مقایسه همگرایی دو روش حل مسئله بهینه سازی فازی برمبنای عدد شبه خطی فازی و الگوریتم ژنتیک
محل انتشار: یازدهمین کنفرانس سیستم های فازی ایران
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,745
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICFUZZYS11_133
تاریخ نمایه سازی: 4 مرداد 1390
چکیده مقاله:
بهینه سازی فازی یکی از ابزارهای پرکاربرد در هوش مصنوعی کنترل سیستم ها مدیریت تولید می باشد که در هردو بعد تئوری و عملی دارای اهمیت است شروع کار با داده های فازی و مکانیسم بهینه سازی فازی است که بدین منظور ابتدا مفهوم عدد شبه خطی و همچنین ویژگیها و عملیات محاسباتی انجام گرفته روی آن را معرفی می نماییم و با تعیین شاخصهای اصلی و فرعی مدل بهینه سازی فازی را براساس استراتژی کمیت مرکب و الگوریتم ژنتیک بررسی خواهیم کرد و همچنین مدلی را براساس متر فازی و محدودیت های نادقیق برای سیستم تساوری فازی ارائه و در پایان هم همگرایی الگوریتمهای ارائه شده را با استفاده از تئوری زنجیره مارکوف و تحلیل کارایی شان بیان می نماییم که نتیجه آن برتری روش بهینه سازی برمبنای عملیات اصلی و الگوریتم ژنتیک در اجرای روند بهینه سازی از نظر همگرایی می باشد که انواع مسئله های بهینه سازی را در بر میگیرد.
کلیدواژه ها:
نویسندگان
علی اکبر ثانوی
دانشکده ریاضی دانشگاه سیستان و بلوچستان
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 :