ترکیب الگوریتم ژنتیک و بهینه سازی ازدحام ذرات برای حل مسائل بهینه سازی پیوسته

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,015

فایل این مقاله در 5 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:

INDMATH01_006

تاریخ نمایه سازی: 10 شهریور 1393

چکیده مقاله:

ترکیب روش های بهینه سازیابتکاری، رویکرد هایی قوی وکارآمدبرای حل مسائل پیچیده دردنیای واقعی فراهم می کنند.از این رو، دراین مقاله، ترکیبی از دو تکنیک بهینه سازی ابتکاری به نام های الگوریتم ژنتیک و بهینه سازی ازدحام ذرات برای بهینه سازی مسائل پیوسته بررسی می شود. در این روش ترکیبی، به منظور افزایش کارایی در جستجوی جواب بهینه، علاوه بر عملگرهای ژنتیکی دخیل در الگوریتم ژنتیک از مکانیزم حافظه دار بودن الگوریتم ازدحام ذرات نیز استفاده شده است. مقایسه کارایی الگوریتم ترکیبی با الگوریتم های ژنتیک و بهینه سازی ازدحام ذراتبر روی تعدادی تابع محک نشان دهنده کارایی بالاتر الگوریتم ترکیبی است.

کلیدواژه ها:

نویسندگان

وحید رضایی

دانشجوی کارشناسی ارشد علوم کامپیوتر، دانشکده ریاضی، دانشگاه سیستان و بلوچستان

امین راحتی

استادیار گروه علوم کامپیوتر، دانشکده ریاضی، دانشگاه سیستان و بلوچستان

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 :
  • Kao, Yi-Tung., Zahara, Erwie., "A hybrid genetic algorithm and particle ...
  • D.E. Goldberg, Genetic Algorithms in Search, Optimization and Machine learning, ...
  • _ _ _ and experimental illustrations", Applied Eberhart, "Particle ...
  • optimization" .proc.Int. On Neural Networks , Piscataway, NJ, USA, pp.1942-1848. ...
  • 1113 427 731 138 29 56 22 10 17 ...
  • نمایش کامل مراجع