توسعه و بهبود شبکه های ایمنی مصنوعی همیار برای حل مسائل بهینه سازی چند وجهی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه اصفهان - دانشکده فنی و مهندسی
- نویسنده احسان بی ریا
- استاد راهنما کامران زمانی فر
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1389
چکیده
توابع چند وجهی، توابعی هستند که در فضای مسئله خود دارای یک یا چند نقطه بهینه سراسری و چند نقطه بهینه محلی می باشند. هدف از بهینه سازی چند وجهی، پیدا کردن تمامی بهینه های سراسری و حداکثر تعداد نقاط بهینه محلی می باشد. در میان روش های مطرح شده برای بهینه سازی چند وجهی، شبکههای ایمنی مصنوعی با الهام گیری از سیستم ایمنی طبیعی بدن، توانسته اند توانایی مناسبی را برای بهینهسازی چند وجهی از خود نشان دهند. الگوریتم opt-ainet یکی از مشهورترین شبکههای ایمنی برای بهینهسازی مسائل چندوجهی است که با معرفی ویژگیهای جدید توانسته است نسبت به الگوریتمهای قبل از آن، منجر به نتایج قابل قبولی شود. اصلی ترین عیب این الگوریتم، محدود شدن تعامل بین سلولی درون شبکه به عمل بازدارندگی است. این موضوع مخالف نظریه شبکه ایمنی است که تعامل را شامل بازدارندگی و همیاری میداند. در الگوریتمهای بعدی که سعی در ایجاد نوعی همیاری بین سلولها دارند، مثل coain و hainet، سلولها علاقمند به حرکت به سمت نقاط بهینه سراسری می باشند و به همین دلیل بسیاری از بهینه های محلی از دست می روند. عیب دیگر در opt-ainet، اکتشاف فضای مسئله به صورت کورکورانه و بدون توجه به تجارب تکرارهای قبلی است که موجب ایجاد و جهش سلول هایی می گردد که جواب های متمایزی را به دست نخواهند داد. در این پژوهش، راهکار جدیدی برای تعامل درون شبکه ایمنی مصنوعی پیشنهاد شده است که به جای نزدیک کردن سلول ها به نقاط بهینه پیدا شده قبلی، سعی در دور کردن آن ها به کمک عملگری موسوم به عملگر دفع دارد. به همین دلیل این تعامل به نام همیاری معکوس نامگذاری شده است. همچنین مکانیزم پویایی در الگوریتم گنجانده شده است که با بهره گیری از تجارب حرکات قبلی یک سلول ، موجب شتاب گرفتن حرکت به سمت یک نقطه بهینه می شود. چنانچه شتاب جهش سلول منجر به عبور کردن آن از نقطه بهینه مورد نظر شود، پویایی مکانیزم موجب می شود که سلول سریعاً به سمت نقطه بهینه برگردد. الگوریتم پیشنهادی روشی را نیز برای تولید سلول های جدید به کار می برد که موجب می شود سلول های جدید به احتمال زیاد در فضایی دورتر از مکان بهینه های پیدا شده در تکرارهای قبل، قرارگیرند تا به این صورت اکتشاف به صورت کاراتر و هدفمند انجام شود. جمع بندی نهایی، موفقیت چشمگیر الگوریتم پیشنهادی را نسبت به الگوریتم opt-ainet، هم در تعداد بهینه های پیدا شده و هم تعداد تکرار همگرایی نشان می دهد.
منابع مشابه
تحقیق در عملیات و هوش مصنوعی : ابزارهای مناسبی برای حل مسائل بهینه سازی ترکیبی
این مقاله مسأله بهینه سازی ترکیبی و نیز چگونگی ترکیب تحقیق در عملیات و هوش مصنوعی برای حل این نوع مسأله را، مورد بررسی قرار می دهد. در این تحقیق یکی از مسائل بهینه سازی ترکیبی – مسئله توزیع و مسیر یابی وسیله نقلیه – که به طور خاص در دهه اخیر مورد مطالعه قرار گرفته، بررسی شده است.
