CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

الگوریتم ژنتیک آشوبگونه مبتنی بر حافظه و خوشه بندی برای حل مسایل بهینه سازی پویا

اعتبار موردنیاز : ۱ | تعداد صفحات: ۲۰ | تعداد نمایش خلاصه: ۸۴ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: JR_TJEE-46-3_026
زبان مقاله: فارسی
حجم فایل: ۱.۲۳ مگابات (فایل این مقاله در ۲۰ 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 ۲۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله الگوریتم ژنتیک آشوبگونه مبتنی بر حافظه و خوشه بندی برای حل مسایل بهینه سازی پویا

  مجید محمدپور - دانشجوی کارشناسی ارشد، دانشکده فنی و مهندسی- دانشگاه آزاد اسلامی واحد یاسوج -یاسوج- ایران
  حمید پروین - استادیار، دانشکده مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد ممسنی، ممسنی، ایران- باشگاه پژوهشگران جوان و نخبگان، واحد نو رآباد ممسنی، دانشگاه آزاد اسلامی، نو رآباد ممسنی، ایران

چکیده مقاله:

اکثر مسایل موجود در دنیای واقعی یک مسیله بهینه سازی با ماهیتی پویا هستند، به طوریکه مقدار بهینه سراسری آنها در طول زمان ممکناست تغییر کند، بنابراین برای حل این مسایل الگوریتم هایی نیاز داریم که بتوانند خود را با شرایط این مسایل به خوبی سازگار نموده و بهینه جدید رابرای این مسایل ردیابی نمایند. در این مقاله، یک الگوریتم ژنتیک آشوبگونه مبتنی بر خوشه بندی و حافظه برای حل مسایل پویا ارایه شده است. یکسیستم آشوب گونه پیش بینی دقیق تری از آینده نسبت به یک سیستم تصادفی دارد و میزان همگ رایی را در الگوریتم افزایش می دهد. به طور معمولاستفاده از اطلاعات گذشته اجازه می دهد الگوریتم به سرعت بعد از تغییر محیط به سازگاری در شرایط محیطی جدید برسد، بنابراین ایده مورد نظر دراین زمینه، استفاده از یک حافظه است که با استراتژی مناسبی اطلاعات مفید گذشته را ذخیره نموده و برای استفاده مجدد آنها را بازیابی می نماید.خوشه بندی در حافظه و جمعیت اصلی، تنوع را در حین اجرای الگوریتم با تبادل اطلاعات میان خوشه های متناظر (خوشه ها با برچسب شبیه به هم)در حافظه و جمعیت اصلی حفظ می نماید. به طورکلی در این روش پیشنهادی دو جنبه نوآوری اساسی پیشنهاد شده است. یکی روش خوشه بندیاستفاده شده که هم جمعیت اصلی و هم جمعیت حافظه را خوشه بندی (خوشه بندی مبتنی بر میانگین) می کند و دیگری راهکار مناسبی است که برایبه روزرسانی حافظه استفاده شده است. برای آزمایش کارایی روش پیشنهادی از مسیله محک قله های متحرک استفاده شده که رفتاری شبیه به مسایلپویا در دنیای واقعی را شبیه سازی می کند. نتایج آزمایش ها کارایی مناسب روش پیشنهادی را در حل مسایل بهینه سازی پویا در مقایسه با دیگر روش هانشان می دهد.

کلیدواژه‌ها:

بهینه سازی پویا، الگوریتم ژنتیک، حافظه صریح، آشوب، خوشه بندی

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-JR_TJEE-JR_TJEE-46-3_026.html
کد COI مقاله: JR_TJEE-46-3_026

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:
محمدپور, مجید و حمید پروین، ۱۳۹۵، الگوریتم ژنتیک آشوبگونه مبتنی بر حافظه و خوشه بندی برای حل مسایل بهینه سازی پویا، فصلنامه مهندسی برق دانشگاه تبریز 46 (3)، https://www.civilica.com/Paper-JR_TJEE-JR_TJEE-46-3_026.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: (محمدپور, مجید و حمید پروین، ۱۳۹۵)
برای بار دوم به بعد: (محمدپور و پروین، ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۳۱۳۴
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.