"بررسی الگوریتم های متا-هیوریستیک و کاربردهای آن ها در حل مسائل بهینه سازی"

This With 25 Page And PDF Format Ready To Download

  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این :

Abstract:

در این مقاله، محققان به بررسی الگوریتم های متا-هیوریستیک و کاربردهای آن ها در حل مسائل بهینه سازی پرداخته اند. الگوریتم های متا-هیوریستیک روش های قدرتمندی برای حل مسائل پیچیده بهینه سازی هستند که از فرآیندهای طبیعی و اجتماعی الهام گرفته اند و به دنبال یافتن راه حل های نزدیک به بهینه هستند.یکی از مسائل مطرح شده در مقاله، برنامه ریزی مبتنی بر فعالیت است که بر اساس مسئله فروشنده دوره گرد طراحی شده است. هدف این مسئله بهینه سازی برنامه افراد با در نظر گرفتن سفرها و شبکه حمل و نقل موجود است. به دلیل پیچیدگی این مسئله، روش های سنتی و دقیق قادر به ارائه راه حل های مناسب نیستند.در این راستا، پژوهشگران به معرفی رویکردهای جدید مانند الگوریتم های فراابتکاری پرداخته اند. این تکنیک ها ممکن است راه حل بهینه را پیدا نکنند، اما می توانند در یک بازه زمانی معقول به یک راه حل نزدیک به بهینه برسند.در ادامه، نویسندگان تحلیل بیبلیومتریک را انجام داده و ویژگی های توصیفی و ارزیابی 120 الگوریتم فراابتکاری را ارائه کرده اند. نتایج نشان می دهد که الگوریتم ژنتیک بیشترین کاربرد را دارد، اما الگوریتم کلونی مورچگان بر اساس تعداد استناد ها محبوب تر است. در پایان، شکاف های تحقیقاتی ناشناخته و انتظارات آینده مطرح شده است.

Authors

ارزو عباسیان

دانشجو دکترا مهندسی کامپیوتردانشگاه ازاداسلامی واحد میبد

رضا عزیزی

استادیار گروه مهندسی کامپیوتر، واحدمیبد،دانشگاه آزاداسلامی،میبد،ایران

محمدرضا ملاحسینی اردکانی

استادیار گروه مهندسی کامپیوتر، واحدمیبد،دانشگاه آزاداسلامی،میبد،ایران

مراجع و منابع این :

