چکیده:
الگوریتم مورچگان یک روش فرا ابتکاری است که بر اساس رفتار مورچه های طبیعی عمل می نماید. در این مقاله از این الگوریتم به منظور بهینه یابی قابلیت اطمینان در سیستم های سری با انتخاب های چندگانه در مورد هر زیرسیستم استفاده شده است، طوریکه انتخاب تکنولوژی به گونه ای صورت می گیرد تا قابلیت اطمینان با در نظر گرفتن محدودیت بودجه حداکثر گردد. این مسأله یک مسأله برنامه ریزی صفر و یک غیرخطی می باشد که از مسائلNP- hard محسوب می شود. در الگوریتم مورچگان توسعه داده شده، هر مورچه مصنوعی بر اساس اطلاعاتی که از مورچه های قبلی دریافت می نماید و با توجه به تابع هدف مسأله اقدام به ایجاد یک جواب می نماید؛ این جواب تضمینی ندارد که موجه باشد، لذا ابتدا با یک مکانیزم مناسب با یک جواب همسایه موجه جایگزین می شود و سپس با استفاده از یک روش جستجوی محلی بهبود می یابد. این روش با تنها روش فراابتکاری موجود که یک الگوریتم مورچه می باشد مقایسه شده است؛ نتایج محاسباتی نشان می دهد که الگوریتم ارائه شده می تواند جواب های دارای کیفیت را برای مسائل با ابعاد بزرگ در زمانی کوتاه بدست آورد.
خلاصه ماشینی:
"به عبارت دیگر،مقدار فرومون هرکمان(به تصویر صفحه مراجعه شود)است مگر آنکه این کمان روی مسیر مربوط به بهترین جواب قرار گرفته باشد، که در این صورت مقدار فرومون آن اندکی افزایش مییابد و در موقع بکارگیری رابطه(4) نیز این مقدار کمتر از(به تصویر صفحه مراجعه شود)نخواهد شد.
هرمورچه در آغاز حرکت در گره مربوط به جزء اول قرار میگیرد و بر طبق قاعده انتقال احتمالی به گره مربوط به یکی از تکنولوژیهای در دسترس حرکت میکند(این حرکت در واقع به این معنی است که تکنولوژی مذکور برای این جزء انتخاب شده است)و سپس این مورچه بدون آنکه انتخابی انجام دهد به گره مربوط به جزء دوم انتقال داده میشود و مجددا این پروسه تکرار میگردد تا تکنولوژی مربوط به آخرین جزء سیستم انتخاب شود،یعنی تا وقتی که یک جواب کامل ایجاد گردد.
(6)(به تصویر صفحه مراجعه شود) همانگونه که از روابط(2)و(3)پیداست،اطلاعات هیورستیک جذابیت انتخاب یک کمان(یک تکنولوژی)را نشان میدهد و از سوی دیگر با توجه به مدل مسأله واضح است که تکنولوژی دارای قابلیت اطمینان بیشتر و هزینه کمتر جذابیت انتخاب بیشتری خواهد داشت،لذا استفاده از رابطه(6)منطقی به نظر میرسد.
در این الگوریتم یک مورچه مصنوعی بصورت احتمالی،بر اساس اطلاعاتی که از مورچههای قبلی دریافت مینماید و با در نظر گرفتن اطلاعات هیورستیک،با شروع از اولین جزء یک تکنولوژی را انتخاب مینماید و با ادامه این پروسه برای سایر زیرسیستمها تا آخرین جزء،یک جواب کامل تولید میکند و سپس به منظور ایجاد ارتباط با مورچههای بعدی اقدام به بهنگامسازی فرومون روی مسیر طی شده مینماید تا مورچههای بعدی با احتمال کمتری همین مسیر را انتخاب کنند."