یک الگوریتم ژنتیکی - عصبی جدید برای حل مسأله فروشنده دوره گرد
محل انتشار: سیزدهمین کنفرانس مهندسی برق ایران
سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,815
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE13_187
تاریخ نمایه سازی: 27 آبان 1386
چکیده مقاله:
چکیده : در این مقاله یک الگوریتم ژنتیکی جدید برای بهینه سازی پاسخ های شبکه عصبی CNN-TSP ارائه شده است . با اینکه CNN-TSP پاسخ هایی بسیار مناسب و قابل قبول بهTSPارائه می دهد، اما در مینیمم های محلی تابع انرژی اش بدام می افتد . الگوریتم ژنتیکی پیشنهادی با استفاده از ساختار سازنده شبکه و جایگزینی یک تصمیم گیرنده تکاملی بجای
تصمیم گیرنده رقابتی آن توانسته است پاسخ های شبکه را بنحو چشمگیری بهبود بخشد . تا آنجا که طبق شبیه سازی های انجام شده، الگوریتم ژنتیکی پیشنهادی توانست ه است از میان ۲۲
مسأله ای که پاسخ بهینه آنها از کتابخانه TSPLIB استخراج شده بود، در ۷ مورد پاسخ هایی بهتر از پاسخ های کتابخانه، در ۹ مورد همان پاسخ ها و در ۶ مورد پاسخی بدتر از پاسخ
کتابخانه ارائه دهد . همچنین ، پاسخ های الگوریتم ژنتیکی پیشنهادی برای ۷ مسأله استاندارد از کتابخانه TSPLIB با چند روش متداول دیگر مقایسه گردیده است . شبیه سازی ها بیانگر
آن است که دقت روش پیشنهادی در مقایسه با دیگر روش ها حداقل ۵ / ۱ % بیشتر است . خصوصیاتی چون دقت بالا و سرعت همگرایی مناسب الگوری تم ژنتیکی پیشنهادی را به
ابزاری مناسب برای کاربردهای خارج خط ) ) off-line مبدل کرده است .
کلیدواژه ها:
نویسندگان
مهدی سعادتمند طرزجان
دانشکده برق، دانشگاه صنعتی خواجه نصیرالدین طوسی
محمد اکبرزاده توتونچی
دانشکده مهندسی، دانشگاه فردوسی مشهد