Skip Navigation Linksلیست مقالات ترجمه شده / مقالات ترجمه شده مهندسی كامپيوتر /

عنوان ترجمه شده مقاله: ‌بهینه‌سازی باینری با استفاده از ترکیب بهینه سازی گروه ذرات و الگوریتم جستجوی گرانشی

الگوریتم PSOGSA یک الگوریتم ‌بهینه‌سازی ترکیبی جدید می باشد که قدرتمندی الگوریتم ‌بهینه‌سازی گروه ذرات و الگوریتم جستجوی گرانشی را با یکدیگر ترکیب می‌کند.

Abstract

The PSOGSA is a novel hybrid optimization algorithm, combining strengths of both particle swarm optimization (PSO) and gravitational search algorithm (GSA). It has been proven that this algorithm outperforms both PSO and GSA in terms of improved exploration and exploitation. The original version of this algorithm is well suited for problems with continuous search space. Some problems, however, have binary parameters. This paper proposes a binary version of hybrid PSOGSA called BPSOGSA to solve these kinds of optimization problems. The paper also considers integration of adaptive values to further balance exploration and exploitation of BPSOGSA. In order to evaluate the efficiencies of the proposed binary algorithm, 22 benchmark functions are employed and divided into three groups: unimodal, multimodal, and composite. The experimental results confirm better performance of BPSOGSA compared with binary gravitational search algorithm (BGSA), binary particle swarm optimization (BPSO), and genetic algorithm in terms of avoiding local minima and convergence rate

چکیده

الگوریتم PSOGSA یک الگوریتم ‌بهینه‌سازی ترکیبی جدید است که قدرتمندی الگوریتم ‌بهینه‌سازی گروه ذرات و الگوریتم جستجوی گرانشی را با یکدیگر ترکیب می‌کند. قبلا اثبات شده است که، این الگوریتم از هر دو الگوریتم GSA و PSO از لحاظ مرور و کاوش بهتر عمل می‌کند. نسخه‌ی اصلی این الگوریتم برای مسائلی که در فضای جستجوی پیوسته هستند، بسیار مناسب است. البته باید خاطر نشان کرد که، برخی از مسائل دارای پارامترهای باینری هستند. در این مقاله یک نسخه‌ی باینری از PSOGSA به نام BPSOGSA ارائه شده که به حل مسائل ‌بهینه‌سازی از این دست می‌پردازد. این مقاله در نظر دارد که مقادیر وفق‌دهنده‌ای را برای بالانس بیشتر مرور و کاوش در BPAOGSA، بکاربگیرد. به منظور ارزیابی عملکرد الگوریتم باینری پیشنهادی، 22 تابع محک را بکار گرفتیم و آن ها را به سه گروه تقسیم کردیم: تک نمایه، چند نمایه، و مرکب. نتایج تجربی، عملکرد بهتر BPSOGSA را در مقایسه با الگوریتم‌های BGSA، و BPSO ، و الگوریتم ژنتیک از لحاظ فرار از مینیمم محلی و نرخ همگرایی نشان داد.

1-مقدمه

اخیرا، تکنیک‌های ‌بهینه‌سازیِ آماریِ الهام گرفته از طبیعت، توجه زیادی را به خود جلب کرده اند. چنین بهینه‌سازی‌هایی اکثرا از رفتار فردی/اجتماعی در یک گروه از حیوانات یا پدیده‌های طبیعی، تقلید می‌کنند. چنین تکنیک هایی، فرایند ‌بهینه‌سازی را با یاجاد یک مجموعه‌ی تصادفی از شروع می‌کنند، و پاسخ‌های کاندید خود  را برای یک مسئله‌ی خاص بهبود می‌دهند. به منظور عملکرد بهتری این تکنیک‌ها در مقایسه با روش‌های بهنیه‌سازی ریاضی، کاربرد روش‌های بهینه‌سازی آماری را می‌تواند در زمینه‌های مختلف یافت…


موسسه ترجمه البرز اقدام به ترجمه مقاله " مهندسی فناوری اطلاعات " با موضوع " ‌بهینه‌سازی باینری با استفاده از ترکیب بهینه سازی گروه ذرات و الگوریتم جستجوی گرانشی " نموده است که شما کاربر عزیز می توانید پس از دانلود رایگان مقاله انگلیسی و مطالعه ترجمه چکیده و بخشی از مقدمه مقاله، ترجمه کامل مقاله را خریداری نمایید.
عنوان ترجمه فارسی
‌بهینه‌سازی باینری با استفاده از ترکیب بهینه سازی گروه ذرات و الگوریتم جستجوی گرانشی
نویسنده/ناشر/نام مجله :
Neural Computing and Applications
سال انتشار
2014
کد محصول
1011356
تعداد صفحات انگليسی
13
تعداد صفحات فارسی
22
قیمت بر حسب ریال
955,000
نوع فایل های ضمیمه
Pdf+Word
حجم فایل
2 مگا بایت
تصویر پیش فرض


این مقاله ترجمه شده را با دوستان خود به اشتراک بگذارید
سایر مقالات ترجمه شده مهندسی فناوری اطلاعات , مهندسی كامپيوتر را مشاهده کنید.
کاربر عزیز، بلافاصله پس از خرید مقاله ترجمه شده مقاله ترجمه شده و با یک کلیک می توانید مقاله ترجمه شده خود را دانلود نمایید. مقاله ترجمه شده خوداقدام نمایید.
جهت خرید لینک دانلود ترجمه فارسی کلیک کنید
جستجوی پیشرفته مقالات ترجمه شده
برای کسب اطلاعات بیشتر، راهنمای فرایند خرید و دانلود محتوا را ببینید
هزینه این مقاله ترجمه شده 955000 ریال بوده که در مقایسه با هزینه ترجمه مجدد آن بسیار ناچیز است.
اگر امکان دانلود از لینک دانلود مستقیم به هر دلیل برای شما میسر نبود، کد دانلودی که از طریق ایمیل و پیامک برای شما ارسال می شود را در کادر زیر وارد نمایید


این مقاله ترجمه شده مهندسی فناوری اطلاعات در زمینه کلمات کلیدی زیر است:





Binary optimization
Binary algorithms
PSOGSA

تاریخ انتشار در سایت: 2017-11-04
جستجوی پیشرفته مقالات ترجمه شده
نظرتان در مورد این مقاله ترجمه شده چیست؟

ثبت سفارش جدید