بهینه سازی جتسجوی فرامکاشفه پرتو محلی و اجرای آن روی تابع تست ACKLEY

  • سال انتشار: 1389
  • محل انتشار: اولین کنفرانس ملی محاسبات نرم و فن آوری اطلاعات
  • کد COI اختصاصی: NCSCIT01_010
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1848
دانلود فایل این مقاله

نویسندگان

مهدی امیری

دانشجوی کارشناسی ارشد مهندسی کامپیوتر (نرم افزار ) ، دانشگاه آزاد اسلامی واحد

چکیده

انسان به عنوان یک عامل هوشمند در مسائل روزمره ای که برایش پیش می آید با استفاده از تکنیک های جستجو اقدام به یافتن راه حلی برای مسئله می کند .در حالت کلی دو روش جستجوی آگاهانه و جستجوی ناآگاهانه وجود دارند که شاید این تصویر به وجود اید که جستجوی آگاهانه بهتر از ناآگاهانه می باشدامام چنین تصوری را نمی توان قطعاً درست تلقی کرد چرا که در صورت ناآگاهانه بودن ماهیت مسئله چاره ای جز جستجوی ناآگاهانه نخواهیم داشت.همچنین سریعتر بودن جستجوی آگاهانه نسبت به جستجوی نا آگاهانه نیز بستگی به شرایط مسئله خواهد داشت و موارد بسیار زیادی می توان یافت که در آن جستجوی ناآگاهانه سریعتر از جستجوی آگاهانه ما را به جواب مسئله می رساند. در هوش مصنوعی میتوان روش های مختلف جستجو را با محاسبات آماری مقایسه نمود و در صورت امکان بهبود بخشید در این مقاله به بررسی جستجوی فرامکاشفه ای پرتو محلی ، پرداخته شده و سعی شده است تا با اضافه کردن پارامترهای کمکی نتیجه بهتری گرفته شود نکته مهم اینست که در هوش مصنوعی هیچ چیز را نمی توان قطعی تصور کرد.

کلیدواژه ها

هوش مصنوعی , جستجوی فرامکاشفه ای , جستجوی ÷رتو محلی , فضای حالت

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.