ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

EMCSO: An Elitist Multi-Objective Cat Swarm Optimization

سال انتشار: 1397
کد COI مقاله: JR_JOIE-11-2_011
زبان مقاله: انگلیسیمشاهده این مقاله: 259
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 11 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله EMCSO: An Elitist Multi-Objective Cat Swarm Optimization

Meysam Orouskhani - Department of Computer Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran
Mohammad Teshnehlab - Industrial Control Center of Excellence, Electrical Engineering Department, K. N. Toosi University of Technology, Tehran, Iran
Mohammad Ali Nekoui - Industrial Control Center of Excellence, Electrical Engineering Department, K. N. Toosi University of Technology, Tehran, Iran

چکیده مقاله:

This paper introduces a novel multi-objective evolutionary algorithm based on cat swarm optimization algorithm (EMCSO) and its application to solve a multi-objective knapsack problem. The multi-objective optimizers try to find the closest solutions to true Pareto front (POF) where it will be achieved by finding the less-crowded non-dominated solutions. The proposed method applies cat swarm optimization (CSO), a swarm-based algorithm with ability of exploration and exploitation, to produce offspring solutions and uses the nondominated sorting method to find the solutions as close as to POF and crowding distance technique to obtain a uniform distribution among the non-dominated solutions. Also, the algorithm is allowed to keep the elites of population in reproduction process and use an oppositionbased learning method for population initialization to enhance the convergence speed. The proposed algorithm is tested on standard test functions (zitzler’ functions: ZDT) and its performance is compared with traditional algorithms and is analyzed based on performance measures of generational distance (GD), inverted GD, spread, and spacing. The simulation results indicate that the proposed method gets the quite satisfactory results in comparison with other optimization algorithms for functions of ZDT1 and ZDT2. Moreover, the proposed algorithm is applied to solve multi-objective knapsack problem.

کلیدواژه ها:

Multi-objective cat swarm optimization ، Non-dominated sorting ، Crowding distance ، Opposition-based learning

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا JR_JOIE-11-2_011 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/791072/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Orouskhani, Meysam and Teshnehlab, Mohammad and Nekoui, Mohammad Ali,1397,EMCSO: An Elitist Multi-Objective Cat Swarm Optimization,https://civilica.com/doc/791072

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1397, Orouskhani, Meysam؛ Mohammad Teshnehlab and Mohammad Ali Nekoui)
برای بار دوم به بعد: (1397, Orouskhani؛ Teshnehlab and Nekoui)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 33,902
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی