چگونه پای رقابت های استعماری به دنیای ریاضی باز شد؟ – مصاحبه با پدید آورنده این الگوریتم

متلب سایت – مرجع هوش مصنوعی ایران: الگوریتم رقابت استعماری، به عنوان یک روش جدید و با قدرت عمل بالا، به خوبی، جای خود را در میان روشهای بهینه سازی تکاملی باز کرده است و روند رشد و توسعه آن هنوز هم ادامه دارد. اخیراً روزنامه هفت صبح در بخش سرویس علمی خود، مصاحبه ای را با پدید آورنده این الگوریتم منتشر کرده است که باز نشر آن برای مخاطبین وبسایت محاسبات تکاملی نیز خالی از لطف به نظر نیامد. در این مصاحبه، می توانید با چگونگی ایجاد، رشد و توسعه الگوریتم رقابت استعماری آشنا شوید و از زبان مبتکر آن، نقاط قوت و ضعف کار و موانع راه توسعه یک کار علمی را بشنوید. در ادامه مطلب می توانید باز نشر بخشهای برداشت شده ای از این مصاحبه مفصل را بخوانید.

—————————————————————–

پژوهشگر ایرانی با الهام از روند تکامل اجتماعی انسان، موفق به طراحی الگوریتم فرهنگی جدیدی شده است. این الگوریتم به عنوان نخستین الگوریتم بهینه سازی مبتنی بر یک فرآیند اجتماعی-سیاسی، از سرعت همگرایی بالایی در مقایسه با الگوریتم های موجود برخوردار است.

اسماعیل آتش پز گرگری، دانش آموخته کارشناسی ارشد مهندسی برق (کنترل) دانشگاه تهران و دانشجوی دکتری مهندسی برق دانشگاه تگزاس اِی اَند اِم، در دوران تحصیلات کارشناسی ارشد خود موفق به ارائه این الگوریتم جدید شده بود. او در توضیح طرح خود گفت: این الگوریتم در سال ۲۰۰۷ میلادی، طی مقاله ای با نویسندگی بنده و زنده یاد دکتر کارو لوکس، چهره ماندگار مهندسی برق کشور، به جامعه علمی محاسبات تکاملی معرفی شد. الگوریتم رقابت استعماری (Imperialist Competitive Algorithm – ICA) روش جدیدی در بهینه سازی تکاملی است که قابلیت اعمال به بسیاری از مسائل بهینه سازی در زمینه های مختلف علوم و مهندسی را دارد.

بیشتر جذبه علمی این الگوریتم به ابتکار آن در ارائه مدلی جدید از روند بهینه سازی است که الهام گرفته از فرایند توسعه و تکامل اجتماعی، سیاسی و فرهنگی است. وی خاطر نشان کرد: الگوریتم ارائه شده، با داشتن یک دیدگاه نو به مبحث بهینه سازی، پیوندی جدید میان علوم انسانی و اجتماعی از یک سو و علوم فنی و ریاضی از سوی دیگر برقرار می کند.

روش کار الگوریتم رقابت استعماری
آتش پز گرگری در تشریح ساختار الگوریتم توسعه داده شده تصریح کرد: پایه‌های اصلی این الگوریتم را سیاست همسان سازی (Assimilation)، رقابت استعماری (Imperialistic Competition) و انقلاب (Revolution) تشکیل می‌دهند. این الگوریتم با تقلید از روند تکامل اجتماعی، اقتصادی و سیاسی کشورها و با مدلسازی ریاضی بخشهایی از این فرایند، عملگرهایی را در قالب منظم به صورت الگوریتم ارائه می‌دهد که می‌توانند به حل مسائل پیچیده بهینه سازی کمک کنند. در واقع این الگوریتم جوابهای مسئله بهینه سازی را در قالب کشورها نگریسته و سعی می‌کند در طی فرایندی تکرار شونده این جواب‌ها را رفته رفته بهبود داده و در نهایت به جواب بهینه مسئله برساند.

آتش پز گرگری خاطر نشان کرد: همانند دیگر الگوریتم‌های تکاملی، این الگوریتم، نیز با تعدادی جمعیت اولیه تصادفی که هر کدام از آنها یک «کشور» نامیده می‌شوند؛ شروع می‌شود. تعدادی از بهترین عناصر جمعیت (معادل نخبه‌ها در الگوریتم ژنتیک) به عنوان امپریالیست انتخاب می‌شوند. باقیمانده جمعیت نیز به عنوان مستعمره، در نظر گرفته می‌شوند. استعمارگران بسته به قدرتشان، این مستعمرات را با یک روند خاص که در ادامه می‌آید؛ به سمت خود می‌کشند. قدرت کل هر امپراطوری، به هر دو بخش تشکیل دهنده آن یعنی کشور امپریالیست (به عنوان هسته مرکزی) و مستعمرات آن، بستگی دارد. در حالت ریاضی، این وابستگی با تعریف قدرت امپراطوری به صورت مجوع قدرت کشور امپریالیست، به اضافه در صدی از میانگین قدرت مستعمرات آن، مدل شده‌است. با شکل‌گیری امپراطوری‌های اولیه، رقابت امپریالیستی میان آن‌ها شروع می‌شود. هر امپراطوری‌ای که نتواند در رقابت استعماری، موفق عمل کرده و بر قدرت خود بیفزاید (و یا حداقل از کاهش نفوذش جلوگیری کند)، از صحنه رقابت استعماری، حذف خواهد شد. بنابراین بقای یک امپراطوری، وابسته به قدرت آن در جذب مستعمرات امپراطوری‌های رقیب، و به سیطره در آوردن آنها خواهد بود. در نتیجه، در جریان رقابت‌های امپریالیستی، به تدریج بر قدرت امپراطوری‌های بزرگتر افزوده شده و امپراطوری‌های ضعیف‌تر، حذف خواهند شد.

اقبال گسترده به الگوریتم رقابت استعماری
وی خاطر نشان کرد: از همان روزهای ابتدای معرفی، این الگوریتم به سرعت مورد استقبال پژوهشگران داخل و خارج کشور قرار گرفت. پایان نامه های مختلف در مقاطع کارشناسی ارشد و دکتری در حل مسائل بهینه سازی خود در زمینه مهندسی برق، کامپیوتر، مهندسی صنایع، رباتیک، مهندسی شیمی و مهدسی مکانیک و غیره، به سرعت شروع به استفاده از این الگوریتم کردند. در عرض کمتر از ۴ سال، بدون در نظر کردن مقالاتی که به کار ارجاع داده اند و نیز دهها مقاله منتشر شده به فارسی در داخل کشور، بیش از یکصد مقاله معتبر به زبان انگلیسی منتشر شده در مجلات و کنفرانسهای معتبر بین المللی از این الگوریتم به صورت مستقیم در عنوان کار خود استفاده کرده اند. همچنین نگارش دهها پایان نامه در داخل و خارج کشور به محوریت این الگوریتم، نشان اقبال عمومی و اعتماد علمی جامعه محاسبات تکاملی و نیز اساتید و دانشجویان، به این الگوریتم جدید دارد. روند رشد این الگوریتم بصورت تصاعدی ادامه دارد. بطوری که بیش از ۷۰ دردصد رشد آن و استفاده از آن در پروژه های علمی و صنعتی در سال گذشته میلادی صورت گرفته است.

وی در عین حال اظها%