ترکیب بهینه سازی چند هدفی با سیر تکاملی متمایس برای حل مسائل بهینهسازی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 379

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

COMCONF02_166

تاریخ نمایه سازی: 5 بهمن 1395

چکیده مقاله:

در حلول دهه ی آخر حل مسائل مربوط به بهینه سازی تحت قشار توسط الگوریتم های تکاملی و فرگشتی، توجه زیاد محققان و کارورزان را یه خود جلب کرده است. روشی Wan5.cai. الگوریتم اخیر مربوط به بهینه سازی است که توسط مؤلقین پیشنهاد شده است. اگرچه، کمیود اصلی آن، این است که یک قرایند آزمایشی - خطا برای انتخاب پارامترهایی مناسب استقاده شده است. برای غالبی آمدن بر کمبود بالا. این مقاله؛ نسخه و نمونه ای پیشرقته را از روش CW پیشنهاد می کند که CMODE نامیده شده و بهینه سازی چند حداقی را یا تکامل هایی متمایز ترکیبی کرده تا یا مسائل مریوط به بهینه سازی نام برده روبرو شده و سروکار داشته باشند. مثل cW قیلی، مقایسه ی عوامل در CMODE اغلبی بر پایه ی بهینه سازی چند هادقی است. در CMODE، تکامل دیقرانسیلی و افتراقی به عنوان یک موتور تحقیقاتی حقط شده است. بعلاوه: مکانیزم جایگزینی یک یخش بر پایه ی بهینه سازی چند خدقی پیشنهاد شده است که یا خندق راهنمایی جمعیت در طولی ارائه راه حل ها و حوزه ای امکان پذیر صورت می گیرد. عملکرد CMODE بر پایه ی ۲۴ ساختار تستی ارزیابی شده است. این مطلبی به حورت تجربی مشاحده شده که CMODE قادر به ایجاد نتایجی رقایتی است که یا یعضی از روش حای حانری درمجمع بهینه سازی تکاملی مقایسه می شود.

کلیدواژه ها:

مسائلی تحت فشار یهینه سازی ، بهینه سازی چند هدفی ، تکامل دیقرانسلی و متمایز ، تکنیک بررسی

نویسندگان

سیده مریم ابراهیمی عسکری

گروه کامپیوتر ، گرایش هوش مصنوعی ، دانشکده علوم و تحقیقات بوشهر

فاطمه استوار

گروه کامپیوتر ، گرایش هوش مصنوعی ، دانشکده علوم و تحقیقات بوشهر

اعظم استوار

گروه حسابداری ، گرایش حسابداری ، دانشکده علوم و تحقیقات بوشهر

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 :
  • Z. Cai and Y. Wang, _ multiobjective optimization-b ased evolutionary ...
  • Z. Michalewicz and M. Schoenauer, "Evolutionary algorithm for constrained parameter ...
  • C. A. Coello Coello, "Theoretical and numerical _ _ n ...
  • E. M ezura-Montes and C. A. Coello Coello, _ simple ...
  • S. Venkatraman and G. G. Yen, "A generic framework for ...
  • K. Deb, _ efficient constraint handling method for genetic algorithms, ...
  • C. A. Coello Coello, "Treating constraints as objectives for singleobjective ...
  • optimization, " IEEE Trans. Syst. Man Cybern. C., vol. 35, ...
  • E. Mezura-Monte _ and C. A. Coello Coello, "Multiobj ective-based ...
  • Y. Zhou, Y. Li, J. He, and L. Kang, "Multiobj ...
  • C. A. Coello Coello, "Constraint handling using an evolutionary multiobjective ...
  • C. A. Coello Coello and E. Mezura-M omtes _ _ ...
  • A. H. Aguirre, S. B. Rionda, C. A. Coello Coello, ...
  • T. Ray and K. M. Liew, "Society and civilization: An ...
  • Y. Wang, Z. Cai, Y. Zhou, and W. Zeng, _ ...
  • Y. Wang, Z. Cai, G. Guo, and Y. Zhou, "Multiobj ...
  • evolutionary algorithm to solve constrained optimization problems, " IEEE Trans. ...
  • S. Tsutsui, M. Yamamure, and T. Higuchi, "Multiparent recombination with ...
  • J. J. Liang, T. P. Runarsson, E. Mezura-Monte _ M. ...
  • . R. Storn and K. Price, "Differential evolution: A simple ...
  • R. Storn, "System design by constraint adaptation and differentil evolution, ...
  • K. Deb, _ p opulation-bas ed al g _ ri ...
  • E. Zitzler, M. Laumannns, and L. Thiele, "SPEA2: Improving the ...
  • S. Tang, Z. Cai, and J. Zheng, _ fast method ...
  • J. Lampinen and R. Storn, "Differential evolution, " in New ...
  • Engineering, G. C. Onwubolu and B. Babu, Eds. B erlin/He ...
  • R. Gamperle, S. _ Muller, and P. Koumoutsako _ "A ...
  • نمایش کامل مراجع