ارائه یک روش هوشمند برای مسئله زمان بندی چند پردازنده به کمک الگوریتم های ممتیک

پایان نامه
چکیده

الگوریتم های تکاملی تکنیک پیاده سازی مکانیزم هایی مانند تولید مجدد ، جهش، ترکیب مجدد(ادغام)، انتخاب طبیعی (فرایندی که توسط آن افرادی دارای مشخصه های مطلوب با احتمال بیشتری برای تولید افراد بعدی به کار می روند. پس مشخصه های مطلوب در نسل بعد عمومی تر می شوند) و بقای شایسته ترین است. ولی محاسبات تکاملی دارای مشخصه های زیر می باشند: - مبنی بر جمعیت - جستجوی تصادفی هدایت شده - پردازش موازی - ملهم از زیست شناسی محاسبات تکاملی اغلب شامل الگوریتم های بهینه سازی فرااکتشافی است مانند: - الگوریتم های تکاملی (شامل الگوریتم ژنتیک، برنامه نویسی تکاملی، استراتژی تکاملی، برنامه نویسی ژنتیک و سیستم های طبقه بندی کننده یادگیر (learning classifier systems) ) - هوش گروهی (شامل بهینه سازی گروه مورچگان و بهینه سازی گروه ذرات ) و تا حد کمتری شامل: - خودسازماندهی (نقشه های خودسازمانده ، گاز عصبی در حال رشد، یادگیری رقابتی) - تکامل تفاضلی (دیفرانسیلی) - زندگی مصنوعی - الگوریتم های فرهنگ - سیستم های ایمنی مصنوعی - مدل تکاملی قابل یادگیری هوش گروهی (si) یک تکنیک هوش مصنوعی مبنی بر بررسی رفتار جمعی در سیستم های غیر متمرکز و خودسازمانده است . این واژه توسط wang و beni در سال 1989 و در مبحث سیستم های رباتی سلولی مطرح شد.

منابع مشابه

ارائه یک الگوریتم ابتکاری برای مسئله زمان بندی پروژه با هدف حداکثر کردن خالص ارزش فعلی

در این مقاله مسئله زمان بندی پروژه با هدف ماکزیمم کردن خالص ارزش فعلی بدون محدودیت منابع بررسی شده است. الگوریتمی به نام الگوریتم تفاضلی برای این منظور ارائه شده است. برای ارزیابی کارایی این الگوریتم شبکه هایی با تعداد 10 تا 1000 گره و با ضریب پیچیدگی شبکه1 بین 3/1 تا 6/6 تولید شده است. مقدار خالص ارزش فعلی و مدت زمان حل مسائل در الگوریتم تفاضلی با مقدار خالص ارزش فعلی ومدت زمان جوابهای به دست ...

متن کامل

ارائه یک روش هوشمند برای شناسایی و طبقه بندی وقایع کیفیت توان

در این مقاله، یک روش جدید براساس تبدیل S و شبکه عصبی احتمالی به منظور تشخیص اغتشاشات کیفیت توان ارائه شده است. از آنجایی که اغتشاشات کیفیت توان سیگنال‏ های ناایستا هستند، تبدیل S می تواند به طور مؤثری وقایع کیفیت توان را در هر دو حوزه زمان و فرکانس آنالیز نماید. شبکه عصبی احتمالی با استفاده از ویژگی های استخراج شده توسط تبدیل S، به منظور طبقه بندی رخدادهای کیفیت توان، آموزش داده می شود. از آنجا...

متن کامل

انتخاب خوشه های اولیه به کمک الگوریتم های هوشمند برای مشارکت در خوشه بندی ترکیبی

به علت بدون ناظر بودن مسئله خوشه بندی انتخاب الگوریتمی خاص جهت خوشه بندی یک مجموعه ناشناس امری پر خطر و معمولا شکست خورده می باشد. به خاطر پیچیدگی مسئله و ضعف روش های خوشه بندی پایه، امروزه اکثر مطالعات به سمت روش های خوشه بندی ترکیبی هدایت شده است. پراکندگی در نتایج اولیه یکی از مهم ترین عواملی است که می تواند در کیفیت نتایج نهایی اثرگذار باشد. همچنین، کیفیت نتایج اولیه نیز عامل دیگری است که د...

متن کامل

ارائه یک الگوریتم هوشمند ترکیبی جهت حل مسئله چیدمان پویای تسهیلات با اطلاعات جریان فازی

The dynamic facility layout problem involves the design of facility layouts in which the flows of materials between activities can change during a multi-period planning horizon. In the static layout problem, it is assumed that all the activities are constant. However, in today’s volatile markets, the business conditions are changing. So the similar changes are imposed on the facility projects a...

متن کامل

الگوریتم ممتیک برای حل مسئله زمانبندی کار کارگاهی منعطف با امکان ایجاد وقفه در انجام فعالیت‌ها

Flexible job shop scheduling problem )FJSP( is an extension of the classical job shop scheduling problem which allows an operation to be processed by any machine from a given set. FJSP is NP-hard and mainly presents two difficulties. The first one is to assign each operation to a machine out of a set of capable machines, and the second one deals with sequencing the assigned operations on the ma...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده فنی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023