یک الگوریتم جدید: الگوریتم کلونی موش های وحشی

Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 696

This Paper With 13 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_TJEE-49-1_038

تاریخ نمایه سازی: 17 تیر 1398

Abstract:

بهینه سازی یک فعالیت مهم و تعیین کننده در طراحی ساختاری است. بسیاری از مسائل بهینه سازی در مهندسی، طبیعتا پیچیده تر و مشکل تر از آن هستند که با روش های مرسوم بهینه سازی نظیر روش برنامه ریزی ریاضی و نظایر آن قابل حل باشند. طبیعت پایه بسیاری از الگوریتم های بهینه سازی می باشد، لذا محققان الگوی رفتاری پدیده ها و جانداران موجود در طبیعت در قالب یک ساختار رو به هدف قرار داده اند. در این مقاله یک الگوریتم فراابتکاری جدید بر پایه الگوی رفتاری موش های وحشی ارائه گردیده است. با مطالعه رفتارهای هدفمند و سودمند موش های وحشی در قالب کلونی ها این انگیزه را ایجاد کرد که این رفتارهای هدفمند می تواند الگویی برای حرکت به سمت حل یک مسئله پیچیده غیرقطعی باشد. در این تحقیق براساس نتایج آزمایشگاهی که بر روی این جانور انجام گرفته رفتار موش ها در فازهای تولید جمعیت، جفت گیری، مبارزه بقا پیاده سازی شده است. موش ها در چند کلونی سازماندهی شده که بر پایه فرماندهی یک سرکلونی نخبه برای بقا مبارزه خواهند کرد. ضمنا الگوی حرکتی موش ها براساس مکان سرکلونی و دیگر اعضای کلونی تعریف شده که در یک جستجوی بهینه در فضای مسئله موثر بوده است. الگوی رفتاری این جاندار در یک محیط شبیه ساز پیاده سازی گردید و نتایج نشان داد که الگوریتم حاصل یک الگویی مناسب برای یافتن پاسخی بهینه جهت مسائل پیچیده می باشد. 

Authors

صمد نجاتیان

دانشکده مهندسی برق و کامپیوتر - دانشگاه آزاد اسلامی

روح اله امیدوار

دانشکده مهندسی برق و کامپیوتر - دانشگاه آزاد اسلامی

حمید پروین

دانشکده مهندسی برق و کامپیوتر - دانشگاه آزاد اسلامی

وحیده رضایی

دانشکده مهندسی برق و کامپیوتر - دانشگاه آزاد اسلامی

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 :
  • محمد، امیرعباسیان، حسین، نظام آبادی پور، الگوریتم جستجوی گرانشی چندهدفه ... [مقاله ژورنالی]
  • شهرام، جمالی، سپیده، ملک تاجی، مرتضی، آنالویی، مکان یابی ماشین ... [مقاله ژورنالی]
  • مجید، محمدپور، حمید، پروین، الگوریتم ژنتیک آشوب گونه مبتنی بر ... [مقاله ژورنالی]
  • R L. Haupt and S. E. Haupt, Practical Genetic Algorithms, ...
  • S. B. L. Vandenberghe, Convex Optimization, Cambridge University Press, 2004. ...
  • W. Sun and Y.Yuan, Optimization Theory and Methods: Nonlinear Programming ...
  • J. Nocedal and S. J. Wright, Numerical Optimization , 2nd ...
  • J. Holland, Genetic algorithms and the optimal allocation of trial ...
  • J. Kennedy and R. Eberhart, Particle Swarm Optimization , Proceedings ...
  • D. Karaboga and B. Basturk, A powerful and efficient algorithm ...
  • M. Dorigo and V. Maniezzo, A. Colorni, Ant System: Optimization ...
  • S. Kirkpatrick, C D. Gelatt, M P. Vecchi, Optimization by ...
  • Glover, F.W.: Tabu search: A tutorial. Interfaces 20, 74–94 (1990) ...
  • D. T. Pham, S. Otri, A. Afify,  M. Mahmuddin, H. ...
  • X. Miao, J. Chu, L. Zhang, J. Qiao, An Evolutionary ...
  • Z.W. Geem, J. H. Kim, G. V. Loganathan, A new ...
  • R. P. Feynman, Simulating physics with computers , International Journal ...
  • R. P. Feynman, Quantummechanical computers , Foundations of Physics, 507–531, ...
  • A. Narayanan and M.Moore, Quantum-inspired genetic algorithms , in Proceedings ...
  • B. Bhattacharyya and V. K. Gupta, Fuzzy based evolutionary algorithmfor ...
  • Y. Wang, X. Feng, Y. Huang, A novel quantum swarm ...
  • S. I. Birbil and S. Fang, An electromagnetism-like mechanism for ...
  • O. K. Erol and I. Eksin, A new optimizationmethod: Big ...
  • M. Udrescu, L. Prodan, and M. Vlˇadut¸iu, Implementing quantum genetic ...
  • B. Li and L. Wang, A hybrid quantum-inspired genetic algorithm ...
  • L. Wang, F. Tang, and H. Wu, Hybrid genetic algorithm ...
  • A. Q. H. Badar, B. S. Umre, A. S. Junghare, ...
  • M. Yazdani and F. Jolaei, Lion Optimization Algorithm (LOA) :Anature-inspired ...
  • AR. Mehrabian and C. Lucas, A novel numerical optimization nalgorithm ...
  • D. Simon, Biogeography-basedoptimization , Evolut. Comput.IEEE Trans. 2008;12(6)702–13, 2008. ...
  • X-S. Yang, A new metaheuristic bat-inspired algorithm . Nature Inspired ...
  • Y-J. Zheng, Water wave optimization: an ewnature-inspired metaheuristic , Comput. ...
  • J. Wang, B. Zhou, Sh. Zhou, An Improved Cuckoo Search ...
  • Ch-F. Wang and K. Liu, A Novel Particle Swarm Optimization ...
  • C. Cubukcuoglu, I. Chatzikonstantinou, M. Fatih Tasgetiren, S. Sariyildiz, Q-K. ...
  • I. Obagbuwa and A. Philips Abidoye, Binary Cockroach Swarm Optimization ...
  • R M. Rizk Allah, Hybridization of Fruit Fly Optimization Algorithm ...
  • J. Liang, B. Qu, P. Suganthan, Problemdefinitions andevaluation criteria fortheCEC2014specialsessionandcompetitiononsingle ...
  • Hall, Edward Twitchell, 1 9 1 4 -. The hidden ...
  • H. Shah-Hosseini, Principal components analysis by the galaxy-based search algorithm: ...
  • Y. Zhang, L.Wu, Y. Zhang, J.Wang, Immune gravitation inspired optimization ...
  • W. Li, Q. Yin, X. Zhang, Continuous quantum ant colony ...
  • D. Ding, D. Qi, X. Luo, J. Chen, X. Wang, ...
  • P N. Suganthan, N. Hansen, J J. Liang, Problem definitions ...
  • نمایش کامل مراجع