کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4951032 1441165 2017 6 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Buffered local search for efficient memetic agent-based continuous optimization
ترجمه فارسی عنوان
جستجوی محلی بافر برای بهینه سازی پیوسته مبتنی بر عامل مؤثر کارآمد
ترجمه چکیده
در این مقاله، جستجوی ممتیدی در الگوریتم های تکاملی مبتنی بر کلاسیک و عامل مورد بحث قرار گرفته است. یک جستجوی محلی به شیوه ای نوآورانه اعمال می شود؛ یعنی، در طول یک زندگی عامل و در یک روش کلاسیک در طی دوره تولید مثل. علاوه بر این، به منظور استفاده موثر از قدرت محاسباتی در دسترس، مکانیسم کارآمد مبتنی بر بخش های ذخیره سازی عملکرد تناسب در جستجوی محلی پیشنهاد شده است. نتایج تجربی حاصل شده برای توابع عددی با ابعاد انتخابی (با 5000 ابعاد) نشان دهنده مزیت ظاهری مکانیسم پیشنهادی است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نظریه محاسباتی و ریاضیات
چکیده انگلیسی
In this paper, a memetic search in classic and agent-based evolutionary algorithms are discussed. A local search is applied in an innovative way; namely, during an agent's life and in a classic way during the course of reproduction. Moreover, in order to efficiently utilize the computing power available, an efficient mechanism based on caching parts of the fitness function in the local search is proposed. The experimental results obtained for selected high-dimensional benchmark functions (with 5000 dimensions) show the apparent advantage of the proposed mechanism.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Computational Science - Volume 20, May 2017, Pages 112-117
نویسندگان
, , ,