Flying Squirrel Optimizer (FSO): A novel SI-based optimization algorithm for engineering problems
محورهای موضوعی : Meta-heuresticsغلامرضا عزیزیان 1 , فرید میارنعیمی 2 , محسن راشکی 3 , ناصر شابختی 4
1 - گروه مهندسی عمران، دانشکده مهندسی شهید نیکبخت، دانشگاه سیستان و بلوچستان، زاهدان، ایران
2 - گروه مهندسی عمران، دانشکده مهندسی شهید نیکبخت، دانشگاه سیستان و بلوچستان، زاهدان، ایران
3 - گروه مهندسی عمران، دانشکده مهندسی شهید نیکبخت، دانشگاه سیستان و بلوچستان، زاهدان، ایران
4 - دانشکده مهندسی عمران، دانشگاه علم و صنعت، تهران، ایران
کلید واژه: Optimization, Flying squirrels, meta-heuristic, engineering problems, flying squirrel optimizer (FSO),
چکیده مقاله :
This paper provides a novel meta-heuristic optimization algorithm. The behaviors of flying squirrels in the nature are the main inspiration of this research. These behaviors include flying from tree to tree and walking on the ground or on a tree branch to find food. They also contact each other with chirp or squeak. This algorithm is named flying squirrel optimizer (FSO). Two main theories of motion were used for the simulation of flying and walking of the flying squirrels and they are Lévy flight and normal random walk. FSO is also benchmarked on twelve mathematical functions and the answers are compared with MFO, PSO, GSA, BA, FPA, SMS, and FA. The results show that FSO can provide good results when compared with these well-known meta-heuristics approaches. Five classical engineering problems and a real issue in the field of dam engineering were employed to challenge the FSO abilities in solving engineering design problems. The results also show that the proposed FSO algorithm can be used on a wide range of problems with unknown search spaces.
در پژوهش حاضر یک الگوریتم بهینه ساز نوین ارائه شده است. ایده اصلیِ این الگوریتم، از رفتار سنجاب های پرنده در یافتن غذا و نحوة تعامل آن ها با یکدیگر الهام گرفته شده است. این رفتار شامل پریدن از شاخه ای به شاخه دیگر برای نزدیک شدن به موقعیت غذا و سپس قدم زدن تصادفی برای دستیابی به موقعیتِ دقیق غذا می باشد. هم چنین سنجاب های پرنده توسط ایجاد صداهای کوچک و نازکی با یکدیگر ارتباط برقرار کرده و از محیط تقریبیِ غذاهایی هم چون بلوط و غیره، یکدیگر را آگاه می سازند. برای شبیه سازی دو رفتارِ مذکور نیز، به ترتیب از دو تئوری اساسی در حرکت ذرات، شامل پرواز لِوی و قدم زدنِ تصادفی استفاده شده است. نام این الگوریتم FSO می باشد. به علاوه، از دوازده تابع تست الگوریتم برای بررسی کارآیی این الگوریتم استفاده شده و نتایج بدست آمده با الگوریتم های MFO، PSO، GSA، BA، FPA، SMS و FA مقایسه شده است. نتایج حاکی از دقت الگوریتم ارائه شده در مقایسه با الگوریتم های قدرتمند مذکور بوده است. پنج مثال مهندسی نیمه واقعی کلاسیک و یک مثال در حلِ مسائلِ واقعی مربوط به سد بتنی وزنی نیز در این پژوهش ارائه شده است. نتایج بدست آمده نشان دادند که الگوریتم FSO را می توان در حل گستره وسیعی از مسائل مختلف و در محیط های متفاوت به کار برد.
