بهبود الگوریتم سیاه چاله به کمک عملگرهای ژنتیک
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 475
فایل این مقاله در 7 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_136
تاریخ نمایه سازی: 8 آبان 1395
چکیده مقاله:
طبیعت همواره منبع الهام بوده است. در طول چند دهه گذشته، بسیاری از الگوریتم های موفق و ابزارهای محاسباتیبرای برخورد با مسائل پیچیده بهینه سازی به کار گرفته شده اند. الگوریتم سیاه چاله که یک الگوریتم ابتکاری جدیداست از پدیده سیاه چاله الهام گرفته شده است. این الگوریتم سرعتی بالا و ساختاری ساده برای پیاده سازی دارد ولیتنوع کمی درجمعیتش دارد که باعث میشود این الگوریتم در بهینه محلی گیر کند. ما برای ایجاد تنوع در جمعیتالگوریتم سیاه چاله و فرار از بهینه محلی از عملگرهای برش و جهش استفاده کرده ایم که این کار باعث بهبود درجستجوی سراسری شده است. برای ارزیابی عملکرد الگوریتم پیشنهادی، آن را بر روی تعدادی تابع محک موردآزمایش قرار دادهایم. نتایج شبیهسازی نشان می دهد که الگوریتم پیشنهادی توانسته در ارائه راه حل مطلوب در مقابلدو روش دیگر، بسیار موثر و کارآمد عمل کند.
کلیدواژه ها:
نویسندگان
سارا علی زاده
گروه هوش مصنوعی، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
سیدجواد مهدوی چابک
گروه هوش مصنوعی، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
گلاره ویسی
گروه هوش مصنوعی، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، 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 :