بهبود کارایی الگوریتم های ژنتیک کوانتومی با استفاده از جستجوی محلّی Simulated Annealing
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,967
فایل این مقاله در 6 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:
FJCFIS01_092
تاریخ نمایه سازی: 14 خرداد 1387
چکیده مقاله:
الگوریتم های ژنتیک کوانتوم برپایه دیدگاه محاسبات و کامپیوترهای کوانتومی شکل گرفته اند. مزیت این الگوریتم ها در ایجاد توازن میان تعمق و جستجو است. پژوهش های اخیر نشان می دهد این الگوریتم ها در حلّ مسائلِ بهینه سازیِ ترکیبی مانند مسئله کوله پشتی از کارایی بسیار بالایی برخوردارند. ولی در مجموع این الگوریتم ها نیز دچار مشکل گیر کردن در قلّه محلّی، و کندی سرعت همگرایی هستند. برای همین منظور بایستی روش هایی برای بهبود کارایی این الگوریتم ها پیشنهاد کرد. الگوریتم های ژنتیک کوانتوم مانند سایر الگوریتم های تکاملی یک روش جستجوی عمومی می باشند و تلفیق آنها با رو شهای جستجوی محلّی می تواند بر کارایی آنها بیفزاید. در این پژوهش می کوشیم کارایی الگوریتم های ژنتیک کوانتوم را با استفاده از روش جستجوی محلّی Simulated Annealing بهبود دهیم. نتایج نشان می دهند به کارگیری این الگوریتم موجب افزایش بسیار زیاد کارایی الگوریتم های ژنتیک کوانتوم می شود.
کلیدواژه ها:
نویسندگان
محمد طیرانی
دانشگاه آزاد اسلامی واحد مشهد
محمد رضا اکبرزاده توتونچی
دانشگاه فردوسی 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 :