بررسی ، مقایسه وکاربرد الگوریتم های تکاملی در مسائل بهینه سازی
- سال انتشار: 1402
- محل انتشار: چهارمین کنفرانس ملی چالشها و راهبردهای نوین در مهندسی برق و کامپیوتر ایران
- کد COI اختصاصی: INCEE04_047
- زبان مقاله: فارسی
- تعداد مشاهده: 255
نویسندگان
گروه مهندسی کامپیوتر، واحد بندرگز، دانشگاه آزاد اسلامی، بندرگز، ایران
گروه مهندسی کامپیوتر، واحد بندرگز، دانشگاه آزاد اسلامی، بندرگز، ایران
چکیده
الگوریتم های بهینه سازی الهام گرفته از طبیعت به عنوان روش های هوشمند بهینه سازی در کنار روش های کلاسیک موفقیت خوبی از خود نشان داده اند. از جمله این روش ها می توان به الگوریتم های ژنتیک، بهینه سازی کلونی مورچه و روش تبرید شبیه سازی شده و... اشاره نمود. این روش ها در حل بسیاری از مسائل بهینه سازی در حوزه های مختلفی چون تعیین مسیر بهینه عامل های خودکار ، طراحی بهینه کنترل کننده برای پروسه های صنعتی، حل مسائل عمده مهندسی صنایع همانند طراحی چیدمان بهینه برای واحدهای صنعتی، حل مسائل صف و نیز در طراحی عامل های هوشمند استفاده شده اند. الگوریتم های بهینه سازی معرفی شده، به طور عمده الهام گرفته از فرآیندهای طبیعی می باشد و در ارائه این الگوریتم ها به سایر نمودهای تکامل انسانی توجهی نشده است. در این نوشتار الگوریتم جدیدی برای بهینه سازی مطرح می شود که نه از یک پدیده طبیعی، بلکه از یک پدیده اجتماعی – انسانی الهام گرفته است. به طور ویژه این الگوریتم به فرآیند استعمار، به عنوان مرحله از تکامل اجتماعی – سیاسی بشر نگریسته و با مدلسازی ریاضی این پدیده تاریخی ، از آن به عنوان منشاء الهام یک الگوریتم قدرت مند در زمینه بهینه سازی بهره می گیرد. در مدت کوتاهی که از معرفی این الگوریتم می گذرد، از آن برای حل مسائل بسیاری در حوزه بهینه سازی استفاده شده است. طراحی چیدمان بهینه برای واحدهای صنعتی، آنتن های مخابراتی هوشمند، سیستم های پیشنهاد دهنده هوشمند و نیز طراحی کنترل کننده بهینه برای سیستم های صنعتی شیمیایی تعدادی معدود از کاربردهای گسترده این الگوریتم در حل مسائل بهینه سازی می باشد.کلیدواژه ها
الگوریتم ژنتیک، الگوریتم تبرید شبیه سازی شده، الگوریتم جستجوی ممنوع، الگوریتم کلونی مورچه ها، الگوریتم رقابت استعماریمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
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.