، وبالتالي لا يمكن حلها بدقة في وقت مقبول من درجة تعقيد منخفضة نسبيًا. [ 7 ] [ 8 ] لذلك ، غالبًا ما تُقدّم الخوارزميات فوق الحدسية حلولًا جيدة بجهد حسابي أقل من أساليب التقريب أو الأساليب التكرارية أو الخوارزميات الحدسية البسيطة. [ 4 ] [ 1 ] ينطبق هذا أيضًا على مجال التحسين المستمر أو التحسين المختلط للأعداد الصحيحة. [ 1 ] [ 9 ] [ 10 ] على هذا النحو، تُعدّ الخوارزميات فوق الحدسية مناهج مفيدة لمسائل التحسين. [ 3 ] نُشرت العديد من الكتب والدراسات الاستقصائية حول هذا الموضوع. [ 3 ] [ 4 ] [ 1 ] [ 11 ] [ 12 ] أشارت مراجعة الأدبيات حول التحسين الميتاهوريستي، [ 13 ] إلى أن فريد غلوفر هو من صاغ مصطلح الميتاهوريست. [ 14 ]

معظم الدراسات المنشورة حول الخوارزميات فوق الحدسية تجريبية بطبيعتها، إذ تصف نتائج تجريبية مبنية على تجارب حاسوبية باستخدام هذه الخوارزميات. ولكن تتوفر أيضًا بعض النتائج النظرية الرسمية، غالبًا فيما يتعلق بالتقارب وإمكانية إيجاد الحل الأمثل الشامل. [ 4 ] [ 15 ] ومن الجدير بالذكر أيضًا نظريات "لا غداء مجاني" ، التي تنص على أنه لا يمكن أن توجد خوارزمية فوق حدسية أفضل من جميع الخوارزميات الأخرى لأي مشكلة معينة.

لا سيما منذ مطلع الألفية، نُشرت العديد من أساليب الاستدلال الميتاهوريستية بادعاءات الحداثة والفعالية العملية. ورغم وجود أبحاث عالية الجودة في هذا المجال، إلا أن العديد من المنشورات الحديثة كانت رديئة الجودة؛ إذ تشمل عيوبها الغموض، والافتقار إلى التوضيح المفاهيمي، وضعف التجارب، والجهل بالأبحاث السابقة. [ 16 ] [ 17 ]

ملكيات

هذه خصائص تميز معظم الخوارزميات الاستكشافية: [ 4 ]

  • الأساليب الاستدلالية هي استراتيجيات توجه عملية البحث.
  • الهدف هو استكشاف مساحة البحث بكفاءة من أجل إيجاد حلول مثالية أو شبه مثالية.
  • تتراوح التقنيات التي تشكل خوارزميات ما وراء الاستدلال من إجراءات البحث المحلي البسيطة إلى عمليات التعلم المعقدة.
  • تعتبر الخوارزميات الميتاهوريستية تقريبية وعادة ما تكون غير حتمية.
  • لا تُعدّ الخوارزميات فوق الحدسية خاصة بمشكلة معينة. ومع ذلك، فقد طُوّرت في كثير من الأحيان في سياق فئة من المشكلات مثل التحسين المستمر [ 18 ] [ 19 ] أو التحسين التوافقي [ 20 ] ، ثم عُمّمت لاحقًا في بعض الحالات. [ 21 ] [ 22 ]
  • يمكنهم الاعتماد على المعرفة الخاصة بالمجال في شكل أساليب استدلالية يتم التحكم فيها بواسطة استراتيجية ذات مستوى أعلى من الاستدلال الفائق.
  • يمكن أن تحتوي على آليات تمنعها من التعثر في مناطق معينة من مساحة البحث.
  • تستخدم أساليب البحث الميتاهوريستية الحديثة في كثير من الأحيان سجل البحث للتحكم في عملية البحث.

تصنيف

مخطط أويلر للتصنيفات المختلفة للأساليب الاستدلالية [ 23 ]

توجد مجموعة واسعة من الخوارزميات فوق الحدسية [ 3 ] [ 1 ] ، وعدد من الخصائص التي تُصنّف بناءً عليها. [ 4 ] [ 24 ] [ 25 ] [ 26 ] لذا، تُفهم القائمة التالية على أنها مثال توضيحي.

يتمثل أحد الأساليب في تحديد نوع استراتيجية البحث. [ 4 ] أحد أنواع استراتيجيات البحث هو تحسين خوارزميات البحث المحلي البسيطة. ومن خوارزميات البحث المحلي المعروفة طريقة تسلق التلال ، والتي تُستخدم لإيجاد الحلول المثلى المحلية. مع ذلك، لا تضمن طريقة تسلق التلال إيجاد الحلول المثلى العالمية.

طُرحت العديد من الأفكار الاستدلالية لتحسين خوارزمية البحث المحلي بهدف إيجاد حلول أفضل. تشمل هذه الاستدلالات: التلدين المحاكي ، والبحث المحظور ، والبحث المحلي المتكرر ، وبحث الجوار المتغير ، وخوارزمية GRASP . [ 4 ] يمكن تصنيف هذه الاستدلالات إلى استدلالات قائمة على البحث المحلي واستدلالات قائمة على البحث العالمي.

