ترکیب الگوریتم ژنتیک با الگوریتم بهینه سازی فصل ها برای حل مسائل عددی

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 187

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:

DCBDP07_043

تاریخ نمایه سازی: 7 خرداد 1401

چکیده مقاله:

الگوریتم بهینه سازی فصل ها SOA یک استراتژی هوش جمعی مبتنی بر جمعیت است که از چرخه رشد درختان در فصول مختلف سال الهام گرفته شده است.الگوریتم فصل ها از چهار عملگر اصلی تشکیل شده است که عبارتند از: تجدید ، رقابت، بذرپاشی و مقاومت. الگوریتم SOA ازکارایی مطلوبی در حل مسائل تک هدفه برخوردار است. با این حال، این الگوریتم در حل برخی مسائل در بهینه محلی گیر می کند. از این رو نیاز است تا قابلیت کاوش الگوریتم بهبود یابد تا توانایی همگرا کردن عامل های جستجو را به نقطه بهینه سراسری فراهم کند. در این مقاله، عملگر تقاطع الگوریتم ژنتیک GA در فاز بذرپاشی الگوریتم SOA به کار گرفته شده و الگوریتم ترکیبی با عنوان HSOA معرفی شده است. الگوریتم HSOA مجهز به یک عملگر بذرپاشی توسعه یافته است که توانایی بیشتری در کاوش فضای حالت دارد. الگوریتم پیشنهادی HSOA بر روی توابع محک تک مدی و چند مدی ارزیابی شده و نتایج آن با سایر الگوریتم ها مقایسه شده است. نتایج آزمایشات حاکی از آن است که الگوریتم HSOA از قدرت همگرایی قابلیت جستجوی بیشتری در قیاس با سایر الگوریتم ها برخوردار است

کلیدواژه ها:

نویسندگان

حجت امامی

دانشیار، گروه مهندسی کامپیوتر، دانشگاه بناب، بناب، ایران

میرمحمد علیپور

استادیار، گروه مهندسی کامپیوتر، دانشگاه بناب، بناب، ایران