گزارش خرابی لینک
اطلاعات را وارد کنید .
گزارش انتشار نسخه جدید
اطلاعات را وارد کنید .
no-img
سفارش تایپ ،ترجمه، مقاله، تحقیق ، پایان نامه

مقاله ریاضیات کاربردی و محاسبات - سفارش تایپ ،ترجمه، مقاله، تحقیق ، پایان نامه


سفارش تایپ ،ترجمه، مقاله، تحقیق ، پایان نامه
adsads

ادامه مطلب

مقاله ریاضیات کاربردی و محاسبات
آبان 17, 1392
1307 بازدید
گزارش نسخه جدید

مقاله ریاضیات کاربردی و محاسبات


ریاضیات کاربردی و محاسبات

انتخاب یک جزء حیاتی مورد استفاده در الگوریتم های تکاملی (EA) که در آن ارزش تناسب از راه حل نفوذ در فرایند تکامل، به طور معمول، هر روش انتخاب شده را کارآمد می سازد با استفاده از اصل داروینی انتخاب طبیعی (یعنی بقای اصلح)، هارمونی جستجو اخیر با الهام از فرایند بداهه نوازی موسیقی به دنبال هماهنگی خشنود، در اصل، دو روش انتخاب در HS استفاده شده است:

در نظر گرفتن حافظه روش انتخاب شده که در آن ارزشهای متغیرهای تصمیم گیری به صورت تصادفی از جمعیت (و یا راه حل های ذخیره شده در حافظه هارمونی (HM)) برای تولید یک هماهنگی جدید انتخاب شده، و (ب) انتخاب یک راه حل جدید در HM موجب انتخاب برای به روز رسانی HM، در نظر گرفتن انتخاب حافظه استفاده می شود، نقطه کانونی در این مقاله، بر اساس اصل انتخاب طبیعی که به شدت در انتخاب تصادفی تساوی می باشد ، در این مقاله، طرح انتخاب شده که جایگزین طرح انتخاب شده تصادفی در نظر گرفتن حافظه مورد بررسی قرار گرفته، متشکل از بهترین جهانی، تناسب اندام متناسب، مسابقات، رتبه های خطی و رتبه نمایی، انتخاب شده طرح های پیشنهادی به صورت جداگانه تغییر داده و با آن تلفیق در این فرآیند از نظر حافظه و هر تصویب به عنوان یک تنوع جدید HS، عملکرد متوجه تغییرات پیشنهادی HS ارزیابی و مطالعه تطبیقی ​​انجام شده است، نتایج تجربی با استفاده از توابع معیار نشان می دهد که طرح انتخاب گنجانیده شده با در نظر گرفتن حافظه به طور مستقیم بر عملکرد الگوریتم HS، در نهایت، تجزیه و تحلیل حساسیت پارامتر از تغییرات پیشنهادی HS، تجزیه و تحلیل، هماهنگی جستجو (HS) الگوریتم، الگوریتم متاهیوریستیک مبتنی بر جمعیت، که توسط همکاران پیشنهاد شد.

تا امروزه جلب توجه جامعه پژوهش بهینه سازی به علت مزایای قابل توجه آن: آن تصریح شرایط ریاضی کمتر است و روش تولید راه حل های جدید پس از در نظر گرفتن تمام راه حل های موجود: آن را به یک مشتق تصادفی که باعث کاهش تعدادتکرار مورد نیاز به همگرا به سمت حداقل محلی: می تواند متغیر گسسته و پیوسته رسیدگی، به عبارت دیگر، از جمله مزایای مربوط به سادگی، انعطاف پذیری، سازگاری، عمومیت، و مقیاس پذیری، الگوریتم HS شده است که با موفقیت طراحی شد. برای مشکلات متعدد بهینه سازی مانند بهینه سازی ساختاری، چند خریدار چند فروشنده مشکل زنجیره تامین، برنامه ریزی ، و بسیاری دیگر به عنوان ، ساختار پایه و عملکرد الگوریتم HS بهبود یافته است اضافه کاری به همگام شدن با نیازهای برنامه های کاربردی در حال توسعه ، که توسط پارامترهای تنظیم HS انجام می شود.

