سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارایه الگوریتم ترکیبی مبتنی بر الگوریتمهای فرهنگی، پیتسبورگ ومیشیگان برای حل مسایل بهینهسازی با ابعاد بالا

Publish Year: 1394
Type: Conference paper
Language: Persian
View: 601

This Paper With 7 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

DCBDP01_016

Index date: 9 June 2017

ارایه الگوریتم ترکیبی مبتنی بر الگوریتمهای فرهنگی، پیتسبورگ ومیشیگان برای حل مسایل بهینهسازی با ابعاد بالا abstract

یکی از روشهای حل مسایل بهینهسازی، استفاده از الگوریتمهای متاهیورستیک است. در برخی از مسایل بهینه سازی با افزایش ابعاد کروموزومها هزینه ی محاسبات الگوریتمهای متاهیورستیک افشای پیدا کرده و در نتیجه ممکن است جوابهای بهینه قابل قبولی را ارایه نکنند.برای حل مسایل بهینهسازی با ابعاد زیاد، میتوان از منطق الگوریتمهای پیتسبورگ و میشاگان استفاده نمود. الگوریتمهای پیتسبورگ و میشگان در حوزههای مختلفی به کار گرفته شده است. در این مقاله، یک روش جدید ترکیبی مبتنی بر الگوریتمهای فرهنگی، پیتسبورگ و میشگان ارایه شده است. روش پیشنهادی از دو فاز تشکیل شده است. فاز اول کروموزومهای جمعیتی توسط الگوریتمهای پیتسبورگ و میشگان، گروهبندی، شاخص گذاری و سگمنت بندی میشود، در فاز دوم، توسط الگوریتم فرهنگی، فرهنگ به وسیله منابع موجود در فضای باور شبیه سازی میشود. روش ترکیبی ارایه شده، با سایر روشها مقایسه شده است. نتایج حاصل شده، برتری قابل توجهی را با سایر الگوریتمها به دست آورده است.

ارایه الگوریتم ترکیبی مبتنی بر الگوریتمهای فرهنگی، پیتسبورگ ومیشیگان برای حل مسایل بهینهسازی با ابعاد بالا Keywords:

الگوریتمهای پیتسبورگ و میشگان , سگمنت بندی , گروهبندی , الگوریتم فرهنگی , گروه کامل

ارایه الگوریتم ترکیبی مبتنی بر الگوریتمهای فرهنگی، پیتسبورگ ومیشیگان برای حل مسایل بهینهسازی با ابعاد بالا authors

ناصر سیه چهره

دانشجوی کارشناسی ارشد مهندسی نرمافزار، دانشگاه آزاد اسلامی قزوین

مهدی رضاپور میرصالح

دانشجوی دکترای مهندسی نرمافزار، دانشگاه صنعتی امیرکبیر

محمدرضا میبدی

دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی امیرکبیر

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 :
Tan .K.C, Yu .Q, and Lee.T. H, "A Distributed Evolutionary ...
Mallinson .Hugh and Bentley.Peter, "Evolving Fuzzy Rules for Pattern Classification ...
Alipour .H, Asl. Khosrowshah and.Esmaeili, " ACO-FCR: Applying ACO-Based Algorithms ...
Proceedings of the World Congress on Eng ineering, Vol I, ...
Reynolds, R. G., "An Introduction to Cultural Algorithms", Proceedings of ...
Evolutionary Programming, San Diego, California, , pp.131- 139, 1994. ...
Http :/www-optima. amp. i.kvoto- _ _ ac .i p/m ember/student/ ...
P. Engelbrecht, Computational Intelligence An Introduction, Wiley, Second Edition, 2007. ...
R. Reynolds, S. Saleem, "The Impact of Environmentl Dynamic on ...
Y. Wu, X-L. Huang, X-Z. Gao, "A Cultural Particle Swarm ...
Ishibuchi , Yamamoto, and Nakashim. Hybridization of Fuzzy GBML Approaches ...
Yazdani, M., Meybodi, M. R., "Afsa-La: A New Model For ...
Saleh M. Saleem, "Kho wledge-Based Solution to Dynamic Optimization Problems ...
Algorithms , PhD thesis, Wayne State University, Detroit, Michigan, 2011. ...
نمایش کامل مراجع

مقاله فارسی "ارایه الگوریتم ترکیبی مبتنی بر الگوریتمهای فرهنگی، پیتسبورگ ومیشیگان برای حل مسایل بهینهسازی با ابعاد بالا" توسط ناصر سیه چهره، دانشجوی کارشناسی ارشد مهندسی نرمافزار، دانشگاه آزاد اسلامی قزوین؛ مهدی رضاپور میرصالح، دانشجوی دکترای مهندسی نرمافزار، دانشگاه صنعتی امیرکبیر؛ محمدرضا میبدی، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی امیرکبیر نوشته شده و در سال 1394 پس از تایید کمیته علمی اولین کنفرانس ملی محاسبات توزیعی و پردازش داده های بزرگ پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله الگوریتمهای پیتسبورگ و میشگان، سگمنت بندی، گروهبندی، الگوریتم فرهنگی، گروه کامل هستند. این مقاله در تاریخ 19 خرداد 1396 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 601 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که یکی از روشهای حل مسایل بهینهسازی، استفاده از الگوریتمهای متاهیورستیک است. در برخی از مسایل بهینه سازی با افزایش ابعاد کروموزومها هزینه ی محاسبات الگوریتمهای متاهیورستیک افشای پیدا کرده و در نتیجه ممکن است جوابهای بهینه قابل قبولی را ارایه نکنند.برای حل مسایل بهینهسازی با ابعاد زیاد، میتوان از منطق الگوریتمهای پیتسبورگ و میشاگان استفاده نمود. الگوریتمهای پیتسبورگ و میشگان ... . برای دانلود فایل کامل مقاله ارایه الگوریتم ترکیبی مبتنی بر الگوریتمهای فرهنگی، پیتسبورگ ومیشیگان برای حل مسایل بهینهسازی با ابعاد بالا با 7 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.