سال انتشار: ۱۳۸۵

محل انتشار: دوازدهمین کنفرانس سالانه انجمن کامپیوتر ایران

تعداد صفحات: ۸

نویسنده(ها):

فریدون فرهی مقدم – عضو هیات علمی بخش مهندسی برق، دانشگاه شهید باهنر کرمان

چکیده:

در این مقاله یک روش جدید برای بهینه سازی اکتشافی معرفی و پیاده سازی میشود. این روش، بر پایه انحنای فضای جستجو استوار است، بدین معنی که فضای متغیر ها در محل قرارگرفتن نسل قبل دچار کشیدگی می شود. بر همیناساس در این الگوریتم به هر عضو جمعیت «جرم» (mass) گفته میشود. روش جدید ، الگوریتم جستجوی تصادفی که نقاط جدید در آن کاملا بر پایه انتخاب تصادفی مشخص می گردند را به گونه ایتعمیم میدهد که عملکرد ضعیف آن در توابع تست شناخته شده، بهطور موثری بهبود می یابد، به گونه ای که با الگوریتم های معروفی همچون الگوریتم ژنتیک قابل مقایسه میگردد. در این روش برای تولید هر عضو جدید از نسل بعدی از کلیه اطلاعات نسل قبلی در قالب یک تابع احتمال روی کل فضای جستجو استفاده میشود. این تابع، احتمال حضور نقاط بهینه را در کل فضای متغیر ها مشخص می سازد و اجرام جدید با توجه با این احتمال حضور بهصورت تصادفی ازکل فضای متغیرها انتخاب می گردند. روش مذکور از نظر عملکرد با تعدادی از الگوریتم های معروف مقایسه شده و نتایج اعمال انروی توابع تست در مقایسه با الگوریتم ژنتیک ارائه شده است. نتایج حاصله نشان می دهد که الگوریتم جدید در اکثر توابعی که مورد تست قرار گرفته است دارایعملکرد بهتری از الگوریتم ژنتیک بوده است.