ارائه یک معماری بهینه برای الگوریتم های تقلیدی

سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,681

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ACCSI13_248

تاریخ نمایه سازی: 25 آبان 1386

چکیده مقاله:

الگوریتم های تقلیدی به عنوان یک استراتژی ترکیب، از جمله متدهای هوشمند بهینه سازی در فرایند حل مسأله می باشند . کارایی این الگوریتم ها به ساختار و ماهیت عملگر تقلید مورد استفاده در آن وابسته می باشد. در این مقاله تاثیر به کارگیری انواع مختلف عملگرهای تقلید در کارایی و زمان اجرای الگوریتم های ژنتیک تقلیدی مورد بررسی قرار گرفته و ساختاری بهینه برای یک عملگر تقلید رائه شده است. در عملگر پیشنهادی با جلوگیری از تکرار های اضافی و همچنین کاهش تدریجی نرخ تقلید، زمان لازم برای اجرای الگوریتم به صورت چشم گیری کاهش می یابد . برای اعتبار سنجی راه کار پیشنهادی شبیه سازی هایی صورت گرفته است. نتایج حاصل از این شبیه سازی ها نشان می دهد که استفاده از عملگر تقلید پیشنهادی سبب می گردد تا الگوریتم پاسخ های به مراتب مطلوب تری را نسبت به سایر معماری های متداول الگوریت مهای تقلیدی نتیجه دهند.

نویسندگان

رامین اعیان زاده

دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران (انجمن فناوری اطلاعات)

محمد تشنه لب

دانشیار، دانشکده برق، دانشگاه صنعتی خواجه نصیرالدین طوسی

سعید ستایشی

دانشیار دانشکده مهندسی هسته ای، دانشگاه صنعتی امیرکبیر

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 :
  • گایتون، آرتور، فیزیولوژی بدن انسان، ترجمه گروه فیزیولوژی دانشگاه تبریز، ...
  • دبلیو، جیمز، زندن، وندر، روانشناسی رشد، ترجمه گنجی، حمید، انتشارات ...
  • تکامل تدریجی رفتار در الگوریتم های ممتیک با استفاده از سازگاری در تقلید افراد جامعه [مقاله کنفرانسی]
  • Melani, Mitchell, An introduction to Genetic Algorithms, MIT Press, 2002. ...
  • A.E. Eiben, J.E. Smith, Introduction to Evolutionary computing, Springer, Springer ...
  • A.P. Engelbrecht, Fundamentals of Comupu tational Swarm Intelligence, John Wiely ...
  • P. Moscato, Mermetic algorithms: A short introduction, New York: Mc ...
  • F.G. Guimares, F. Camplelo, H. Igarashi, J.E. Lowther, D.A. Ramrez, ...
  • H. Ishibuchi, T. Yoshida, and T. Murata, " Balance between ...
  • Y. Ong, A. Keane, ' Meta- Lamarckian teaming in remetic ...
  • M. Lozano, F. Herrera, N. Krasnogor, D. Molina, " Real- ...
  • Y.-S. Ong, M.-H. Lim, N. Zhu, K.-W. Wong, ' Classification ...
  • Gorge s-Schleuter M., Explicit Parallelism of Genetic Algoritms through Population ...
  • Local Minimum ' HillClimbing ...
  • نمایش کامل مراجع