عیین مقدار و نقاط بهینه تابع هدف Pressure Vessel با استفاده از الگوریتم بهینه¬سازی ازدحام شیرها

شیرهای ماده در یک کار گروهی طعمه را از جهات مختلف محاصره می¬کنند و با یک حمله سریع آن¬ها را می¬گیرند [2]. LSO از رفتار هوشمند سه جمعیت شیرها بنام محافظ شیرها (شیرشاه)، شکار کردن شیر ماده؛ و پیروی بچه شیرها الهام میرد. در LSO سیاست بروزرسانی موقعیت برای این سه جمعیت متفاوت هستند. LSO از قانون رقابت بیولوژیکی "بقای اصلح" در طبیعت پیروی می¬کند یعنی شیرشاه از قلمرو محافظت می¬کند و تقدم بر غذا را تحت تصرف خود در می¬آورد، ماده شیرها در شکار مشارکت می¬کنند و بچه شیرها غذا می¬خورند، شکار یاد می¬گیرند و بعد از رسیدن به دوران بلوغ خارج می¬شوند. تراکم محل شیرها تضمین می¬کند که LSO سریع همگرا شود و به آسانی توسط یک جواب بهینه محلی گمراه نشود. LSO در مقایسه با الگوریتم ژنتیک (GA) و بهینه¬سازی ازدجام ذرات (PSO) همگرایی سریع¬تر با دقت بالا دارد و جواب بهینه فراگیر بهتری حاصل می¬کند [1].