الگوریتم تکاملی مبتنی بر حافظه و چند جمعیتی برای بهینه سازی مسائل پویا (حافظه+دو جمعیت+ شروع مجدد)
Publish place: 13th Iranian Student Conference on Electrical Engieering
Publish Year: 1389
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,790
This Paper With 9 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:
ISCEE13_090
تاریخ نمایه سازی: 14 مرداد 1389
Abstract:
برای مسائل بهینه سازی پویا ، تابع شایستگی ، متغیرهای طرح و یا شرایط محیطی ممکن است که در طول زمان به دلایل مختلفی تغییر کند. تمام محیطهای پویا هم ارز نیستند و پویایی متفاوتی بر اساس مشخص ههای محیطی همانند فرکانس، شدت، قابلیت پیش بینی و تکراری بودن تغییرات و روشهای بهینه سازی متفاوتی برای آنها وجود دارد . الگوریتمهای تکاملی اساساً از تکامل طبیعی الهام می گیرند و در طبیعت محیط های پویای در حال تغییر اتفاق می افتد. چالشی که اینجا وجود دارد این است که الگوریتمهای تکاملی کلاسیک نم یتوانند بدلیل همگرایی و کاهش تنوع به خوبی با محیط در حال تغییر تطبیق یابند. روشهایی برای توسعه، همانند حفظ تنوع در طول اجرا از طریق روش مهاجران تصادفی، افزایش تنوع بعد از ایجاد یک تغییر، استفاده از روش حافظه و روشهای چند جمعیتی، برای حل مشکل به وجود آمده است. در این مقاله روش ترکیبی الگوریتم ژنتیک با حافظه، دو جمعیت و شروع مجدد که متفاوت با روش آقای برنک و شبیه به روش ارائه شده توسط آقای یانگ است بر روی مهمترین مسئله محک محیط پویا ، پیکهای متغییر، اعمال می شود و ملاحظه می گردد که همانند تاثیر آن بر روی مسئله ماکسیمم یک باعث بهبود عملکرد بر روی پیکهای متغییر نسبت به روش آقای برنک می گردد.
Keywords:
الگوریتم تکاملی , محیط پویا , تنوع , روش مبتنی بر حافظه , شروع مجدد , الگوریتم ژنتیک مبتنی بر حافظه و چند جمعیتی
Authors
میترا هاشمی
دانشکده برق، رایانه و فناوری اطلاعات دانشگاه آزاد اسلامی قزوین
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 :