ارایه راهکاری ترکیبی برای دو الگوریتم SFLA CSO
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 385
فایل این مقاله در 11 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:
SASTECH09_108
تاریخ نمایه سازی: 11 اردیبهشت 1398
چکیده مقاله:
امروزه بشر با مسایل زیادی در زمینه های مختلف بهینه سازی روبرو است که برای رسیدن به جواب آنها الگوریتمهای مختلفی ارایه شده است. یکی از این راهکارها استفاده از هوش جمعی است. الگوریتمهای هوش جمعی از یکسری موجود ساده که به تنهایی قادر به حل مساله نیستند، استفاده میکنند تا با همکاری آنها بهترین جواب در فضای جستجو را بیابند. واضح است که هدف هر کدام از موجودات بالا بردن بازدهی جمعی است. کاربرد الگوریتم های هوش جمعی بر همگان آشکار است. در این مقاله دو الگوریتم هوش جمعی نظیر بهینه سازی حرکت جمعی گربه ها (CSO) الگوریتم قورباغه جهنده (SFLA) مورد بررسی قرار میگیرند. سپس راهکاری ترکیبی برای بهبود همگرایی الگوریتم قورباغه جهنده ارایه می شود. نتایج حاصل از پیادهسازی توابع محک، برتری روش ترکیبی پیشنهادی به نام FLCSO را نسبت به CSO SFLA نشان میدهد.
کلیدواژه ها:
نویسندگان
الهام مهدی پور
عضو هیات علمی گروه کامپیوتر موسسه آموزش عالی خاوران
سجاد شاهسونی
دانشجوی کارشناسی، گرایش نرم افزار موسسه آموزش عالی خاوران