الگوریتم کلونی زنبور مصنوعی آشوب گونه مبتنی بر حافظه برای حل مسائل بهینه سازی پویا
Publish place: Journal Of Modeling in Engineering، Vol: 15، Issue: 51
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 312
This Paper With 20 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:
شناسه ملی سند علمی:
JR_JME-15-51_009
تاریخ نمایه سازی: 16 تیر 1398
Abstract:
چکیده الگوریتم کلونی زنبور مصنوعی یکی از الگوریتم های بهینه سازی هوش جمعی می-باشد، که از آن در اهداف و کاربردهای ایستا به صورت وسیعی استفاده می شود. اکثر مسائل موجود در جهان واقعی پویا می باشند. بنابراین ما به الگوریتم های بهینه سازی نیاز داریم که بتوانند مسائل را در محیط های پویا به خوبی حل نمایند. مسائل بهینه سازی پویا مسائلی هستند که در طول زمان دچار تغییر می-شوند. در این مقاله ما یک الگوریتم مبتنی بر کلونی زنبور مصنوعی آشوب گونه ترکیب شده با حافظه را برای مسائل بهینه سازی پویا ارائه نموده ایم. یک سیستم آشوب گونه پیش بینی دقیق تری از آینده نسبت به یک سیستم تصادفی دارد. ما در این روش از حافظه صریح برای ذخیره راه حل های قدیمی خوب جهت نگهداری تنوع در جمعیت استفاده نموده ایم. استفاده از راه حل های قدیمی خوب و تنوع در محیط به سرعت همگرایی الگوریتم کمک می نماید. روش پیشنهادی را برروی مسئله محک قله های متحرک آزمایش نموده ایم. مسئله محک قله های متحرک، شبیه ساز مناسبی برای تست کارآیی الگوریتم های بهینه سازی در محیط های پویا می باشد. نتایج آزمایشات برروی این تابع محک نشان از کارآیی مناسب روش پیشنهادی در مقایسه با سایر روش ها در حل مسائل بهینه سازی پویا دارد.
Keywords:
Authors
مجید محمدپور
دانشگاه آزاد اسلامی واحد علوم و تحقیقات یاسوج
حمید پروین
دانشگاه آزاد اسلامی واحد علوم و تحقیقات یاسوج
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 :