یافتن درخت پوشای مینیمم در گرافهای تصادفی با استفاده از اتوماتاهای یادگیر
محل انتشار: چهاردهمین کنفرانس سالانه انجمن کامپیوتر ایران
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,912
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:
ACCSI14_031
تاریخ نمایه سازی: 26 مهر 1387
چکیده مقاله:
در این مقاله یک الگوریتم مبتنی براتوماتاهای یادگیر برای یافتن درخت پوشای مینیمم با کمترین هزینه مورد انتظار در گراف های تصادفی ارائه شده است . فرض بر این است که تابع توزیع وزن یالها از قبل شناخته شده نیست و فقط به نمونه های توزیع یال ها دسترسی داریم. هدف یافتن چنین درختی با حداقل تعداد نمونه گیری از یالهای گراف می باشد. در الگوریتم پیشنهادی در هر تکرار اتوماتای یادگیریالی از گراف را برای نمونه گیری نامزد می کند و سپس بر اساس تحلیل آماری مشخص می شود که آیا از آن یال باید نمونه گرفته شود یا نه. به منظور ارزیابی الگوریتم پیشنهادی، تعداد نمونه های گرفته شده توسط الگوریتم پیشنهادی با تعداد نمونه های مورد نیاز به روش نمونه گیری استاندارد مقایسه شده است . نتایج آزمایشی نشان داده که تعداد نمونه های گرفته شده توسط الگوریتم پیشنهادی به مراتب کمتر از تعداد نمونه های گرفته شده به روش نمونه گیری استاندارد می باشد.
کلیدواژه ها:
نویسندگان
مهدی قربعلی پور درو
دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امیرکبیر تهر
محمد رضا میبدی
دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امیرکبیر تهر
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 :