این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیق در عملیات در کاربردهای آن، جلد ۱۷، شماره ۳، صفحات ۱۱۹-۱۳۳
عنوان فارسی ارایه یک الگوریتم بهینه‌سازی چندهدفه بر پایه آمیزش احتمالی و جهش دوسویه جهت حل مساله طراحی تیرآهن
چکیده فارسی مقاله در حال حاضر الگوریتم‌های بهینه‌سازی چندهدفه به عنوان ابزاری قدرتمند جهت حل بسیاری از مسایل مورد استفاده قرار می‌گیرند. معیارهای تنوع و همگرایی از مهم‌ترین فاکتورهای یک الگوریتم بهینه‌سازی چندهدفه است که تمامی الگوریتم‌های بهینه‌سازی چندهدفه سعی در بهبود آنها دارند. معیارهای تنوع و همگرایی تابعی از عملگرهای اکتشاف، استخراج و انتخاب هستند، در نتیجه برای ارایه یک الگوریتم بهینه‌سازی قدرتمند باید از عملگرهای کارا استفاده نمود. در این مطالعه، یک الگوریتم بهینه‌سازی چندهدفه در راستای ارتقا معیارهای تنوع و همگرایی جهت حل مساله مهندسی طراحی تیرآهن ارایه شده است. الگوریتم ارایه شده برای استخراج راه‌حل‌ها در فضای جستجو از الگوریتم جهش دوسویه پیشنهادی و برای اکتشاف راه‌حل‌ها در فضای جستجو از الگوریتم آمیزش احتمالی پیشنهادی استفاده می‌کند. در این مطالعه از معیار اَبَرحجم جهت سنجش همگرایی و تنوع استفاده شده است. در بخش پایانی این مطالعه، عملکرد کلی الگوریتم پیشنهادی در مقایسه با الگوریتم‌هایی از جمله SPEA، NSGAII، NSPSO و AWPSO در راستای حل مساله مهندسی طراحی تیرآهن مورد نقد و برسی قرار گرفته شده است. نتایج حاصل شده از الگوریتم‌های بهینه‌سازی چندهدفه در حل مساله طراحی تیرآهن، نشان‌دهنده برتری الگوریتم پیشنهادی نسبت به سایر الگوریتم‌های شاخص است.
کلیدواژه‌های فارسی مقاله بهینه‌سازی چندهدفه، طراحی تیرآهن، آمیزش احتمالی، جهش دوسویه
عنوان انگلیسی Providing a Multi-Objective Optimization Algorithm Based on Probabilistic Crossover and Bi-Directional Mutation for Solving I-Beam Designing Problem
چکیده انگلیسی مقاله Today, multi-objective optimization algorithms are used as powerful tools for solving several problems. In any multi-objective optimization algorithm, diversity and convergence are two of the most important factors that need to be improved. Diversity and convergence are functions of exploration, exploitation, and selection operators. Effective algorithms should be used by different operators to achieve a robust optimization algorithm. In this study, a multi-objective optimization algorithm is proposed to enhance the diversity and convergence for solving the I-beam engineering problem. The proposed algorithm uses a proposed bi-directional mutation algorithm to exploit search space and uses the proposed probabilistic crossover algorithm to explore the search space. In this study, the hyper volume metric has been used to evaluate convergence and diversity. In the final section of this study, the overall performance of the proposed algorithm is compared with algorithms such as SPEA, NSGAII, NSPSO, and AWPSO in order to solve the I-beam designing problem. The results obtained from multi-objective optimization algorithms for solving I-beam designing problem indicate the superiority of the proposed algorithm in comparison to other known algorithms.
کلیدواژه‌های انگلیسی مقاله Multi-Objective Optimization, I-Beam Designing, Probabilistic Crossover, Bi-Directional Mutation
نویسندگان مقاله علی رضا فلاحی آذر | A. Falahiazar
Ph.D. Candidate, Department of Computer Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran
دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، گروه مهندسی کامپیوتر، تهران

آرش شریفی | A. Sharifi
Assistant Professor, Department of Computer Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran
دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، گروه مهندسی کامپیوتر، تهران

وحید صیدی | V. Seydi
Assistant Professor, Department of Computer Engineering, South Tehran Branch, Islamic Azad University, Tehran, Iran
دانشگاه آزاد اسلامی، واحد تهران جنوب، گروه مهندسی کامپیوتر، تهران

نشانی اینترنتی http://jamlu.liau.ac.ir/browse.php?a_code=A-11-1453-1&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده تخصصی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات