حل مسایل بهینه سازی چند هدفه با بکارگیری رویکردی نو از تئوری آشوب و چندین زیر جمعیت در الگوریتم NSGA-II
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 660
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICTCK02_117
تاریخ نمایه سازی: 8 آبان 1395
چکیده مقاله:
این مقاله روش جدیدی برای حل مسائل بهینه سازی چند هدفه با بکارگیری m زیرجمعیت مستقل و تئوری آشوبدر الگوریتم NSGA-II ارائه می کند . بهینه سازی چند هدفه یکی از زمینه های پرکاربرد درمیان مباحث بهینه سازی است که در زمینه های مختلف بسیاری کاربرد دارد و همواره سعی در بهبود آنها بوده است و NSGA-II (الگوریتم ژنتیک چند هدفه با مرتب سازی نامغلوب) یکی از پرکاربرد ترین الگوریتم های موجود در این حیطه می باشد. در این روش با استفاده از عملگرهای chaofic و ایجاد m زیر جمعیت در الگوریتم NSGA-II سعی در، حل مشکل تنوع این الگوریتم و فراهم کردن شرایط بهبود عملکرد حاصل از این الگوریتم می باشد. روش پیشنهادی بر روی چندین تابع معیار اجرا و اعمال شده و عملکرد آن با روش NSGA-II مقایسه شده، که نتایج حاکی از بهبود عملکرد الگوریتم پیشنهادی می باشد.
کلیدواژه ها:
نویسندگان
محبوبه سادات کباری
گروه سخت افزار ، واحد مشهد ، دانشگاه آزاد اسلامی ، مشهد، ایران
الهام خان لاری
گروه سخت افزار ، واحد مشهد ، دانشگاه آزاد اسلامی ، مشهد، ایران
محمدرضا اکبرزاده توتونچی
استاد و مدیر، قطب محاسبات نرم و هوشمند پردازش اطلاعات،گروه کامپیوتر و برق،دانشگاه فردوسی 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 :