مقایسه یکت الگوریتم جدید مولد اعداد تصادفی با الگوریتم برنامه ریزی سلولی با استفاده از تست - های آماری

سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 276

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICIORS03_231

تاریخ نمایه سازی: 17 آبان 1396

چکیده مقاله:

در این مقاله بر اساس ایده اتوماتای سلولی با استفاده از الگوریتم ژنتیک، یک روش جدید برای پیدا کردن مجموعه قوانین کارا در تولید اعداد شبه -تصادفی ارایه می شود. الگوریتم پیشنهاد شده از این پس با نام مولد اعداد شبه تصادفی با استفاده از الگوریتم ژنتیک مبتنی بر اتوماتای سلولی Pseudorandom i isl. a, slња..., с. 2.5 - 2., a o ali Numbers Generator by using Genetic Algorithm with Cellular Automata(PNG GACA) تولید شده با این روش بوسیله آزمونهای آماری شتاخته شده مورد بررسی قرار میگیرد و نتایج آن با روش برنامه ریزی سلولی مقایسه می شود، و نشان داده می - شود که با استفاده از این الگوریتم می توان در تعداد نسلی کمتر و سرعت بالاتر به مجموعه قوانین ثابت شدهای که اعداد تصادفی با کیفیت بالایی تولید می کنند، همگرا شد. بنابراین می توان تمام روش هایی که در این سالهای اخیر بر اساس تکنیک برنامه ریزی سلولی عمل میکردند را مبتنی بر روش ارایه شده پیاده سازی نمود.

کلیدواژه ها:

اتوماتای سلولی(Cellular Automata-CA)الگوریتم های ژنتیکی(Genetic Algorithm) مولدهای اعدادتصادفی(Random Number Generators(RNG))

نویسندگان

سیما سجادی

دانشگاه پیام نور - دانشکده فناوری اطلاعات -

فاطمه تاد علی

پژوهشگاه صنعت نفت -