بهینه سازی مبتنی بر پدیده های فیزیکی (Physical Phenomena-Based Optimization)، در ریاضیات (Mathematics)

انواع روش های بهینه سازی (Optimization Methods) را در آموزش زیر شرح دادیم :

بهینه سازی مبتنی بر پدیده های فیزیکی (Physical Phenomena-Based Optimization) :

📌 تعریف: بهینه سازی مبتنی بر پدیده های فیزیکی (Physical Phenomena-Based Optimization) دسته ای از الگوریتم های فراابتکاری هستند که از قوانین و پدیده های فیزیک برای جستجوی فضای مسئله استفاده می کنند. این الگوریتم ها مفاهیمی مانند گرانش، الکترومغناطیس، ترمودینامیک، مکانیک کوانتوم و سایر پدیده های فیزیکی را شبیه سازی می کنند.

🔧 انواع پدیده های فیزیکی مورد استفاده

گرانش (Gravity): جذب اجسام به سمت یکدیگر بر اساس جرم (مانند GSA).

الکترومغناطیس (Electromagnetism): نیروهای جاذبه و دافعه بین ذرات باردار (مانند CSS).

حرکت سیالات (Fluid Dynamics): جریان آب و قطرات (مانند IWD).

ترمودینامیک (Thermodynamics): انتقال حرارت و تبرید (مانند SA).

مکانیک کوانتوم (Quantum Mechanics): رفتار ذرات در سطح کوانتومی (مانند QPSO).

نورشناسی (Optics): پدیده هایی مانند شکست و بازتاب نور.

💡 مزایای استفاده از پدیده های فیزیکی

ارائه دیدگاه های جدید برای مسائل پیچیده.

قابلیت مدل سازی تعاملات پیچیده بین عوامل جستجو.

اغلب دارای پایه های ریاضی قوی از فیزیک هستند.

می توانند تعادل خوبی بین اکتشاف و بهره برداری ایجاد کنند.