Other global search metaheuristic that are not local search-based are usually population-based metaheuristics. Such metaheuristics include ant colony optimization, evolutionary computation such as genetic algorithm or evolution strategies, particle swarm optimization, rider optimization algorithm[27] and bacterial foraging algorithm.[28]

Single-solution vs. population-based

Another classification dimension is single solution vs population-based searches.[4][12] Single solution approaches focus on modifying and improving a single candidate solution; single solution metaheuristics include simulated annealing, iterated local search, variable neighborhood search, and guided local search.[12] Population-based approaches maintain and improve multiple candidate solutions, often using population characteristics to guide the search; population based metaheuristics include evolutionary computation and particle swarm optimization.[12] Another category of metaheuristics is Swarm intelligence which is a collective behavior of decentralized, self-organized agents in a population or swarm. Ant colony optimization,[29]particle swarm optimization,[12]social cognitive optimization, bacterial foraging algorithm[28], and Grey Wolf Optimization are examples of this category.

Hybridization and memetic algorithms

A hybrid metaheuristic is one that combines a metaheuristic with other optimization approaches, such as algorithms from mathematical programming, constraint programming, and machine learning. Both components of a hybrid metaheuristic may run concurrently and exchange information to guide the search.

On the other hand, Memetic algorithms[30] represent the synergy of evolutionary or any population-based approach with separate individual learning or local improvement procedures for problem search. An example of memetic algorithm is the use of a local search algorithm instead of or in addition to a basic mutation operator in evolutionary algorithms.

Parallel metaheuristics

الخوارزمية الميتاهورية المتوازية هي تلك التي تستخدم تقنيات البرمجة المتوازية لتشغيل عمليات بحث ميتاهورية متعددة بالتوازي؛ وقد تتراوح هذه من المخططات الموزعة البسيطة إلى عمليات البحث المتزامنة التي تتفاعل لتحسين الحل الكلي.

باستخدام الخوارزميات الاستكشافية القائمة على السكان، يمكن موازاة السكان أنفسهم إما بمعالجة كل فرد أو مجموعة بخيط معالجة منفصل، أو بتشغيل الخوارزمية الاستكشافية نفسها على جهاز حاسوب واحد وتقييم النسل بطريقة موزعة في كل تكرار. [ 31 ] يُعدّ الخيار الأخير مفيدًا بشكل خاص إذا كان الجهد الحسابي للتقييم أكبر بكثير من الجهد اللازم لتوليد النسل. وهذا هو الحال في العديد من التطبيقات العملية، لا سيما في حسابات جودة الحل القائمة على المحاكاة. [ 32 ] [ 33 ]

أساليب استدلالية مستوحاة من الطبيعة وقائمة على الاستعارة

يُعدّ تصميم الخوارزميات الاستكشافية المستوحاة من الطبيعة مجالًا بحثيًا نشطًا للغاية. فالعديد من الخوارزميات الاستكشافية الحديثة، ولا سيما الخوارزميات القائمة على الحوسبة التطورية، مستوحاة من الأنظمة الطبيعية. وتُشكّل الطبيعة مصدرًا للمفاهيم والآليات والمبادئ اللازمة لتصميم أنظمة الحوسبة الاصطناعية للتعامل مع المشكلات الحسابية المعقدة. وتشمل هذه الخوارزميات الاستكشافية التلدين المحاكي ، والخوارزميات التطورية ، وخوارزمية تحسين مستعمرات النمل ، وخوارزمية تحسين سرب الجسيمات .

بدأت العديد من الخوارزميات الاستكشافية الحديثة، المستوحاة من الاستعارات، تجذب انتقادات في الأوساط البحثية لإخفائها افتقارها إلى الجدة وراء استعارة مُفصّلة. [ 16 ] [ 17 ] [ 25 ] [ 34 ] ونتيجةً لذلك، اقترح عدد من العلماء البارزين في هذا المجال برنامجًا بحثيًا لتوحيد معايير الخوارزميات الاستكشافية، بهدف جعلها أكثر قابلية للمقارنة، من بين أمور أخرى. [ 35 ] ومن النتائج الأخرى تعديل إرشادات النشر في عدد من المجلات العلمية وفقًا لذلك. [ 36 ] [ 37 ] [ 38 ]

التطبيقات

معظم الخوارزميات فوق الحدسية هي أساليب بحث، وعند استخدامها، يجب أن تخضع دالة التقييم لمتطلبات أكبر من تلك المطلوبة في التحسين الرياضي. لا يقتصر الأمر على صياغة الحالة المستهدفة المطلوبة فحسب، بل يجب أن يكافئ التقييم أيضًا التحسينات التي تُجرى على الحل أثناء الوصول إلى الهدف، وذلك لدعم عملية البحث وتسريعها. ويمكن الاسترشاد بدوال اللياقة في الخوارزميات التطورية أو الميمية كمثال على ذلك.

تُستخدم الخوارزميات فوق الحدسية في جميع أنواع مسائل التحسين، بدءًا من المسائل المستمرة مرورًا بالمسائل المختلطة وصولًا إلى التحسين التوافقي أو توليفات منها. [ 9 ] [ 39 ] [ 40 ] في التحسين التوافقي، يُبحث عن الحل الأمثل ضمن فضاء بحث منفصل . ومن الأمثلة على ذلك مسألة البائع المتجول، حيث ينمو فضاء البحث عن الحلول المرشحة بوتيرة أسرع من النمو الأسي مع ازدياد حجم المسألة، مما يجعل البحث الشامل عن الحل الأمثل غير عملي. [ 41 ] [ 42 ] إضافةً إلى ذلك، تعاني المسائل التوافقية متعددة الأبعاد، بما في ذلك معظم مسائل التصميم في الهندسة [ 6 ] [ 43 ] [ 44 ] [ 45 ] مثل إيجاد الشكل وإيجاد السلوك، من لعنة الأبعاد ، مما يجعلها أيضًا غير قابلة للحل باستخدام البحث الشامل أو الطرق التحليلية .

