به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

objective optimization problems

در نشریات گروه برق
تکرار جستجوی کلیدواژه objective optimization problems در نشریات گروه فنی و مهندسی
تکرار جستجوی کلیدواژه objective optimization problems در مقالات مجلات علمی
  • حسین نظام آبادی پور، محمدامیر عباسیان *

    در سال های اخیر روش های فراوانی بر اساس الگوریتم های بهینه سازی ابتکاری برای بهینه سازی مسائل چند هدفه ارائه شده است. هر چند این روش ها ضمانتی بر یافتن جبهه بهینه پرتو ندارند ولی برای یافتن تقریب نسبتا خوبی از این مجموعه تلاش می کنند. در این مقاله، روشی بر اساس الگوریتم جستجوی گرانشی (GSA) برای بهینه سازی مسائل چند هدفه بر مبنای مفاهیم پرتو ارائه شده که موسوم به الگوریتم جستجوی گرانشی چند هدفه با جبهه های مغلوب نشده (NF-MOGSA) است. در روش پیشنهادی از مفاهیم جبهه های مغلوب نشده برای تخصیص شایستگی و فاصله ازدحامی راه حل ها برای حفظ تنوع جمعیت استفاده شده است. برای ارزیابی الگوریتم پیشنهادی، مجموعه ای از آزمایش ها انجام و در آن الگوریتم پیشنهادی به توابع محک استاندارد SCH، KUR، FON، POL، ZDT1، ZDT2، ZDT3 و ZDT6 اعمال شد. نتایج به دست آمده بر روی توابع محک استاندارد و مقایسه با الگوریتم های مطرح در این زمینه، نشان دهنده مناسب بودن روش پیشنهادی در حل مسائل بهینه سازی چند هدفه است.

    کلید واژگان: مسائل بهینه سازی چندهدفه، الگوریتم جستجوی گرانشی، تخصیص شایستگی، حفظ تنوع و نخبه گرایی
    Mohammad Amir Abbasian, Hossein Nezamabadi, Pour

    Nowadays, many techniques based on the heuristic optimization algorithms have been presented for multi-objective optimization problems. Although these techniques don’t guarantee to find the Pareto optimal front, they quest to achieve a good approximation of this set. In this paper, a technique based on gravitational search algorithm (GSA) is presented for optimization of multi-objective problem named multi-objective optimization gravitational search with non-dominated fronts (NFMOGSA). In the proposed method, the non-dominated front and the crowding distance of solutions are used to fitness assignment and diversity preservation. To evaluate the proposed algorithm, some experiments are done and the NFMOGSA is applied to the standard benchmark functions, SCH, KUR, FON, POL, ZDT1, ZDT2, ZDT3 and ZDT6. The results of applying NFMOGSA on the standard benchmark functions and comparison with other well known multi-objective optimization techniques confirm the efficiency and effectiveness of our technique in the multi-objective optimization problems.

    Keywords: Multi, objective optimization problems, Gravitational search algorithm (GSA), Fitness assignment, Diversity preservation, Elitism
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال