فرمت فایل دانلودی: .zipفرمت فایل اصلی: docتعداد صفحات: 102حجم فایل: 2083قیمت: 11000 تومان
بخشی از متن:
فرمت پروژه : ورد
چکیده
محیطهای پویا محیطهایی هستند که قابلیت تغییرات در طول زمان را به خود اختصاص میدهند. این تغییرات میتواند به طرق مختلف از جمله تغییر در پارامترها، توابع هدف یا محدودیتهای مسئله اتفاق افتد. در این راستا حوزهی وسیعی از علوم مختلف مانند مدیریت، اقتصاد، رایانه، ریاضیات و غیره با این تغییرات روبرو بوده که هم در بخش تئوری و هم به صورت عملی در جهان واقعی مطرح میشوند. به همین دلیل حل مسائل مربوط به محیطهای پویا که به حل مسائل بهینهسازی پویا معروفند از چند دههی گذشته تا به امروز مطرح بودهاند. مهمترین چالش در حل این گونه مسائل مربوط به نحوهی سازگاری با محیط تغییر یافتهی جدید میباشد. بنابراین نیاز به ردیابی و دنبال کردن نقطهی (نقاط) بهینهی جدید در فضای مسئله احساس میشود. برای برخورد با این چالش محققان بر آن شدند تا از الگوریتمهای تکاملی که الهام گرفته از فرآیندهای تکاملیاند و افزودن یکسری مکانیزمهای خاص بهرهگیرند. چالش دیگری که این مسائل با آن روبرو میشوند، یافتن بهینه(ها) به طور هر چه دقیقتر میباشد که برای این امر بایستی حتی الامکان از الگوریتمهایی با سرعت همگرایی و توانایی جستجوی محلی بالا استفاده کرد. الگوریتم بهینهسازی فاخته یکی از الگوریتمهای تکاملی است که در محیطهای ایستا سرعت همگرایی و توانایی جستجوی محلی بالایی از خود نشان داده است. از سویی پویاسازی این الگوریتم تاکنون بررسی نشده است. لذا هدف از این پژوهش پویاسازی و ارائهی نسخهی جدیدی از این الگوریتم میباشد. برای تحقق این موضوع ابتدا تغییراتی در ساختار اصلی الگوریتم استاندارد ایجاد شده و با بهرهگیری از یک مکانیزم
خود-تطبیقی در شعاع تخمگذاری فاختهها، تلاش در افزایش سرعت همگرایی و توانایی جستجوی محلی صورت گرفته است. سپس جهت ردیابی بهینه(ها) بعد از تغییرات محیطی، از یک الگوریتم چند-دستهای، مکانیزم ایجاد دستهی آزادو نیز مکانیزم انحصار بهره گرفته میشود. همچنین جهت رویارویی با چالشهای مربوط به از دست دادن تنوع و حافظهی نامعتبر در دستههای همگرا شده، فاختههای هر دسته در شعاعی (که بر اساس طول گام حرکتی قلهها تعیین میگردد) اطراف بهترین فاختهی آن دسته پخش و مورد ارزیابی قرار میگیرند. در دستههای غیر همگرا نیز تنها شایستگی موقعیت فاختههای آن دسته مجدداًمحاسبه میشود. مکانیزم غیرفعالسازی از دیگر مکانیزمهایی است که جهت افزایش کارآیی الگوریتم در محیطهای پویا مطرح شده است. در نهایت بر اساس نتایج به دست آمده، الگوریتم پیشنهادی در مقایسه با اکثر الگوریتمها کارآیی بهتری از خود نشان داده است.
واژههای كلیدی:مسائل بهینه سازی پویا، الگوریتم های تکاملی و الگوریتم بهینه سازی فاخته
فهرست مطالب
عنوان
صفحه
فصل اول: مقدمه 1
فصل دوم: شرح مسئله 4
2-1 محیطهای پویا و مسائل بهینهسازی پویا 5
2-2 تغییرات پیوسته و ناپیوسته 5
2-3 تغییرات سراسری و مقطعی6
2-4 اهدف6
2-5 خلاصهی فصل6
فصل سوم: مفاهیم پایهای 7
3-1 الگوریتم بهینهسازی فاخته8
3-1-1 روش زندگی و تخمگذاری فاختهها 8
3-1-2 جزئیات الگوریتم بهینهسازی فاخته9
3-2 تابع محک قلههای متحرک12
3-3 معیار کارآیی13
3-4 خلاصهی فصل14
فصل چهارم: راهکارهای پیشین15
4-1 ایجاد تنوع16
4-1-1 اعمال مهاجران تصادفی، مهاجران بر پایهی نخبه و ابر جهش به راه اندازی شده در الگوریتم ژنتیک در محیط پویا16
4-1-2 به کارگیری الگوریتم ممتیک بر اساس جستجوی محلی تپهنوردی در محیط پویا18
4-1-3 استفاده از الگوریتم ایمنی مصنوعی بر پایهی خودکار یادگیرنده در محیط پویا 19
4-1-4 اعمال مکانیزم خود-سازگار در نرخ جابجایی روی الگوریتمهای تکاملی در محیط پویا 21
4-1-5 چگونگی به کارگیری خودکار سلولی در الگوریتمهای تکاملی در محیطهای پویا 22
4-2 به کارگیری حافظه 24
4-2-1 حافظهی ضمنی 24
4-2-2 حافظهی صریح 24
4-3 روش چند-جمعیتی بودن27
4-3-1 به کارگیری الگوریتم بهینهسازی چند-جمعیتی ذرات سریع درمحیط پویا28
فهرست مطالب
عنوان
صفحه
4-3-2 الگوریتم بهینهسازی تجمعی ذرات با رویکرد افزودن گروه فرزند در محیط پویا30
4-3-3 به کارگیری الگوریتم بهینهسازی تجمعی ذرات با رویکرد وزن تطبیقی و خوشهبندی فازی در محیط پویا31
4-3-4 به کارگیری الگوریتم گروه ماهیهای مصنوعی با رویکرد چند-جمعیتی در محیط پویا32
4-3-5 به کارگیری الگوریتم کرم شبتاب با رویکرد ایجاد گروه در محیط پویا36
4-4 خلاصهی فصل 40
فصل پنجم: راهکار پیشنهادی و ارزیابی نتایج 42
5-1 الگوریتم MCOA
5-1-1 مکانیزم خود-تطبیقی شعاع تخمگذاری44
5-2 الگوریتم پیشنهادی MMCOAجهت بهینهسازی در محیطهای پویا46
5-2-1 بررسی همگرایی دستهها46
5-2-2 مکانیزم انحصار47
5-2-3 کشف تغییرات محیط48
5-2-4 رفع مشکل حافظهی نامعتبر و تنوع از دست رفته48
5-2-5 مکانیزم غیرفعالسازی49
5-3 تحلیل و ارزیابی نتایج50
5-3-1 تحلیل نتایج الگوریتم MMCOAدر فرکانس تغییرات و تعداد قلههای مختلف و مقایسه با دیگر الگوریتمها50
5-3-2 تحلیل نتایج الگوریتم MMCOAدر طول گام حرکتی مختلف قلهها و مقایسه با دیگر الگوریتمها75
5-3-3 تحلیل نتایج الگوریتم MMCOAبا تعداد ابعاد مختلف مسئله و مقایسه با دیگر الگوریتمها77
5-4 جمعبندی نتایج79
5-5 خلاصهی فصل80
فصل ششم: نتیجهگیری و راهکارهای آتی82
6-1 نتیجهگیری83
6-2 راهکارهای آتی84
مراجع85
واژه نامه89
پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.