تُستخدم الخوارزميات فوق الحدسية بكثرة في مسائل الجدولة. ومن الأمثلة النموذجية على هذه الفئة من المهام التوافقية جدولة ورش العمل، والتي تتضمن تخصيص خطوات العمل للوظائف لمحطات المعالجة بحيث تُنجز جميع الوظائف في الوقت المحدد وفي أقصر وقت ممكن. [ 5 ] [ 46 ] عمليًا، غالبًا ما يتعين مراعاة بعض القيود، مثل تحديد التسلسل المسموح به لخطوات العمل في وظيفة ما من خلال مسارات عمل محددة مسبقًا [ 47 ] و/أو فيما يتعلق باستخدام الموارد، مثل تنظيم الطلب على الطاقة. [ 48 ] [ 49 ] تشمل الخوارزميات فوق الحدسية الشائعة للمسائل التوافقية الخوارزميات الجينية لهولاند وآخرون، [ 50 ] وبحث التشتت [ 51 ] وبحث التابو [ 52 ] لجلوفر.

يُعدّ مجال التحسين في فضاءات البحث المتصلة أو المختلطة مجالًا واسعًا آخر للتطبيق. ويشمل ذلك، على سبيل المثال، تحسين التصميم [ 6 ] [ 53 ] [ 54 ] أو مهام هندسية متنوعة. [ 55 ] [ 56 ] [ 57 ] ومن الأمثلة على دمج التحسين التوافقي والمتصل تخطيط مسارات الحركة المثلى للروبوتات الصناعية. [ 58 ] [ 59 ]

أطر التحسين الميتاهوريستية

يمكن تعريف إطار العمل متعدد الوسائط (MOF) بأنه "مجموعة من أدوات البرمجيات التي توفر تطبيقًا صحيحًا وقابلًا لإعادة الاستخدام لمجموعة من الخوارزميات الفوقية، والآليات الأساسية لتسريع تنفيذ الخوارزميات الفوقية التابعة لها (والتي قد تشمل ترميزات الحلول وعوامل التشغيل الخاصة بالتقنية)، والتي تُعد ضرورية لحل حالة مشكلة معينة باستخدام التقنيات المتوفرة". [ 60 ]

توجد العديد من أدوات التحسين المرشحة التي يمكن اعتبارها إطارًا متعدد الوظائف (MOF) بميزات متنوعة. تُقارن القائمة التالية التي تضم 33 إطارًا متعدد الوظائف وتُقيّم بالتفصيل في المرجع [ 60 ] : Comet، وEvA2، وevolvica، وEvolutionary::Algorithm، وGAPlayground، وjaga، وJCLEC، وJGAP، وjMetal، وn-genes، وOpen Beagle، وOpt4j، وParadisEO/EO، وPisa، وWatchmaker، وFOM، وHypercube، وHotFrame، وTemplar، وEasyLocal، وiOpt، وOptQuest، وJDEAL، وOptimization Algorithm Toolkit، وHeuristicLab، وMAFRA، وLocalizer، وGALIB، وDREAM، وDiscropt، وMALLBA، وMAGMA، وUOF. وقد نُشرت العديد من الدراسات حول دعم التطبيقات المتوازية، وهو ما غاب عن هذه الدراسة المقارنة، لا سيما منذ أواخر العقد الأول من القرن الحادي والعشرين. [ 32 ] [ 33 ] [ 61 ] [ 62 ] [ 63 ]

المساهمات

توجد العديد من الخوارزميات الاستكشافية المختلفة، ويتم اقتراح متغيرات جديدة باستمرار. ومن أبرز المساهمات في هذا المجال ما يلي:

