الگوریتم بهینه سازی جغرافیای زیستی بهبود یافته

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,133

This Paper With 16 Page And PDF and WORD Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

FBFI01_145

تاریخ نمایه سازی: 9 مرداد 1395

Abstract:

الگوریتم بیانگر شیوه ای بهبود یافته از الگوریتم بهینه سازی بر مبنای جغرافیای زیستی (BBO)است.سعی شده است تا با در نظر گرفتن برخی عوامل تاثیرگذار بر ساکنین نواحی و همچنین تعریف بازه های زمانی مشخص در هر یک از تکرارهای الگوریتم دقت الگوریتم پایه را بهبود بخشید. بطور کلی سه موضوع جدید مورد توجه قرار گرفته است. مورد اول معرفی دوره های حیات گونه ها، برای یک محدوده ی جغرافیایی مشخص است. مورد بعد درنظر گرفتن متغییری برای تعیین محدوده ی مجاز اکتشافات در هر دوره، برای گونه های یک ناحیه است که پارامتری برای کنترل مهاجرت ها می باشد. مورد آخر تغییر کاهشی نرخ رخدادهای تصادفی درطی دوره های حیات زیستی می باشد. این دیدگاه باعث ایجاد چند سطح بهینه سازیمی شود. در هر سطحبا توجه به ورودی ها مقادیری به عنوان خروجی بهینه تعیین می گردد که ورودی سطح بعدی بهینه سازی خواهند بود.ایجاد سطوح مختلف و همچنین محدودیت های تعیین شده برای آنها کمک کرده است تا، مقادیر اولیه ی جستجو توسط سطوح پایین تر، هرچه سریع تر برای سطوح بالاتر فراهم شوند. مجموع این اقدامات موجب افزایش دقت الگوریتم گردید که نتایج بدست آمده با درصد بالایی این مسئله را نشان داد. برای نشان دادن کارایی الگوریتم ، آن را روی یازده بنچمارک استاندارد در مقایسه با سه شیوه ی PSO، ICAو شیوه ی BBOمورد ارزیابی قرار دادیم که نتایج از بهبود دقت عملکرد حکایت دارد.

Authors

کوروش کیانی

عضو هیئت علمی، دانشکده برق و کامپیوتر، دانشگاه سمنان ، سمنان،

مصطفی عبدی زیاری

دانشجوی کارشناسی ارشد، دانشکده برق و کامپیوتر، دانشگاه سمنان ، سمنان،

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 :
  • A. Rahmati, S. H., & Zandieh, M. (2012). A new ...
  • Atash paz-Gargari, E., & Lucas, C. (2007). Imperialist Competitive Algorithm: ...
  • Back, T. (1996). Evolutionory Algorithms in Theory and Practice. UK: ...
  • Cai, Z., & Wang, Y. (2006). A multiobjective opti _ ...
  • Clerc, M. (2006). Particle Sworm Optimization. Amsterdam, The Netherlands: Wiley-ISTE. ...
  • Darwin, C. (1995). The Origin of Species. New York: Gramercy. ...
  • Eberhart, R., & Shi, Y. (2004). Special issue on particle ...
  • Eberhart, R., Shi, Y., & Kennedy, J. (2001). Swarm Intelligence. ...
  • Goldberg, D. (1989). Genetic Algorithms in Search, Optimization, and Machine ...
  • Onwubolu, G., & Babu, B. (2004). New Optimization Techniques in ...
  • Rajarshi, M., & Shankar, C. (2013). Selection of the optimal ...
  • Simon, D. (2008). Biogeography based optimization. IEEE Tronsoction on Evolutionory, ...
  • Wallace, A. (2005). The Geographical Distribution of Animoals (Two Volumes). ...
  • Yao, X., Liu, Y., & Lin, G. (1999). Evolutionary programming ...
  • نمایش کامل مراجع