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

sparse matrix

در نشریات گروه برق
تکرار جستجوی کلیدواژه sparse matrix در نشریات گروه فنی و مهندسی
تکرار جستجوی کلیدواژه sparse matrix در مقالات مجلات علمی
  • بهروز کوهستانی*

    ماتریس های تنک در بسیاری از مسایل مرتبط با علوم و مهندسی ظاهر می شوند. عملکرد الگوریتم های طراحی شده برای حل کردن چنین مسایلی وابستگی زیادی به پهنای باند ماتریس مسئله دارد. پهنای باند یک ماتریس متقارن برابر است با فاصله ای از قطر اصلی ماتریس که فراتر از آن تمام درایه های آن ماتریس صفر هستند. کمینه کردن پهنای باند یک ماتریس مسئله ای ان پی-کامل است. با توجه به اهمیت این مسیله، تاکنون الگوریتم های بسیاری برای حل آن ارایه شده اند که از میان آنها الگوریتم های فراابتکاری عملکرد بسیار بهتری در مقایسه با سایر الگوریتم ها از خود نشان داده اند. مشکلی که در بکارگیری الگوریتم های فراابتکاری برای حل این مسئله وجود دارد این است که میزان پهنای باند که تقریبا در همه مطالعه های پیشین از آن برای مقایسه کیفیت جواب های تولید شده توسط این الگوریتم ها استفاده شده است، معیار مناسبی نیست و به همین دلیل نمی تواند فرآیند جستجو را به سمت جواب هایی با کیفیت بالا هدایت کند. در این تحقیق، مشکل مذکور مورد بررسی قرار گرفته و رویکرد جدیدی برای رفع آن ارایه می شود.

    کلید واژگان: ماتریس تنک، پهنای باند، پروفایل، الگوریتم های فراابتکاری، الگوریتم ژنتیک
    Behrooz Koohestani​*

    Sparse matrices appear in a number of problems related to science and engineering. The performance of algorithms designed for solving such problems depends significantly on the bandwidth of the problem matrix.  The bandwidth of a sparse symmetric matrix is the distance from the main diagonal beyond which all elements of the matrix are zero. Minimizing the bandwidth of a matrix is an NP-complete problem. Considering the importance of this problem, numerous algorithms have so far been presented for its solution among which metaheuristic algorithms have performed much better than other algorithms. The issue with using metaheuristic algorithms for addressing this problem is that the bandwidth size, which has been employed for comparing the quality of solutions produced by these algorithms in almost all previous studies, is not an appropriate measure, and therefore cannot direct the search process towards high-quality solutions. In this research, the above-mentioned issue is investigated, and a new approach is presented for dealing with it.

    Keywords: Sparse matrix, Bandwidth, Profile, Metaheuristic algorithms, Genetic algorithm
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