انظر أيضاً

مراجع

  1. 1 2 3 4 5 6 غلوفر، ف.؛ كوشنبرغر، ج. أ. (2003). دليل الميتاهيورستيك . المجلد 57. سبرينغر، السلسلة الدولية في بحوث العمليات وعلوم الإدارة. ISBN  978-1-4020-7263-5.
  2. ↑ ر. بالاموروغان؛ أ.م. ناتاراجان؛ ك. بريمالاثا (2015). "تحسين الثقوب السوداء ذات الكتلة النجمية لتجميع بيانات التعبير الجيني للمصفوفات الدقيقة ثنائياً" . الذكاء الاصطناعي التطبيقي . 29 (4): 353-381 . doi : 10.1080/08839514.2015.1016391 . S2CID 44624424 . 
  3. 1 2 3 4 5 بيانكي، ليونورا؛ ماركو دوريغو؛ لوكا ماريا غامبارديلا؛ والتر ج. غوتجار (2009). "دراسة استقصائية حول الخوارزميات فوق الحدسية للتحسين التوافقي العشوائي" (ملف PDF) . الحوسبة الطبيعية . 8 (2): 239-287 . doi : 10.1007/s11047-008-9098-4 . S2CID 9141490 . 
  4. 1 2 3 4 5 6 7 8 9 10 بلوم، كريستيان؛ رولي، أندريا (2003). "الأساليب فوق الحدسية في التحسين التوافقي: نظرة عامة ومقارنة مفاهيمية" . مجلة ACM Computing Surveys . 35 (3). ACM: 268–308 . doi : 10.1145/937503.937505 .
  5. 1 2 جاربوي، باسم؛ سياري، باتريك؛ تيغيم، جاك، محرران. (2013). أساليب الاستدلال الميتاهوريستية لجدولة الإنتاج . سلسلة الأتمتة والتحكم والهندسة الصناعية. لندن: ISTE. ISBN 978-1-84821-497-2.
  6. 1 2 3 غوبتا، شوبهام؛ عبد الرزاق، حمودي؛ يلدز، بتول سلطان؛ يلدز، علي رضا؛ ميرجليلي، سيد علي؛ سايت، صادق م. (2021). "مقارنة خوارزميات التحسين الميتاهوريستية لحل مسائل تحسين التصميم الميكانيكي المقيد" . أنظمة الخبراء مع التطبيقات . 183 115351. doi : 10.1016/j.eswa.2021.115351 . hdl : 10072/407991 .
  7. ^ بروكر، بيتر. كنوست ، سيغريد (2012). جدولة معقدة . برلين، هايدلبرغ: سبرينغر. دوى : 10.1007/978-3-642-23929-8 . رقم ISBN 978-3-642-23928-1.
  8. ↑ باباديميتريو، كريستوس هـ.؛ ستيغليتز، كينيث (1998). التحسين التوافقي: الخوارزميات والتعقيد . مينولا، نيويورك: دار نشر دوفر، طبعة جديدة منقحة وغير مختصرة من العمل الذي نشرته دار برنتيس هول عام 1982. ISBN 978-0-486-40258-1.
  9. 1 2 جاد، أحمد ج. (2022). "خوارزمية تحسين سرب الجسيمات وتطبيقاتها: مراجعة منهجية" . أرشيفات الأساليب الحسابية في الهندسة . 29 (5): 2531-2561 . doi : 10.1007/s11831-021-09694-4 . ISSN 1134-3060 . 
  10. ↑ لي، تشنهوا؛ لين، شي؛ تشانغ، تشينغفو؛ ليو، هايلين (2020). "استراتيجيات التطور للتحسين المستمر: دراسة استقصائية لأحدث التقنيات" . الحوسبة السربية والتطورية . 56 100694. doi : 10.1016/j.swevo.2020.100694 .
  11. ↑ غولدبيرغ، دي إي (1989). الخوارزميات الجينية في البحث والتحسين والتعلم الآلي . دار نشر كلوير الأكاديمية. رقم ISBN 978-0-201-15767-3.
  12. 1 2 3 4 5 طالبي، إي جي. (2009). الأساليب الاستكشافية: من التصميم إلى التنفيذ . وايلي. ISBN 978-0-470-27858-1.
  13. ↑ XS Yang, Metaheuristic optimization, Scholarpedia, 6(8):11472 (2011).
  14. ↑ غلوفر، فريد (يناير 1986). "مسارات مستقبلية للبرمجة العددية الصحيحة وروابطها بالذكاء الاصطناعي" (ملف PDF) . الحوسبة وبحوث العمليات . 13 (5): 533-549 . doi : 10.1016/0305-0548(86)90048-1 . ISSN 0305-0548 . 
  15. ↑ رودولف، غونتر (2001). "قد تؤدي الطفرات ذاتية التكيف إلى تقارب مبكر". معاملات IEEE في الحوسبة التطورية . 5 (4): 410-414 . Bibcode : 2001ITEC....5..410R . doi : 10.1109/4235.942534 . hdl : 2003/5378 .
  16. 1 2 سورنسن، كينيث (2015). "الأساليب الاستدلالية - الكشف عن الاستعارة" . المعاملات الدولية في بحوث العمليات . 22 (1): 3-18 . CiteSeerX 10.1.1.470.3422 . doi : 10.1111/itor.12001 . S2CID 14042315 .  
  17. 1 2 براونلي، ألكسندر؛ وودوارد، جون ر. (3 يونيو 2015). "لماذا فقدنا شغفنا بالخوارزميات المستوحاة من الطبيعة" . ذا كونفرسيشن (موقع إلكتروني) . تم الاطلاع عليه بتاريخ 30 أغسطس 2024 .
  18. ↑ شفيل، هانز-بول (1995). التطور والبحث عن الأمثلية . سلسلة تكنولوجيا الحاسوب من الجيل السادس. نيويورك: وايلي. ISBN 978-0-471-57148-3.
