تلفن: 04142273781

ترجمه مقاله استراتژی ترکیبی دوگانه برای پیوسته بهینه سازی مورچگان و ازدحام ذرات – نشریه الزویر

عنوان فارسی: استراتژی های ترکیبی دوگانه ( هیبریدی) برای (الگوریتم) پیوسته بهینه سازی مورچگان و (الگوریتم) ازدحام ذرات ، مورد استفاده در دسته بندی اطلاعات
عنوان انگلیسی: Hybridization strategies for continuous ant colony optimization and particle swarm optimization applied to data clustering
تعداد صفحات مقاله انگلیسی : 9 تعداد صفحات ترجمه فارسی : 27
سال انتشار : 2013 نشریه : الزویر - Elsevier
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده
کد محصول : 5770 رفرنس : دارد
محتوای فایل : zip حجم فایل : 940.56Kb
رشته های مرتبط با این مقاله: مهندسی کامپیوتر و مهندسی فناوری اطلاعات IT
گرایش های مرتبط با این مقاله: مهندسی الگوریتم ها و محاسبات، رایانش ابری، مهندسی نرم افزار و مدیریت سیستمهای اطلاعات
مجله: محاسبات نرم کاربردی - Applied Soft Computing
دانشگاه: دانشگاه ملی علوم و فناوری کائوسیونگ، مدیریت اطلاعات، تایوان
کلمات کلیدی: هوش ازدحامی، خوشه بندی داده، بهینه سازی کلونی مورچه، بهینه سازی ازدحام ذرات، سیستم های ترکیبی
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه شده است
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب

چکیده

1.مقدمه

2تحقیقات مرتبط

2.2. الگوریتم مورچه برای دامنه های پیوسته

2.3. بهینه سازی ازدحام ذرات

2.4 سیستم های ترکیبی

2.5 دسته بندی اطلاعات

3 ترکیب کردن ساختار ACOR و PSO

3.1 نمایش مرکز دسته و پیش پردازش اطلاعات

3.2 چهار استراتژی برای ترکیب ACOR و PSP

3.2.1 روش دنباله

3.2.2 روش موازی

3.2.3 روش دنباله ای با جدول فرومون-ذرات جدول

3.2.4بهترین تعویض سراسری

3.2.5 آنالیز پیچیدگی محاسباتی

4.آزمایشات

4.1. شرح آزمایش

4.2 مقایسه با روش های سنتی

4.3 . مقایسه بین سیستم های هیبریدی متفاوت

4.4 توصیف همگرایی

5.نتایج و تصمیمات

نمونه متن انگلیسی

Abstract

Ant colony optimization (ACO) and particle swarm optimization (PSO) are two popular algorithms in swarm intelligence. Recently, a continuous ACO named ACOR was developed to solve the continuous optimization problems. This study incorporated ACOR with PSO to improve the search ability, investigating four types of hybridization as follows: (1) sequence approach, (2) parallel approach, (3) sequence approach with an enlarged pheromone-particle table, and (4) global best exchange. These hybrid systems were applied to data clustering. The experimental results utilizing public UCI datasets show that the performances of the proposed hybrid systems are superior compared to those of the K-mean, standalone PSO, and standalone ACOR. Among the four strategies of hybridization, the sequence approach with the enlarged pheromone table is superior to the other approaches because the enlarged pheromone table diversifies the generation of new solutions of ACOR and PSO, which prevents traps into the local optimum.

نمونه متن ترجمه

چکیده

بهینه سازی کلونی مورچگان ( ACO) و بهینه سازی ازدحام ذرات (PSO) دو الگوریتم معروف در هوش انبوهی هستند.اخیرا، یک ACOپیوسته به نام ACOR برای حل مشکلات بهینه سازی پیوسته، توسعه یافت.این مطالعه ACOR را با PSO برای بهبود توانایی جستوجو پیوند داده و 4 نوع از ترکیب دوگانه را مطابق زیر بررسی کرده است : (1) روش دنباله ای ، (2) روش موازی ، (3) روش دنباله ای با یک جدول فرومون بزرگ و (4) بهترین تعویض سراسری.این سیستم های ترکیبی برای دسته بندی اطلاعات استفاده شدند.نتایج آزمایشی با استفاده از مجموعه داده UCI نشان میدهد که کارایی سیستم های ترکیبی پیشنهاد شده در مقایسه با K-mean ، PSO مستقل و ACOR مستقل ، برتر است.در میان 4 استراتژی برای سیستم های ترکیبی، روش دنباله ای به همراه جدول بزرگ فرومون نسبت به بقیه برتر است زیرا، جدول بزرگ فرومون ، ایجاد راه حل های جدید برای ACOR و PSO را متنوع میسازد، که از اشکالات در بهینه موضعی جلوگیری میکند.