Artificial Intelligence - هوش مصنوعی  
انجمن را در گوگل محبوب کنيد :

بازگشت   Artificial Intelligence - هوش مصنوعی > الگوریتم ها > الگوريتم بهينه سازي فاخته (Cuckoo Optimization Algorithm)


 
تبليغات سايت
Iranian Association for the Advancement of Artificial Intelligence
ارسال تاپيک جديد  پاسخ
 
LinkBack ابزارهاي تاپيک نحوه نمايش
قديمي ۰۳-۱۹-۱۳۹۲, ۰۴:۲۰ بعد از ظهر   #1 (لینک دائم)
Active users
 
آواتار ramin4251
 
تاريخ عضويت: مهر ۱۳۸۸
پست ها: 133
تشكرها: 1
75 تشكر در 38 پست
My Mood: Shad
پيش فرض ايده هاي بهبود الگوريتم بهينه سازي فاخته

با سلام

از امروز پستي با نام ايده هاي بهبود الگوريتم بهينه سازي فاخته (COA) راه اندازي مي گردد. در اين پست ايده هايي جهت بهبود الگوريتم فاخته ارائه خواهد شد. لازم به ذكر است كه اين ايده ها صرفا در حد ايده خام بوده و قبلا كدنويسي و تست نشده اند. ولي مي تواند الهام بخش علاقه مندان به بهبود جواب هاي الگوريتم باشد. علاقه مندان به الگوريتم فاخته مي توانند بطور آزادانه از اين ايده ها استفاده كنند و اگر جوابهاي بهتر بدست آمد آنرا در مقالات يا پاياننامه هاي خود استفاده نمايند.
اين تاپيك به مرور آپديت شده و ايده هاي جديدتر به آن افزوده خواهد شد.
ايده هاي مطرح شده شايد نياز به بهبود و بررسي بيشتري نسبت به آنچه در اينجا بطور خلاصه گفته مي شود داشته باشند. اين امر را به عهده كاربران علاقه مند هر ايده خواهيم گذاشت. در صورتي كه افراد علاقه مند، ايده ها را كدنويسي كنند و مايل به ارسال كد به سايت باشند حتما با نام خودشان، نتايج حاصله در اختيار ساير كاربران قرار خواهد گرفت.

اولين ايده براي بهبود كارايي COA استفاده از پارامتر حافظه است. بدين معني كه عملگر مهاجرت فقط با در نظر گرفتن نقطه بهينه كلي فعلي، اقدام به تعيين محل جديد تخمگذاري فاخته نكند. بلكه از متوسط حافظه فاخته هاي همسايه هم براي تعيين محل جديد بهره گيري كند. بدين ترتيب براي هر فاخته بايد حافظه اي تعريف كنيم و در هنگام اعمال مهاجرت، درصدي از ميانگين بهترين موقعيت موجود در حافظه فاخته هاي ديگر را نيز در مهاجرت دخالت دهيم. در اجراي اين امر، ميتوان بهترين و بدترين حافظه موجود را كنار گذاشت و از ميانگين بقيه استفاده كرد.

دومين ايده: ثابت نبودن و تغيير تكراري ضرايب موجود در الگوريتم فاخته. در الگوريتم فاخته با ضريبي مثل شعاع تخم گذاري مواجهيم. معمولا بهتر است اين شعاع در ابتدا بزرگ بوده و در طول اجراي برنامه رفته رفته كاهش داشته باشد تا هنگام نزديك شدن به جواب بهينه تخم ها در فضاي كمتري قرار داده شوند و نقطه بهينه كلي بصورت دقيقتري حاصل شود.
براي پياده كردن اين ايده مي توان از رابطه زير استفاده كرد:




ايده سوم: استفاده از روش آشوب (chaos) براي توليد ضريب مهاجرت:
با توجه به تابع لجستيكي موجود در نظريه آشوب مي توان ضريب مهاجرت (Motion Coefficient) را بجاي عددي رندوم يا انتخابي توسط كاربر، با رابطه اي بفرم زير توليد كرد:



در تابع لجستيكي فوق تنها كافيست مقدار اوليه اي غير از 0.25، 0.5 و 0.75 بعنوان مقدار اوليه ضريب مورد نظرمان انتخاب كنيم. چون به ازاي اين 3 مقدار حالت آشوبي رابطه از بين مي رود.


