الگوریتم جستجوی گرانشی با همسایگی نزدیکترین-بهتر برای حل مسائل بهینه سازی چندمدی

پیام:
چکیده:

الگوریتم جستجوی گرانشی، یک روش بهینه سازی ساده و کارامد است که اخیرا برای حل مسائل بهینه سازی تک هدفه ارائه شده است. در این مقاله، برای اولین بار ساختار همسایگی نزدیکترین-بهتر در الگوریتم های هوش جمعی تعریف شده و سپس در الگوریتم جستجوی گرانشی برای حل مسائل بهینه سازی چندمدی استفاده شده است. برای این منظور، ابتدا دو ساختار همسایگی "نزدیکترین-بهتر توپولوژیکی" و "نزدیکترین-بهتر مبتنی بر فاصله" تعریف شده، سپس این دو ساختار به طور مجزا در الگوریتم جستجوی گرانشی استفاده شده و دو نسخه ی مختلف از الگوریتم جستجوی گرانشی برای حل مسائل بهینه سازی چندمدی ارائه می شود. برای بررسی کارایی الگوریتم های پیشنهادی، یک ارزیابی تجربی روی چندین تابع محک چندمدی استاندارد صورت گرفته است. نتایج این آزمایشات نشان می دهد که الگوریتم های پیشنهادی می توانند نتایج خوبی نسبت به سایر الگوریتم های بهینه ساز چندمدی به دست آورند.

نوع مقاله:
مقاله پژوهشی/اصیل
زبان:
فارسی
صفحات:
10 -19
لینک کوتاه:
magiran.com/p2027640 
روش‌های دسترسی به متن این مطلب
اشتراک شخصی
در سایت عضو شوید و هزینه اشتراک یک‌ساله سایت به مبلغ 300,000ريال را پرداخت کنید. همزمان با برقراری دوره اشتراک بسته دانلود 100 مطلب نیز برای شما فعال خواهد شد!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی همه کاربران به متن مطالب خریداری نمایند!