الگوریتم های فراکاوشی جدید

 پیچیدگی مدل های ریاضی، افزایش نمایی زمان حل بسیاری از روش ها، عدم دسترسی به اطلاعات گرادیان و همگرایی به بهینه محلی، از جمله مشکلاتی هستند که الگوریتم های بهینه سازی کلاسیک در حل مسایل پیچیده با آن ها مواجه هستند. به منظور رفع این مشکلات از الگوریتم های فراکاوشی به طور گسترده برای حل مسایل پیچیده و چند متغیره استفاده می شود. انتخاب بهترین و مناسب ترین الگوریتم به دلیل تنوع بالای آن ها کاری دشوار است. در پژوهش های گذشته برخی از این روش ها جمع بندی شده اند ولی به دلیل انتشار بیش از اندازه این الگوریتم ها در سال های اخیر، مقاله ای مشخصی که تمامی این روش ها را بیان و مقایسه نماید وجود ندارد. در این مقاله مهم ترین الگوریتم های بهینه سازی فراکاوشی از سال 2012 تاکنون معرفی شده است. در بخش های مجزا برای هر الگوریتم، تاریخچه، منبع الهام، تابع هدف و تعداد پارامترهای تنظیم آن بیان شده است. سپس با استفاده از چندین نظریه، این الگوریتم ها دسته بندی و مقایسه شده اند. با توجه به نوع کاربرد هر الگوریتم در مسایل مهندسی، نمی توان الگوریتم واحدی را به عنوان بهترین روش معرفی نمود با این وجود الگوریتم بهینه سازی گرگ خاکستری (GWO)، یکی از الگوریتم های با تعداد ارجاع بالا در سال های اخیر می باشد.