Journal international d'intelligence d'essaim et de calcul évolutif

Abstrait

Application de l'algorithme d'optimisation Grasshopper pour les fonctions de test contraintes et non contraintes

Abhishek G. Neve

L'algorithme d'optimisation Grasshopper est l'un des algorithmes récents d'optimisation. Cet algorithme est un algorithme inspiré de la nature basé sur un essaim qui imite et modélise mathématiquement le comportement d'un essaim de sauterelles dans la nature. L'algorithme proposé peut être utilisé pour résoudre les problèmes d'optimisation d'ingénierie. Le GOA est testé pour différentes fonctions de test de référence afin de valider et de vérifier les performances de l'algorithme. Les résultats obtenus à partir du GOA sont comparés aux valeurs réelles (résultats) des fonctions de test. Les résultats obtenus à partir de l'algorithme montrent que l'algorithme est capable de donner des résultats précis. Les fonctions de test sans contrainte et avec contrainte résolues à l'aide de l'algorithme d'optimisation Grasshopper (GOA) et les résultats peuvent valider que l'algorithme donne des résultats fiables. La technique de gestion des contraintes est utilisée pour convertir le problème d'optimisation avec contrainte en problème d'optimisation sans contrainte, de sorte que le problème puisse être traité par l'algorithme d'optimisation Grasshopper (GOA). La méthode de pénalité statique est utilisée comme technique de gestion des contraintes dans cet article. L'algorithme peut également s'appliquer à différents problèmes d'ingénierie dans la vie réelle.