ارائه ی یک الگوریتم جستجوی مبتنی بر روشهای مبنی برجمعیت در بهینه سازی ترکیبی دانلود مقاله هوش مصنوعی ارائه ی یک الگوریتم جستجوی مبتنی بر روشهای مبنی برجمعیت در بهینه سازی ترکیبی سیستم همکاری در فروش فایل فایلینا بهینه سازی ترکیبی

دسته بندی	هوش مصنوعی
فرمت فایل	ppt
حجم فایل	2409 کیلو بایت
تعداد صفحات فایل	69

 ارائه ی یک الگوریتم جستجوی مبتنی بر روشهای مبنی برجمعیت در بهینه سازی ترکیبی

 

 

مقدمه

در ریاضیات و علوم رایانه یک مسأله بهینه سازی، مسأله یافتن بهترین راه حل از میان همه راه حل های عملی می باشد. مسأله های بهینه سازی می تواند به دو دسته تقسیم شود که متغیرها پیوسته یا گسسته باشند. یک مسأله بهینه سازی با متغیرهای گسسته به عنوان یک مسأله بهینه سازی ترکیبی یا ترکیبیاتی شناخته می شوند. در یک مسأله بهینه سازی ترکیبی، ما به دنبال مجموعه ای از اشیاء از قبیل عدد صحیح، جایگشت و یا گرافی می گردیم که تعداد اعضایش محدود (و یا به طور قابل شمارش نامحدود) باشند.

 

مسأله بهینه سازی ترکیبی

بطور رسمی یک بهینه سازی ترکیبی A یک چهارتایی  است به طوری که:

•  مجموعه نمونه هاست.
• برای یک نمونه  داده شده،  مجموعه راه حل های امکان پذیر است.
• برای یک مورد داده شده  و راه حل ممکن  برای ،  اندازه  را مشخص می کند که معمولاً یک عدد حقیقی مثبت است.
• g هدف تابع است که یا برابر کمینه و یا بیشینه است.

هدف این است که برای یک نمونه ، یک راه حل بهینه پیدا کنیم که یک راه حل ممکن  است با این شرط که

برای هر مسأله بهینه سازی ترکیبی، یک مسأله تصمیم متناظر وجود دارد که می پرسد ببیند آیا یک راه حل ممکن برای مقدار خاص  وجود دارد یا نه. به عنوان مثال یک گراف وجود دارد که شامل رئوس  و  یک مسأله بهینه سازی ممکن است «یافتن یک مسیر از  به  که از کمترین یال ها بگذرد» باشد. این مسأله ممکن است یک جواب مثلاً ۴ داشته باشد. یک مسأله تصمیم متناظر این خواهد بود که «آیا یک مسیر از  به  با استفاده از ۱۰ یال یا کمتر وجود دارد؟» این مسأله با یک «بله» یا «خیر» ساده جواب داده می شود. در زمینه الگوریتم های تخمین، الگوریتم ها برای مسائل سخت برای یافتن راه حل های نزدیک بهینه طراحی می شوند. بنابراین یک نسخه معمول تصمیم، یک توصیف ناکافی از مسأله است زیرا فقط راه حل های قابل قبول را مشخص می کند. اگرچه می توانیم مسائل تصمیم مناسبی مطرح کنیم، این مسائل دیگر بیشتر به طور طبیعی، یک مسأله بهینه سازی می شوند.

 

 

کلمات کلیدی:

بهینه‌سازی ترکیبی (Combinational Optimization)

روشهای مبنی برجمعیت

الگوریتم جستجو

الگوریتم مورچه

مدلهای ACO

مساله مسیریابی وسایل نقلیه(Vehicle Routing Problem)

درخت پوشای کمینه

 

 

 

فهرست مطالب

تعریف مسایل بهینه سازی ترکیبی

مدلهای ACO 

کاربردهای الگوریتم مورچه

مساله مسیریابی وسایل نقلیه

طبقه بندی الگوریتم های حل مسایل بهینه سازی ترکیبی

طبقه بندی فرااکتشافات

الگوریتمهای تکاملی

مسایل مهم در حوزه هوش گروهی

الگوریتم های مورچه

 (اثر autocatalytic).

رکود: اکثر مورچه ها کوتاهترین شاخه را انتخاب می کنند 

تبخیر: مکانیزم اجتناب از همگرایی سریع به مسیرهای زیربهینه 

پارامترهای ارزیابی

مدلهای ACO

مساله مسیریابی وسایل نقلیه(Vehicle Routing Problem)

تعریف فرمال مساله CVRP

یک نمونه مساله ساده از CVRP

ساخت درخت پوشای می نیمم 

استفاده از روش پریم برای ساخت درخت تعریف شده روی گراف مساله 

روش پریم

ساخت راه حلها توسط مورچه ها

ساختار طراحی شده برای هر مورچه 

انتخاب بهترین شاخه مجاور

بررسی شاخه های سمت چپ و راست

مطابقت درخواست گره با ظرفیت وسیله

انتخاب بیشترین صرفه جویی

انتقال به شاخه جدید

انتخاب شبه تصادفی گره بعدی بجز انبار (از شاخه جاری)

انتخاب احتمالی براساس تابع احتمال تجمعی

جستجوی محلی برای بهبود مسیرها

جایگزینی گره ها در یک تور

جابه جایی گره در یک تور

به روزرسانی وزن یالهای شرکت کننده در درخت

بررسی محدودیت مرزی برای وزنها

دریافت ورودیهای مساله

انجام محاسبات اولیه و مقداردهی به پارامترها

شروع حلقه اصلی الگوریتم 

    ساخت درخت پوشای کمینه

    تولید جوابهای مساله توسط مورچه ها

انحراف معیار استاندارد

ساخت درخت پوشای کمینه برای انجام خوشه بندی مناسب روی گره های گراف مساله

تعریف وزن برای یالهای گراف جهت ساخت درخت پوشای کمینه

نحوه به روزرسانی وزن یالها

تعریف پارامترهای مناسب در بخشهای تغییریافته

مکانیزم شروع مجدد

جلوگیری از رکود و گرفتار شدن در کمینه محلی

مختصات انبار

مختصات گره ها

نتایج ارزیابی مجموعه داده های اول و سوم

به روزرسانی وزن یالهای درخت

تصمیمات احتمالی مورچه ها

ترکیب با سایر روشهای حل مساله مثل الگوریتم ژنتیک

بهینه سازی ترکیبی

منابع