The purpose of this paper is to describe and evaluate a new algorithm for optimization. The new algorithm is named the Genetic Flock Algorithm. This algorithm is a type of hybrid of a Genetic Algorithm and a Particle Swarm Optimization Algorithm. The paper discusses strengths and weaknesses of these two algorithms. It then explains how the Genetic Flock Algorithm combines features of both and gives details of the algorithm. All three algorithms are compared using eight standard optimization problems that are used in the literature. It is shown that the Genetic Flock Algorithm provides superior performance on 75% of the tested cases. In the remaining 25% of the cases it outperforms either the Genetic Algorithm or the Particle Swarm Optimization Algorithm; it is never worse than both. Possible future improvements to the Genetic Flock Algorithm are briefly described

هدف این مقاله ارائه و ارزیابی یک الگوریتم بهینه سازی جدید است. الگوریتم جدید، الگوریتم ژنتیک پرندگان نام دارد. این الگوریتم نوعی ترکیبی از الگوریتم ژنتیک و الگوریتم بهینه سازی ذرات است. این مقاله به نقاط قوت و ضعف دو الگوریتم می پردازد. سپس چگونگی ترکیب شدن ویژگی های هردو را شرح داده و جزئیات الگوریتم را بیان می کند. هرسه الگوریتم با استفاده از هشت مسئله بهینه سازی استاندارد ادبیات موضوع با هم مقایسه می شوند. نشان داده می شود که الگوریتم ژنتیک پرندگان، کارآیی برتری در 75% حالات تست شده دارد. در 25% بقیه حالات، کارآیی بیشتری نسبت به الگوریتم ژنتیک یا بهینه سازی ذرات داشته و در هیچ حالتی بدتر از دو الگوریتم دیگر نیست. بهبودهای ممکن در آینده نیز به طور خلاصه بررسی می شوند.

1-مقدمه

این مقاله الگوریتم ژنتیک پرندگان را معرفی می کند. این الگوریتم ترکیبی از الگوریتم های ژنتیک و بهینه سازی ذرات است. هرسه الگوریتم از طریق مسائل استاندارد بهینه سازی ارزیابی می شوند.

الگوریتم ژنتیک که در اواسط دهه 70 توسط John Holland به شهرت رسید [1]، تئوری های زیستی تکامل، ژنتیک، انتخاب طبیعی و جهش را در یک الگوریتم رایانشی ادغام می کند که به طور اکتشافی راه حلی بهینه را برای یک مسئله جستجو می کند. راه حلی ممکن برای یک مسئله توسط یک ژنوم نشان داده می شود که اصولا شامل یک کروموزوم است. این کروموزوم شامل مقادیری با نام ژن است. جهش و تقاطع نیز برای تغییر کروموزوم ها استفاده می شود. جهش شامل تغییرات کوچک تصادفی در کروموزوم هاست. تقاطع شامل تبادل میزانی از ویژگی های ژنتیکی می باشد…