از لحاظ تئوری، تجزیه و تحلیل ریاضیات از قابلیت قدرت اکتشافی الگوریتم HS مورد مطالعه قرار گرفته که به عنوان HS یک الگوریتم تکاملی (EA) است ، که با مجموعه ای از راه حل های موقت در حافظه هارمونی (HM)ذخیره شده و شروع می شود. در هر تحول، یک راه حل جدید به نام هماهنگی جدید بر اساس سه اپراتور تولید: (I) در نظر گرفتن حافظه، که انتخاب مقادیر متغیر از هماهنگی جدید از راه حل های HM: (ب) در نظر گرفتن تصادفی استفاده می شود، برای تنوع بخشیدن به هماهنگی جدید، و (ج) تنظیم زمین است که مسئول برای بهبود محلی. هماهنگی جدید است و سپس ارزیابی به جای بدترین راه حل در HM، اگر آن بهتر است. راه حل ها در HM تکراری در به دست آوردن راه حل های بهتر در تحولات آینده ایجاد خواهد شد.

در اپراتور در نظر گرفتن حافظه، انتخاب روند انتخاب مقادیر متغیرها از راه حل های ذخیره شده در HM که برای ایجاد هماهنگی جدید استفاده می شود. در EA، انتخاب یک فرایند مصنوعی که تقلید انتخاب طبیعی (به عنوان مثال، وسیلة بقای اصلح) است.انتخاب عنصر تاثیر گذار ترین مورد استفاده در EA که در آن تناسب اندام راه حل های ارزش وسیلة تأثیر زیادی بر روند تکامل است. در واقع، ارزش تناسب اندام در EA از ویژگی های ضروری برای افراد: آن است که به وضوح تعریف شده است، مستقیم، و با ارزش که آن را منطقی می سازد جزء فعال مبتنی بر تناسب اندام است. در واقع، مشخصه بودن بیشتر یا کمتر، به کارگردانی نسبت به (به عنوان مثال، بهترین) افراد خاص اموال مشترک از اجرای طرح انتخاب شده در EA است.

اپراتور در نظر گرفتن حافظه در الگوریتم HS اصل انتخاب مقدار متغیر به طور تصادفی از هر گونه راه حل در عین حال می دهد توجه کمتر به اصل انتخاب طبیعی که در آن اصلح راه حل را باید احتمال بالاتر برای دادن مقدار متغیر به ایجاد هارمونی جدید باشد در EA، چندین طرح انتخاب، که تقلید از اصل انتخاب طبیعی برای هدایت فرایند جستجو پیشنهاد شده است. این مقاله به بررسی طرح انتخاب برای در نظر گرفتن حافظه به تقلید از اصل «بقای اصلح» داروین است. ، پنج اصل دیگر مورد بررسی قرار گرفت: بهترین جهانی، متناسب، مسابقات، رتبه بندی خطی، نمایی و رتبه بندی طرح های انتخاب شده است. این طرح انتخاب از سایر EAS قدرتمند قرض گرفته شده (به عنوان مثال، بهینه سازی ازدحام ذرات  و الگوریتم ژنتیک (GA) و تغییر به قابل استفاده برای الگوریتم HS می باشد. با استفاده از توابع معیار استاندارد، نتایج تجربی نشان می دهد که طرح انتخاب با در نظر گرفتن حافظه تاثیر بالا بر روی عملکرد الگوریتم HS گنجانیده شده است.

بقیه این مقاله به شرح زیر است: الگوریتم HS در بخش 2 مرور شده است. طرح انتخاب رمان گنجانیده شده با در نظر گرفتن حافظه در بخش 3 مورد بحث قرار گرفته است. نمایش نتایج: از شماره از آزمایش ها در بخش 4 ارائه شده است. در نهایت، بخش 5 مقاله نتیجه گیری و پیشنهادات خود را برای جهت های احتمالی در آینده می دهد.

2.اصول الگوریتم جستجوی هارمونی

HS یک الگوریتم تکاملی (EA) با الهام از روند بداهه ، که در آن یک گروه از نوازندگان بداهه زمینهای از آلات موسیقی خود بعد از عمل، به دنبال هماهنگی خشنود که توسط استاندارد سمعی و زیبایی تعیین شده است.شبیه در بهینه سازی، مجموعه ای از متغیرهای تصمیم گیری با ارزش ها، تکرار تکرار اختصاص داده، به دنبال راه حل “به اندازه کافی خوب به عنوان تابع هدف ارزیابی شده است.HS دارای پنج مرحله اصلی به عنوان یک نمودار جریان وسیر مواد در کارخانه در شکل نشان داده شده است. و شرح داده شده به شرح زیر است:

مرحله 1: مقداردهی اولیه مشکل و پارامترهای HS. به طور معمول، مشکل بهینه سازی در ابتدا به عنوان مدل: دقیقه ، که در آن تابع هدف است: مجموعه ای از متغیرهای تصمیم گیری است. محدوده مقدار ممکن برای هر متغیر تصمیم گیری،، که در آن LBI و UBI از مرزهای بالا و پایین برای متغیر تصمیم بود و N تعداد متغیرهای تصمیم است.

