Essays and Surveys in Metaheuristics

یافتن راه‌حل‌های دقیق برای بسیاری از مسائل بهینه‌سازی ترکیبی در تجارت، مهندسی و علم، علیرغم تأثیر پیشرفت‌های اخیر در برنامه‌نویسی ریاضی و فناوری رایانه، هنوز یک چالش واقعی است. زمینه های جدید کاربردها، مانند زیست شناسی محاسباتی، تجارت الکترونیک و مدیریت زنجیره تامین، چالش ها و نیازهای جدیدی را برای الگوریتم ها و تکنیک های بهینه سازی به همراه دارند. فراابتکاری رویه‌های اصلی هستند که عملیات اکتشافی‌های فرعی را هدایت و اصلاح می‌کنند تا راه‌حل‌های تقریبی بهبودیافته‌ای برای مسائل بهینه‌سازی سخت با توجه به الگوریتم‌های ساده‌تر ایجاد کنند. آنها همچنین ابزارهای سریع و قوی را ارائه می دهند و راه حل هایی با کیفیت بالا در زمان های محاسباتی معقول تولید می کنند. حوزه فراابتکاری در سال های اخیر به سرعت در حال پیشرفت بوده است. تکنیک‌هایی مانند بازپخت شبیه‌سازی شده، جستجوی تابو، الگوریتم‌های ژنتیک، جستجوی پراکنده، جستجوی تصادفی حریصانه، جستجوی همسایگی متغیر، سیستم‌های مورچه‌ای و ترکیب‌های آنها در حال حاضر از جمله کارآمدترین و قوی‌ترین استراتژی‌های بهینه‌سازی برای یافتن راه‌حل‌های با کیفیت بالا برای بسیاری از راه‌حل‌های واقعی هستند. مشکلات بهینه سازی زندگی تعداد بسیار زیادی از کاربردهای موفق فراابتکاری در ادبیات گزارش شده و در بسیاری از کتاب ها، مجلات و مقالات کنفرانس منتشر شده است. مجموعه‌ای از کنفرانس‌های بین‌المللی که به طور کامل به تئوری، کاربردها و تحولات محاسباتی در فراابتکاری اختصاص داده شده‌اند، تعداد فزاینده‌ای از شرکت‌کنندگان را از دانشگاه‌ها و صنعت جذب کرده‌اند.

Finding exact solutions to many combinatorial optimization problems in busi­ ness, engineering, and science still poses a real challenge, despite the impact of recent advances in mathematical programming and computer technology. New fields of applications, such as computational biology, electronic commerce, and supply chain management, bring new challenges and needs for algorithms and optimization techniques. Metaheuristics are master procedures that guide and modify the operations of subordinate heuristics, to produce improved approx­ imate solutions to hard optimization problems with respect to more simple algorithms. They also provide fast and robust tools, producing high-quality solutions in reasonable computation times. The field of metaheuristics has been fast evolving in recent years. Tech­ niques such as simulated annealing, tabu search, genetic algorithms, scatter search, greedy randomized adaptive search, variable neighborhood search, ant systems, and their hybrids are currently among the most efficient and robust optimization strategies to find high-quality solutions to many real-life optimiza­ tion problems. A very large nmnber of successful applications of metaheuristics are reported in the literature and spread throughout many books, journals, and conference proceedings. A series of international conferences entirely devoted to the theory, applications, and computational developments in metaheuristics has been attracting an increasing number of participants, from universities and the industry.