متن کاملتحقیق در عملیات و هوش مصنوعی : ابزارهای مناسبی برای حل مسائل بهینه سازی ترکیبی
این مقاله مسأله بهینه سازی ترکیبی و نیز چگونگی ترکیب تحقیق در عملیات و هوش مصنوعی برای حل این نوع مسأله را، مورد بررسی قرار می دهد. در این تحقیق یکی از مسائل بهینه سازی ترکیبی – مسئله توزیع و مسیر یابی وسیله نقلیه – که به طور خاص در دهه اخیر مورد مطالعه قرار گرفته، بررسی شده است.
متن کاملحل یک مدل ریاضی جدید برای زمانبندی در شبکه های توزیع با بهینه سازی ذرات انبوه چند هدفه
در این مقاله، یک مدل ریاضی جدید دو هدفه و آمیخته با اعداد صحیح برای مسایل شبکههای توزیع ارایه میشود. یک تابع هدف هزینههای خرید، حمل و نقل و نگهداری کالاها را حداقل میکند و تابع هدف دیگر با عنوان توزیع بهنگام، مجموع مقادیر دیرکرد یا زودکرد تحویل کالاها را با توجه به اختلاف زمان تحویل و زمان مقرر کمینه میکند. این مدل برای شبکه توزیع سه سطحی شامل تأمینکنندگان، عمدهفروشان و خردهفروشان طرا...
متن کاملطراحی و حل مدل چند هدفه بهینه سازی برای شبکه های خدمات درمانی با اثر ریسک ادغام تحت شرایط عدم قطعیت: روش بهینه سازی استوار
در این تحقیق یک مدل برنامه ریزی مختلط عدد صحیح چند هدفه به منظور طراحی یک شبکه خدمات درمانیبا اثر ریسک ادغام ارائه شده است. همچنین ازآنجایی که پارامترهای مدل موردنظر دارای عدم قطعیت می باشند،برای نزدیک تر شدن مدل به واقعیت، با استفاده از رویکرد بهینه سازی استوار، مدل در حالت غیرقطعی نیزگسترش یافته است. تابع هدف مورد اول، هزینه های مرتبط با حمل ونقل، استریلیزاسیون و همچنین جابجاییمنابع را کمینه ...
متن کاملالگوریتم ژنتیک آشوب گونه مبتنی بر حافظه و خوشه بندی برای حل مسائل بهینه سازی پویا
چکیده: اکثر مسائل موجود در دنیای واقعی یک مسئله بهینهسازی با ماهیتی پویا هستند، بهطوریکه مقدار بهینه سراسری آنها در طول زمان ممکن است تغییر کند، بنابراین برای حل این مسائل الگوریتمهایی نیاز داریم که بتوانند خود را با شرایط این مسائل بهخوبی سازگار نموده و بهینه جدید را برای این مسائل ردیابی نمایند. در این مقاله، یک الگوریتم ژنتیک آشوبگونه مبتنی بر خوشهبندی و حافظه برای حل مسائل پویا ارائ...
متن کاملنقش شبکه سازی در حل مسائل راهبردی خوشه های کسب وکار طلا و توسعه اقتصاد منطقه ای
مسائل راهبردی خوشههای کسبوکار منتج از عملکرد ضعیف اکثر بنگاه های عضو خوشه در برخی از حلقه های زنجیره ارزش است، که منجر به کاهش ارزشافزوده خوشه میگردد. با عنایت به اینکه مسائل راهبردی خوشه مشکل مشترک بسیاری از بنگاههای فعال در خوشه است، بنابراین سرمایهگذاری هدفمند در جهت حل آنها باعث میشود ارزشافزوده جمعی بنگاهها افزایش یافته که در نتیجه آن زمینه توسعه پایدار اقتصاد منطقهای فراهم میآید. در پژوهش...
متن کاملمنابع 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 اصفهان - دانشکده فنی و مهندسی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023