A Novel Biologically Inspired Algorithm for Optimization Based on Worm`s Behavior

"في السنوات الأخيرة، المشاكل التي تحتاج إلى التحسين أصبحت أكثر تعقيداً والحل الدقيق أمراً غير مجد حسابياً. لهذا لسبب الساحة الحوسبة المستوحاة من الناحية البيولوجية أصبحت شعبية جداً. هذا البحث يقدم خوارزمية جديدة تسمى دودة الأمثل (Worm optimization) مستوحاة من سلوكيات البحث عن الطعام من أنواع معينة ايليجانس (ديدان). على وجه الخصوص، وعلى الرغم من أن الديدان لديها عدد محدود من الخلايا العصبية. انهم كانوا قادرين على تحقيق العديد من السلوكيات المعقدة بما في ذلك إيجاد أفضل نوعية غذاء، وتجنب السموم، وتتبادل بين أساليب تستخدم علفاً الانفرادي او الاجتماعي، بالتناوب بين ""استغلال الغذاء المحلي و ""التجوال – بحثاً عن الغذاء"" والدخول في نوع من مرحلة ركود. في هذا البحث، سوف نحاكي تصرفات الديدان، لوضع Metaheuristic التحسين التي سوف تكون قادرة على ايجاد الحلول المثلى في وقت أسرع حسابياً.
فعالية “Worm Optimization”سيتم اثباتها على مشاكل NP - الصلبة المعروفة، ومقارنة مع خوارزميات أخرى."

"In recent years. and as optimization problems are becoming more complex and exact solution approaches computationally infeasible. the arena of biologically inspired computing is becoming quite popular. Subsequently, this research introduces a novel optimization algorithm called Worm Optimization (WO) inspired by the foraging behaviors of Caenorhabditis clegans (Worms).

In particular, and even though worms have a limited number of neurons, they were able to achieve several intricate behaviors including finding better quality food. avoiding toxins, interchanging between solitary and social foraging styles, alternating between ""dwelling - food exploiting"" and ""'roaming - food seeking"", and entering a type of stasis stage. Consequently, the worms' behaviors will be mimicked to develop an optimization metaheuristic that will be able to find optimal solutions in a faster computational time. WO effectiveness will be illustrated on known NP-hard problems, and compared to well-known naturally inspired algorithms."