  19. ↑ إيبرهارت، ر.؛ كينيدي، ج. (1995)، "مُحسِّن جديد باستخدام نظرية سرب الجسيمات"، وقائع مؤتمر MHS'95 ، IEEE، ص 39-43 ، doi : 10.1109/MHS.1995.494215 ، ISBN  978-0-7803-2676-7
  20. ^ كولورني، ألبرتو. دوريجو، ماركو؛ Maniezzo، Vittorio (1991)، “Distributed Optimization by Ant Colonies”، in Varela، F .؛ بورغين، P. (محرران)، أسيوط. بروك. ECAL91 – المؤتمر الأوروبي للحياة الاصطناعية ، أمستردام: Elsevier Publ.، الصفحات من 134 إلى 142، ISBN  9780262720199
  21. ↑ سوشا، كريستوف؛ دوريغو، ماركو (2008). "تحسين مستعمرات النمل للمجالات المتصلة" . المجلة الأوروبية لبحوث العمليات . 185 (3): 1155-1173 . doi : 10.1016/j.ejor.2006.06.046 .
  22. ^ نيسن، فولكر. Krause، Matthias (1994)، “Constrained Combinatorial Optimization with a Evolution Strategy”، in Reusch، Bernd (ed.)، Fuzzy Logik ، Berlin، Heidelberg: Springer Berlin Heidelberg، pp. 33– 40، doi : 10.1007 / 978-3-642-79386-8_5 ISBN  978-3-540-58649-4تم الاطلاع عليه بتاريخ 24 أغسطس 2024
  23. ↑ تصنيف الخوارزميات فوق الحدسية
  24. ↑ رايدل، غونتر ر. (2006)، "نظرة موحدة على الخوارزميات الميتاهوريستية الهجينة"، في ألميدا، فرانسيسكو؛ بليسا أغيليرا، ماريا ج.؛ بلوم، كريستيان؛ مورينو فيغا، خوسيه ماركوس (محررون)، الخوارزميات الميتاهوريستية الهجينة ، سلسلة محاضرات في علوم الحاسوب، المجلد 4030، برلين، هايدلبرغ: سبرينغر برلين هايدلبرغ، الصفحات 1-12 ، doi : 10.1007/11890584_1 ، ISBN   978-3-540-46384-9تم الاطلاع عليه بتاريخ 24 أغسطس 2024
  25. 1 2 غلوفر، فريد؛ سورينسن، كينيث (2015). "الأساليب الاستدلالية" . سكولاربيديا . 10 (4): 6532. doi : 10.4249/scholarpedia.6532 . ISSN 1941-6016 . 
  26. ↑ بيراتاري، ماورو؛ باكيت، لويس؛ ستوتزل، توماس؛ فارينتراب، كلاوس (2001). "تصنيف الخوارزميات الاستكشافية وتصميم التجارب لتحليل المكونات" . S2CID 18347906 . 
  27. ↑ د، بينو (2019). "RideNN: شبكة عصبية جديدة قائمة على خوارزمية تحسين الراكب لتشخيص الأعطال في الدوائر التناظرية". معاملات IEEE في مجال الأجهزة والقياس . 68 (1): 2-26 . Bibcode : 2019ITIM...68....2B . doi : 10.1109/TIM.2018.2836058 . S2CID 54459927 . 
  28. بانغ ، شينشيونغ؛ تشين، مو-تشين (2023-06-01). "تحسين جدولة طاقم السكك الحديدية باستخدام خوارزمية البحث البكتيري المعدلة" . الحوسبة والهندسة الصناعية . 180 109218. doi : 10.1016/j.cie.2023.109218 . ISSN 0360-8352 . S2CID 257990456 .  
  29. 1 2 م. دوريجو، التحسين والتعلم والخوارزميات الطبيعية ، أطروحة دكتوراه، بوليتكنيكو دي ميلانو، إيطاليا، 1992.
  30. 1 2 موسكاتو، ب. (1989). "حول التطور، والبحث، والتحسين، والخوارزميات الجينية، وفنون الدفاع عن النفس: نحو خوارزميات ميمية" . برنامج الحوسبة المتزامنة في معهد كاليفورنيا للتكنولوجيا (التقرير 826).
  31. ↑ كانتو-باز، إريك (2001). خوارزميات جينية متوازية فعالة ودقيقة . الخوارزميات الجينية والحوسبة التطورية. المجلد 1. بوسطن، ماساتشوستس: سبرينغر الولايات المتحدة. doi : 10.1007/978-1-4615-4369-5 . ISBN  978-1-4613-6964-6.
  32. 1 2 سودولت، ديرك (2015)، "الخوارزميات التطورية المتوازية"، في كاتشبرزيك، يانوش؛ بيدريتش، ويتولد (محرران)، دليل سبرينغر للذكاء الحسابي ، برلين، هايدلبرغ: سبرينغر، ص 929-959 ، doi : 10.1007/978-3-662-43505-2_46 ، ISBN  978-3-662-43504-5تم الاطلاع عليه بتاريخ 2024-09-04
  33. 1 2 خلوف، حاتم؛ محمد، محمد؛ شهود، شادي؛ دوبماير، كليمنس؛ هاجنماير، فيت (2020-11-02)، "إطار عمل عام مرن وقابل للتطوير للتوازي الهرمي للخوارزميات الميتاهوريستية القائمة على السكان"، وقائع المؤتمر الدولي الثاني عشر لإدارة النظم البيئية الرقمية (MEDES'20) ، ACM، الصفحات 124-131 ، doi : 10.1145/3415958.3433041 ، ISBN  978-1-4503-8115-4
  34. ↑ لونز، مايكل أ. (2014)، "الأساليب فوق الحدسية في الخوارزميات المستوحاة من الطبيعة"، في إيجل، كريستيان (محرر)، وقائع المنشور المصاحب للمؤتمر السنوي لعام 2014 حول الحوسبة الجينية والتطورية (GECCO'14) ، مؤتمرات ACM، نيويورك، نيويورك: ACM، الصفحات 1419-1422 ، doi : 10.1145/2598394.2609841 ، ISBN  978-1-4503-2881-4
