یک الگوریتم جدید کلونی مورچه مبتنی بر جمعیت برای بهینهسازی پیوسته
محل انتشار: بیستمین کنفرانس مهندسی برق ایران
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,356
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE20_344
تاریخ نمایه سازی: 14 مرداد 1391
چکیده مقاله:
محدودهی کاربرد بهینه سازی پیوسته بسیار وسیع است. بسیاری از مسائل و پردازشها در دنیای واقعی به شکل مسائل بهینهسازی پیوسته مدل می شود. برای نمونه میتوان مسئله طراحی اشکال بهینه در توربینها، انتخاب مقدار پارامترهای پیوسته مثل دما و فشار در پروسه های صنعتی و آموزش شبکه عصبی برای تشخیص پزشکی را نام برد. الگوریتمهای بهینهسازی کلونی مورچه دستهای ازالگوریتمهای بهینهسازی تکاملی هستند که با موفقیت در حل مسائل بهینهسازی گسسته عمل کردهاند. اخیراً نسخه هایی از بهینهسازی کلونی مورچه برای مواجه با مسائل بهینه سازی پیوسته توسعه داده شده است. در این مقاله یک الگوریتم جدید کلونی مورچه پیوسته به نامPbCACOبرای حل مسائل بهینهسازی پیوسته ارائه میشود که بخوبی نقاط امید به جواب را در مسائل چند قلهای پیدا می کند. برای افزایش دقت، الگوریتم پیشنهادی با یک رویهی جستجوی محلی ترکیب میشود. در انتها با انجام آزمایشاتی کارآیی الگوریتم پیشنهادی مورد بررسی قرار میگیرد.
کلیدواژه ها:
نویسندگان
سحر کیان فر
دانشگاه صنعتی امیرکبیر،آزمایشگاه محاسبات نرم
محمدرضا میبدی
دانشگاه صنعتی امیرکبیر،آزمایشگاه محاسبات نرم
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 :