روش جدیدی برای الگوریتم PSO باینری

سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,853

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEE14_166

تاریخ نمایه سازی: 25 تیر 1387

چکیده مقاله:

امروزه با بزرگ شدن مسائل و اهمیت یافتن سرعت رسیدن به پاسخ و عدم پاسخگویی روشهای کلاسیک، از الگوریتمهای جستجوی رندوم به جای جستجوی همه جانبه فضای مسئله، استقبال بیشتری می شود. در این بین در سالهای اخیر استفاده از الگوریتمهای جستجوی هیوریستیک (شهودی) رشد چشمگیری داشته است. الگوریتم جستجوی PSO با تنظیم مسیر حرکت یک جمعیت از ذرات در فضای مساله بر پایه اطلاعات مربوط به بهترین کارآیی قبلی مربوط به هر ذره و بهترین کارآیی قبلی مربوط به همسایگان هر ذره عمل جستجو را در فضای مساله انجام میدهد. الگوریتم PSO ذاتا یک الگوریتم پیوسته است. برای حل مسائل گسسته، نسخه باینری آن نیز ارائه شده است. نسخه باینری این الگوریتم همگرایی مناسبی ندارد. این موضوع ناشی از وجود دو ضعف عمده در الگوریتم است. در این مقاله ضمن بررسی ضعفهای الگوریتم PSO باینری متداول، نسخه جدیدی برای الگوریتم PSO باینری ارائه میشود. این نسخه با الگوریتم باینری متداول در حل مسائل مختلف مقایسه شده و نتایج آن آمده است. نتایج آزمایش برتری قاطع نسخه پیشنهادی به نسخه متداول را خصوصا در موضوع همگرایی الگوریتم نشان میدهد.

نویسندگان

مجید رستمی شهربابکی

هسته پژوهشی پردازش تصویر، بخش مهندسی برق، دانشگاه شهید باهنر کرمان

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 :
  • . H.B.Lip, Y.Y.Tang, J.Meng and Y.Jp, ،Neural networks learning using ...
  • !. J.Kennedy and R.C.Eberhart, ،Particle sWarm optimization?, Proceedings of IEEE ...
  • . H.A.Firip and E.Goodman, ،Swarmed feature selection', in IEEE Proc. ...
  • . Yao X, Liu Y, and Lin G, ، Evolutionary ...
  • . S.Yang, "Adaptive Crossover in Genetic Algorithms using statistics mechanism', ...
  • نمایش کامل مراجع