الگوریتم گرگ خاکستری GWO

الگوریتم گرگ خاکستری

الگوریتم گرگ خاکستری GWO یک الگوریتم متاهیورستیک است که از ساختار سلسله مراتبی hieratical و رفتار اجتماعی گرگ‌های خاکستری در هنگام شکار کردن الهام گرفته است. این الگوریتم مبتنی بر جمعیت بوده، فرآیند ساده‌ای دارد و به سادگی قابلیت تعمیم به مسائل با ابعاد بزرگ را دارد. گرگ‌های خاکستری به‌عنوان شکارچیان راس یا apex در نظر گرفته می‌شوند، که در بالای هرم زنجیره غذایی هستند.

گرگ‌های خاکستری ترجیح می‌دهند در یک گروه (دسته) زندگی کنند، هر گروه به‌طور متوسط ۵ الی ۱۲ عضو دارد. همه اعضای این گروه دارای سلسله مراتب تسلط اجتماعی بسیار دقیق هستند و وظایف خاصی دارند. در هر گله از گرگ‌ها برای شکار کردن ۴ درجه وجود دارد که مانند شکل زیر به صورت یک ساختار هرمی مدل می‌شود.

• گرگ‌های رهبر گروه alpha نامیده می‌شوند که می‌توانند مذکر یا مونث باشند. این گرگ‌ها بر گله تسلط دارند
• گرگ‌های beta: کمک به گرگ‌های alpha در فرآیند تصمیم گیری بوده و همچنین مستعد انتخاب شدن به جای آن‌ها هستند.
• گرگ‌های delta: پایین‌تر از گرگ‌های beta و شامل گرگ‌های پیر، شکارچی‌ها و گرگ‌های مراقبت کننده از نوزادان
• گرگ‌های omega: پایین‌ترین مرتبه در هرم سلسله مراتب که کم‌ترین حق را نسبت به بقیه اعضای گروه دارند. بعد از همه غذا می‌خورند و در فرآیند تصمیم گیری مشارکتی ندارند.

پکیج کاملی که درادامه مطلب ارائه کرده‌ایم هر آنچه که لازم است در مورد الگوریتم گرگ خاکستری بدانید را در خود دارد. برای آموزش کامل الگوریتم و دانلود پکیج ویژه ما با نام پکیج آموزش الگوریتم گرگ خاکستری GWO همین حالا اقدام کنید.

• پکیج آموزش الگوریتم گرگ خاکستری GWO — کلیک کنید 

روش شکار در گرگ های خاکستری

در توضیح و آموزش الگوریتم گرگ خاکستری می‌توان گفت این الگوریتم شامل ۳ مرحله اصلی است:

1. مشاهده شکار، ردیابی و تعقیب آن (tracking and approaching)
2. نزدیک شدن، احاطه کردن (حلقه زدن) به دور شکار و گمراه کردن آن تا زمانی که از حرکت باز بماند (Pursing and encircling)
3. حمله به شکار (attacking)

در این مقاله ساختار سلسله مراتبی و رفتار اجتماعی گرگ‌ها در حین فرایند شکار به صورت ریاضی مدل شده و برای طراحی الگوریتمی برای بهینه سازی مورد استفاده قرار گرفته است.

در ادامه فیلم آموزشی الگوریتم گرگ خاکستری GWO در متلب به توضیح کامل و واضح مفاهیم تئوری الگوریتم گرگ خاکستری و نحوه کدنویسی آن در متلب پرداخته می‌شود. این آموزش در مدت زمان ۱ ساعت و ۳۰ دقیقه توسط مهندس امین جلیل زاده تدریس شده است.

• فیلم آموزشی الگوریتم گرگ خاکستری GWO در متلب — کلیک کنید

بهینه سازی با استفاده از گرگ‌های alpha, beta و delta انجام می‌شود. یک گرگ به عنوان alpha هدایت کننده اصلی الگوریتم فرض می‌شود و یک گرگ beta و delta نیز مشارکت دارند و بقیه گرگ‌ها به عنوان دنبال کننده آن‌ها محسوب می‌شوند. گرگ های خاکستری توانایی تخمین موقعیت شکار را دارند. برای مدل سازی این فرآیند مراحل زیر را ببینید: در جستجوی اولیه هیچ ایده‌ای در مورد موقعیت شکار نداریم. فرض می‌شود گرگ‌های alpha, beta, delta دانش اول بهتری در خصوص موقعیت شکار (نقطه بهینه جواب) دارند.

تشریح بهینه ساز گرگ خاکستری GWO

در بهینه ساز گرگ خاکستری GWO، مناسب‌ترین راه حل را به عنوان آلفا در نظر می‌گیریم و راه حل‌های دوم و سوم مناسب به ترتیب بتا و دلتا نامگذاری می‌شوند. بقیه راه حل‌ها امگا در نظر گرفته می‌شوند. در الگوریتم GWO ، شکار توسط گرگ‌های آلفا، بتا و دلتا هدایت می‌شود. راه حل امگا از این سه گرگ پیروی می‌کند.

وقتی شکار توسط گرگ‌ها احاطه شده و از حرکت بایستد حمله به رهبری گرگ alpha شروع می‌شود. مدل کردن این فرآیند با استفاده از کاهش بردار a انجام می‌شود. از آن‌جا که A برداری تصادفی در بازه [-2a,2a] است، با کاهش a، بردار ضرایب A هم کاهش می‌یابد. اگر |A|<1 باشد، گرگ alpha به شکار ( و بقیه گرگ‎‌ها) نزدیک می‌شود و اگر |A|>1 گرگ از شکار ( و بقیه گرگ‌ها) دور خواهد شد. الگوریتم گرگ خاکستری الزام دارد که تمام گرگ‌ها موقعت خود را برحسب موقعیت گرگ‌های alpha, beta, delta آپدیت کنند.

