فایل ورد کامل الگوریتم کلونی زنبور مصنوعی (PABC) موازی

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 الگوریتم کلونی زنبور مصنوعی (PABC) موازی،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۴ صفحه

الگوریتم کلونی زنبور عسل (ABC) یک الگوریتم فراابتکاری برای بهینه سازی عددی می باشد. این الگوریتم بر اساس رفتار تغذیه ای زنبورهای عسل می باشد. این مقاله یک نسخه ی موازی از الگوریتم فوق را برای به اشتراک گذاری معماری حافظه ارائه می دهد. کل کلونی زنبورها بصورت مساوی بین پردازنده های در دسترس تقسیم می شود. مجموعه ای از راه حل ها در حافظه ی محلی هر پردازنده قرار می گیرد. یک کپی از هر راه حل نیز در حافظه ی به اشتراک گذاشته شدهی سراسری نگهداری می شود. در طول هر چرخه، مجموعه ی زنبورها در یک پردازنده راه حل ها را در حافظه محلی بهبود می بخشند. در پایان چرخه، راه حل ها درون اسلاتهای موجود در حافظه سراسری، کپی شده و در دسترس همه ی زنبورها قرار می گیرند. نشان داده شده است که استراتژی موازی سازی پیشنهادی، نه تنها کیفیت راه حل های بدست آمده را کاهش نمی دهد بلکه سرعت را نیز به طور چشم گیری افزایش می دهد.

کلمات کلیدی- الگوریتم کلونی زنبور (ABC) مصنوعی | بهینه سازی عددی | هوش ازدحامی (هوش جمعی) | متاهیورستیک ها (فراابتکاری های) موازی | حافظه ی مشترک

عنوان انگلیسی:

Parallel Artificial Bee Colony (PABC) Algorithm

~~en~~ writers :

Harikrishna Narasimhan

The artificial bee colony (ABC) algorithm is a
metaheuristic algorithm for numerical optimization. It is based
on the intelligent foraging behavior of honey bees. This paper
presents a parallel version of the algorithm for shared memory
architectures. The entire colony of bees is divided equally
among the available processors. A set of solutions is placed in
the local memory of each processor. A copy of each solution is
also maintained in a global shared memory. During each cycle,
the set of bees at a processor improves the solutions in the local
memory. At the end of the cycle, the solutions are copied into
the corresponding slots in the shared memory and made
available to all other bees. It is shown that the proposed
parallelization strategy does not degrade the quality of
solutions obtained, but achieves substantial speedup.

Keywords: Artificial bee colony (ABC) algorithm | numerical optimization | swarm intelligence | parallel metaheuristics | shared memory;

$$en!!