  35. ^ سوان ، جيري. أدريانسن، ستيفن. بشر، محمد؛ بيرك، إدموند ك. كلارك، جون أ. دي كوسماكي، باتريك؛ دوريلو، خوان خوسيه؛ هاموند، كيفن؛ هارت، إيما؛ جونسون، كولن G.؛ كوكسيس، زولتان أ؛ كوفيتز، بن؛ كرافيك، كرزيستوف؛ مارتن، سيمون. ميريلو، خوان J.؛ مينكو، لياندرو L.؛ أوزجان، أندر؛ بابا، جيزيل لوبو؛ بيش، إروين؛ غارسيا سانشيز، بابلو؛ شيرف، أندريا؛ سيم، كيفن؛ سميث، جيم. ستوتزل، توماس؛ فاغنر ، ستيفان (2015). “أجندة بحثية للتوحيد القياسي Metaheuristic” (PDF) . عالم دلالي . S2CID 63728283 . تم الاسترجاع بتاريخ 30-08-2024 . 
  36. ↑ "مجلة السياسات الاستدلالية في بحوث البحث الاستدلالي" (ملف PDF) . إرشادات التقديم لمجلة الاستدلال . مؤرشف من الأصل بتاريخ 9 يوليو 2017. تاريخ الاطلاع: 1 سبتمبر 2024 .
  37. ↑ "الأهداف والنطاق" . 4OR . تم الاسترجاع في 1 سبتمبر 2024 .
  38. ↑ "الأهداف والنطاق" . الحوسبة الميمية . تم الاسترجاع في 1 سبتمبر 2024 .
  39. ^ ألميدا ، فرانسيسكو. بليسا أغيليرا، ماريا ج.؛ بلوم، كريستيان؛ مورينو فيجا، خوسيه ماركوس؛ بيريز بيريز، ملكياديس؛ رولي، أندريا؛ سامبلز، مايكل، محرران. (2006). الميتايورستكس الهجين . ملاحظات محاضرة في علوم الكمبيوتر. المجلد. 4030. برلين، هايدلبرغ: سبرينغر. دوى : 10.1007/11890584 . رقم ISBN  978-3-540-46384-9.
  40. ↑ نيري، فيرانتي؛ كوتا، كارلوس؛ موسكاتو، بابلو، محرران. (2012). دليل الخوارزميات الميمية . دراسات في الذكاء الحسابي. المجلد 379. برلين، هايدلبرغ: سبرينغر برلين هايدلبرغ. doi : 10.1007/978-3-642-23247-3 . ISBN  978-3-642-23246-6.
  41. ↑ دوريغو، م.؛ غامبارديلا، ل.م. (أبريل 1997). "نظام مستعمرة النمل: نهج التعلم التعاوني لمسألة البائع المتجول". معاملات IEEE في الحوسبة التطورية . 1 (1): 53-66 . doi : 10.1109/4235.585892 .
  42. ↑ ميرز، بيتر؛ فرايسليبن، بيرند (2002). "الخوارزميات الميمية لمسألة البائع المتجول" . الأنظمة المعقدة . 13 (4).
  43. ↑ توموياغا ب، تشيندريش م، سومبر أ، سودريا-أندريو أ، فيلافافيلا-روبلز ر. إعادة تشكيل أنظمة توزيع الطاقة الأمثل وفقًا لمبدأ باريتو باستخدام خوارزمية جينية قائمة على NSGA-II. مجلة Energies. 2013؛ 6(3):1439–1455.
  44. ↑ غانيسان، ت.؛ إيلامفازوثي، إ.؛ كو شعاري، كو زيلاتي؛ فاسانت، ب. (2013-03-01). "ذكاء السرب وخوارزمية البحث الجاذبي لتحسين إنتاج غاز التخليق متعدد الأهداف". الطاقة التطبيقية . 103 : 368-374 . Bibcode : 2013ApEn..103..368G . doi : 10.1016/j.apenergy.2012.09.059 .
  45. ↑ غانيسان، ت.؛ إيلامفازوثي، إ.؛ فاسانت، ب. (2011-11-01). "طريقة التقاطع التطوري للحدود الطبيعية (ENBI) لتحسين نظام قالب الرمل الأخضر متعدد الأهداف". المؤتمر الدولي لهندسة أنظمة التحكم والحوسبة IEEE لعام 2011. الصفحات 86-91 . doi : 10.1109/ICCSCE.2011.6190501 . ISBN  978-1-4577-1642-3. S2CID 698459 . 
  46. ↑ خافا، فاتوس؛ أبراهام، أجيث، محرران. (2008). أساليب الاستدلال الميتاهوريستية للجدولة في التطبيقات الصناعية والتصنيعية . دراسات في الذكاء الحسابي. المجلد 128. برلين، هايدلبرغ: سبرينغر برلين هايدلبرغ. doi : 10.1007/978-3-540-78985-7 . ISBN  978-3-540-78984-0. S2CID 42238720 . 
  47. ↑ جاكوب، ويلفريد؛ ستراك، سيلفيا؛ كوينت، ألكسندر؛ بينجل، غونتر؛ ستوكي، كارل-أوي؛ سوس، فولفغانغ (22 أبريل 2013). "إعادة جدولة سريعة لسير عمل متعدد لموارد غير متجانسة محدودة باستخدام الحوسبة الميمية متعددة المعايير" . الخوارزميات . 6 (2): 245-277 . doi : 10.3390/a6020245 . ISSN 1999-4893 . 
  48. ↑ كيزيلاي، داملا؛ تاسجيتيرين، م. فاتح؛ بان، كوان-كي؛ سوير، جورسيل (2019). "مجموعة من الخوارزميات الفوقية لحل مشكلة جدولة تدفق الإنتاج المحظور الموفرة للطاقة" . بروسيديا للتصنيع . 39 : 1177-1184 . doi : 10.1016/j.promfg.2020.01.352 . S2CID 213710393 . 
  49. ↑ غروش، بينيديكت؛ فايتزل، تيم؛ بانتن، نيكلاس؛ أبيل، إيبرهارد (2019). "خوارزمية فوقية لجدولة الإنتاج التكيفية للطاقة مع ناقلات طاقة متعددة وتطبيقها في نظام إنتاج حقيقي" . بروسيديا سيرب . 80 : 203-208 . doi : 10.1016/j.procir.2019.01.043 . S2CID 164850023 . 
