مدلی بهبودیافته از الگوریتم کلونی زنبور عسل مصنوعی مبتنی بر تکنیک خوشه بندی -kمیانگین
Publish place: Conference on Signal Processing and Intelligent Systems
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,288
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SPIS02_029
تاریخ نمایه سازی: 10 تیر 1396
Abstract:
با توجه به کاربردهای الگوریتم های تکاملی از جمله الگوریتم کلونی زنبورعسل مصنوعی (ABC) در حوزه های مختلف علوم مهندسی، تلاش برای بهبود عملکرد این دسته از الگوریتم ها همواره مورد توجه بوده است. الگوریتم ABC بر اساس رفتار کاوشی جمعیتی از زنبورها برای یافتن منابع غذایی بنا نهاده شده و کارایی آن در حل بسیاری از مسایل بهینه سازی اثبات شده است. این الگوریتم در اکتشاف به خوبی عمل کرده اما از نظر بهره برداری نامطلوب بوده و از سرعت پایین همگرایی رنج میبرد. به منظور بهبود عملکرد الگوریتم مذکور، در این تحقیق از یک تکنیک داده کاوی به نام k- میانگین جهت بهره برداری موثرتر از اطلاعات نهفته در جمعیت جواب ها استفاده می شود. بعبارت دقیق تر، از تکنیک k- میانگین در فاز زنبور دیدهبان جهت تولید جواب های کاندید جدید استفاده شده و سپس جواب های جدید با رویکردی نخبه گرا به جمعیت اضافه می شوند. عملکرد الگوریتم پیشنهادی را که CABC می نامیم بر روی شش تابع محک شناخته شده مورد ارزیابی قرار داده ایم و نتایج بدست آمده از آن را با نتایج الگوریتم ABC استاندارد و سه نسخه بهبود یافته آن مقایسه کرده ایم. نتایج حاکی از آن است که الگوریتم پیشنهادی از سرعت همگرایی مناسب تری برخوردار بوده و در یافتن جواب بهینه تواناتر عمل کرده است
Keywords:
مسایل بهینه سازی الگوریتم های تکاملی الگوریتم کلونی زنبور عسل مصنوعی الگوریتم خوشه بندی -kمیانگین
Authors
سهیلا قمبری
دانشجوی کارشناسی ارشد سیستم های هوشمند،گروه علوم کامپیوتر، دانشگاه سیستان و بلوچستان ، زاهدان
امین راحتی
استادیار و مدیر گروه، گروه علوم کامپیوتر، دانشگاه سیستان و بلوچستان ، زاهدان
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 :