CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

افزایش تنوع در الگوریتم بهینه سازی ازدحام ذرات با جستجوی محلی

اعتبار موردنیاز : ۱ | تعداد صفحات: ۹ | تعداد نمایش خلاصه: ۵۶۶ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: CESD01_066
زبان مقاله: فارسی
حجم فایل: ۱.۴ مگابات (فایل این مقاله در ۹ 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 ۹ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله افزایش تنوع در الگوریتم بهینه سازی ازدحام ذرات با جستجوی محلی

  مهدی کولیوند سالوکی - دانشجوی دکتری مهندسی شیمی، دانشکده مهندسی شیمی دانشگاه تهران
  عاطفه زویداوی - کارشناسی علوم کامپیوتر دانشکده علوم ریاضی و کامپیوتر دانشگاه شهید چمران
  حسین ضیایی راد - کارشناسی علوم کامپیوتر، دانشکده علوم ریاضی و کامپیوتر دانشگاه شهید چمران
  مائده الهی - کارشناسی علوم کامپیوتر دانشکده علوم ریاضی و کامپیوتر دانشگاه شهید چمران
  فاطمه شریفی - کارشناسی ارشد مهندسی کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی اصفهان

چکیده مقاله:

در این مقاله روشی مبتنی بر هوش جمعی برای حل مسائل بهینه سازی ارائه می شود. روش پیشنهادی با استفاده از دو مرحله تحرک و همگرایی جمعیت به نتایج جالبی در انواع توابع می رسد. در این روش جمعیت اولیه ذرات مقدردهی شده و سپس این ذرات در هر مرحله ابتدا خود را از نواحی نامناسب دور کرده و پس از آن به نواحی مناسب مهاجرت می کنند و در نهایت در این نواحی سعی به نزدیک شدن به نواحی بهینه را دارند. ویژگی الگوریتم نتیجه گرفتن در توابع با ابعاد بالا و همچنین توابع دارای اسکترمم های محلی زیاد است. حرکت در جهت دور شدن از نواحی مناسب باعث می شود الگوریتم در مواجهه با مسائل با ابعاد بسیار بزرگ و نیز مسائلی که در آنها جمعیت دارای توزیع اولیه نامناسبی است به خوبی عمل کرده و نتایج مناسبی از خود نشان دهد. پراکندی نامناسب جمعیت اولیه در اگوریتم بهینه سازی گروه ذرات تاثیر منفی دارد این الگوریتم با مهاجرت کلی ذرات به سمت فضای مناسب به نقاط بهینه همگرا می شود.

کلیدواژه‌ها:

تنوع، جست و جوی محلی، بهینه سازی سراسری ، بهینه سازی گروه ذرات

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-CESD01-CESD01_066.html
کد COI مقاله: CESD01_066

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:
کولیوند سالوکی, مهدی؛ عاطفه زویداوی؛ حسین ضیایی راد؛ مائده الهی و فاطمه شریفی، ۱۳۹۲، افزایش تنوع در الگوریتم بهینه سازی ازدحام ذرات با جستجوی محلی، همایش ملی مهندسی کامپیوتر و توسعه پایدار با محوریت شبکه های کامپیوتری، مدل سازی و امنیت سیستمها، مشهد، موسسه آموزش عالی خاوران، https://www.civilica.com/Paper-CESD01-CESD01_066.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: (کولیوند سالوکی, مهدی؛ عاطفه زویداوی؛ حسین ضیایی راد؛ مائده الهی و فاطمه شریفی، ۱۳۹۲)
برای بار دوم به بعد: (کولیوند سالوکی؛ زویداوی؛ ضیایی راد؛ الهی و شریفی، ۱۳۹۲)
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 :

  • Z. Zhan, J. Zhang, Y. Li, H. Chung, Adaptive particle ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۵۳۰۷۶
    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.

    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.