SIA: Swarm Intelligence Algorithms

الگوریتم های هوش جمعی

SIA: Swarm Intelligence Algorithms

الگوریتم های هوش جمعی

الگوریتم های حافظه دار و بدون حافظه

الگوریتم ها به خصوص الگوریتم های فراابتکاری از دیدگاه مختلفی دسته بندی می شوند. امروزه بسیاری از الگوریتم های فراابتکاری از تجربه جستجوی خود برای راهنمائی عملیات جستجو استفاده می کنند.  یک ویژگی مهم از الگوریتم های فراابتکاری به منظور طبقه بندی آنها معیار تاریخچه جستجو (search history) می باشد. بر این اساس دو نوع الگوریتم های حافظه دار (memory method) و الگوریتم های بدون حافظه (memory-less method) ظهور پیدا می کنند.   ادامه مطلب ...

سبک میشیگان و پیتسبورگ در الگوریتم های فراابتکاری


الگوریتم های فراابتکاری را می توان براساس معیارهای مختلفی دسته بندی نمود. یکی از این معیارها وضعیت جواب روش از لحاظ میزان پوشش راه حل می باشد که به دو سبک الگوریتم های میشیگان و پیتسبورگ دسته بندی می شود. در سبک میشیگان هر کروموزوم نشان دهنده بخشی از جواب مسئله می باشد در حالی که در سبک پیتسبورگ هر کروموزوم نشان دهنده یک جواب کامل مسئله می باشد. سبک های میشیگان و پیتسبورگ در حوزه های مختلفی مورد استفاده قرار می گیرند. سبک پیتسبورگ می تواند به طور مستقیم بهینه سازی را انجام دهد. دیدگاه میشیگان برای تولید راه حل های محلی مورد استفاده قرار می گیرد در حالی که دیدگاه پیتسبورگ برای یافتن ترکیب خوبی از راه حل ها مورد استفاده قرار می گیرد. این دیدگاه قابلیت جستجوی بالائی ندارد. در شکل زیر تفاوت دو سبک میشیگان و پیتسبورگ نشان داده شده است. 

ادامه مطلب ...