ايده چهارم: تخصيص تخم بر اساس مقدار تابع fitness:
همانطور كه ميدانيم در COA، تعداد تخمهاي اختصاص يافته به هر فاخته مادر بصورت رندوم در بازه 2 تا حداكثر تعداد مشخص شده ي كاربر تعيين مي شود. در اين روش، اين احتمال وجود دارد كه فاخته خوب فعلي تعداد تخمي كمتر از فاخته نامناسب توليد كند. براي جلوگيري از اين احتمال و تخصيص هوشمندانه تر تعداد تخم ها، پيشنهاد مي شود از رابطه اي به فرم زير براي تعيين تعداد تخم هاي مناسب براي هر فاخته استفاده كنيم:






=============================
با سلام خدمت تمام علاقمندان به الگوريتم بهينه سازي فاخته

با توجه به ناپايداري و قطع و وصل هاي مكرر ديتابيس اين سايت، تصميم بر آن شد تا يك كانال تلگرامي، مخصوص الگوريتم COA را براي مواقع ضروري آماده به كار نگه داريم. تا مطالب جديد و بروز را هميشه در جيب خود به همراه داشته باشيد.
مطالب اين سايت و كانال تلگرام همزمان آپديت خواهند شد و انتخاب مراجعه به هر مسير ارتباطي با شما عزيزان خواهد بود.
آدرس كانال بصورت زير ميباشد. در صورت تمايل ميتوانيد اين كانال را Add كنيد.



با سپاس
رامين رجبيون
__________________
www.matlabpajooh.ir
matlab.proj@gmail.com

بروزترين مطالب در مورد الگوريتم بهينه سازي فاخته در:
https://telegram.me/cuckoo_optimization_algorithm

ويرايش شده توسط ramin4251; ۰۱-۲۶-۱۳۹۵ در ساعت ۰۳:۵۲ بعد از ظهر
ramin4251 آفلاين است   پاسخ با نقل قول
از ramin4251 تشكر كرده اند:
abbas52 (۰۷-۱۴-۱۳۹۲), mahtabi (۰۴-۵-۱۳۹۲), m_1980 (۰۳-۲۰-۱۳۹۴), roohollah shirani (۰۹-۱۷-۱۳۹۴), بنيامين61 (۰۷-۲۴-۱۳۹۴)

  #ADS
نشان دهنده تبلیغات
تبليغگر
 
 
 
تاريخ عضويت: -
محل سكونت: -
سن: 2010
پست ها: -
 

نشان دهنده تبلیغات is online  
قديمي ۱۱-۳۰-۱۳۹۳, ۰۹:۰۸ بعد از ظهر   #2 (لینک دائم)
عضو جدید
 
آواتار sajjad28005
 
تاريخ عضويت: آبان ۱۳۹۳
پست ها: 2
تشكرها: 0
0 تشكر در 0 پست
پيش فرض

با سلام جناب آقای رجبیون

من دانشجوی کارشناس ارشد نرم فزار هستم

میخواستم پایان نامه را روی الگوریتم فاخته کار کنم ولی به دلیل خیلی از مشکلات وقت زیادی برای مسائل زمانبر وسنگین رو ندارم

خواهشمندم اگه میشه چند موضوعی را عنوان کنید که بتونم هم کاری انجام داده باشم هم اینکه زیاد وقتم رو نگیره و البته اینکه شما بتونید کمکم کنید

ممنون میشم از لطفتون
sajjad28005 آفلاين است   پاسخ با نقل قول
قديمي ۱۲-۱-۱۳۹۳, ۱۰:۲۶ بعد از ظهر   #3 (لینک دائم)
Active users
 
آواتار ramin4251
 
تاريخ عضويت: مهر ۱۳۸۸
پست ها: 133
تشكرها: 1
75 تشكر در 38 پست
My Mood: Shad
پيش فرض

سلام

در مورد موضوع كه بايد حتما با استادتون صحبت كنيد. چون ايشون هستند كه بايد بهمراه شما موضوعاتي رو بصورت پروپوزال بنويسن و اينو ارائه بدن. تازه خود الگوريتم فاخته زياد مهم نيست. چون اين يك بهينه ساز عمومي هست. شما براي پاياننامه ( در رشته ي خودتون ) ايده ي جديدي هم نياز داريد كه ارائه كنيد.
__________________
www.matlabpajooh.ir
matlab.proj@gmail.com

بروزترين مطالب در مورد الگوريتم بهينه سازي فاخته در:
https://telegram.me/cuckoo_optimization_algorithm
ramin4251 آفلاين است   پاسخ با نقل قول
قديمي ۱۲-۲-۱۳۹۳, ۱۰:۰۲ قبل از ظهر   #4 (لینک دائم)
عضو جدید
 
