الگوریتم بهینه سازی کلونی مورچه با مکانیزم جهش و کاربرد آن
محل انتشار: دومین کنفرانس ملی مهندسی صنایع و سیستم ها
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,066
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NIESC02_028
تاریخ نمایه سازی: 27 اردیبهشت 1393
چکیده مقاله:
الگوریتم بهینه سازی جهش یافته کلونی مورچه MACO توسط معرفی مکانیزم جهش برای الگوریتم Aco ارایه میشود و برای مسئله فروشنده دوره گرد TSP و بطور کلی شناسایی کاربرد آن دراین مقاله به کارگرفته شدها ست الگوریتم بهینه سازی کلونی مورچه ها ACO درحال حاضر با موفقیت دربهینه سازی ترکیبی مورداستفاده قرارگرفته است با این حال باتجمع فرمون ممکن است به یک بهینه کلی دست پیدا نکنیم زیرا میتواند دریک مقدار مینیمم موضعی و درنتیجه یک حالت پایداربدقرارگرفته باشد ارایه الگوریتم MACO میتواند جستجوی محدوده را بیشتر کند و باتغییر تصادفی یک یاچندعنصر ازبهترین راه حل موضعی ازمینیمم شدن موضعی جلوگیری کند که این عملکرد عملیات جهش مانند الگوریتم ژنتیک است پیاده سازی درعملیات جهش ساده است عملکرد الگوریتم MACO تقریبا باهمان پیچیدگی محاسباتی الگوریتم aCO اما برتر است MACO برای TSP و همچنین شناسایی کاربرد آن دراین مقاله به کارگرفته میشود و ازطریق شبیهسازی های کامپیوتری نشان داده شده است که الگوریتم MACO عملکرد بسیاربهتری درحل این دومشکل نسبت به الگوریتم ACOدارد
کلیدواژه ها:
هوش مصنوعی ، بهینه سازی کلونی مورچه ها ، الگوریتم تکاملی جهش یافته ، مسئله فروشنده دوره گرد ، تشخیص چندگانه
نویسندگان
سمیه سلیمانی باباکمالی
دانشگاه پیام نورتهران شمال
محسن محمدی بهبهانی
دانشگاه پیام نورتهران شمال
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 :