الف) میزان در نظر گرفتن حافظه هارمونی (HMCR) مورد استفاده در فرایند بداهه برای تعیین اینکه آیا ارزش از تصمیم یک متغیر است که از راه حل های ذخیره شده در حافظه هماهنگی (HM) انتخاب شود.

ب) هماهنگی حجم حافظه (HMS) شبیه به اندازه جمعیت در الگوریتم ژنتیک است.

ج) میزان پیچ تنظیم (PAR)، تصمیم می گیرد که آیا متغیرها به ارزش تنظیم تصمیم گیری می شود

د) فاصله پهنای باند (BW)، همچنین به عنوان عرض شناخته شده (FW) ، تعیین فاصله تنظیم در اپراتور .

(ه) شماره بداهه (N) مربوط به تعداد تکرارها

این پارامترها را در جزئیات بیشتر در مراحل بعدی توضیح داده خواهد شد.توجه داشته باشید که HMCR و PAR دو پارامتر است که کنترل در سه اپراتورها از الگوریتم HS (به عنوان مثال، (الف) در نظر گرفتن حافظه توسط کنترل HMCR ، (ب) در نظر گرفتن تصادفی توسط کنترل HMCR است، و (ج) تنظیم زمین توسط PAR کنترل است.

مرحله 2: مقداردهی اولیه حافظه هماهنگی.حافظه هماهنگی (HM) تکمیل ماتریس از اندازه N * HMS که شامل مجموعه از بردارهای راه حل تعیین شده توسط HMS است.در این مرحله، این بردار ها به طور تصادفی به شرح زیر تولید می شود.  تولید یک عدد تصادفی یکنواخت بین درجه و. راه حل های تولید شده در HM شده چیدمان صعودی چیدمان بر اساس مقدار تابع هدف خود ذخیره می شود.

مرحله 3: بداهه نوازی یک هماهنگی جدید. در این مرحله، الگوریتم HS تولید خواهد شد (بداهه نوازی) یک بردار هماهنگی های جدید از ابتدا، بر اساس سه اپراتور: (1) در نظر گرفتن حافظه، (2) در نظر گرفتن تصادفی، و (3) تنظیم زمین.

در نظر گرفتن حافظه. با در نظر گرفتن حافظه، ارزش تصمیم اول متغیر x، و از ارزش های تاریخی به طور تصادفی انتخاب شده است، ذخیره شده در بردار HM ارزشهای متغیرهای تصمیم دیگر، به ترتیب در همان شیوه ای با احتمال (WP) HMCR انتخاب، جایی که HMCR E (0،1) آن است که شایان ذکر است که طرح انتخاب با در نظر گرفتن حافظه تصادفی است و اصل انتخاب طبیعی استفاده نمی شود (به عنوان مثال، ارزش متغیر تصمیم گیری از هر راه حل با استفاده از طرح انتخاب غیر هدایت شونده ).

توجه تصادفی. متغیرهای تصمیم گیری است که با مقادیر با توجه به در نظر گرفتن حافظه اختصاص داده نشده است به طور تصادفی با توجه به محدوده های احتمالی خود را با در نظر گرفتن تصادفی با احتمال (L-HMCR) به شرح زیر قرار گرفتند:

تنظیم زمین. هر متغیر تصمیم خی از یک بردار هماهنگی جدید است که یک مقدار توسط ملاحظات حافظه زمین اختصاص داده است و تنظیم به شرح زیر است

برای تصمیم تنظیم گام ، ارزش آن تغییر به شرح زیر است:

گام 4: بروز رسانی حافظه هماهنگی. اگر هماهنگی بردار جدید، به عنوان  هماهنگی در HM در از نظر مقدار تابع هدف ذخیره شده است. هماهنگی بردار جدید در HM گنجانده شده است، و بدترین هماهنگی بردار از HM حذف این  موضوع طرح نودب که در آن اصل انتخاب طبیعی اعمال می شود.

مرحله 5: بررسی معیار توقف. مرحله 3 و مرحله 4 از الگوریتم HS تکرار تا زمانی که معیار توقف (حداکثر تعداد بداهه) ملاقات کرده است. این است که توسط پارامتر NI مشخص شده است.



موضوعات :
رشته ریاضی

دیدگاه ها


دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *