بهبود قابلیت اکتشاف الگوریتم بهینه سازى کفتار با استفاده از جستجوی محلی توزیع شده
Publish place: 5th National Conference on Electrical Engineering of Iran
Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 592
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:
NEEC05_076
تاریخ نمایه سازی: 7 خرداد 1398
Abstract:
الگوریتم های فراابتکاری با الگوبرداری از رفتار دسته جمعی جانداران یا پدیده های فیزیکی یک روش موثر و کاربردی برای حل مسائل بهینه سازی می باشند و میتوانند راه حل های بهینه را با دقت مناسبی استخراج نمایند. الگوریتم بهینه سازی دسته کفتار یکی از روش های هوش گروهی است دارای مکانیزم جستجوی محلی قوی پیرامون عضو شایسته جمعیت است اما این مکانیزم الگوریتم را مستعد گرفتار شدن در بهینه های محلی می نماید زیرا در این الگوریتم بیش از اندازه پیرامون چواب بهینه مورد جستجو قرار گرفته می شود و احتمال دارد بهینه مورد نظر نزدیک بهینه محلی باشد و الگوریتم را مستعد گرفتار شدن در بهینه محلی نماید از این جهت در این پژوهش به شکل خلاقانه ای تلاش شده است که جستجو فقط پیرامون کفتار یا راه حل بهینه انجام نشود و به تناسب وزن و شایستگی افراد پیرامون آنها جستجو انجام شود و از طرفی هر عضو که شایستگی بیشتری دارد تعداد بیشتری کفتار پیرامون خود جذب می نماید و در شعاع مشخصی پیرامون آن به جستجو می پردازند. در واقع روش پیشنهادی امکان جستجوی محلی را در فضای سراسری مسئله فراهم می سازد تا احتمال گرفتار شدن در بهینه محلی کاهش یابد. نتایج آزمایشات بر روی توابع ارزیابی پرکاربرد نشان میدهد دقت الگوریتم پیشنهادی نسبت به الگوریتم بهینه سازی کفتار، الگوریتم بهینه سازی وال، الگوریتم بهینه سازی ذرات، الگوریتم کرم شبتاب و الگوریتم خفاش بیشتر است.
Keywords:
Authors
الهه نوری
دانشجوی کارشناسی ارشد کامپیوتر هوش مصنوعی و رباتیک، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران
زهرا بهشتی
دانشکده مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران.