بهینه سازی یک سری از توابع ریاضی توسط الگوریتم پیشنهادی Pso

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,300

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

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ISCEE16_066

تاریخ نمایه سازی: 21 تیر 1393

چکیده مقاله:

Pso یک تکنیک بهینه سازی مبتنی بر قوانین احتمال است و از رفتار اجتماعی پرندگان یا ماهیها در پیداکردن غذا، الهام گرفته شده است. در PSO هر جواب مسئله، یک پرنده در فضای جستجو است که ذره نام گرفته است. هر ذره دارای یک مقدار شایستگی است که توسط تابع شایستگی مسئله بدست می آید. پرنده ای که به غذا نزدیک تر است، شایستگی بیشتری دارد. الگوریتم PSO ذاتاً 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 ادامه این مقاله ضمن بررسی ضعفهای الگوریتم PSO باینری متداول ، نسخه جدیدی برای الگوریتم PSO باینری ارائه می شود. 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 خصوصاً در موضوع همگرایی الگوریتم نشان می دهد.

نویسندگان

حسن سعیدی نژاد

مربی، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد بندرلنگه

محمدحسن مداحی

دانشگاه آزاد اسلامی واحد علوم و تحقیقات کرمان

فرزاد حسین زاده پیرغیبی

مربی، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد بندرلنگه

محمد شایسته

مربی، گروه کامپیوتر، دانشگاه آزاد اسلامی واحد بندرعباس

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 :
  • . htp ://www _ _ intelligence. org/tutorials .php _ ...
  • . J.Kennedy and R.Eberhar, "Particle Swarm Optimization" Proceeding of IEEE ...
  • . A.Stacey, M.Jancic and I.Grundy, "Particle Swarm Optimization with Mutation" ...
  • . M .P.Wachowiak, R. S molikova, Y.Zheng, .J.M. Zurada and ...
  • . J.Kennedy and R.C.Eberhart, "A Discrete Binary Version Of The ...
  • . W.JIAN, Y.N. XUE and J.QIAN, "an Improvmented Particle Swarm ...
  • . P. N. Sugant han, "Particle Swarm Optimiser with Neighbourhood ...
  • . _ _ _ feature selection", in IEEE Proceedings of ...
  • . D.E.Goldberg, :Genetic algorithms in search, optimization, and machine learning', ...
  • . Yao X, Liu Y, and Lin G, "Evolutionary programming ...
  • . R.Hassan, B.Cohanim, O.de.Weck and G.Venter, " A Comparison Of ...
  • . H.-BO LIP, Y.-Y TANG, J.MENG and Y. JP, "Neural ...
  • . X.Hu, Y.Shi and R.Eberhart, "Recent Advances in Particle Swarm" ...
  • نمایش کامل مراجع