حل مسائل بهینه سازی غیر خطی با استفاده از الگوریتم بهینه سازی ازدحام ذرات مبتنی بر نخبه گرایی
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,675
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIKT07_081
تاریخ نمایه سازی: 22 مهر 1394
Abstract:
یادگیری اجتماعی نقش مهمی را در یادگیری رفتار در میان جوامع بشری ایفا می کند. مزیت یادگیری اجتماعی، اجازه دادن به افراد برای یادگیری رفتارهایی از دیگران بدون تحمیل هزینه های فردی آزمون و خطاست. در این مقاله قصد داریم یک نوع اصلاح شده از الگوریتم بهینه سازی ازدحام ذرات مبتنی بر یادگیری اجتماعی معرفی کنیم. فرآیند یادگیری اجتماعی در الگوریتم معرفی شده بر مبنای انتخاب مسابقه ای (tournament selection) است. این فرآیند با مرتب سازی مقادیر تابع برازندگی صورت می پذیرد. الگوریتم معرفی شده در توابع با ابعاد پایین نتایج یکسانی نسبت به الگوریتم pso نرمال در زمان کمتری نشان داده است و در مسائل غیرخطی با ابعاد بزرگتر نتایج قابل تحسینی از خود نشان داده است.
Keywords:
Authors
سارا مهدی
دانشجوی کارشناسی، دانشگاه سیستان و بلوچستان، دانشکده برق و کامپیوتر
الهام زارع
دانشجوی کارشناسی، دانشگاه سیستان و بلوچستان، دانشکده برق و کامپیوتر
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 :