الگوریتم کرم های درخشان (Glowworm Swarm Optimization - GSO)، در ریاضیات (Mathematics)
انواع روش های بهینه سازی (Optimization Methods) را در آموزش زیر شرح دادیم :
الگوریتم کرم های درخشان (Glowworm Swarm Optimization - GSO) :
📌 معرفی
الگوریتم کرم های درخشان (Glowworm Swarm Optimization - GSO) توسط کریشنانند و گوش در سال ۲۰۰۵ معرفی شد. این الگوریتم از رفتار درخشش کرم های شب تاب (Glowworms) برای جذب جفت یا طعمه الهام گرفته است. هر کرم درخشان دارای مقدار لوسیفرین (Luciferin) است که نشان دهنده درخشش آن است و با برازندگی ارتباط دارد.
✨ ایده اصلی
کرم ها در فضای جستجو پخش می شوند و با توجه به مقدار لوسیفرین (که به برازندگی آنها بستگی دارد) درخشش دارند. کرم ها در همسایگی خود به دنبال کرم هایی با لوسیفرین بالاتر می گردند و به سمت آنها حرکت می کنند. شعاع همسایگی هر کرم به طور تطبیقی تنظیم می شود.
📐 مراحل
به روزرسانی لوسیفرین:
\[ l_i(t) = (1-\rho) l_i(t-1) + \gamma J(x_i(t)) \].
انتخاب همسایه:
\[ j \in N_i(t) \]اگر
\[ d_{ij} < r_d^i \]و
\[ l_j(t) > l_i(t) \].
محاسبه احتمال حرکت به سمت همسایه j.
حرکت:
\[ x_i(t+1) = x_i(t) + s \cdot (x_j(t) - x_i(t))/d_{ij} \].
به روزرسانی شعاع همسایگی:
\[ r_d^i(t+1) = \min\{r_s, \max\{0, r_d^i(t) + \beta (n_t - |N_i(t)|)\}\} \].
