الگوریتم بهینه یابی ترکیبی مبتنی بر رفتار خوراک جویی زنبور عسل برای محیط های پویا

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,010

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IDMC04_029

تاریخ نمایه سازی: 15 دی 1389

چکیده مقاله:

اخیرا علاقه به بکارگیری هوش دسته جمعی در مسائل بهینه یابی در حال تغییر افزایش یافته است هوش دسته جمعی عاملها یا دسته های برهم کنش را که قادر به خودسازماندهی هستند مدلسازی می کند کلونی مورچه ها، دسته پرندگان، گله حیوانات، قالبگیری باکتریها و گروه زنبورها مثالهایی از یک سیستم دسته جمعی می باشند. عملکردخوب بهینه یابی گروه زنبورها برروی یک سری از مسائل ایستا ثابت شده است ولیکن بیشتر مسائل دنیای واقعی پویا می باشند به این مفهوم که موقعیت بهینه سراسری و مقدار آن ممکن است در طول زمان تغییر کند. دراین مقاله یک الگوریتم بهینه یابی توسعه یافته کلونی زنبورهای مصنوعی که HABC نامیده شده برای حل مسائل پویا ارائه گردیده است روش پیشنهاد شده برمبنای ترکیب کلونی زنبورهای مصنوعی والگوریتم زنبور می باشد الگوریتم HABC ایده جذاب فراگیر را برای حرکت زنبورها درکلونی زنبورهای مصنوعی هدایت می کند و به طور موفقیت امیزی قابلیت اکتشاف محلی را در کلونی زنبورهای مصنوعی افزایش میدهد و همچنین راه حلها به منظور درجه مهاجرهای تصادفی در الگوریتم زنبور رتبه بندی می شود این موضوع بهطور موثری قابلیت اکتشاف سراسری را در الگوریتم زنبور افزایش میدهد دو تابع محک توابع قله های متحرک و در حال نوسان در ازمایشها به منظور مقایسه کیفیت و صحت الگوریتم تکاملی مبتنی بر حافظه واریانسی، فاصله ای ، SOS, RPSO, mQSO, Adaptive mQSO و الگوریتم HABC شبیه سازی شده است.

نویسندگان

ناهید شایگان پور

دانشجوی کارشناسی ارشد کامپیوتر گرایش نرم افزار دانشگاه آزاد اسلامی وا

محمدرضا میبدی

عضو هیئت علمی دانشگاه امیرکبیر دانشکده کامپیوتر