سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

مقایسه الگوریتم های فرا ابتکاری برای حل مسایل بهینه سازی

Publish Year: 1396
Type: Conference paper
Language: Persian
View: 4,153

This Paper With 6 Page And PDF and WORD Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

MATH01_069

Index date: 21 October 2017

مقایسه الگوریتم های فرا ابتکاری برای حل مسایل بهینه سازی abstract

الگوریتم های ژنتیک(GA) تکامل تفاضلی(DE) و بهینه سازی ازدحام ذرات(PSO) برای حل انواع مختلفی از مسایل بهینه سازی به کاربرده می شوند. روش های محاسباتی زیادی وجود دارند که برای مسایل بهینه سازی یکسان نتایج متفاوتی را به دست می آورند که با تغییر در پارامترها و عملگرهای موجود در هر روش می توان عملکرد آن ها را بهبود بخشید. بنابراین هدف این مقاله مقایسه ی عملکرد الگوریتم های GA DE و PSO در حل مسایل بهینه سازی یکسان با پارامترهای مشابه است.نتایج به دست آمده نشان می دهند که عملکرد GA در به دست آوردن بیشترین تعداد جواب مینیمم کننده تابع معیار بهتر از DE و PSO بوده است و از هر دوی آن ها سریعتر است.

مقایسه الگوریتم های فرا ابتکاری برای حل مسایل بهینه سازی Keywords:

مقایسه الگوریتم های فرا ابتکاری برای حل مسایل بهینه سازی authors

فرید حیدرپور

دانشجوی دکتری ریاضی، دانشکده ریاضی، دانشگاه یزد، یزد

سیدمهدی کرباسی

استاد گروه علوم ریاضی، دانشکده ریاضی، دانشگاه یزد، یزد

نرگس بیدآبادی

استادیار گروه علوم ریاضی، دانشکده ریاضی، دانشگاه یزد، یزد

مقاله فارسی "مقایسه الگوریتم های فرا ابتکاری برای حل مسایل بهینه سازی" توسط فرید حیدرپور، دانشجوی دکتری ریاضی، دانشکده ریاضی، دانشگاه یزد، یزد؛ سیدمهدی کرباسی، استاد گروه علوم ریاضی، دانشکده ریاضی، دانشگاه یزد، یزد؛ نرگس بیدآبادی، استادیار گروه علوم ریاضی، دانشکده ریاضی، دانشگاه یزد، یزد نوشته شده و در سال 1396 پس از تایید کمیته علمی اولین کنفرانس آموزش و کاربرد ریاضی پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله الگوریتم ژنتیک، تکامل تفاضلی، بهینه سازی ازدحام ذرات،عملکرد، تابع معیار هستند. این مقاله در تاریخ 29 مهر 1396 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 4153 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که الگوریتم های ژنتیک(GA) تکامل تفاضلی(DE) و بهینه سازی ازدحام ذرات(PSO) برای حل انواع مختلفی از مسایل بهینه سازی به کاربرده می شوند. روش های محاسباتی زیادی وجود دارند که برای مسایل بهینه سازی یکسان نتایج متفاوتی را به دست می آورند که با تغییر در پارامترها و عملگرهای موجود در هر روش می توان عملکرد آن ها را بهبود بخشید. ... . این مقاله در دسته بندی موضوعی الگوریتم ژنتیک طبقه بندی شده است. برای دانلود فایل کامل مقاله مقایسه الگوریتم های فرا ابتکاری برای حل مسایل بهینه سازی با 6 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.