بهبود الگوریتم PSO با استفاده از آتاماتا یادگیر
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,267
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AIHE06_082
تاریخ نمایه سازی: 31 تیر 1392
چکیده مقاله:
الگوریتم ازدحام ذرات یک روش بهینه سازی، براساس قوانین احتمال است. در این روش هر یک از ذرات درفضای جستجو به سمت بهترین تجربه شخصی و بهترین تجربه گروه حرکت میکنند سپس، موقعیت جدید هر ذره توسطتابع شایستگی ارزیابی میشود. با گذشت زمان، ذرات به سمت ذراتی که دارای شایستگی بالاتری هستند، شتابمیگیرند. این رفتار در بعضی از مسائل باعث میشود که ذرات در بهینه های محلی قرار گیرند و قدرت بهینه سازی و دقتالگوریتم کاهش یابد. در این مقاله یک الگوریتم جدید به نام DMPSO&LA پیشنهاد می شود که به منظور تعیین یک مسیر حرکت مناسب برای ذرهها و همچنین گریز از بهینههای محلی از یک آتاماتا یادگیر با سه عمل استفاده میکند، جستجو محلی،سراسری و ایجاد بینظمی. در هنگام جستجو محلی، به منظور افزایش جستجوی محلی در اطراف بهترین ذره، و هدایتآنها به سمت نقاط برتر، ذرهای به جمعیت اضافه میشود سپس این ذره را جایگزین ذره با کمترین شایستگی میکند وزمانی که در وضعیت ذرهها بهبودی حاصل نشود با ایجاد شوک، از بهینهی محلی دور میشوند. نتایج آزمایشات بر رویمسائل نمونه نشان دادهاند که روش ارائه شده از دقت بالاتری نسبت به روشهای مشابه برخوردار است.
کلیدواژه ها:
نویسندگان
فریده اجاقلو
دانشگاه آزاد اسلامی واحد اراک
جواد اکبری ترکستانی
دانشگاه آزاد اسلامی واحد اراک
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :