بهینه سازی فضای منحنی Curved Space Optimization - CSO) : یک روش جدید برای بهینه سازی اکتشافی
Publish place: 12th Annual Conference of Computer Society of Iran
Publish Year: 1385
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,122
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI12_080
تاریخ نمایه سازی: 23 دی 1386
Abstract:
در این مقاله یک روش جدید برای بهینه سازی اکتشافی معرفی و پیاده سازی میشود. این روش، بر پایه انحنای فضای جستجو استوار است، بدین معنی که فضای متغیر ها در محل قرارگرفتن نسل قبل دچار کشیدگی می شود. بر همین اساس در این الگوریتم به هر عضو جمعیت «جرم» (mass) گفته میشود. روش جدید ، الگوریتم جستجوی تصادفی که نقاط جدید در آن کاملا بر پایه انتخاب تصادفی مشخص می گردند را به گونه ای تعمیم میدهد که عملکرد ضعیف آن در توابع تست شناخته شده، بهطور موثری بهبود می یابد، به گونه ای که با الگوریتم های معروفی همچون الگوریتم ژنتیک قابل مقایسه میگردد. در این روش برای تولید هر عضو جدید از نسل بعدی از کلیه اطلاعات نسل قبلی در قالب یک تابع احتمال روی کل فضای جستجو استفاده میشود. این تابع، احتمال حضور نقاط بهینه را در کل فضای متغیر ها مشخص می سازد و اجرام جدید با توجه با این احتمال حضور بهصورت تصادفی ازکل فضای متغیرها انتخاب می گردند. روش مذکور از نظر عملکرد با تعدادی از الگوریتم های معروف مقایسه شده و نتایج اعمال انروی توابع تست در مقایسه با الگوریتم ژنتیک ارائه شده است. نتایج حاصله نشان می دهد که الگوریتم جدید در اکثر توابعی که مورد تست قرار گرفته است دارای عملکرد بهتری از الگوریتم ژنتیک بوده است.
Keywords:
بهینه سازی اکتشافی , بهینه سازی فضای منحنی , الگوریتم ژنتیک , جستجوی تصادفی , ذوب شبیه سازی شده , جرم , انحنای فضا
Authors
فریدون فرهی مقدم
عضو هیات علمی بخش مهندسی برق، 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 :