ترجمه مقاله بهینه سازی چند هدفی با استفاده از الگوریتم های ژنتیک - نشریه الزویر

ترجمه مقاله بهینه سازی چند هدفی با استفاده از الگوریتم های ژنتیک - نشریه الزویر
قیمت خرید این محصول
۲۹,۰۰۰ تومان
دانلود مقاله انگلیسی
عنوان فارسی
بهینه سازی چند هدفی با استفاده از الگوریتم های ژنتیک: یک آموختار
عنوان انگلیسی
Multi-objective optimization using genetic algorithms: A tutorial
صفحات مقاله فارسی
34
صفحات مقاله انگلیسی
16
سال انتشار
2006
رفرنس
دارای رفرنس در داخل متن و انتهای مقاله
نشریه
الزویر - Elsevier
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده و pdf
فونت ترجمه مقاله
بی نازنین
سایز ترجمه مقاله
14
نوع مقاله
ISI
نوع نگارش
مقالات پژوهشی (تحقیقاتی)
نوع ارائه مقاله
ژورنال
پایگاه
اسکوپوس
ایمپکت فاکتور(IF) مجله
5.191 در سال 2018
شاخص H_index مجله
119 در سال 2019
شاخص SJR مجله
1.944 در سال 2018
شناسه ISSN مجله
0951-8320
شاخص Q یا Quartile (چارک)
Q1 در سال 2018
کد محصول
F1546
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه نشده است ☓
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه نشده است ☓
وضعیت ترجمه منابع داخل متن
درج نشده است ☓
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است ✓
بیس
نیست ☓
مدل مفهومی
ندارد ☓
پرسشنامه
ندارد ☓
متغیر
ندارد ☓
رفرنس در ترجمه
در انتهای مقاله درج شده است
رشته و گرایش های مرتبط با این مقاله
مهندسی صنایع، بهینه سازی سیستم ها، برنامه ریزی و تحلیل سیستم ها
مجله
مهندسی قابلیت اطمینان و ایمنی سیستم - Reliability Engineering and System Safety
دانشگاه
علوم و فناوری اطلاعات، ایالات متحده آمریکا
doi یا شناسه دیجیتال
https://doi.org/10.1016/j.ress.2005.11.018
فهرست مطالب
چکیده
1- مقدمه
2- فرمولاسیون بهینه سازی چند منظوره (شیئی)
3- الگوریتم های ژنتیک
4- GA چند هدفی
5- موضوعات طراحی و مولفه های GA چند هدفی
1-5 توابع تناسب
2-5 تنوع: تخصیص تناسب، اشتراک گذاری تناسب و ایجاد تورفتگی
5-3 نابغه گرایی
4-5 کنترل محدود
5-5 GA چند منظوره موازی و پیوندی
6- GA چند منظوره برای بهینه سازی قابلیت اطمینان
نمونه چکیده متن اصلی انگلیسی
Abstract

Multi-objective formulations are realistic models for many complex engineering optimization problems. In many real-life problems, objectives under consideration conflict with each other, and optimizing a particular solution with respect to a single objective can result in unacceptable results with respect to the other objectives. A reasonable solution to a multi-objective problem is to investigate a set of solutions, each of which satisfies the objectives at an acceptable level without being dominated by any other solution. In this paper, an overview and tutorial is presented describing genetic algorithms (GA) developed specifically for problems with multiple objectives. They differ primarily from traditional GA by using specialized fitness functions and introducing methods to promote solution diversity.

نمونه چکیده ترجمه متن فارسی
چکیده
فرمولاسیون های چند شیئی (هدفی) مدل های واقعی مسائل بهینه سازی مهندسی پیچیده متعددی هستند. در بسیاری از مسائل زندگی واقعی، اشیای تحت نظر با یکدیگر تناقض پیدا می کنند، و بهینه سازی راه حلی خاص با توجه به یک شیء منفرد می تواند حاصل نتایج غیر قابل قبول از نظر دیگر اشیاء باشد. راه حل منطقی برای مسأله چند منظوره (شیئی) بررسی مجموعه ای از راه حل هاست، که هر یک از آن ها اهداف را در سطح قابل قبولی بدون اینکه دیگر راه حل ها بر آن تفوق یابند، برطرف می کنند. در این مقاله، بررسی اجمالی و آموختاری ارائه شده که الگوریتم های ژنتیک (GA) توسعه یافته را شرح می دهند، خصوصاً الگوریتم هایی که برای مسائل همراه با چند هدف طراحی شده اند. آن ها عمدتاً از GA مرسوم بواسطه استفاده از توابع تناسب تخصصی و معرفی روش هایی برای توسعه و پیشرفت تنوع راه حل ها متمایز شده اند.

بدون دیدگاه