ارائه یک الگوریتم بهینه سازمبتنی برآتاماتا یادگیر

فریده اجاقلو

ارائه یک الگوریتم بهینه سازمبتنی برآتاماتا یادگیر

محل انتشار: اولین همایش ملی رویکردهای نوین در مهندسی کامپیوتر و بازیابی اطلاعات

سال انتشار: 1392

نوع سند: مقاله کنفرانسی

زبان: فارسی

مشاهده: 971

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

دانلود فایل کامل مقاله

صدور گواهی نمایه سازی
من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

https://civilica.com/doc/225609

شناسه ملی سند علمی:

BPJ01_347

تاریخ نمایه سازی: 29 دی 1392

چکیده مقاله ارائه یک الگوریتم بهینه سازمبتنی برآتاماتا یادگیر

الگوریتم ازدحام ذرات یک روش بهینه سازی براساس قوانین احتمال است دراین روش هریک ازذرات درفضای جستجو به سمت بهترین تجربه شخصی و بهترین تجربه گروه حرکت می کنند سپس موقعیت جدید هرذره توسط تابع شایستگی ارزیابی میشود باگذشت زمان ذرات به سمت ذراتی که دارای شایستگی بالاتری هستند شتاب میگیرند این رفتاردربعضی ازمسائل باعث میشود که ذرات دربهینه های محلی قرارگیرند و قدرت بهینه سازی و دقت الگوریتم کاهش یابد دراین مقاله یک الگوریتم جدید بهنام DMPSO&LA پیشنهاد میشود که به منظور تعیین یک مسیر حرکت مناسب برای ذره ها و همچنین گریز ازبهینه های محلی ازیک اتاماتا یادگیر با سه عمل استفاده می کند جستجومحلی سراسری و ایجادبی نظمی درهنگام جستجو محلی به منظور افزایش جستجوی محلی دراطراف بهترین ذره و هدایت آنها به سمت نقاط برتر ذره ای به جمعیت اضافه میشود سپس این ذره را جایگزین ذره باکمترین شایستگی می کند و زمانی که دروضعیت ذره ها بهبودی حاصل نشود باایجادشوک ازبهینه محلی دورمی شوند نتایج ازمایشات برروی مسائل نمونه نشان داده اند که روش ارایه شده ازدقت بالاتری نسبت به روشهای مشابه برخوردار است

کلیدواژه های ارائه یک الگوریتم بهینه سازمبتنی برآتاماتا یادگیر:

الگوریتم بهینه سازی ازدحام ذرات ، توابع بهینه ساز ، آتاماتایادگیر

نویسندگان مقاله ارائه یک الگوریتم بهینه سازمبتنی برآتاماتا یادگیر

فریده اجاقلو

مدرس دانشگاه آزاد اسلامی علی آبادکتول

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

Shi, Y. _ Eberhart, R., "A Modified Particle Swarm Optimizer, ...

Shi, Y., Eberhart, R. C., "Empirical Study of Particle Swarm ...

Jiao, B., Lian, Z. G., _ Dynamic Inertia Weight Particle ...

Malik, R. F., Abdul Rahman, T., "New Particle Swarm Optimizer ...

Chun-man, Y., Xian-xiang, W., "Empirical Study of the Inertia Weight ...

Kennedy, J., "Particle Swarm Optimization, " IEEE International Conference on ...

Ratnaweera, A, Halgamure, S. K., _ Self-organizing hierarchical particle Swarm ...

Eberhart, R. C., Shi, Y., "Comparing inertia weights and constriction ...

Xie, X. F., Zhang, W. J., Yang, Z. L, "A ...

Zhang, W. J., Xie, X. F., "DEPSO: Hybrid Particle Swarm ...

Sheybani, M., Meybodi, M. R., "PSO-LA: A New Model ...

_ _ _ Anmual CSI Computer Conference of Iran, pp. ...

Hamidi, M., Meybodi, M. R., "New Learning Automata Based Partice ...

X.F. Xie, W.J. Zhang, and Z.L. Yang, "A Dissipative Particle ...

نمایش کامل مراجع