مقایسه الگوریتم های فرا ابتکاری برای حل مسایل بهینه سازی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,903

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

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MATH01_069

تاریخ نمایه سازی: 29 مهر 1396

چکیده مقاله:

الگوریتم های ژنتیک(GA) تکامل تفاضلی(DE) و بهینه سازی ازدحام ذرات(PSO) برای حل انواع مختلفی از مسایل بهینه سازی به کاربرده می شوند. روش های محاسباتی زیادی وجود دارند که برای مسایل بهینه سازی یکسان نتایج متفاوتی را به دست می آورند که با تغییر در پارامترها و عملگرهای موجود در هر روش می توان عملکرد آن ها را بهبود بخشید. بنابراین هدف این مقاله مقایسه ی عملکرد الگوریتم های GA DE و PSO در حل مسایل بهینه سازی یکسان با پارامترهای مشابه است.نتایج به دست آمده نشان می دهند که عملکرد GA در به دست آوردن بیشترین تعداد جواب مینیمم کننده تابع معیار بهتر از DE و PSO بوده است و از هر دوی آن ها سریعتر است.

کلیدواژه ها:

الگوریتم ژنتیک ، تکامل تفاضلی ، بهینه سازی ازدحام ذرات ، عملکرد ، تابع معیار

نویسندگان

فرید حیدرپور

دانشجوی دکتری ریاضی، دانشکده ریاضی، دانشگاه یزد، یزد

سیدمهدی کرباسی

استاد گروه علوم ریاضی، دانشکده ریاضی، دانشگاه یزد، یزد

نرگس بیدآبادی

استادیار گروه علوم ریاضی، دانشکده ریاضی، دانشگاه یزد، یزد