  50. 1 2 هولاند، جيه إتش (1975). التكيف في الأنظمة الطبيعية والاصطناعية . مطبعة جامعة ميشيغان. ISBN 978-0-262-08213-6.
  51. 1 2 جلوفر، فريد (1977). "طرق استدلالية للبرمجة العددية باستخدام قيود بديلة". علوم القرار . 8 (1): 156-166 . CiteSeerX 10.1.1.302.4071 . doi : 10.1111/j.1540-5915.1977.tb01074.x . 
  52. 1 2 جلوفر، ف. (1986). "المسارات المستقبلية للبرمجة العددية الصحيحة وروابطها بالذكاء الاصطناعي". الحوسبة وبحوث العمليات . 13 (5): 533-549 . doi : 10.1016/0305-0548(86)90048-1 .
  53. ↑ كوينت، ألكسندر؛ جاكوب، ويلفريد؛ شيرر، كلاوس-بيتر؛ إيغرت، هورست (2002)، "تحسين لوحة محرك دقيق باستخدام الخوارزميات التطورية والمحاكاة القائمة على طرق العناصر المنفصلة"، في لاودون، ماثيو (محرر)، المؤتمر الدولي حول نمذجة ومحاكاة الأنظمة الدقيقة: MSM 2002 ، كامبريدج، ماساتشوستس: منشورات الحوسبة، ص 192-197 ، ISBN  978-0-9708275-7-9
  54. ↑ بارمي، آي سي (1997)، "استراتيجيات دمج البحث التطوري/التكيفي مع عملية التصميم الهندسي"، في داسغوبتا، ديبانكار؛ ميشاليفيتش، زبيغنيو (محرران)، الخوارزميات التطورية في التطبيقات الهندسية ، برلين، هايدلبرغ: سبرينغر، ص 453-477 ، doi : 10.1007/978-3-662-03423-1_25 ، ISBN  978-3-642-08282-5تم الاطلاع عليه بتاريخ 17 يوليو 2023
  55. ↑ فالادي، جايرامان؛ سياري، باتريك، محرران. (2014). تطبيقات الخوارزميات فوق الحدسية في هندسة العمليات . تشام: دار نشر سبرينغر الدولية. doi : 10.1007/978-3-319-06508-3 . ISBN 978-3-319-06507-6. S2CID 40197553 . 
  56. ↑ سانشيز، إرنستو؛ سكويليرو، جيوفاني؛ توندا، ألبرتو (2012). التطبيقات الصناعية للخوارزميات التطورية . مكتبة مراجع الأنظمة الذكية. المجلد 34. برلين، هايدلبرغ: سبرينغر. doi : 10.1007/978-3-642-27467-1 . ISBN  978-3-642-27466-4.
  57. ↑ أكان، تايماز؛ أنتر، أحمد م.؛ إيتانر-أويار، أ. شيما؛ أوليفا، دييغو، محرران. (2023). التطبيقات الهندسية للأساليب الاستدلالية الحديثة . دراسات في الذكاء الحسابي. المجلد 1069. تشام: دار نشر سبرينغر الدولية. doi : 10.1007/978-3-031-16832-1 . ISBN  978-3-031-16831-4. S2CID 254222401 . 
  58. ↑ بلوم، كريستيان (2000)، "توليد عبارات حركة الروبوت الأمثل الخالي من التصادم بواسطة برنامج GLEAM التطوري"، في كاجنوني، ستيفانو (محرر)، تطبيقات العالم الحقيقي للحوسبة التطورية ، سلسلة محاضرات في علوم الحاسوب، المجلد 1803، برلين، هايدلبرغ: سبرينغر، الصفحات 330-341 ، doi : 10.1007/3-540-45561-2_32 ، ISBN   978-3-540-67353-8تم الاطلاع عليه بتاريخ 17 يوليو 2023
  59. ↑ فولدي، نانتيوات؛ بوريرات، سوجين (14-12-2018)، "تخطيط مسار متعدد الأهداف لروبوت سداسي الأبعاد بناءً على بحث استدلالي متعدد الأهداف"، المؤتمر الدولي للشبكات والاتصالات والحوسبة (ICNCC 2018) ، ACM، الصفحات 352-356 ، doi : 10.1145/3301326.3301356 ، ISBN  978-1-4503-6553-6، S2CID 77394395 
  60. 1 2 باريجو، خوسيه أنطونيو؛ رويز كورتيس، أنطونيو؛ لوزانو، سيباستيان؛ فرنانديز ، بابلو (مارس 2012). “أطر التحسين Metaheuristic: المسح والقياس”. الحوسبة الناعمة . 16 (3): 527-561 . دوى : 10.1007 / s00500-011-0754-8 . ردمك 1432-7643 . 
  61. ↑ غارسيا-فالديز، ماريو؛ ميريلو، جيه جيه (15-07-2017)، "evospace-js: تنفيذ غير متزامن قائم على تجميع الموارد لخوارزميات فوقية غير متجانسة"، GECCO '17: وقائع مؤتمر الحوسبة الجينية والتطورية، ملحق ، نيويورك: ACM، الصفحات 1202-1208 ، doi : 10.1145/3067695.3082473 ، ISBN  978-1-4503-4939-0
  62. ↑ ليم، دودي؛ أونغ، يو-سون؛ جين، ياوتشو؛ سيندهوف، برنارد؛ لي، بو-سونغ (مايو 2007). "خوارزميات جينية متوازية هرمية فعالة باستخدام الحوسبة الشبكية". أنظمة حاسوب الجيل القادم . 23 (4): 658-670 . doi : 10.1016/j.future.2006.10.008 .
