روشی نوین برای بهبود الگوریتم جستجوی گرانشی مغلوب نشده با استفاده ازالگوریتم ممتیک چند هدفه
- سال انتشار: 1393
- محل انتشار: نهمین سمپوزیوم بین المللی پیشرفتهای علوم و تکنولوژی
- کد COI اختصاصی: SASTECH09_207
- زبان مقاله: فارسی
- تعداد مشاهده: 420
نویسندگان
دانشجوی کارشناسی ارشد هوش مصنوعی دانشگاه شهید باهنرکرمان
استادیار عضو هیات علمی دانشگاه، دانشگاه شهید باهنر کرمان
چکیده
مطالعات انجام شده نشان میدهند که الگوریتمهای تکاملی یکی از بهترین بهینه سازها در مسایل چند هدفه میباشند، با این وجود به حجم عظیمی از محاسبات توابع هدف نیاز دارند. در سالهای اخیر به منظور رفع این مشکل روشی مبتنی بر فرا- مدلها در فاز جستجوی محلی الگوریتم ممتیک، به خدمت گرفته شده است. فرامدلها تقریب سادهتر ارزانتری از توابع هدف اصلی بوده به جای توابع هدف اصلی به کار برده می شوند این جایگزینی باعث تسریع همگرایی زودتر در بدست آوردن راه حل نهایی میشود. در این راستا پژوهش حاضر گامی در جهت ترکیب الگوریتم ممتیک به همراه فرا-مدل در چرخه تکامل الگوریتم NSGSA برای کاهش تعداد ارزیابی توابع هدف برداشته سعی شده است عملکرد این ترکیب با استفاده از توابع محک استاندارد مورد ارزیابی قرار گیرد.کلیدواژه ها
الگوریتم ممتیک، فرا- مدل، الگوریتم جستجوی گرانشی مغلوب نشده، ارزیابی توابع هدف.مقالات مرتبط جدید
- مرور سیستماتیک کاربرد هوش مصنوعی در موسیقی
- In-silico Analyses for Finding Potential Key Genes and Pathways Associated with Guillain-Barré Syndrome Using Computational Tools
- OCD Severity Based on EEG Signals
- Investigating the (non) -Impact of Customizing Knowledge Bases of Artificial Intelligence -Driven Robot on Language for Specific Purposes Learning
- The Need for Telehealth and Tele-Educationon in Optimizing Measles Surveillance and Reducing Healthcare Costs
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.