روش های ترکیبی فراابتکاری (Hybrid Metaheuristics)، در ریاضیات (Mathematics)
انواع روش های بهینه سازی (Optimization Methods) را در آموزش زیر شرح دادیم :
روش های ترکیبی فراابتکاری (Hybrid Metaheuristics) :
📌 تعریف: روش های ترکیبی فراابتکاری (Hybrid Metaheuristics) به الگوریتم هایی اطلاق می شود که دو یا چند الگوریتم فراابتکاری (مانند ژنتیک، PSO، و...) را با هم ترکیب می کنند، یا یک فراابتکاری را با سایر تکنیک های بهینه سازی (مانند جستجوی محلی، برنامه ریزی خطی، یادگیری ماشین) ادغام می کنند. هدف بهره گیری از نقاط قوت هر روش برای دستیابی به عملکرد برتر است.
🔧 انواع ترکیبات در فراابتکاری های ترکیبی
ترکیب فراابتکاری با جستجوی محلی (Memetic Algorithms): این روش که قبلا نیز اشاره شد، ترکیبی از یک الگوریتم تکاملی سراسری (مانند GA) برای اکتشاف و یک روش جستجوی محلی (مانند هیل کلایمینگ) برای بهره برداری است. این ترکیب بسیار موفق و پرکاربرد است.
ترکیب دو یا چند فراابتکاری: مثلا ترکیب الگوریتم ژنتیک (GA) و بهینه سازی ازدحام ذرات (PSO). در این ترکیب، می توان از PSO برای جستجوی سراسری و از GA برای حفظ تنوع و جلوگیری از همگرایی زودرس استفاده کرد. روش دیگر، استفاده از خروجی یک الگوریتم به عنوان جمعیت اولیه برای الگوریتم دیگر است.
ترکیب فراابتکاری با روش های دقیق (Matheuristics): در این رویکرد، از یک روش دقیق تحقیق در عملیات (مانند برنامه ریزی خطی صحیح) برای حل زیرمسائلی که درون یک الگوریتم فراابتکاری ایجاد می شوند، استفاده می گردد. یا برعکس، از فراابتکاری برای تولید کران های خوب برای روش های شاخه و کران استفاده می شود.
ترکیب فراابتکاری با یادگیری ماشین: استفاده از مدل های یادگیری ماشین برای تنظیم پارامترهای الگوریتم، انتخاب عملگرهای مناسب، یا هدایت جستجو به سمت نواحی امیدبخش.
