رضا توکلی مقدم

علیرغم پیشرفت­ های شگرف در روش ­های دقیق (Exact Methods) و همچنین سخت‌افزارهای رایانه­­ ای، امکان حل بسیاری از مسائل دنیای واقعی با آن­ها وجود ندارد. با توجه به این محدودیت، در دهه ­های اخیر الگوریتم­های فراابتکاری (Meta-heuristics) کاربرد گسترده و موفقیت‌آمیزی در حل  انواع مختلفی از مسائل بهینه­ سازی ترکیباتی (Combinatorial Optimization Problems) داشته­ اند. همچنین با توجه به وجود نرم‌افزارهای تجاری قدرتمند در حل مسائل برنامه­ ریزی عدد صحیح مختلط (MILP)، برخی از محققان بر آن شده ­اند تا از این امکان در خلق الگوریتم­ های فراابتکاری و ابتکاری (Heuristics) ترکیبی کاراتر برای رسیدن به جواب­ های با کیفیت در زمان معقول بهره جویند. بنا بر تعریف، الگوریتم­ هایی که از ترکیب الگوریتم­ های فراابتکاری یا ابتکاری با روش­های برنامه­ ریزی ریاضی (Mathematical Programming) حاصل می­گردند، مت‌هیورستیک (Matheuristics) نامیده می­شوند. با وجود جدید بودن این حوزه، تعداد قابل توجهی از مطالعات از این رویکرد حل در حوزه­های مختلف استفاده نموده­اند. معمولاً این الگوریتم­ ها از یک ساختار راهبر-پیرو (Master-Slave) پیروی می­کنند. یا الگوریتم­ های فراابتکاری در نقش راهبر وظیفه اکتشاف و جستجو (Exploration) را داشته و الگوریتم­ های برنامه ­ریزی ریاضی در دل آن­ها نقش تمرکز و استخراج (Exploitation) را بازی می­کنند. یا اینکه روش ­­های فراابتکاری در درون الگوریتم­ های برنامه­­ ریزی ریاضی بکار گرفته می­شوند. به عنوان مثال جواب­ های با کیفیت الگوریتم­ های فراابتکاری به عنوان حد در روش شاخه و برش به ویژه در مراحل اولیه آن استفاده می­شوند.