بهبود الگوریتم بهینه سازی فراابتکاری runner-root مبتنی بر بردارهای متعامد
- سال انتشار: 1395
- محل انتشار: سومین کنگره بین المللی فن آوری، ارتباطات و دانش
- کد COI اختصاصی: ICTCK03_008
- زبان مقاله: فارسی
- تعداد مشاهده: 668
نویسندگان
گروه هوش مصنوعی، واحد مشهد، دانشگاه آزاد اسلامی واحد مشهد، ایران
گروه هوش مصنوعی، واحد مشهد، دانشگاه آزاد اسلامی واحد مشهد، ایران
چکیده
در چند دهه اخیر، استفاده از الگوریتم های تکاملی برای حل مسایل گوناگون جستجو و بهینه سازی های پیوسته و گسسته، رشد فزاینده ای داشته است، در حقیقت ما به طور پیوسته به دنبال راه حل های بهینه برای مسایلی هستیم که با آن ها روبرو می شویم. از جدیدترین الگوریتم های تکاملی که اخیرا معرفی شده است الگوریتم فراابتکاری بهینه سازی runner-root می باشد که از ساقه ها ی رونده و ریشه های بعضی گیاهان در طبیعت الهام گرفته شده است. این الگوریتم سرعت همگرایی و دقت بالایی در حل مسایل و دستیابی به نقطه بهینه سراسری دارد. در این مقاله، برای بهبود سرعت همگرایی و ایجاد تنوع در جمعیت الگوریتم runner-root، ترکیبی از الگوریتم بهینه سازی فراابتکاری runner-root و الگوریتم حداقل جمعیت جستجو ارایه شده است که در آن با استفاده از بردارهای متعامد، فضای جستجوی مسیله را به طور کامل پوشش می دهیم. کارایی الگوریتم پیشنهادی توسط توابع ریاضی پایه CEC’2005 استاندارد که شامل مسایل تک گانه و چندگانه می باشد، ارزیابیمی شود و نتایج با الگوریتم runner-root مقایسه می شود. نتایج شبیه سازی نشان می دهد که روش پیشنهادی باعث بهبود عملکرد الگوریتم runner-root شده است، و همچنین الگوریتم پیشنهادی دارای دقت و سرعت همگرایی بالاتری نسبت به الگوریتم runner-root می باشد و در رسیدن به نقطه بهینه سراسری عملکرد بهتری دارد.کلیدواژه ها
الگوریتم بهینه سازی فراابتکاری - runner-root ، الگوریتم حداقل جمعیت جستجو، بردارهای متعامدمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.