بهبود الگوریتم بهینه سازی اجتماع ذرات با استفاده از عملگرهای الگوریتم ژنتیک

سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,070

فایل این مقاله در 6 صفحه با فرمت PDF 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:

FJCFIS01_118

تاریخ نمایه سازی: 14 خرداد 1387

چکیده مقاله:

در بهینه سازی محدوده ای که بهینه سراسری در آن وجود دارد مشخص نیست . در صورت تخمین نادرست از محدوده بهینه سراسری الگوریتم بهینه سازی اجتماع ذرات گرفتار بهینه محلی شده و قادر به تعیین بهینه سراسری نمی باشد . در این مقاله از عملگرهای جهش و برش الگوریتم ژنتیک جهت تغییر قوانین حرکت هنگام نزدیک شدن به بهینه محلی استفاده می شود. استفاده از این عملگرها سبب می شود که ضمن حفظ سرعت همگرایی ، تبادل اطلاعات بین اعضاء گروه بهتر انجام شده و فضای پاسخ جهت پیدا نمودن بهینه سراسری بیشتر جستجو شود . لذا این عملگرها کارایی الگوریتم بهینه سازی اجتماع ذرات را در فرار از نقاط بهینه محلی افزایش می دهند . کارایی روش پیشنهادی نسبت به الگوریتم بهینه سازی اجتماع ذرات در تعیین بهینه سراسری ، با شبیه سازی توابع مختلف نشان داده می شود . نتایج نشان می دهد که هنگام عدم اطلاع از محدوده بهینه سراسری ، الگوریتم ترکیبی پیشنهاد شده نسبت به الگوریتم معمولی بهینه سازی اجتماع ذرات در یافتن بهینه سراسری توانا تر می باشد.

کلیدواژه ها:

الگوریتم بهینه سازی اجتماع ذرات ، الگوریتم ژنتیک

نویسندگان

مجتبی روستایی

دانشگاه شاهرود ، دانشکده برق و رباتیک ، گروه قدرت

مجید علومی بایگی

دانشگاه شاهرود ، دانشکده برق و رباتیک ، گروه قدرت

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 :
  • J. Kennedy and R. Eberhart, ،Particle Swarm Optimization, _ IEEE ...
  • R. Eberhart, and Yuhui Shi, ،Particle Swarm Optimization: Development, Application ...
  • Guest Editorial, *Special Issue on Particle Swarm Optimization , IEEE ...
  • X. Hu, Y. Shi and Eberhart, ،Recent Advance in Particle ...
  • R. Eberhart, and Yuhui Shi, *Comparison betveen genetic Algorithm and ...
  • P. J. Angeline, *Using selection to improve Particle Swarm Optimization, ...
  • Z. Michalewicz, Genetic Algorithm + data Structurs = Evolution Programs, ...
  • Whitley, D., R. Beveridge, C. Graves, and K. Mathias. 1995, ...
  • نمایش کامل مراجع