لیست زیر مراجع و منابع استفاده شده در این 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 لینک شده اند :
  • [1] Beni G, Wang J (1993) Swarm intelligence in cellular ...
  • [2]Gutin G, Punnen AP (2006) The traveling salesman problem and ...
  • [3] Panwar K, Deep K (2021) Discrete grey wolf optimizer ...
  • [4] Jozefowiez N, Semet F, Talbi EG (2008) Multi-objective vehicle ...
  • [5] Zhang H, Liu S, Moraca S et al (2017) ...
  • [6] Daskin A, Kais S (2011) Group leaders optimization algorithm. ...
  • [7] Veysari EF et al (2022) A new optimization algorithm ...
  • [8] Baum KG, Schmidt E, Rafferty K et al (2011) ...
  • [9] Castiglione F, Poccia F, D’Offizi G et al (2004) ...
  • [10] Suganthi M, Madheswaran M (2012) An improved medical decision ...
  • [11] Koza T, Karaboğa N, Koçkanat S (2012) Aort valve ...
  • [12] Alippi C, Polycarpou MM, Panayiotou C, et al (2009) ...
  • [13] [40] Hsinchun C, Yi-Ming C, Ramsey M et al ...
  • [14] [41] Menczer F, Pant G, Srinivasan P (2004) Topical ...
  • [15] Wang L, Shen J, Yong J (2012) A survey ...
  • [16] Shalamov V, Filchenkov A, Shalyto A (2019) Heuristic and ...
  • [17] Tsai CW, Cho HH, Shih TK et al (2015) ...
  • [18] harma S, Kumar V (2022) A comprehensive review on ...
  • [19] Ojugo A, Emudianughe J, Yoro R et al (2013) ...
  • [20] Chong HY, Yap HJ, Tan SC et al (2021) ...
  • [21][48] Altan A (2020) Performance of metaheuristic optimization algorithms based ...
  • [22][49] Goel U, Varshney S, Jain A et al (2018) ...
  • [23][50] Martinez-Soto R, Castillo O, Aguilar LT, et al (2012) ...
  • [24] Torabi M, Yaghoobi H, Fereidoon A (2012) Application of ...
  • [25] Lee ZY (2006) Method of bilaterally bounded to solution ...
  • [26] Sadollah A, Choi Y, Kim JH et al (2015) ...
  • [27] Panagant N, Bureerat S (2014) Solving partial differential equations ...
  • [28] Chouhan SS, Kaul A, Singh UP (2018) Soft computing ...
  • [29] Djemame S, Batouche M, Oulhadj H et al (2019) ...
  • [30][21][24] M. Birattari, L. Paquete, T. Stützle, K. Varrentrapp, Classification ...
  • [31][22][25] K. S¨orensen, F.W. Glover, Metaheuristics, in: S.I. Gass, M.C. ...
  • [32][23][26] I.V. Sergienko, L.F. Hulianytskyi, S.I. Sirenko, Classification of applied ...
  • [33][24][27] I. Fister Jr., X.-S. Yang, I. Fister, J. Brest, ...
  • [34] M.J. Grant, A. Booth, A typology of reviews: an ...
  • [35] The Author(s), under exclusive licence to Springer Nature B.V. ...
  • [36] H. Snyder, Literature review as a research methodology: an ...
  • [37]O. Ellegaard, J.A. Wallin, The bibliometric analysis of scholarly production: ...
  • [38]M. Toloo, R. Khodabandelou, A. Oukil, A comprehensive bibliometric analysis ...
  • [39]Elsevier B.V., Scopus Search A.P.I., 2022. 〈http://api.elsevier.com〉 (accessed November 1, ...
  • [40] N. Donthu, S. Kumar, D. Mukherjee, N. Pandey, W.M. ...
  • 285 [41] Elsevier B.V., Scopus Search A.P.I., 2022. 〈http://api.elsevier.com〉 (accessed ...
  • –296, https://doi.org/10.1016/j.jbusres.2021.04.070 ...
  • [42][80][21] M. Dorigo, V. Maniezzo, A. Colorni, Ant system: optimization ...
  • [43][75][22] J. Holland, Adaption in natural and artificial systems: an ...
  • [44][76][23] D.E. Goldberg. Genetic Algorithms in Search, Optimization and Machine ...
  • Learning, first ed., Addison-Wesley Longman Publishing Co., Inc,, USA, 1989.[77][24] ...
  • [45] S.-M. Chen, C.-Y. Chien, Solving the traveling salesman problem ...
  • [46] S.J. Shyu, B.M.T. Lin, P.Y. Yin, Application of ant ...
  • [47] N.J. van Eck, L. Waltman, Visualizing Bibliometric Networks, in: ...
  • [48]Y. Wang, The hybrid genetic algorithm with two local optimization ...
  • [49]Y. Wang, Z. Han, Ant colony optimization for traveling salesman ...
  • [50]J. Wang, Y. Zhou, Y. Wang, J. Zhang, C.L.P. Chen, ...
  • [51]]Y.-J. Gong, J. Zhang, O. Liu, R.-Z. Huang, H.S.-H. Chung, ...
  • (2012) 254–267, https://doi.org/10.1109/TSMCC.2011.2148712 ...
  • [52] T.S.L.V. Ayyarao, N.S.S. Ramakrishna, R.M. Elavarasan, N. Polumahanthi,M. Rambabu, ...
  • (2022) 25073–25105, https://doi.org/10.1109/ACCESS.2022.3153493. ...
  • [53] Y. Saji, M. Barkatou, A discrete bat algorithm based ...
  • [54]A.C. Cinar, S. Korkmaz, M.S. Kiran, A discrete tree-seed algorithm ...
  • [55]Z. Zhang, Y. Han, Discrete sparrow search algorithm for symmetric ...
  • [56] Aranha C, Camacho Villalón CL, Campelo F, et al ...
  • [57] Del Ser J, Osaba E, Molina D et al ...
  • [58] Fister Jr I, Yang XS, Fister I, et al ...
  • [59] Siddique N, Adeli H (2015) Nature inspired computing: an ...
  • [60] Molina D, Poyatos J, Ser JD et al (2020) ...
  • [61] Talbi EG (2009) Metaheuristics: from design to implementation, vol ...
  • [62] Akay B, Karaboga D (2009) Parameter tuning for the ...
  • [63] Mirjalili S, Gandomi AH, Mirjalili SZ et al (2017) ...
  • [64] Storn R, Price K (1997) Differential evolution-a simple and ...
  • [65] Mirjalili S, Mirjalili SM, Lewis A (2014) Grey wolf ...
  • [66] Mirjalili S, Lewis A (2016) The whale optimization algorithm. ...
  • [67] wHolland J (1991) Adaptation in natural and artificial systems, ...
  • [68] Kumar V, Chhabra JK, Kumar D (2012) Effect of ...
  • [69] Yang XS (2009) Firefly algorithms for multimodal optimization. In: ...
  • [70] Jain M, Singh V, Rani A (2019) A novel ...
  • [71] Wu G (2016) Across neighborhood search for numerical optimization. ...
  • [72] Kaveh A, Farhoudi N (2013) A new optimization method: ...
  • [73] Mirjalili S (2016) Sca: a sine cosine algorithm for ...
  • [74] Hashim FA, Hussain K, Houssein EH et al (2021) ...
  • [75] Liu Q, Wei W, Yuan H et al (2016) ...
  • [76] Kennedy J, Mendes R (2002) Population structure and particle ...
  • [77] Shayanfar H, Gharehchopogh FS (2018) Farmland fertility: A new ...
  • [78] Simon D (2008) Biogeography-based optimization. IEEE Trans Evol Comput ...
  • [79] Hashim FA, Houssein EH, Mabrouk MS et al (2019) ...
  • [80] A review of metaheuristic algorithms for solving TSP-based scheduling ...
  • [81] An exhaustive review of the metaheuristic algorithms for search ...
  • نمایش کامل مراجع