گسسته سازی الگوریتم رقابت استعماری و مقایسه ی آن با الگوریتم ژنتیک
محل انتشار: اولین همایش ملی فناوری اطلاعات و ارتباطات
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,459
فایل این مقاله در 6 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:
ABHARICT01_090
تاریخ نمایه سازی: 5 مهر 1393
چکیده مقاله:
امروزه برای حل مسائل مختلف بهینه سازی، مخصوصاً مسائل NP-Hard و به دست آوردن جواب نزدیک بهینه از روش های مکاشفه ای استفاده می شود. در این زمینه الگوریتم های بسیاری از جمله الگوریتم ژنتیک، جستجوی ممنوعه، شبیه سازی تبرید و روش های مکاشفه ای دیگری ارائه شده است. اخیراً یک الگوریتم تکاملی جدید به نام الگوریتم رقابت استعماری برای حل مسائل غیر قطعی پیشنهاد شده است. این الگوریتم همانگونه که از نام آن بر می آید، بر مبنای مدل سازی فرآیند اجتماعی سیاسی پدیده ی استعمار بنا نهاده شده است. الگوریتم رقابت استعماری از این جهت در نوع خود یک الگوریتم جدید و قابل رقابت با سایر الگوریتم های مکاشفه ای از جمله الگوریتم ژنتیک، کلونی مورچگان و غیره می باشد. با توجه به این که مسائل بهینه سازی به دو دسته ی پیوسته و گسسته تقسیم بندی می شوند. این الگوریتم در دسته ی حل مسائل پیوسته قرار می گیرد. در این مقاله، نسخه ای گسسته از الگوریتم رقابت استعماری معرفی می شود و از لحاظ عملکرد و عملگرها با الگوریتم ژنتیک مقایسه می شود و نشان داد می شود که تقریباً تمام مسائلی که با الگوریتم ژنتیک حل می شوند، قابل حل با الگوریتم رقابت استعماری نیز می باشند. از این الگوریتم می توان برای حل مسائل بهینه سازی در شبکه ها مثلاً شبکه های حسگر بی سیم به عنوان مثال به د ست آوردن درخت تجمیع داده استفاده کرد.
کلیدواژه ها:
نویسندگان
صبا مهدی پور نعیم ممقانی
دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد زنجان، گروه مهندسی کامپیوتر، زنجان، ایران
علی اصغر پورحاجی کاظم
دانشگاه آزاد اسلامی واحد ت بریز، گروه مهندسی کامپیوتر، تبریز، ایران
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 :