بهینهسازی اکسترمال یا اتوماتای یادگیر؟ افزایش کارایی شبکههای اسپینی در انتخاب بهینهسبدسهام
Publish place: 2nd Joint Congress on Fuzzy and Intelligent Systems
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 728
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FJCFIS02_315
تاریخ نمایه سازی: 26 تیر 1392
Abstract:
الگوریتمهای اکتشافی مختلفی برای حل مسئله انتخاب بهینه سبدسهام ارائه شده است. یکی از این الگوریتمها مبتنی براسپینگلاس میباشد که بهدلیل داشتن قابلیت جستجوی محلی و پردازش موازی مورد توجه است. از آنجایی که اسپینگلاسهابیشتر از الگوریتمهای مبتنی بر شبیهسازی مونتکارلو همچون شبیهسازی گداختگی برای یافتن حالت بهینه استفاده میکنند و به دلیل داشتن ماهیت تصادفی، سرعت همگرایی پائینی دارند که برای بهینه سازی آنها از الگوریتم هایی همچون ژنتیک و اتوماتای یادگیر استفاده میگردد. در این راستا، کوشش شده است روشی مبتنی بر بهینه سازی اکسترمال ارائه شود بطوریکهاسپینهای کمارزشتر را با احتمال بیشتر انتخاب و تغییر میدهد و باعث بهبود وصعیت تمام اسپینها میگردد این عمل تا آنجا ادامه می یابد که شبکه به تغییرات اسپین حساس شده و تغییر کوچکی در مقدار هر اسپین باعث تغییرات بزرگی در شبکه میگردد بنابراین فرار از بهینه های محلی راحتر شده و زودتر بهینه عمومی پیدا می شود. نتایج آزمایش که با نتایج الگوریتمهای شبیهسازی گداختگی و اتوماتای یادگیر مقایسه شده است نشان از بهبود در سرعت همگرایی در حین حفظ دقت میدهد.
Keywords:
Authors
مجید وفایی جهان
دانشجوی دکتری، گروه کامپیوتر نرم افزار، دانشکده فنی و مهندسی دانشگاه
محمدرضا اکبرزاده توتونچی
دانشیار، گروه برق، دانشکده فنی و مهندسی، دانشگاه فردوسی مشهد