روشی نوین در حل مسائل بهینه سازی با استفاده ازمحاسباتDNAو برازش منحنی ها

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 679

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCECN01_123

تاریخ نمایه سازی: 7 بهمن 1393

چکیده مقاله:

بهینه سازی مسئله برنامه ریزی دودویی خطی و حل مسئله بهینه سازی چند هدفه از جمله مسائل سخت می باشند که محاسبات DNA با داشتن خصایص ویژه مانند قابلیت انجام محاسبات موازی و قدرت ذخیره سازی انبوه، می تواند اینگونه مسائل را حل نماید. این مقاله روش حل این مسائل را مورد بررسی قرار داده است و دو الگوریتم جدید جهت حل مسئله بهینه سازی چند هدفه با استفاده از یکی از روش های برازش منحنی به نام اسپیلاین مکعبی ارائه نموده است. الگوریتم ترکیبی NSGA-II-SPLINE ارائه شده با ضریب اطمینان صد در صد به بهترین جواب دست مییابد که یک روش محاسباتی مطمئن در این زمینه با وجود بهره گیری از ساختار انتخاب احتمالاتی بهترین مسیر با استفاده از الگوریتم ژنتیکمی باشد. نتایج بدست آمده در این تحقیق با استفاده از نرم افزار متلب شبیه سازی شده و به اثبات رسیده است.

کلیدواژه ها:

الگوریتم های ژنتیک ، مسیریابی چندپخشی ، اسپیلاین مکعبی ، بهینه یابی چند معیاره ، شبکه حسگر بی سیم

نویسندگان

زهرا رضاحسینی

دانشجوی کارشناسی ارشد، دانشگاه علوم و تحقیقات خمین.

مصطفی شمسی

دانشیار، دانشگاه امیرکبیر.

محمد خلیلی درمنی

عضو هیئت علمی، دانشگاه آزاد اسلامی واحد خمین

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 :
  • DNA Computing and Its Application to 4ه [3] Guangzhao, Cui, ...
  • Adleman, L.M(1998); W .K.Rothemund Paul., et al., A sticker based ...
  • Adleman, L.M(1 994); _ Molecular computation of solution to combinatorial ...
  • Kim, J.M, Lee, H.Y, Chun, I.G, Kim, W, Park, S ...
  • Konaka, A, Coitb, D, Smithc, A(2009); _ Multi-obj ective optimization ...
  • Lindsey, S, Raghavendra, C(2002);، PEGASIS: Power-E fficient Gathering in Sensor ...
  • Mostaghim, S, Teich, J, Tyagi, A(2002); "Comparison of data structures ...
  • Murata, T, Ishibuch, i H(2008); "Performance evaluation of genetic algorithms ...
  • Neem.A, Gorton, T, Babar, L, Rabhi, M, B enatalah, B ...
  • Sarker, R, Liang, K-H, Newton, C(2002); _ new multiobjective evolutionary ...
  • Yang, C.N, Yang, C .B(2003);:A DNA solution of SAT problem ...
  • Yang, X, Lu, Q, Li, C, Liao, X(2008); "Biological computation ...
  • Yeh, C.W, Chu, Wu, K.R(2006); _ Molecular solution of the ...
  • Yen GG, Lu H(2003); "Dynamic multiobjective evolutionary algorithm: adaptive cell-based ...
  • Zhang, F.Y, Xu, J, Yin, Z.X(2 003);" The general from ...
  • نمایش کامل مراجع