آواتار sajjad28005
 
تاريخ عضويت: آبان ۱۳۹۳
پست ها: 2
تشكرها: 0
0 تشكر در 0 پست
پيش فرض

سلام
ممنون از پاسختون

میگم نظرشما در مورد ترکیب الگوریتم فاخته با یکی دیگه از الگوریتم های دیگه که بتونه ضعف اون الگوریتم رو

در مسئله ای نمونه پوشش بده چی هست؟

اگه لطف کنید مثال بزنید با کدوم الگوریتم و روی چه مسئله ای ممنون میشم

با سپاس
sajjad28005 آفلاين است   پاسخ با نقل قول
قديمي ۰۱-۲۷-۱۳۹۴, ۱۰:۱۲ قبل از ظهر   #5 (لینک دائم)
Active users
 
آواتار ramin4251
 
تاريخ عضويت: مهر ۱۳۸۸
پست ها: 133
تشكرها: 1
75 تشكر در 38 پست
My Mood: Shad
پيش فرض

با سلام و عرض معذرت بابت خرابي لينك

مطالب اين تاپيك بروز شد و همه موارد در پست اول قرار داده شد

با سپاس
__________________
www.matlabpajooh.ir
matlab.proj@gmail.com

بروزترين مطالب در مورد الگوريتم بهينه سازي فاخته در:
https://telegram.me/cuckoo_optimization_algorithm
ramin4251 آفلاين است   پاسخ با نقل قول
قديمي ۰۱-۲۷-۱۳۹۴, ۱۰:۱۵ قبل از ظهر   #6 (لینک دائم)
Active users
 
آواتار ramin4251
 
تاريخ عضويت: مهر ۱۳۸۸
پست ها: 133
تشكرها: 1
75 تشكر در 38 پست
My Mood: Shad
پيش فرض

نقل قول:
نوشته اصلي بوسيله sajjad28005 نمايش پست
سلام
ممنون از پاسختون

میگم نظرشما در مورد ترکیب الگوریتم فاخته با یکی دیگه از الگوریتم های دیگه که بتونه ضعف اون الگوریتم رو در مسئله ای نمونه پوشش بده چی هست؟

اگه لطف کنید مثال بزنید با کدوم الگوریتم و روی چه مسئله ای ممنون میشم

با سپاس
تركيب هاي مختلفي با فاخته در حال حاضر كار شده كه تركيب با ts و de فعلا تونسته جواب هاي خوبي بده. مساله ش هم مهم نيست. هر مساله اي كه بخوايد رو ميشه با اين تركيب ها حل كنيد.
__________________
www.matlabpajooh.ir
matlab.proj@gmail.com

بروزترين مطالب در مورد الگوريتم بهينه سازي فاخته در:
https://telegram.me/cuckoo_optimization_algorithm
ramin4251 آفلاين است   پاسخ با نقل قول
قديمي ۰۶-۹-۱۳۹۴, ۰۶:۱۴ بعد از ظهر   #7 (لینک دائم)
عضو جدید
 
آواتار rsn.mbe94
 
تاريخ عضويت: شهريور ۱۳۹۴
پست ها: 3
تشكرها: 0
0 تشكر در 0 پست
پيش فرض با سلام

دوستان تا حالا کسی از الگوریتم فاخته برای ترکیب وب سرویس ها کمک گرفته؟ میخواستم از این الگوریتم استفاده کنم برای موضوع ذکر شده کسی هست بتونه اطلاعاتی بده و اینکه آیا میتونم از این الگوریتم به طور ترکیبی با الگوریتم دیگه ای استفاده کنم؟؟؟
rsn.mbe94 آفلاين است   پاسخ با نقل قول
پاسخ



كاربران در حال ديدن تاپيک: 1 (0 عضو و 1 مهمان)
 

قوانين ارسال
You may not post new threads
You may not post replies
You may not post attachments
You may not edit your posts

BB code is فعال
شکلکها فعال است
كد [IMG] فعال است
كدهاي HTML غير فعال است
Trackbacks are فعال
Pingbacks are فعال
Refbacks are فعال




زمان محلي شما با تنظيم GMT +3.5 هم اکنون ۰۱:۳۲ بعد از ظهر ميباشد.


Powered by vBulletin® Version 3.8.3
Copyright ©2000 - 2024, Jelsoft Enterprises Ltd.
Search Engine Friendly URLs by vBSEO 3.1.0 ©2007, Crawlability, Inc.

Teach and Learn at Hexib | Sponsored by www.Syavash.com and Product In Review

استفاده از مطالب انجمن در سایر سایت ها، تنها با ذکر انجمن هوش مصنوعي به عنوان منبع و لینک مستقیم به خود مطلب مجاز است

Inactive Reminders By Icora Web Design