بهبود الگوریتم بهینهسازی انبوه ذرات با استفاده از اکتشاف بهینه فضای جستجو
محل انتشار: اولین همایش ملی پژوهش های مهندسی رایانه
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 829
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:
RCEITT01_195
تاریخ نمایه سازی: 11 اردیبهشت 1394
چکیده مقاله:
الگوریتم بهینهسازی انبوه ذرات (PSO) حساس به شراط اولیه میباشد. این الگوریتم ذرات را به صورت تصادفی، در فضای جستجو پخش مینماید. تولید اعداد به صورت تصادفی دارای خاصیت ارگودیسی نمیباشد و در نتیجه آنتروپی کم و تنوعکاهش مییابد، که این امر باعث میشود فضای جستجو به طور سیستماتیک و بهینه پوشش داده نشود. برای رفع این مشکل با استفاده از الگوریتم ژنتیک موقعیت اولیه ذرات تعیین میشود. آزمایشات با استفاده از چندین توابع محک بررسی شده است و نتایج نشان میدهد که روش پیشنهاد داده شده عملکرد الگوریتم بهینه سازی انبوه ذرات را به طور چشم گیری افزایش داده است.
کلیدواژه ها:
نویسندگان
سیداحمد میرزایی
گروه هوش مصنوعی، دانشگاه آزاد اسلامی واحد مشهد،
حمید اصلانی
گروه هوش مصنوعی، دانشگاه آزاد اسلامی واحد مشهد،
مهدی یعقوبی
عضو هیئت علمی گروه برق، دانشگاه آزاد اسلامی واحد مشهد،
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 :