Son yıllarda, geleneksel matematiksel programlama tekniklerinden kavramsal olarak farklı olan bazı optimizasyon yöntemleri geliştirilmiştir. Bu yöntemler, modern veya geleneksel olmayan optimizasyon yöntemleri olarak etiketlenmiştir. Bu yöntemlerin çoğu biyolojik, moleküler, böcek sürüsü ve nörobiyolojik sistemlerin belirli özelliklerine ve davranışlarına dayanır.
Aşağıdaki yöntemler bu tarif edilmiştir.
1. Genetik algoritmalar
2. Benzetilmiş tavlama
3. Parçacık sürüsü optimizasyonu
4. Karınca kolonisi optimizasyonu
5. Bulanık optimizasyon
6. Sinir-ağı temelli yöntemler
Bu yöntemlerin çoğu sadece son yıllarda geliştirilmiştir ve karmaşık mühendislik problemlerinin çözümü için popüler yöntemler olarak ortaya çıkmaktadır. Çoğu sadece fonksiyon değerlerini gerektirir (ve türevleri değil). Genetik algoritmalar, doğal genetik ve doğal seleksiyon prensiplerine dayanmaktadır. Simüle edilmiş tavlama, kritik olarak ısıtılmış katıların termal tavlama simülasyonuna dayanır. Hem genetik algoritmalar hem de simüle edilmiş tavlama, global minimumları yüksek olasılıkla bulabilen ve doğal olarak ayrık optimizasyon problemlerinin çözümü için uygulanabilir olan stokastik yöntemlerdir. Parçacık sürüsü optimizasyonu, böcek sürüsü, bir kuş sürüsü veya bir balık sürüsü gibi bir canlılar kolonisinin davranışına dayanır. Karınca kolonisi optimizasyonu, yuvalarından yiyecek kaynağına en kısa yolu bulabilen gerçek karınca kolonilerinin ortak davranışlarına dayanır. Birçok pratik sistemde, amaç işlevi, kısıtlamalar ve tasarım verileri sadece belirsiz ve dilsel olarak bilinir. Bu tür problemlerin çözümü için bulanık optimizasyon yöntemleri geliştirilmiştir. Sinir-ağı temelli yöntemlerde, problem birkaç nörondan oluşan bir ağ olarak modellenmiştir ve ağ optimizasyon problemini verimli bir şekilde çözmek için uygun şekilde eğitilmiştir.
Yorumlar
Yorum Gönder
Please do not enter any spam link in the comment box.