حساس به نویز

اگر معیار تشابه در تابع هدف بر اساس فاصله تعریف شود می­توان از تعاریف مختلفی که در مورد فاصله وجود دارد استفاده کرد که در زیر چند نمونه از این توابع آورده شده است.
جدول۲‑۳ معیارهای تشابه بر اساس توابع فاصله مختلف.

فرمول­ها

توابع فاصله

فاصله اقلیدسی.

فاصله همینگ

فاصله چبیشف

فاصله مینک اوسکی

فاصله کانبرا

زاویه جدایی

فصل سوم: بهینه­سازی بر مبنای الگوریتم خفاش
۳-۱- مقدمه
بهینه­سازی یافتن بهترین جواب در خروجی یک تابع یا فرایند، به­وسیله­ تغییر ورودی­های می باشد. واژه­ی بهترین بیان می­دارد که بیش از یک جواب و راه حل برای مسأله وجود دارد که یافتن بهترین جواب (جواب بهینه) بستگی به مسأله­ در دسترس، روش حل و خطای مجاز دارد[۳۶].

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

بیت‌لر و دیگران (۱۹۷۹) بهینه‌سازی را چنین شرح می‌دهند : فعل بهینه‌ ساختن که کلمه قوی‌تری نسبت به بهبود می‌باشد عبارت است از دستیابی به بهینه و بهینه‌سازی اشاره به عمل بهینه ساختن دارد . بنابراین تئوری بهینه‌سازی شامل مطالعات کمی بهینه‌ها و روش یافتن آن­ها است . هم­چنین بهینه به عنوان یک واژه فنی دلالت بر اندازه‌گیری کمی و تحلیل ریاضی دارد در حالی که بهترین ، دارای دقت کمتر بوده و بیشتر برای امور روزمره استفاده می‌شود .
در بیشتر موارد آنچه که با هدف بهینه‌سازی انجام می‌دهیم بهبود است . بهینه‌سازی به دنبال بهبود عملکرد در رسیدن به نقطه یا نقاط بهینه است .
بهینه سازی مبتنی بر رفتار گروهی موجودات زنده به عنوان دسته­ای مهم از این الگوریتم­ها شناخته می­ شود که در برگیرنده­ی روش­های محاسباتی بدیعی است که قادر به حل مسائل بهینه سازی به شیوه ای مؤثر و قابل اعتماد می باشند[۳۷].
روش­های بهینه سازی مبتنی بر رفتار گروهی موجودات زنده را می­توان در بازه­ی وسیعی از کاربردها استفاده کرد. به علت کارایی این روش­ها در پیدا کردن جواب­های رضایت بخش برای مسائل دینامیک و مشکل در زمان قابل قبول، در سال­های اخیر توجه زیادی به این روش­ها شده است. همه منظوره بودن این نوع از روش­های بهینه سازی باعث شده است آن­ها برای بازه­ی وسیعی از کاربردهای دنیای واقعی مناسب باشند. لیست زیر حوزه ­های اصلی کاربرد این دسته از الگوریتم­ها را نشان می دهد: