بررسی الگوریتم های متا-هیوریستیک و کاربردهای آن ها در حل مسائل بهینه سازی
- سال انتشار: 1404
- محل انتشار: چهارمین کنفرانس بین المللی پژوهش ها و دستاوردهای نو در علوم، مهندسی و فناوری های نوین
- کد COI اختصاصی: SETBCONF04_020
- زبان مقاله: فارسی
- تعداد مشاهده: 52
نویسندگان
دانشجوی دکترا مهندسی کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی، میبد، ایران
استادیار گروه مهندسی کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی، میبد، ایران
استادیار گروه مهندسی کامپیوتر، واحد میبد، دانشگاه آزاد اسلامی، میبد، ایران
چکیده
در این مقاله، محققان به بررسی الگوریتم های متا-هیوریستیک و کاربردهای آن ها در حل مسائل بهینه سازی پرداخته اند. الگوریتم های متا-هیوریستیک روش های قدرتمندی برای حل مسائل پیچیده بهینه سازی هستند که از فرآیندهای طبیعی و اجتماعی الهام گرفته اند و به دنبال یافتن راه حل های نزدیک به بهینه هستند. یکی از مسائل مطرح شده در مقاله، برنامه ریزی مبتنی بر فعالیت است که بر اساس مسئله فروشنده دوره گرد طراحی شده است. هدف این مسئله بهینه سازی برنامه افراد با در نظر گرفتن سفرها و شبکه حمل و نقل موجود است. به دلیل پیچیدگی این مسئله، روش های سنتی و دقیق قادر به ارائه راه حل های مناسب نیستند. در این راستا، پژوهشگران به معرفی رویکردهای جدید مانند الگوریتم های فراابتکاری پرداخته اند. این تکنیک ها ممکن است راه حل بهینه را پیدا نکنند، اما می توانند در یک بازه زمانی معقول به یک راه حل نزدیک به بهینه برسند. در ادامه، نویسندگان تحلیل بیبلیومتریک را انجام داده و ویژگی های توصیفی و ارزیابی ۱۲۰ الگوریتم فراابتکاری را ارائه کرده اند. نتایج نشان می دهد که الگوریتم ژنتیک بیشترین کاربرد را دارد، اما الگوریتم کلونی مورچگان بر اساس تعداد استناد ها محبوب تر است. در پایان، شکاف های تحقیقاتی ناشناخته و انتظارات آینده مطرح شده است.کلیدواژه ها
الگوریتم های متا-هیوریستیک, بهینه سازی, الگوریتم ژنتیک, الگوریتم کلونی مورچگان, الگوریتم شبیه سازی تبریدمقالات مرتبط جدید
- روش های یادگیری تقویتی برای امنیت اینترنت اشیا: تشخیص، پیش بینی و پیشگیری از حملات
- ارزیابی پتانسیل های اجرای شهر هوشمند در چابهار با تاکید بر توسعه سرمایه گذاری در منطقه آزاد چابهار
- بررسی کارایی سیستم های موقعیت یاب درون ساختمانی
- چالش ها در تحلیل داده های دریایی بر اساس الگوریتم های یادگیری ماشین (یادگیری تحت نظارت)
- Implementation of XOR Gate Using QCA Technology
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.