حل مساله توزیع اقتصادی بار نامحدب با استفاده از الگوریتم ترکیبی جدید جهش قورباغه ها
Publish Year: 1390
Type: Journal paper
Language: Persian
View: 235
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_ISEE-2-3_003
Index date: 27 December 2021
حل مساله توزیع اقتصادی بار نامحدب با استفاده از الگوریتم ترکیبی جدید جهش قورباغه ها abstract
در این مقاله روش موثری برای حل مساله توزیع اقتصادی بار نامحدب بر اساس نسخه جدیدی از الگوریتم جهش قورباغه های به هم آمیخته (SFL) ارائه شده است. مساله توزیع اقتصادی بار در شرایط واقعی، محدود به قیود مساوی و نامساوی مختلفی است که معمولا آن را به مساله ای ناهموار و نامحدب تبدیل و یافتن بهینه فرامحلی با استفاده از روش های ریاضی کلاسیک را دچار مشکل می کند. در الگوریتم پیشنهادی مقاله، به منظور بهبود جستجوی محلی در ممپلکسها و نیز تسریع همگرایی الگوریتم، روش جدیدی برای پرش راه حل های بدتر به سمت راه حل های بهتر پیشنهاد شده است. همچنین به جای تولید تصادفی قورباغه ها، از عملگر ژنتیکی جهش برای تولید قورباغه های جدید استفاده شده است. به منظور ارزیابی روش پیشنهادی، مساله توزیع اقتصادی بار واقعی با استفاده از الگوریتم پیشنهادی، روش SFL مرسوم و نیز یک نسخه بهبود یافته آن، پیشنهادشده توسط محققان دیگر، شبیه سازی و در سه سیستم قدرت نمونه متفاوت اجرا و نتایج آنها مقایسه و بررسی شده است. همچنین، این نتایج با جواب های چند روش دیگر مانند الگوریتم ژنتیک و برخی الگوریتم های ممتیک مشابه، گزارش شده در چند مرجع دیگر، مقایسه شده است. آزمایش ها نشان می دهد که در مقایسه با روش های مذکور، روش پیشنهادی مقاله از عملکرد بهتری برخوردار است.
حل مساله توزیع اقتصادی بار نامحدب با استفاده از الگوریتم ترکیبی جدید جهش قورباغه ها Keywords:
حل مساله توزیع اقتصادی بار نامحدب با استفاده از الگوریتم ترکیبی جدید جهش قورباغه ها authors
احسان بی جامی
دانشجوی کارشناسی ارشد، دانشکده مهندسی برق و کامپیوتر- دانشگاه صنعتی اصفهان- اصفهان- ایران
اکبر ابراهیمی
- استادیار، دانشکده مهندسی برق و کامپیوتر- دانشگاه صنعتی اصفهان - اصفهان- ایران
جواد عسکری
- استادیار، دانشکده مهندسی برق و کامپیوتر- دانشگاه صنعتی اصفهان - اصفهان- ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :