الگوریتمی جهت یافتن بهینه سراسری در مسائل پیچیده : MPSO
Publish place: 13th Annual Conference of Computer Society of Iran
Publish Year: 1386
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,584
This Paper With 5 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI13_141
تاریخ نمایه سازی: 25 آبان 1386
Abstract:
الگوریتم PSO یک روش هوش گروه ی برای حل مسائلبهینه سازی سراسری است. در PSO هر کاندید راه حل، موقعیت خود را در فضای جستجو با توجه به تجربیات خود و تجربیات کل گروه راه حلهای کاندید، تغییر می دهد. در این مقاله مدلی از الگوریتم PSO ارائه می شود که در آن یک گروه به چندین زیر گروه تقسیم می شود و علاوه بر بهترین حالت هر جزء و بهترین حالت کل گروه، بهترین حالت هر زیرگروه نیز در حرکت تک تک اجزاء اثر می گذارد. آزمایشات انجام شده برای یافتن بهینه سراسری چندین نمونه تابع با تعداد زیاد بهینه محلی و سراسری، کارایی بهتر این روش را در مقایسه باPSO نشان می دهد. همچنین نتایج آزمایشات بکارگیری الگوریتمMPSO در روند آموزش مدل مخفی مارکوف(HMM) یک سیستم بازشناسی گفتار نشان می دهد که با استفاده از این روش، خطای بازشناسی نسبت به استفاده از روشهای مبتنی بر بیشترین میزان شباهت، ۴.۸۳ درصد کاهش یافته است.
Keywords:
Authors
هدیه ساجدی
دانشگاه صنعتی شریف دانشکده مهندسی کامپیوتر
حسین ثامتی
عضو هیات علمی دانشگاه صنعتی شریف دانشکده مهندسی کامپیوتر
حمید بیگی
عضو هیات علمی دانشگاه صنعتی شریف دانشکده مهندسی 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 :