ترجمه مقاله کلونی مورچه در برابر الگوریتم ژنتیک بر اساس مسئله فروشنده دوره گرد

قیمت خرید این محصول

۳۱,۰۰۰ تومان

دانلود رایگان نمونه دانلود مقاله انگلیسی

عنوان فارسی

کلونی مورچه در برابر الگوریتم ژنتیک بر اساس مسئله فروشنده دوره گرد

عنوان انگلیسی

Ant Colony versus Genetic Algorithm based on Travelling Salesman Problem

صفحات مقاله فارسی

18

صفحات مقاله انگلیسی

9

سال انتشار

0

نشریه

ijcta

فرمت مقاله انگلیسی

PDF

فرمت ترجمه مقاله

ورد تایپ شده

کد محصول

5281

وضعیت ترجمه عناوین تصاویر و جداول

ترجمه شده است

وضعیت ترجمه متون داخل تصاویر و جداول

ترجمه نشده است

وضعیت فرمولها و محاسبات در فایل ترجمه

به صورت عکس، درج شده است

رشته های مرتبط با این مقاله

مهندسی کامپیوتر و مهندسی فناوری اطلاعات

گرایش های مرتبط با این مقاله

مهندسی الگوریتم و محاسبات و مهندسی نرم افزار

مجله

مجله بین المللی تکنولوژی و برنامه های کاربردی کامپیوتر

دانشگاه

دانشگاه اسلامی غزه

۰.۰ (بدون امتیاز)

امتیاز دهید

فهرست مطالب

چکیده
1- مقدمه
2- بهینه سازی کلونی مورچه
2-1- سیستم مورچه (AS)
2-2- روش
2-2-1- الگوریتم ACO
الگوریتم 1: بهینه سازی کلونی مورچه (ACO)
الگوریتم 2: ایجاد_ راه حل (i)؛
الگوریتم 3: روزآمدسازی_ سرتاسری_ فرومون (i)؛
2-3- پارامترهای ACO
3- مقدمه ای بر الگوریتم ژنتیک
3-1- توصیف اساسی از GA
4- نتایج تجربی بهینه سازی کلونی مورچه
5- نتایج تجربی الگوریتم های ژنتیک
6- مقایسه ی بین GA و ACO برای TSP
8- نتیجه گیری

نمونه چکیده متن اصلی انگلیسی

Abstract

The travelling salesman problem (TSP) is a nondeterministic Polynomial hard problem in combinatorial optimization studied in operations research and theoretical computer science. And to solve this problem we used two popular meta-heuristics techniques that used for optimization tasks; the first one is Ant Colony Optimization (ACO), and the second is Genetic Algorithm (GA). In this work, we try to apply both techniques to solve TSP by using the same dataset and compare between them to determine the best one for travelling salesman problem. for Ant Colony Optimization, we studied the effect of some parameters on the produced results, these parameters as: number of used Ants, evaporation, and number of iterations. On the other hand, we studied the chromosome population, crossover probability, and mutation probability parameters that effect on the Genetic Algorithm results. The comparison between Genetic Algorithm and Ant Colony Optimization is accomplished to state the better one for travelling salesman problem

نمونه چکیده ترجمه متن فارسی

چکیده
مسئله ی فروشنده ی دوره گرد (TSP) مسئله سخت چند جمله ای غیر قطعی در بهینه سازی ترکیبی است که در تحقیق در عملیات و علوم کامپیوتر نظری مطالعه شد. و برای حل این مسئله از دو تکنیک فرا ابتکاری رایج که برای کارهای بهینه سازی استفاده شده، به کار برده شد؛ اولین تکنیک بهینه سازی کلونی مورچه (ACO) است، و تکنیک دوم الگوریتم ژنتیک است (GA) است. در این کار، ما می کوشیم هر دو تکنیک را برای حل TSP با استفاده از همان مجموعه داده ها به کار بریم و بین آنها برای تعیین بهترین تکنیک برای حل مسئله ی فروشنده ی دوره گرد به مقایسه پردازیم. برای بهینه سازی کلونی مورچه، ما اثر برخی پارامترها را بر نتایج ارائه شده مطالعه کردیم، این پارامترها عبارتند از: تعداد مورچه های مورد استفاده، تبخیر، و تعداد تکرارها. از طرف دیگر، ما پارامترهای جمعیت کروموزوم، احتمال تلاقی، و احتمال جهش را که بر نتایج الگوریتم ژنتیک اثر می گذارند، مطالعه کردیم. مقایسه ی بین الگوریتم ژنتیک و بهینه سازی کلونی مورچه برای تعیین بهترین تکنیک برای حل مسئله ی فروشنده ی دوره گرد انجام شد.

برچسب‌ها: دانلود رایگان مقالات انگلیسی مهندسی فناوری اطلاعات IT، دانلود رایگان مقالات انگلیسی مهندسی کامپیوتر