Coalition of metaheuristics through parallel computing for solving complex optimization problems

Gerçek hayat problemlerinin çoğu optimizasyon problemleri olarak modellenebilir ve bu problemlerin etkin çözümüne olan ihtiyaç her zaman talep görmektedir. Bu bağlamda, optimizasyon problemlerinin çözümüne yönelik etkili yaklaşımlar geliştirme çabaları önemli araştırmaların konusu olmuştur. Bu yaklaşımlar genellikle genel amaçlı veya belirli kuralları mantıksal bir kapsamda birleştirir ve bu kuralların mantıksal birleşiminden oluşan yöntemlere optimizasyon algoritmaları denir. Bu çalışmada, karmaşık optimizasyon problemlerinin çözümü için çeşitli metasezgisel algoritmalar Ağırlıklı Süperpozisyon Çekim-İtme Algoritması (WSAR) kontrolünde bir paralel hesaplama ortamında bir araya getirilmiştir. Önerilen yaklaşım, paralel olarak farklı tek çözüm tabanlı meta-sezgisel algoritmaları (SSBMA'lar) çalıştırır ve denetleyici olarak WSAR'ı (yakın zamanda geliştirilen bir sürü zekası tabanlı metasezgisel algoritma) kullanır. SSBMA'lar arama alanını keşfetmekten sorumluyken, WSAR SSBMA'lar arasındaki iletişim sürecini kontrol eder. Sunulan yöntem, iyi bilinen bazı karmaşık optimizasyon problemlerine karşı sırasıyla, sürekli optimizasyon problemleri, ikili optimizasyon problemleri ve kombinatoryal optimizasyon problemleri olmak üzere üç grupta test edilmiştir. Sürekli optimizasyon problemleri için test problemleri olarak CEC 2020 problemleri seçilirken, ikili optimizasyon problemleri için test durumu olarak kapasitesiz tesis yerleşim problemi (UFLP) ve küme birleşimli sırt çantası problemi (SUKP) seçilmiştir. Ayrıca, Kaynak Kısıtlı Proje Çizelgeleme Problemi (RCPSP) ve Permütasyon Akış Atölye Çizelgeleme Problemi (PFSP), kombinatoryal optimizasyon için test problemleri olarak seçilmiştir. Elde edilen sonuçlar diğer bazı optimizasyon algoritmaları ile karşılaştırılmıştır. Karşılaştırma sonuçları, önerilen yaklaşımın çözüm kalitesi ve çözüm süresi açısından rekabetçi olduğunu göstermektedir.