CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تعمیمی بر الگوریتم GCBPSO

اعتبار موردنیاز : ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۲۲۴ | نظرات: ۰
سال انتشار: ۱۳۸۵
کد COI مقاله: ACCSI12_140
زبان مقاله: فارسی
حجم فایل: ۵۸۸.۹ کیلوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تعمیمی بر الگوریتم GCBPSO

    حسین نظام آبادی پور - استادیار بخش مهندسی برق، دانشگاه شهید باهنر کرمان
  مجید رستمی شهربابکی - دانشجوی کارشناسی ارشد، بخش مهندسی برق، دانشگاه شهید باهنر کرمان

چکیده مقاله:

در این مقاله ضمن بررسی الگوریتم PSO و GCPSO ، الگوریتم باینری (GCBPSO) GCPSO بطور دقیق و مفصل تحلیل شدهاست. نتایج این تحقیق نشان میدهد که الگوریتمGCBPSO دو مشکل بزرگ و عمده دارد که موجبات عدم همگرایی و یافتن جواب بهینه را فراهم میکنند. با ارائه راه حلهای مناسب، این دو عیب برطرف شده و تعمیمی بر این الگوریتم ارائه شده است. نتایج
آزمایشها برتری مطلق روش پیشنهادی به روش متداول را روی یازده تابع محک استاندارد نشان میدهد

کلیدواژه‌ها:

روشهای جستجوی هیوریستیک، الگوریتم GCPSO ، الگوریتم GCPSO ، همگرایی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ACCSI12-ACCSI12_140.html
کد COI مقاله: ACCSI12_140

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
نظام آبادی پور, حسین و مجید رستمی شهربابکی، ۱۳۸۵، تعمیمی بر الگوریتم GCBPSO، دوازدهمین کنفرانس سالانه انجمن کامپیوتر ایران، تهران، دانشگاه شهید بهشتی، https://www.civilica.com/Paper-ACCSI12-ACCSI12_140.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (نظام آبادی پور, حسین و مجید رستمی شهربابکی، ۱۳۸۵)
برای بار دوم به بعد: (نظام آبادی پور و رستمی شهربابکی، ۱۳۸۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • . J.Kennedy and R.C.Eberhart, ،، Particle swarm optimization?, Proceedings of ...
  • feature Swarmed؛، [2]. H.A.Firip and E.Goodman, selection?, in IEEE Proc. ...
  • . H.B.Lip, Y.Y.Tang, J.Meng and Y.Jp, ،Neural networks learning using ...
  • . B.Al-kazemi and C.K.Mohan, *Training feed forward neural networks using ...
  • . D.Merwe and A. Engelbrecht, ، Data clustering using particle ...
  • دانشگاه شهید بهشتی، دانشکده مهندسی برق و کامپیوتر، تهران، ایران، ...
  • . T.R.Machado and H.S.Lopes, ،A hiybrid particle swarm optimization model ...
  • . V.G.Gudise and G. K. V en aya gamoorthy, ،FPGA ...
  • . J.Kennedy and R.C.Eberhart, ،A Discrete Binary version of the ...
  • .F.V.D.Bergh and A .Engelbrecht, ،A new locally convergent particle swarm ...
  • . F.V.D.Bergh, *An analysis of particle swarm optimizers?, PhD thesis, ...
  • روش جدیدی برای الگوریتم PSO باینری [مقاله کنفرانسی]
  • . Yao X, Liu Y, and Lin G, *Evolutionary programming ...
  • . S.Yang, *Adaptive Crossover in Genetic Algorithms using statistics mechanism?, ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۱۴۱۷۸
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.