  63. ^ نيبرو، أنطونيو ج. باربا غونزاليس، كريستوبال؛ نيتو، خوسيه غارسيا؛ كورديرو، خوسيه أ. Montes، José F. Aldana (2017-07-15)، “Design and architecture of the jMetaISP Framework”، GECCO '17: Proceedings of the Genetic and Evolutionary Computation Conference، Companion ، New York: ACM، pp. 1239– 1246، doi : 10.1145 / 3067695.3082466 ، رقم ISBN  978-1-4503-4939-0
  64. ↑ روبنز، هـ.؛ مونرو، س. (1951). "طريقة تقريبية عشوائية" (ملف PDF) . حوليات الإحصاء الرياضي . 22 (3): 400-407 . doi : 10.1214/aoms/1177729586 .
  65. ^ باريتشيلي، NA (1954). "نماذج رقمية من عمليات التطور". الطرق : 45 – 68.
  66. ↑ راستريجين، ل. أ. (1963). "تقارب طريقة البحث العشوائي في التحكم الأمثل لنظام متعدد المعاملات". الأتمتة والتحكم عن بعد . 24 (10): 1337-1342 .
  67. ↑ ماتياس، ج. (1965). "التحسين العشوائي" . الأتمتة والتحكم عن بعد . 26 (2): 246-253 .
  68. ↑ نيلدر، جيه إيه؛ ميد، آر. (1965). "طريقة سيمبلكس لتقليل الدوال". مجلة الحاسوب . 7 (4): 308-313 . doi : 10.1093/comjnl/7.4.308 . S2CID 2208295 . 
  69. ↑ ريتشنبرغ، إنجو (1965). "مسار الحل السيبراني لمشكلة تجريبية". مؤسسة الطائرات الملكية، ترجمة المكتبة .
  70. ↑ فوغل، ل.؛ أوينز، أ. ج.؛ والش، م. ج. (1966). الذكاء الاصطناعي من خلال التطور المحاكي . وايلي. ISBN 978-0-471-26516-0.
  71. ↑ هاستينغز، دبليو كيه (1970). "طرق أخذ العينات مونت كارلو باستخدام سلاسل ماركوف وتطبيقاتها". بيومتريكا . 57 (1): 97-109 . Bibcode : 1970Bimka..57...97H . doi : 10.1093/biomet/57.1.97 . S2CID 21204149 . 
  72. ↑ كافيكيو، دي جيه (1970). "البحث التكيفي باستخدام التطور المحاكي". تقرير فني . جامعة ميشيغان، قسم علوم الحاسوب والاتصالات. hdl : 2027.42/4042 .
  73. ↑ كيرنيغان، بي دبليو؛ لين، إس. (1970). "إجراء استدلالي فعال لتقسيم الرسوم البيانية". مجلة بيل سيستم التقنية . 49 (2): 291-307 . Bibcode : 1970BSTJ...49..291K . doi : 10.1002/j.1538-7305.1970.tb01770.x .
  74. ↑ ميرسر، ر. إي.؛ سامبسون، ج. ر. (1978). "البحث التكيفي باستخدام خطة التكاثر". كيبرنيتيس . 7 (3): 215-228 . doi : 10.1108/eb005486 .
  75. ↑ سميث، إس إف (1980). نظام تعليمي قائم على الخوارزميات التكيفية الجينية (أطروحة دكتوراه). جامعة بيتسبرغ.
  76. ↑ كيركباتريك، س.؛ جيلات الابن، سي دي؛ فيكي، إم بي (1983). "التحسين باستخدام التلدين المحاكي". مجلة ساينس . 220 (4598): 671-680 . رمز Bibcode : 1983Sci...220..671K . CiteSeerX 10.1.1.123.7607 . doi : 10.1126/science.220.4598.671 . PMID 17813860. S2CID 205939 .   
  77. ↑ موسكاتو، ب.؛ فونتاناري، ج. ف. (1990)، "التحديث العشوائي مقابل التحديث الحتمي في التلدين المحاكي"، رسائل الفيزياء أ ، 146 (4): 204-208 ، رمز Bibcode : 1990PhLA..146..204M ، doi : 10.1016/0375-9601(90)90166-L
  78. ↑ ديوك، ج.؛ شوير، ت. (1990)، "قبول العتبة: خوارزمية تحسين عامة الأغراض تبدو متفوقة على التلدين المحاكي"، مجلة الفيزياء الحاسوبية ، 90 (1): 161-175 ، Bibcode : 1990JCoPh..90..161D ، doi : 10.1016/0021-9991(90)90201-B ، ISSN 0021-9991 
  79. ↑ وولبرت، د.هـ؛ ماكريدي، و.ج (1995). "نظريات لا غداء مجاني للبحث". تقرير فني SFI-TR-95-02-010 . معهد سانتا فيه. S2CID 12890367 . 
  80. ↑ إيجل، كريستيان؛ توسان، مارك (يونيو 2003). "حول فئات الدوال التي تنطبق عليها نتائج "لا غداء مجاني"". رسائل معالجة المعلومات . 86 (6): 317-321 . arXiv : cs/0108011 . doi : 10.1016/S0020-0190(03)00222-9 . ISSN 0020-0190 . S2CID 147624 .  
  81. ↑ أوجيه ، آن؛ تيتاود، أوليفييه (2010). "الغداء المتواصل مجاني بالإضافة إلى تصميم خوارزميات التحسين الأمثل". Algorithmica . 57 (1): 121–146 . CiteSeerX 10.1.1.186.6007 . doi : 10.1007/s00453-008-9244-5 . ISSN 0178-4617 . S2CID 1989533 .   
  82. ↑ ستيفان دروست؛ توماس جانسن؛ إنجو فيجنر (2002). "التحسين باستخدام طرق البحث العشوائية - نظرية (A)NFL، والسيناريوهات الواقعية، والدوال الصعبة". علوم الحاسوب النظرية . 287 (1): 131-144 . CiteSeerX 10.1.1.35.5850 . doi : 10.1016/s0304-3975(02)00094-4 . 

للمزيد من القراءة