الگوریتم فشرده ی تکامل تفاضلی بهبود یافته برای بهینه سازی عددی
Publish place: National Conference on Computer Science and Engineering with a focus on national security and sustainable development
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,173
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
COMPUTER01_217
تاریخ نمایه سازی: 22 مهر 1394
Abstract:
الگوریتم های فشرده، توزیع جمعیت الگوریتم ها را تخمین می زنند تا بتوانند رفتار الگوریتم های مبتنی بر جمعیت را تقلید کنند. آنها این کار را با استفاده از یک نماینده ی احتمالی برای جمعیت راه حل های نامزد انجام می دهند. این الگوریتم ها یک رفتار مشابه با الگوریتم های مبتنی بر جمعیت دارند. با این تفاوت که حافظه کمتری را درگیر می کنند. این ویژگی در برخی از برنامه های مهندسی به ویژه در علم رباتیک بسیار مهم است. یکی از الگوریتم های فشرده با کارایی بالا الگوریتم فشرده ی تکامل تفاضلی (cDE) است. در این مقاله یک پیاده سازی بهبود یافته از cDE آمده است. در این پیاده سازی از توزیع آماری علاوه بر تولید افراد جمعیت برای محدود کردن فرد تولید شده توسط استراتژی های جهش و همبری نیز استفاده کرده ایم. این الگوریتم با سه الگوریتم فشرده دیگر از جمله cDE معمولی مقایسه شده است. نتایج نشان می دهد که این الگوریتم عملکرد مناسبی داشته است.
Keywords:
Authors
مرضیه بواسحق
دانشجوی کارشناسی ارشد بخش مهندسی کامپیوتر، دانشگاه شهید باهنر کرمان
مهدی افتخاری
استادیار بخش مهندسی کامپیوتر، دانشگاه شهید باهنر کرمان
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 :