فایل ورد کامل افزایش عملکرد الگوریتم ژنتیک ترکیبی با بهبود دیفرانسیل

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل افزایش عملکرد الگوریتم ژنتیک ترکیبی با بهبود دیفرانسیل،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۳۲ صفحه

در این مقاله اصلاحات بهبود دیفرانسیل برای الگوریتم ژنتیک‌ترکیبی بیان‌شده‌است. ایده‌کلی این مقاله اجرای بهبود الگوریتم‌های‌گسترده‌تر با راه‌حل‌هایی با کیفیت بالاتر است. رویکرد بهبود دیفرانسیل(DI) پیشنهادشده یک رویکرد انحصاری است نه یک رویکرد عمومی. این روش می‌تواند از راه‌های متفاوتی پیاده‌سازی شود. نمونه و الگو ثابت باقی می‌ماند و می‌تواند به آسانی برای یک کلاس گسترده‌تر مسائل بهینه‌سازی بکارگرفته شود. علاوه براین، چارچوب DI نیز می‌تواند در دیگر الگوریتم‌های فرا-ابتکاری‌های ترکیبی مانند الگوریتم جستجوی پراکندگی ترکیبی، بهینه‌سازی حرکت ذرات با تکنیک بهینه‌سازی کلونی زنبورها استفاده شود.

آزمایشات گسترده نشان‌می‌دهند که رویکرد جدید برای بهبود قابل توجه عملکرد الگوریتم ژنتیک ترکیبی بدون اضافه کردن زمان کامیپوتری بیشتر دردسترس است. آزمایشات بیشتری مبادلات بین تعدادی از نسل‌ها و تعدادی از تکرارهای الگوریتم بهبود را بررسی کرده‌اند . این آزمایشات شش‌تا از بهترین راه‌حل‌های شناخته‌شده را با معیار مشکلات تخصیص‌یافته درجه دو، نتیجه گرفته است. بسیاری از انواع دیگر الگوریتم‌های پیشنهادشده برای پژوهش‌های آینده بیان شده‌اند.

کلمات کلیدی: الگوریتم ژنتیک | الگوریتم ترکیبی ژنتیک | الگوریتم ممتیک | جستجوی تابو | تابوی قوی اصلاح شده | مسئله انتساب درجه دوم

عنوان انگلیسی:

Enhancing the performance of hybrid genetic algorithms by differential improvement

~~en~~ writers :

Zvi Drezner, Alfonsas Misevicius

A differential improvement modification to Hybrid Genetic Algorithms is proposed. The general idea is
to perform more extensive improvement algorithms on higher quality solutions. Our proposed
Differential Improvement (DI) approach is of rather general character. It can be implemented in many
different ways. The paradigm remains invariant and can be easily applied to a wider class of
optimization problems. Moreover, the DI framework can also be used within other Hybrid metaheuristics like Hybrid Scatter Search algorithms, Particle Swarm Optimization, or Bee Colony Optimization
techniques.

Extensive experiments show that the new approach enables to improve significantly the performance of Hybrid Genetic Algorithms without adding extra computer time. Additional experiments
investigated the trade-off between the number of generations and the number of iterations of the
improvement algorithm. These experiments yielded six new best known solutions to benchmark
quadratic assignment problems. Many other variants of the proposed algorithm are suggested for
future research.

Keywords: Genetic Algorithms | Hybrid Genetic Algorithms | Memetic Algorithms | Tabu Search | Modified Robust Tabu | Quadratic assignment problem

$$en!!