بهینه سازی حل مساله فروشنده دوره گرد توسط سیستم های چندعامله و الگوریتم جهش ترکیبی قورباغه

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 473

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

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

COMCONF03_287

تاریخ نمایه سازی: 6 اردیبهشت 1396

چکیده مقاله:

مساله فروشنده ی دوره گرد یکی از مسایل مشهور بهینه سازی ترکیبی استو جزء مسایل NP-hard محسوب می شود.این مساله کاربرد زیادی در دنیای واقعی دارد .هدف از حل این مساله رسیدن به مسیری است که از همه ی شهرها یک بار بگذرد و به شهر اول برگردد و هزینه ی این مسیر کمینه باشد. در الگوریتم های مطرح شده گرایش الگوریتم به سمت جستجوی سراسری یا جستجوی محلی باعث ایجاد محدودیت هایی برای الگوریتم ها شده است. در این مقاله روشی با استفاده از ترکیب سیستم های چندعاملی و الگوریتم جهش قورباغه برای حل مساله فروشنده ی دوره گرد ارایه گردیده است. نتایج بدست آمده از آزمایش های انجام گرفته بر روی الگوریتم پیشنهادی نشان می دهند که روش پیشنهادی در مقایسه با سایر روش ها از کارایی بهتری برخوردار است.

کلیدواژه ها:

مساله فروشنده دوره گرد ، جستجوی سراسری ، جستجوی محلی ، الگوریتم جهش ترکیبی قورباغه ، سیستم های بهینه سازی چند عاملی

نویسندگان

فرنوش پوینده

دانشکده مهندسی کامپیوتر و فناوری اطلاعات ˛ دانشگاه آزاد اسلامی واحد قزوین

بهروز معصومی

دانشکده مهندسی کامپیوتر و فناوری اطلاعات ˛ دانشگاه آزاد اسلامی ˛ واحد قزوین

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 :
  • Ch.Nilsson، Heuristics for the Traveling Salesman Problem، Link oping University ...
  • M. R. Bonyadi, M. Rahimi Azghadi and H. Shah-Hossein Pop ...
  • Liu، How Autonomy Oriented Computing (AOC). Xie, JX Tackles a ...
  • _ Zambito، The Traveling Salesman Problem: A Comprehensive Survey، Submitted ...
  • A Novel Local Search Algorithm for the Traveling Salesman Problem ...
  • T. D. Braun, H.J. Siegel، & N. Beck A Comparison ...
  • Xiao-Lin Li. A Particle Swarm Optimization and Immune Theory-Based Algorithm ...
  • Xiao-Feng Xie، Jiming Liu Multiagent Optimization System for Solving the ...
  • L. Xue- hui، Y. Ye، LI Xia، Solving TSP with ...
  • E.Elbeltagi &T.Hegazy& DGrierson. A modified shuffled frog- leaping optimization lgorithm: ...
  • M. T. VakiIRa ohmisheh، K.Madni، A.NaarbafA discrete shuffled frog optimization ...
  • B.Auiri، M.Eathian، A.Maroosi Application of shuffled frog-leaping algorithm _ clustering, ...
  • JLuc، M.Chen، N. WaggAn improved shuffled frog-leaping algorithm with extremal ...
  • H .chahkandiNej ad، R. Jahani and GH. r.Sarlak، applying shuffled ...
  • Y. HanIkou Kaku، J. Cai، Y. Li، C. Yang، and ...
  • Y.Kobayashi، a Powerful Genetic Algorithm Using Edge Assembly Crossover for ...
  • Z.Zhen، D.Wang، Y.Liu، Improved Shuffled Frog Leaping Algorithm for Continuous ...
  • I. Zhoua، B.Y.Qub، Hui Li c، S h.ZhengZhaob، PonnuthuraiN Suganthanb، ...
  • E. A. K. Mishra1, M. N. Das2, T. C. Panda3، ...
  • D. E. Goldberg، Genetic Algorithms in Search، Optimization، and Machine ...
  • A. Q. Mu1، 2، D. Cao1، X. Wang2, A Modified ...
  • M. Eusuff، and K Lansey، Optimization of Water Distribution Network ...
  • W. Teekeng, A. Thammano، d Combination of Shuffled Frog Leaping ...
  • L. Kang، Y. Liu، and S. Zeng، A Novel Memetic ...
  • E. Elbeltagi، A MODIFIED SH UFFLED _ FR OG-LEAPING ALGORITHM ...
  • K. Helsgaun، General k-opt sub moves for the Lin-Kernighan TSPH ...
  • K. Helsgaun، An Effective Implementation of K-opt Movesfor the Lin-Kernighan ...
  • W. Teekeng، A. Thammano، A Combination of Shuffled Frog Leaping ...
  • Kao, an Evolutionary. Tsai, and C. Yang, Y. Tasi. J.H. ...
  • نمایش کامل مراجع