محاصره طعمه توسط گرگ‌های خاکستری

در طول شکار، گرگ‌های خاکستری طعمه را محاصره می‌کنند. مدل ریاضی رفتار محاصره در معادلات زیر ارائه شده است. که در روابط زیر t تکرار فعلی ، A و C بردارهای ضریب هستند ، Xp بردار موقعیت طعمه است و X بردار موقعیت گرگ خاکستری را نشان می‌دهد.

بردارهای A و C به شرح زیر محاسبه می‌شوند:

در روابط بالا متغیرa به طور خطی در طول تکرارها از ۲ به ۰ کاهش می‌یابند و r1 ، r2 بردارهای تصادفی در بازه [۰ ، ۱] هستند.

در این بخش فیلم آموزشی الگوریتم گرگ خاکستری GWO در پایتون به توضیح کامل مفاهیم تئوری و نحوه کدنویسی الگوریتم گرگ خاکستری در پایتون پرداخته می‌شود. این آموزش در مدت زمان ۱ ساعت و ۵۲ دقیقه توسط مهندس امین جلیل زاده تدریس شده است.

فیلم آموزش الگوریتم گرگ خاکستری در پایتون — کلیک کنید

عملیات شکار معمولاً توسط آلفا هدایت می‌شود. گرگ های بتا و دلتا ممکن است گه گاه در شکار شرکت کنند. در مدل ریاضی رفتار شکار گرگ‌های خاکستری، ما فرض کردیم که آلفا، بتا و دلتا دانش بهتری در مورد موقعیت بالقوه طعمه دارند. سه راه حل اول بهترین ذخیره می‌شوند و عامل دیگر موظف است موقعیت‌های خود را مطابق با موقعیت بهترین عوامل جستجو مطابق با معادلات زیر به روز کند.

توضیح مرحله جستجو

مرحله جستجو پروسه ای دقیقا عکس فرآیند حمله دارد: در هنگام جستجو گرگ‌ها از یکدیگر دور می‌شوند تا شکار را ردیابی کنند (|A|>1) در حالی که پس از ردیابی شکار، گرگ‌ها در فاز حمله به یکدیگر نزدیک می‌شوند (|A|<1). به این پروسه واگرایی در جستجو – همگرایی در حمله می‌گویند.

Exploration: |A|>1

Exploitation: |A|<1

نقش بردار C: بردار C به عنوان موانع موجود در طبیعت که نزدیک شدن گرگ‌ها به شکار را کند می‌کنند در نظر گرفته می‌شود. بردار C به شکار وزن داده و آن را برای گرگ‌ها غیر قابل دستیابی‌تر می‌کند. این بردار برخلاف a به صورت خطی از ۲ تا صفر کاهش نمی‌یابد.

ترتیب الگوریتم

• برازندگی کلیه جواب‌ها محاسبه شده و سه جواب برتر به عنوان alpha, beta, deltaتا پایان الگوریتم انتخاب می‌شوند.
• در هر تکرار سه جواب برتر (گرگ‌های alpha, beta, delta) قابلیت تخمین موقعیت شکار را داشته و این کار را در هر iteration با استفاده از رابطه زیر انجام می‌دهند:
• در هر تکرار بعد از تعیین موقعیت گرگ‌های alpha, beta, delta، آپدیت موقعیت بقیه جواب‌ها با تبعیت از آن‌ها انجام می‌شود.
• در هر تکرار بردار a (و به تبع آن A) و C آپدیت می‌شوند.
• در پایان تکرارها موقعیت گرگ alpha به عنوان نقطه بهینه معرفی می‌شود.

پاورپوینت آماده الگوریتم گرگ خاکستری در ۱۹ صفحه بصورت فارسی به توضیح کامل الگوریتم گرگ خاکستری GWO و اصول کلی در آن می‌پردازد. برای تهیه این پاورپوینت از طریق لینک زیر اقدام کنید.

• پاورپوینت الگوریتم گرگ خاکستری GWO — کلیک کنید

شبه کد الگوریتم گرگ خاکستری

فلوچارت الگوریتم گرگ خاکستری

با توجه به مطالب ذکر شده فلوچارت الگوریتم گرگ خاکستری را می‌توان بصورت زیر در نظر گرفت. این فلوچارت فقط با تعیین مقادیر بردارهای A و C کار خواهد کرد. توضیح این فلوچارت براحتی با مطالعه مراحل گفته شده در بالا بسیار ساده است.

نتیجه گیری مقاله الگوریتم گرگ خاکستری GWO

در این پست سعی شد نحوه کار الگوریتم گرگ خاکستری توضیح، تشریح و آموزش داده شود. این الگوریتم از سال ۲۰۱۶ یکی از الگوریتم‌های محبوب در زمینه بهینه سازی در بسیاری از تحقیقات بکار گرفته شده است. سایت پی استور با هدف آموزش این الگوریتم، فلوچارت الگوریتم را نیز ارائه کرده است. این الگوریتم توانایی خوبی در حل مسائل پیوسته دارد و مدام از این الگوریتم در مقالات بروز و معتبر دنیا نام برده می‌شود. امیدواریم از این آموزش استفاده لازم را برده باشید.