A New Meta-Heuristic Algorithm for Optimization Based on Variance Reduction of Gaussian Distribution
محل انتشار: مجله مهندسی برق مجلسی، دوره: 10، شماره: 4
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 66
فایل این مقاله در 8 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:
JR_MJEE-10-4_007
تاریخ نمایه سازی: 12 شهریور 1402
چکیده مقاله:
Meta-heuristic methods are global optimization algorithms which are widely used in the engineering issues, nowadays. In this paper, a new stochastic search for optimization is presented using variable variance Gaussian distribution sampling. The main idea in searching for algorithm is to regenerate new samples around each solution with a Guassian distribution. Numerical simulations have revealed that the new presented algorithm outperformed some evolutionary algorithms.
کلیدواژه ها:
Optimization ، en ، Gaussian distribution ، Covariance matrix ، Stochastic search ، Variance reduction ، Probability Density Function (PDF ، hereafter)
نویسندگان
Ali Namadchian
University of Tafresh, Tafresh, Iran
Mehdi Ramezani
University of Tafresh, Tafresh, Iran
Navid Razmjooy
University of Tafresh, Tafresh, Iran
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 :