الگوریتم بهینه‌سازی مبتنی بر رفتار تجمعی گیاهان هرز و بررسی نسخه‌های مختلف آن

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,535

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

DOROUDIT01_108

تاریخ نمایه سازی: 7 آذر 1391

چکیده مقاله:

الگوریتم مبتنی بر رفتار تجمعی گیاهان هرز یکی از انواع روش های بهینه سازی فراابتکاری می باشد که از نحوه گرد ‏آمدن و تجمع گیاهان هرز در طبیعت الهام گرفته شده است. این الگوریتم برای حل مسائل بهینه سازی از جمله طراحی ‏سیستم هایی از جمله ماهواره بر، بهینه سازی و تنظیم کنترل کننده های قوی، یافتن موقیعت بهینه محرک های پیزوالکتریک و ‏پیکربندی آنتن بکار می رود. تاکنون پژوهش خاصی که به معرفی ‏IWO‏ و روش های مختلف آن بپردازد صورت نگرفته است. ‏بنابراین در مقاله حاضر، هدف معرفی و بررسی ‏IWO‏ و نسخه های مختلف آن بر اساس برخی گزارشات منتشر شده در این ‏زمینه است.‏

کلیدواژه ها:

الگوریتم مبتنی بر رفتار تجمعی گیاهان هرز ، ‏IWO/PSO ، ‏MIWO ، ‏DIWO ، شبکه عصبی ، بهینه سازی

نویسندگان

مریم کیانی

کارشناسی ارشد مهندسی کامپیوتر - گروه کامپیوتر - دانشگاه آزاد اسلامی وا

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 :
  • J. H. Holland, Adoption in Natural and Artificial Systems, University ...
  • M. Dorigo, V. Maniezzo, and A. Colorni, The ant system: ...
  • J. Kennedy, R. Eberhart, Particle sWarm optimization, In Proceedings of ...
  • Kirkp atrick, Gelatt, Vecchi , Optimization by Simulated annealing, 671-680, ...
  • R. Mehrabian, C. Lucas, A novel numerical optimization algorithm inspired ...
  • Glover, Tabus earch, partI, ORSA Journal of Computing, PP. 190-206, ...
  • Glover, Tabus earch, partlII, ORSA Journal of Computing, PP. 4-32, ...
  • N. Nayebpanah, J. Roshanian, and A. R. Mehrabian, Aerospace Launch ...
  • A. R. Mehrabian and A. Yousefi-Koma, Optimal positioning of piezoelectric ...
  • H. Sepehri-Rad, C. Lucas, A recommender system based on invasive ...
  • X. Zhang, Y. Wang, G. Cui, Y. Niu, and J. ...
  • B. Dadalipour, A. R. Mallahzadeh, and Z Davoodi-Rad, Application of ...
  • M. S ahraei -Ardakani , et al, A study of ...
  • H. Hajimirsadeghi and C. Lucas, A hybrid IWO/PSO algorithm for ...
  • operation, in: Intelligent Control and Automation (WCICA). pp. 11 - ...
  • M. Ramezani Ghalenoei, H. Haj imirsadeghi, C. Lucas, Discrete invasive ...
  • Giri R. , Chowdhury A., Ghosh A. , Das S., ...
  • D. Kim, H. Kim, D. Chung, A Modified Genetic Algorithm ...
  • L. Fausett, Fundamentals of Neural Networks Architecture, Algorithms, and Applications, ...
  • L.G.C. Hamey , XOR has No Local Minima A case ...
  • G.Wei, Study of Evolutinary Neural Network based on Ant Colony ...
  • نمایش کامل مراجع