الگوریتم ترکیبی یادگیری افزایشی مبتنی بر جمعیت و بهینه سازی حدی(GEO_PBIL،PBIL_EO)

  • سال انتشار: 1389
  • محل انتشار: شانزدهمین کنفرانس سالانه انجمن کامپیوتر ایران
  • کد COI اختصاصی: CSICC16_034
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1794
دانلود فایل این مقاله

نویسندگان

میترا هاشمی

دانشجوی کارشناسی ارشد دانشکده برق رایانه و فناوری اطلاعات،دانشگاه آ

محمدرضا میبدی

استاد دانشکده مهندسی کامپیوتر،دانشگاه صنعتی امیرکبیر،تهران

چکیده

الگوریتم PBIL یکی از انواع الگوریتمهای تخمین توزیع است این الگوریتم درمقایسه با الگوریتمهایی مانند الگوریتم ژنتیک از نظر سرعت حافظه مصرفی و دقت جوابهای بدست آمده کارایی بهتری دارد و به خوبی می تواند نقاط ناشناخته فضای جستجو را با به کاربردن روشهای آماری جستجو نماید این الگوریتم از یک بردار احتمال استفاده کرده و اعضای جمعیت را از طریق نمونه برداری از آن ایجاد می کند از طرفی الگوریتم EO برای جستجوهای محلی و نزدیک بهینه مناسب می باشد و می تواند بهترین جواب را از میان جوابهای محلی بدست آورده و دربهینه محلی گیرنکند لذا با ترکیب این دو الگوریتم می توان تعاملی بین دو مفهوم اساسی مطرح در الگوریتمهای تکاملی اکتشاف و بهره برداری ایجاد نموده و نتایج بهتری بدست آورد نتایج موجوددراین مقاله نشان دهنده کاراییالگوریتم پیشنهادی برروی دو مسئله بغرنج دو تکه کردن گراف و زمان بندی وظایف برروی چند پردازنده می باشد.

کلیدواژه ها

الگوریتم یادگیری افزایشی مبتنی بر جمعیت،بهینه سازی حدی،بهینه سازی حدی تعمیم یافته،الگوریتم های تخمین توزیع،مسائل بهینه سازی

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.