ارایه رویکردجدیدالگوریتم موازی (Fine grain) با استفاده ازترکیب الگوریتم های تکاملی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 646
فایل این مقاله در 10 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:
ITCC01_256
تاریخ نمایه سازی: 9 فروردین 1395
چکیده مقاله:
برای پیاده سازی الگوریتم Fine Grain در الگوریتم ژنتیکموازی PGA، در این مقاله یک روش جدید برای پیاده سازی Fine grain مبتنی بر الگوریتم تکاملی تفاضلی و ژنتیک ارائه شده که این مدل را DE+ES+GA می نامیم. برای یافتن راه حل بهینه در یک فضای جستجوی بسیار بزرگ توسط GA و PGA، زمان اجرای طولانی را نیاز دارد، با ارزیابی و مقایسه روش پیشنهادی با سایر روش ها، مشخص شده که در روش پیشنهادی Fine grain DE+ES+GA با درنظر گرفتن تنوع بالا، در زمان کمتری به راه حل مطلوب می رسد.
کلیدواژه ها:
نویسندگان
مریم پاسالار
کارشناسی ارشد، گروه هوش مصنوعی ، دانشکده فنی و مهندسی کامپیوتر ، دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر،ایران
مرضیه دادور
استادیار، گروه هوش مصنوعی ، دانشکده فنی و مهندسی کامپیوتر ، دانشگاه آزاد اسلامی واحد علوم و تحقیقات بوشهر، 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 :