|
عنوان
|
یک نسخه دودویی از الگوریتم پیچک برای حل مسائل کوله پشتی صفر-یک
|
|
نوع پژوهش
|
پایان نامه
|
|
کلیدواژه‌ها
|
الگوریتم پیچک ، کوله پشتی صفر-یک ، بهینه سازی، دودویی
|
|
چکیده
|
در بسیاری از کاربردهای طراحی در مهندسی و صنعت، لازم است تا تحت محدودیت های پیچیده، به دنبال یافتن راه حل بهینه برای مسائل مشخص باشیم. این گونه مسائل بهینه سازی محدود، اغلب بسیار غیرخطی هستند و یافتن راه حل بهینه برای آن ها چالشی جدی به شمار می آید. بسیاری از روش های بهینه سازی مرسوم در مواجهه با مشکلات غیرخطی و چندبعدی عملکرد چندان مؤثری ندارند. در حال حاضر، رویکرد غالب استفاده از الگوریتم های فراابتکاری الهام گرفته از طبیعت برای حل این مسائل دشوار است، که ثابت شده نتایج بسیار کارآمدی به همراه دارند. به همین دلیل، ادبیات مربوط به الگوریتم های فراابتکاری طی دو دهه گذشته به طور چشمگیری گسترش یافته است. به طور کلی، تمام الگوریتم های فراابتکاری ویژگی های استانداردی دارند. فرآیند جستجو در این الگوریتم ها معمولاً شامل دو مرحله است: مرحله اول که به «تنوع» یا «اکتشاف» معروف است و مرحله دوم که به «تشدید» یا «بهره برداری» شناخته می شود .در مرحله اکتشاف، الگوریتم با استفاده از عملگرهای تصادفی به جستجو در بخش های مختلف فضای جستجو می پردازد. سپس در مرحله بهره برداری، روش بهینه سازی تلاش می کند تا راه حل بهینه را از میان گزینه های موجود در فضای جستجو شناسایی کند. بنابراین، یک الگوریتم بهینه سازی فراابتکاری کارآمد باید بین دو مرحله اکتشاف و بهره برداری تعادل برقرار کند تا از گرفتار شدن در بهینه های محلی جلوگیری شود .
بهینه سازی به معنای تعیین مقادیر بهینه برای ویژگی های گوناگون یک سیستم است تا طراحی آن با حداقل هزینه به پایان برسد. در واقع، بسیاری از مسائل و کاربردهای عملی در زمینه هوش مصنوعی و یادگیری ماشینی ماهیتی گسسته، نامحدود یا ترکیبی دارند. روش های بهینه سازی در مواجهه با چنین شرایطی عملکرد موفقی از خود نشان داده اند . مسائل دنیای واقعی همیشه شامل مقادیر پیوسته نیستند و اغلب با مقادیر گسسته سروکار دارند. از این رو، الگوریتم هایی که برای حل مسائل پیوسته طراحی شده اند، باید به گونه ای اصلاح شوند که بتوانند مسائل بهینه سازی گسسته را نیز حل کنند. در این میان، مسائل بهینه سازی باینری به عنوان یک زیرمجموعه از مسائل بهینه سازی گسسته شناخته می شوند. مسائل بهینه سازی باینری نوع خاصی از مسائل بهینه سازی گسسته هستند. فضای جستجوی این مسائل به صورت 0 -1 تعریف می شود، در حالی که فضای جست
|
|
پژوهشگران
|
سعیده محمدزاده (دانشجو)، عین اله پیرا (استاد راهنما)، علیرضا روحی (استاد مشاور)
|