ارائه یک روش بهینه سازی ترکیبی مبتنی بر الگوریتم بهینه سازی ذرات

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 896

This Paper With 10 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NPECE01_336

تاریخ نمایه سازی: 6 بهمن 1395

Abstract:

مسائل زیادی در علوم مختلف به ویژه در علوم کامپیوتر وجود دارد که دارای راه حل های مختلفی برای رسیدن به جوابهای مورد نظر است لزوما همه راه حل های بدست امده راه حل های بهینه ای نیستند یافتن راه حل های بهینه در مسائل جزئی و ساده با روش های موجود ریاضی امکان پذیر است ولی با پیچیده شدن و چند بعدی شدن مسئله امکان استفاده از روش های کلاسیک مانند ریاضی دشوار و ناممکن می شود تاکنون روش های مختلفی برای بهینه سازی ارائه شده است و یکی از معروف ترین روش های بهینه سازی الگوریتم های هوش جمعی می باشند الگوریتم بهینه سازی ذرات یکی از روش های هوش جمعی و تکنیک های بهینه سازی تکاملی است که با توجه به تعاملات اجتماعی حیوانات از جمله دسته پرندگان و ماهی ها ارائه شده است در این روش یک جمعیت از ذرات وجود دارد که هریک از ذرات نشان دهنده یک راه حل ممکن برای مسئله بهیه سازی می باشند یکی از مشکلات الگوریتم بهینه سازی ذرات همگرایی زودرس این الگوریتم است که ممکن است سبب شود الگوریتم در بهینه محلی گیر بیفتد برای حل این مشکل در این پایان نامه از ترکیب الگوریتم بهینه سازی ذرات با الگوریتم ژنتیک استفاده شده است تا قابلیت جستجوی الگوریتم بهینه سازی ذرات افزایش پیدا کند

Keywords:

بهینه سازی , الگوریتم بهینه سازی ذرات , الگوریتم ژنتیک , الگوریتم تکاملی

Authors

اکبر رنجبر

دانشجوی کارشناسی ارشد گروه کامپیوتر واحد بوئین زهرا دانشگاه آزاد اسلامی بوئین زهرا ایران

سید مجتبی سید زادگان

استادیار مرکز آموزش عالی مرکز آموزش عالی فنی و مهندسی بوئین زهرا گروه کامپیوتر برق و فناوری اطلاعات بوئین زهرا قزوین

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 :
  • . Yongxian, L. and L. Jiazhong. Swarm Intelligence Optimization Algorithm ...
  • . de Castilho, V.C., M.K. El Debs, and M. do ...
  • . Z. Michalewicz and D. Fogel, "How to Solve It: ...
  • . P. Van Laarhoven and E. Aarts, "Simulated Anealing: Theory ...
  • . F. Glover, "Tabu Search", URSA Journl on Computing, Part ...
  • M. Dorigo, M. Birattari, T.Stutzle, _ Colony Optimization", Computational Intelligent ...
  • . D. Karaboga, B. Akay and E University, _ Comparative ...
  • . J. Kennedy and R. Eberhart, "Particle Swarm Optimization", in ...
  • . L. X. Li, Z. J. Shao and J. X. ...
  • . T. M. Blackwell and J. Branke. Multi-swarm optimization in ...
  • X. Li, J. Branke, and T. Blackwell. Particle swarm with ...
  • . R. Storn and K. Price, "Differential evolution - a ...
  • omputaton, J1nan, ن) ProblemS. _ _ _ ermat1onal _ o ...
  • . B. Hashemi and M. R. Meybodi, "Cellular PSO: A ...
  • . E. Bonabeau, M.D., G. Theraulaz, Swarm Intelligence: From Natural ...
  • Marinakis, Y., Marinaki, M., Doumpos, M., Zopounidis, C, Ant colony ...
  • نمایش کامل مراجع