CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیش پردازشی جدید جهت بهبود کارایی استراتژی های تکاملی در توابع شایستگی دارای اکسترمم های زیاد

اعتبار موردنیاز : ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۱۱۴۷ | نظرات: ۰
سرفصل ارائه مقاله: رایانش نرم و هوش مصنوعی
سال انتشار: ۱۳۸۶
نوع ارائه: شفاهی
کد COI مقاله: ACCSI13_095
زبان مقاله: فارسی
حجم فایل: ۱۴۶.۳۳ کیلوبایت (فایل این مقاله در ۶ 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 ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش پردازشی جدید جهت بهبود کارایی استراتژی های تکاملی در توابع شایستگی دارای اکسترمم های زیاد

علی سبطی - دانشجوی کارشناسی ارشد گرایش هوش مصنوعی دانشکده مهندسی کامپیوتر و فنا
سعید شیری - هیئت علمی دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی اص

چکیده مقاله:

استراتژی های تکاملی زیرمجموعه ای از پردازش های تکاملی محسوب می شوند که معمولا برای بهینه سازی عددی مورد استفاده قرار می گیرند. از ویژگی های اصلی آنها می توان به سرعت و کاربرد گسترده آنها در بهینه سازی مقادیر حقیقی اشاره نمود. همچنین استراتژی های تکاملی بر خلاف دیگر روش های تکاملی از مبان ی تئور ی محکم تری برخوردار هستند . در این روش ها از خود تطب یقی، جهت تنظیم پارامترهای آن (خصوصا پارامترهای عملگر جهش ) بهره جسته اند . تحقیقاتی که تاکنون جهت بهبود این روش انجام شده، کارایی خوبی بر روی توابع شایستگی با اکسترمم محلی زیاد نداشته اند. روشی که در این مقاله ارائه گردیده با الهام از حرکت اجسام کروی و تاثیر قوانین جاذبه و نهایتا سقوط آنها در مکانی با انرژ ی پتانس یل کمتر(ارتفاع کمتر)، ناحیه ای که جواب بهینه به احتمال ز ی اد در آنجا واقع شده است را برای ما مشخص می کند. این ناحی ه در مرحله بعد بوسیله یک استراتژی تکاملی مورد جستجو قرار گرفته و بهترین جواب در ناحیه مذکور مشخص می شود . آزمایشات صورت گرفته و نتا یج حاصل از آن، بهبود نتایج را در انواع مختلف توابع شایستگی، خصوصا آن دسته که دارای اکسترمم محلی زیاد هستند، نشان می دهد.

کلیدواژه‌ها:

بهینه سازی عددی، استراتژی های تکاملی، حرکت پرتابه ای، ابر کره، مینیمم محلی.

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-ACCSI13-ACCSI13_095.html
کد COI مقاله: ACCSI13_095

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:
سبطی, علی و سعید شیری، ۱۳۸۶، پیش پردازشی جدید جهت بهبود کارایی استراتژی های تکاملی در توابع شایستگی دارای اکسترمم های زیاد، سیزدهمین کنفرانس سالانه انجمن کامپیوتر ایران، جزیره کیش، انجمن کامپیوتر، دانشگاه صنعتی شریف، https://www.civilica.com/Paper-ACCSI13-ACCSI13_095.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: (سبطی, علی و سعید شیری، ۱۳۸۶)
برای بار دوم به بعد: (سبطی و شیری، ۱۳۸۶)
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 :

  • Hans-Pual Schwefel, "Numerical Optimization of Computer Models", Wiley, Chichester, 1981. ...
  • George B. Thomas, Ross L. Finney, "Calculus and Analytic Geometry", ...
  • Ingo Rechenberg, _ Evalutio nsstrategie : Optimierung thechnischer Systeme nach ...
  • Hans-Pual Schwefel, Rudolph G, "C ontemporary evolution strategies Advances in ...
  • Hans-Pual Schwefel, "Nunierische Optimierung VOn C O mp uter-Modellen mittels ...
  • S.-Y. Ho, L.-S. Shu, and J.-H. Chen, "Intelligent evolutionary algorithms ...
  • Garrison W. Greenwood, Qiji Zhu, "Convergence in Evolutionary Programs with ...
  • K.-H. Liang, X. Yao, Y. Liu, C. Newton and D. ...
  • 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.

    مقالات مرتبط جدید

    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.