کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
553641 1451112 2012 7 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Self Adaptive Artificial Bee Colony for Global Numerical Optimization
ترجمه فارسی عنوان
کلونی زنبورعسل مصنوعی خود تطبیق برای بهینه سازی عددی جهانی
کلمات کلیدی
کلنی زنبور عسل مصنوعی - خود انطباقی - بهینه سازی عددی جهانی - بهره برداری
فهرست مطالب مقاله
چکیده
کلمات کلیدی
1. مقدمه
2. ABC خودتطبیق
3. نتایج آزمایش
3.1 طرح آزمایش
3.2 مقایسۀ ABC خودتطبیق با ABC بنیانی وDE
3.3 مقایسۀ ABC خودتطبیق و الگوریتم ABC با الگوریتم های FEP و CEP
4. نتیجه گیری
ترجمه چکیده
الگوریتم ABC (کلونی زنبور عسل مصنوعی) در کاربردهای عملی بسیاری مورد استفاده بوده است و نرخ همگرایی خوبی نشان داده است. این الگوریتم بر طبق فرایند واریانس تصادفی راه حل (جواب) جدید را تولید می کند. در این فرایند، دامنه های اختلال حائز اهمیت است، چون می تواند بر راه حل جدید تأثیر بگذارد. در این مقاله، کلونی زنبورعسل مصنوعی خود تطبیق، موسوم به ABC خودتطبیق، را برای بهینه سازی عددی جهانی پیشنهاد می کنیم. به منظور ارتقاء نرخ همگرایی، در الگوریتم بنیانی ABC اختلال خودتطبیق جدیدی معرفی شده است. در بررسی کیفیت کار ABC خودتطبیق از تعداد 23 عملکردمعیار استفاده شده است. نتایج آزمایشی نشان می دهند که رویکرد ما مؤثر و کارآمد است. در مقایسه با سایر الگوریتم ها، عملکرد ABC خودتطبیق بهتر از الگوریتم ABC بنیانی و سایر رویکردهای نوآورانه در ادبیات، ویا حداقل قابل مقایسه با آنها، از لحاظ کیفیت راه حل، است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر سیستم های اطلاعاتی
چکیده انگلیسی
The ABC algorithm has been used in many practical cases and has demonstrated good convergence rate. It produces the new solution according to the stochastic variance process. In this process, the magnitudes of the perturbation are important since it can affect the new solution. In this paper, we propose a self adaptive artificial bee colony, called self adaptive ABC, for the global numerical optimization. A new self adaptive perturbation is introduced in the basic ABC algorithm, in order to improve the convergence rates. 23 benchmark functions are employed in verifying the performance of self adaptive ABC. Experimental results indicate our approach is effective and efficient. Compared with other algorithms, self adaptive ABC performs better than, or at least comparable to the basic ABC algorithm and other state-of-the-art approaches from literature when considering the quality of the solution obtained.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: IERI Procedia - Volume 1, 2012, Pages 59–65