افزایش توانایی جستجوی سراسری و اجتناب از همگرایی زودرس در الگوریتم دسته ماهی های مصنوعی
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,460
فایل این مقاله در 7 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:
CEIC03_084
تاریخ نمایه سازی: 4 آذر 1389
چکیده مقاله:
الگوریتم دسته ماهیهای مصنوعی AFSA یک مدل محاسباتی تکاملی است که مبتنی بر الگوریتم های هوش جمعی و برگرفته شده از طبیعت می باشد کاربرد عمده این الگوریتم در حل مسائل بهینه سازی می باشد عملکرد این الگوریتم براساس جستجوی تصادفی است و نمونه ای از رفتارگرایی در هوش مصنوعی می باشد رفتارهای پایه AFSA یعنی رفتارهای جستجوی غذا، دنباله روی و حرکت جمعی، رفتارهای جستجوی محلی می باشند AFSA با این رفتارها به خوبی جستجوی محلی را انجام می دهد ولی توانایی کمی در گذشتن از بهینه های محلی و رسیدن به بهینه سراسری دارد دراین مقاله برای اجتناب از افتادن در بهینه های محلی و همگرایی زودرس سه رفتار جدید بهصورت جداگانه پیشنهاد می گردند که به AFSA اضافه شده اند و توانایی این الگوریتم را برای اجتناب از همگرایی زودرس و خروج از بهینه های محلی افزایش میدهند.
کلیدواژه ها:
نویسندگان
برات سامان
گروه هوش مصنوعی دانشگاها زاد اسلامی واحد مشهد
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 :