نتایج جستجو برای: الگوریتم (Simulated Annealing) SA
تعداد نتایج: 194674 فیلتر نتایج به سال:
این مقاله، عملکرد الگوریتم (simulated annealing) sa و (genetic algorithm) ga را در تعویض پیش گیرانه بهینه قطعات به منظور حداقل کردن زمان خوابیدگی بررسی می کند. به این منظور، تعدادی معیار ارزیابی برای تحلیل عملکرد این الگوریتم ها تشریح شده تا با استفاده از آن ها بتوان تصمیم گرفت که کدام الگوریتم را در تعویض پیش گیرانه قطعات می توان به کار برد.
این مقاله الگوریتم sa ( simulated annealing ) را بعنوان یک الگوریتم ابتکاری و هوشمند جهت برنامه ریزی بهتر تعویض قطعات به منظور حداقل کردن زمان خوابیدگی مورد بررسی قرار می دهد نتایج حاصل از الگوریتم با روش متداول مقایسه شده و عملکرد آن را در قالب کیفیت جواب و سرعت محاسبات نشان می دهد
earth dam is a structure as homogeneous or non-homogeneous forms for raising water level or water supply. earth dam consist of different parts that one of the main parts is clay core. choosing an optimal non permeable core which causes reduction of seepage through dam body and also being stable is necessary. the objective of this research is to optimize the geometry of earth dam clay core such ...
این مقاله الگوریتم SA ( Simulated Annealing ) را بعنوان یک الگوریتم ابتکاری و هوشمند جهت برنامه ریزی بهتر تعویض قطعات به منظور حداقل کردن زمان خوابیدگی مورد بررسی قرار می دهد نتایج حاصل از الگوریتم با روش متداول مقایسه شده و عملکرد آن را در قالب کیفیت جواب و سرعت محاسبات نشان می دهد
این مقاله، عملکرد الگوریتم (Simulated Annealing) SA و (Genetic Algorithm) GA را در تعویض پیشگیرانه بهینه قطعات به منظور حداقل کردن زمان خوابیدگی بررسی میکند. به این منظور، تعدادی معیار ارزیابی برای تحلیل عملکرد این الگوریتمها تشریح شده تا با استفاده از آنها بتوان تصمیم گرفت که کدام الگوریتم را در تعویض پیشگیرانه قطعات میتوان بهکار برد.
In this paper, we propose sequential Monte Carlo simulated annealing (SMC-SA), a populationbased simulated annealing algorithm, for continuous global optimization. SMC-SA incorporates the sequential Monte Carlo method to track the converging sequence of Boltzmann distributions in simulated annealing, such that the empirical distribution will converge weakly to the uniform distribution on the se...
This paper proposes a new algorithm of a simulated annealing (SA): Parallel Simulated Annealing using Genetic Crossover (PSA/GAc). The proposed algorithm consists of several processes, and in each process SA is operated. The genetic crossover is used to exchange information between solutions at fixed intervals. While SA requires high computational costs, particularly in continuous problems, thi...
this research presents a new application of the cloud theory-based simulated annealing algorithm to solve mixed model assembly line sequencing problems where line stoppage cost is expected to be optimized. this objective is highly significant in mixed model assembly line sequencing problems based on just-in-time production system. moreover, this type of problem is np-hard and solving this probl...
In this paper, we propose a population-based optimization algorithm, Sequential Monte Carlo Simulated Annealing (SMC-SA), for continuous global optimization. SMC-SA incorporates the sequential Monte Carlo method to track the converging sequence of Boltzmann distributions in simulated annealing. We prove an upper bound on the difference between the empirical distribution yielded by SMC-SA and th...
1. Complexities of Problems and Algorithms 2. Introduction to Global Search Methods 3. Contribution of Statistical Physics and Thermodynamics 4. The Simulated Annealing Algorithm 4.1.The Simulated Annealing Algorithm 4.2.Model Calibration and Algorithm Convergence 5. Examples of Problems Solved Thanks to Simulated Annealing 5.1.The Quadratic Assignment Problem 5.2.The Travelling Salesman Proble...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید