دانلود ترجمه مقاله مسئله پوشش مجموعه با الگوریتم هیبریدی – مجله الزویر
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
الگوریتم ترکیبی ارتقایافته ای برای مسئله پوشش مجموعه |
عنوان انگلیسی مقاله: |
An improved hybrid algorithm for the set covering problem |
|
مشخصات مقاله انگلیسی (PDF) | |
سال انتشار | ۲۰۱۵ |
تعداد صفحات مقاله انگلیسی | ۷ صفحه با فرمت pdf |
رشته های مرتبط با این مقاله | مهندسی کامپیوتر و مهندسی صنایع |
گرایش های مرتبط با این مقاله | مهندسی الگوریتم ها و محاسبات و بهینه سازی سیستم ها |
مجله | مهندسی صنایع و کامپیوتر – Computers & Industrial Engineering |
دانشگاه | گروه مهندسی صنایع، دانشگاه اردن |
کلمات کلیدی | برنامه نویسی خطی، آزادسازی لاگرانژی، سیستم بیشینه – کمینه مورچهها، بهینه سازی کلونی مورچهها، مسئله پوشش مجموعه |
شناسه شاپا یا ISSN | ISSN ۰۳۶۰-۸۳۵۲ |
رفرنس | دارد |
لینک مقاله در سایت مرجع | لینک این مقاله در نشریه Elsevier |
نشریه | Elsevier |
مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت ۱۴ B Nazanin | ۱۷ صفحه |
ترجمه عناوین تصاویر و جداول | ترجمه شده است |
ترجمه متون داخل تصاویر | ترجمه شده است |
ترجمه متون داخل جداول | ترجمه شده است |
درج تصاویر در فایل ترجمه | درج شده است |
درج جداول در فایل ترجمه | درج شده است |
درج فرمولها و محاسبات در فایل ترجمه به صورت عکس | درج شده است |
- فهرست مطالب:
چکیده
۱٫ مقدمه
۲٫ الگوریتمهای بهینه سازی کلونی مورچهها برای مسئله پوشش مجموعه
۲٫۱ تکنیکهای ابتکاری پویای کاهش یافته برپایه هزینه
۲٫۲ مشکلات در استفاده از تکنیکهای ابتکاری پویای کاهش یافته برپایه هزینه
۳٫ سیستم ترکیبی جدید بیشینه – کمینه مورچهها برای مسئله پوشش مجموعه
۳٫۱ کاهش اندازه مسئله
۳٫۲ بروزرسانی فرمون ها
۳٫۳ احتمالات انتخاب ستون
۳٫۴ خلاصه الگوریتم
۴٫ محک زنی
۵٫ نتیجه گیری
- بخشی از ترجمه:
۵٫ نتیجه گیری
در این تحقیق، الگوریتم ترکیبی جدیدی از الگوریتمهای MMAS، آزادسازی LP و جستجوی محلی برای حل مسئله بزرگ مقیاس پوشش مجموعه پیشنهاد کردیم. ما از روش آزادسازی LP برای حل مسئله به دو روش بهره گرفتیم: کاهش اندازه مسئله و ارائه تخمینی ابتکاری برای استفاده مورچهها. به حداقل رساندن اندازه مسئله تأثیر زیادی بر کیفیت راه حل و زمان محاسبات داشت. بکارگیری اطلاعات دوگانه به منظور ارائه تخمینهای ابتکاری پویا در الگوریتمهای ACO نه ایدهای جدید و نه ایدهای منحصربفردی بشمار میرود. با این حال، رویه بهینه سازی جدیدی بکار گرفتیم که شهودیتر بوده و از استفاده پارامترهای جدید جلوگیری میکند. الگوریتم MMAS مورداستفاده در این الگوریتم مکانیزم جدیدی را برای کنترل سطوح دنبالههای فرمون بکار میگیرد طوری که سطح از پیش تعریف شده کشف فرمون ها حفظ شود.
مقایسه بین الگویتم پیشنهادی ما و الگوریتم ACO دیگر نشان میدهد که جامعه OR به معیارهای جدیدی برای ارزیابی پیچیدگیهای الگوریتمها نیاز دارد. در مقایسه با الگوریتم ما، پارامترهای بیشتری در الگوریتم پیشرفته پیشین جهت حل مسئله پوشش مجموعه استفاده شد. بطور واضح، معرفی این پارامترها سبب پیچیده شدن الگوریتم میشود.
- بخشی از مقاله انگلیسی:
۵٫ Conclusion
In this work, we propose a new hybrid algorithm of a MMAS, LP-relaxation and local search to solve large scale SCP. We exploit the LP-relaxation solution of the problem in two ways: reducing the size of the problem, and developing a heuristic estimate to be used by ants. Minimizing the size of the problem had a great impact on the solution quality and computation time. Exploiting the dual information to develop a dynamic heuristic estimates is neither new nor unique to ACO algorithms; however, a new normalization scheme is used that is more intuitive and avoids using new parameters. The MMAS used in this algorithm employs a new mechanism to control the pheromone trails levels such that a predefined level of exploration is maintained. The comparison between our proposed algorithm and other ACO algorithm shows that new measures to assess the complexities of algorithms are needed by the OR society. Extra parameters were used in the previous state-of-the-art algorithm to solve the SCP compared to our algorithm. Obviously, the introduction of these parameters complicates the algorithm.
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
|
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
|
|
عنوان فارسی مقاله: |
مسئله پوشش مجموعه با الگوریتم هیبریدی |
عنوان انگلیسی مقاله: |
An improved hybrid algorithm for the set covering problem |
|