حل مسئله فروشنده دورهگرد با استفاده از الگوریتمهای ژنتیک با تابع ارزیاب جدید
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 4,653
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:
TEDECE02_036
تاریخ نمایه سازی: 21 شهریور 1395
Abstract:
مساله فروشنده دوره گرد جزء مسائل مشهور و کلاسیک تحقیق در عملیات می باشد. بسیاری از فعالیت های علمی را می توان به صورت مسئله فروشنده دوره گرد در آورده و حل نمود. روشهای بهینه یابی موجود برای حل مسائل سخت )مانند مسئله فروشنده دوره گرد( بطور عمده شامل تعداد بسیارزیادی متغیر و محدودیت می باشند که از کارایی عملی آنها در حل مسائل با ابعاد واقعی می کاهد. بنابراین در دهه های اخیر، استفاده از الگوریتم هایهیورستیک و متاهیورستیک از قبیل الگوریتم های ژنتیک مورد توجه قرار گرفته است. الگوریتم های متاهیورستیک بدلیل ساختار ساده و توانایی هایی که از خود نشان داده اند بیشتر مورد استفاده محققین تحقیق در عملیات قرار گرفته است . در این پژوهش از الگوریتم ژنتیک بهبود یافته ای برای حل TSP استفاده شده است که تفاوت آن با الگوریتم ژنتیک استاندارد در نوع تابع ارزیابی است. تابع ارزیابی جدید ترکیبی از تابع ارزیابی متداول و یک ایده جدید می باشد. نتایج حاصل از آزمایشات نشاندهنده ی کاهش میانگین 4% در طول مسیریافت شده توسط الگوریتم پیشنهادی نسبت به الگوریتم ژنتیک استاندارد می باشد
Keywords:
Authors
حسین سلامی
موسسه آموزش عالی فردوس، گروه مهندسی کامپیوتر، مشهد، ایران
حمید طباطبایی
باشگاه پژوهشگران جوان و نخبگان، واحد قوچان، دانشگاه آزاد اسلامی ، قوچان، ایران
محمدرضا سمیعی
گروه مهندسی فناوری اطلاعات و مهندسی کامپیوتر، دانشگاه پیام نور تهران، 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 :