دانلود مقاله پیرامون الگوریتم ژنتیک و حل مسئله TSP
فهرست :
شرح مختصر : انسان هميشه براي الهام گرفتن به جهان زندهی پيرامون خود نگريسته است. يکي ازبهترين طرحهاي شناخته شده، طرح پرواز انسان است که ابتدا لئورناردو داوينچي (1519-1452) طرحي از يک ماشين پرنده را براساس ساختمان بدن خفاش رسم نمود. چهارصد سال بعد کلمان آدر ماشين پرندهاي ساخت که داراي موتور بود و به جای بال از ملخ استفاده ميکرد. در دهههای اخیر، روشهای تکاملی و فراکاوشی به عنوان یک ابزار جستجو و بهینهسازی در حوزههای مختلفی مانند علوم تجاری و مهندسی مورد استفاده قرار گرفته است. وسعت دامنهی کاربرد، سهولت استفاده و قابلیت دستیابی به جواب نزدیک و بهینهی مطلق از جمله دلایل موفقیت این روشها میباشد. هوش دسته جمعی، زیر شاخهای از هوش مصنوعی است که بر پایهی رفتار جمعی سیستمهای غیر متمرکز و خود سازمانده بنا شده است. نمونهای از هوش جمعی، کلونی زنبور عسل است. یکی از کاربردهای این الگوریتم، مسائل بهینهسازی چندتایی است برای همین برخی به آن الگوریتم بهینهسازی زنبورعسل میگویند. دراین مقاله، الگوریتم کلونی زنبورعسل مورد استفاده قرار میگیرد و نتایج تولید شده توسط الگوریتم مقایسه میشوند. موضوع کلونی زنبور عسل خود به دو بخش جستجوی غذا و فرآیند جفتگیری زنبورها تقسیم میشود.
شرح مختصر : الگوریتمPSO یک الگوریتم جستجوی اجتماعی است که از روی رفتار اجتماعی دستههای پرندگان مدل شده است. PSO روش محبوبی است که برای حل مشکلات مناسب سازی در شبکه های حسگر بی سیم به دلیل آسان بودنش، کیفیت بالای راه حل هایش، همگرایی سریع و ظرفیت، محاسبه ای نامشخص خود مورد استفاده قرار گرفته است. الگوریتم PSO مستلزم مقادیر زیادی حافظه است که ممکن است اجرای آن را برای ایستگاههای اصلی سرشار از منبع کاهش دهد. این متن کاربردهای شبکه حسگر بی سیم موفق فراوانی دارد که فواید PSO را مورد استفاده قرار می دهد. گردآوری اطلاعات نیازمند مناسب سازی توزیع شده مکرر و راه حل های سریع می باشد. بنابراین، PSOبه طور متوسط آن را مناسب می سازد. صف بندی ثابت، موقعیت یابی و خوشه بندی مشکلاتی هستند که فقط یکبار در ایستگاه مرکزی حل شده اند. PSO آنها را بسیار مناسب ساخته است .