ارائه یک الگوریتم ترکیبی برای حل مسائل بهینه سازی با استفاده الگوریتم های ICA- MPSO-MGA
Publish place: The Second National Congress of New Technologies of Iran with the aim of achieving sustainable development
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 831
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
SENACONF02_260
Index date: 21 November 2015
ارائه یک الگوریتم ترکیبی برای حل مسائل بهینه سازی با استفاده الگوریتم های ICA- MPSO-MGA abstract
بهینه سازی شاخهای از علوم ریاضیات است که در آن سعی میشود نقطه بهینه توابع را با توجه به تعدادی محدودیت به دست آورد . امروزه بسیاری از مسائل بهینه سازی اغلب از نوع مسائل غیر چند جمله ای - سخت هستند . ازجمله راه حلهای موجود در برخورد با اینگونه مسائل، استفاده از الگوریتم های تقریبی یا مکاشفه ای است . در سه دهه گذشته گونه جدیدی از الگوریتم های تقریبی به نام فرا مکاشفه ای ایجادشده است که سعی دارد روشهای مکاشفه ای پایه را به منظور جست و جوی کارا و مؤثر فضای جست و جو در سطوح بالاتر ترکیب نمایند. ازجمله الگوریتم های فرا مکاشفه ای ارائه شده الگوریتم تکاملی می باشد که امروزه کاربرد زیادی در علوم مختلف دارد . بسیاری از این ایده ها از ملاحظه و بررسی موجودات گوناگون طبیعت پیرامون الهام می گیرند . در این مقاله ترکیبی از الگوریتم های ازدحام ذرات و ژنتیک ارائه شده است. با ترکیب سه الگوریتم رقابت استعماری، ازدحام ذرات و ژنتیک کارایی الگوریتم رقابت استعماری بهبود داده شده است. برای نشان دادن توانایی الگوریتم جدید، توابع محک مختلفی استفاده شده اند و نتایج حاصل بخوبی بیانگر کارایی بالای الگوریتم جدید است.
ارائه یک الگوریتم ترکیبی برای حل مسائل بهینه سازی با استفاده الگوریتم های ICA- MPSO-MGA Keywords:
ارائه یک الگوریتم ترکیبی برای حل مسائل بهینه سازی با استفاده الگوریتم های ICA- MPSO-MGA authors
زهرا بای
دانشجوی کارشناسی ارشد،گروه کامپیوتر، واحد هرمزگان دانشگاه آزاد اسلامی - هرمزگان، ایران
فاطمه سعادت جو
استادیار، گروه کامپیوتر، دانشگاه علم و هنر، یزد، 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 :