پاورپوینت الگوریتم جهش قورباغه اShuffled Frog Leaping Algorithm

تاریخچه الگوریتم

• در سال 1993، ایده اولیه الگوریتم بر پایه ترکیب اطلاعات محلی برای دستیابی به یک جواب بهینه جهانی توسط Duan و Gupta مطرح شد.
• در سال 1995، Kennedy و Eberhart الگوریتم PSO را پیشنهاد دادند.
• چارچوب دقیق این الگوریتم در سال 2003 توسط Eusuff و Lansey تدوین شد.
• در سال 2004، Liong و Atiquzzaman آن را با ایده الگوریتم های Memetic ترکیب کردند.
• در سال 2005، Elbeltagi و گروهش مطالعه ای جامع روی مقایسه این الگوریتم با سایر الگوریتم های تکاملی انجام داده و کارایی آن را بررسی کردند.
• در سال 2006، ارائه دهندگان SFLA این الگوریتم را برای مسائل بهینه سازی گسسته توسعه داده و عاملی به نام فاکتور بهینه سازی به آن افزودند.
• در سال 2009، Zhen نسخه بهبودیافته ای از این الگوریتم را برای مسائل بهینه سازی پیوسته ارائه کرد.

در طی این سال ها و پس از آن، کاربردهای مختلف این روش بهبود یافت و در بسیاری از حوزه ها مورد استفاده قرار گرفت.

الگوبرداری زیستی

• این الگوریتم از پدیده های طبیعی و حرکت جمعی موجوداتی مانند پرواز پرندگان، کلونی مورچه ها، و پرش قورباغه ها الهام گرفته است.
• دو عامل کلیدی در تکامل موجودات زنده، ژنتیک و یادگیری هستند که در جوامع انسانی به عنوان فرهنگ شناخته می شود.
• پایه و اساس الگوریتم جهش قورباغه، تکامل از طریق تبادل اطلاعات میان اعضای جمعیت است.