عنوان کامل پایان نامه :

 پیاده سازی الگوریتم بهینه سازی کلونی مورچه در مکانیابی پناهگاه­ های اسکان موقت بعد از زلزله

قسمتی از متن پایان نامه :

برای بدست آوردن بهینه سراسری بایستی روش جستجویی به کار گرفت که مستقل از نقطه شروع بوده و روشی هیوریستیک (نه سیستماتیک) باشد. در روش­های جستجوی هیوریستیک پارامترهای تصادفی به جستجوی سیستماتیک اضافه شده و جستجوی هدفمند نیمه تصادفی انجام می پذیرد. به این ترتیب علاوه بر اینکه تمامی فضای جستجو مطالعه می گردد از به دام افتادن در اکسترمم­های موضعی جلوگیری شده و نقطه بهینه سراسری بدست می آید. از سوی دیگر اگر توابع بهینه­سازی گسسته باشند یا به صورت ریاضی قابل تعریف نباشند، به کارگیری روش­های مبتنی بر گرادیان امکان پذیر نبوده و بایستی از روش­هایی که به مشتق گیری نیازی ندارند مانند روشهای تصادفی مثل بهینه سازی کلونی مورچه ([1]ACO) و الگوریتم پرندگان([2]PSO) و کلونی زنبورها([3]BCO) و روش های بهینه سازی تکاملی الگوریتم ژنتیک([4]GA)  بهره گیری نمود(وفایی نژاد، 1388)

1-1-1-  الگوریتم­های فراابتکاری

شما می توانید مطالب مشابه این مطلب را با جستجو در همین سایت بخوانید

الگوریتم‌های تقریبی به دو دسته الگوریتم‌های ابتکاری[5] و فراابتکاری[6] تقسیم‌بندی می­شوند. دو مشکل اصلی الگوریتم‌های ابتکاری، قرار گرفتن آنها در بهینه‌های محلی، و عدم قابلیت آنها برای کاربرد در مسائل مختلف می باشد. الگوریتم‌های فراابتکاری یا متاهیوریستیک‌ها برای حل این معضلات الگوریتم‌های ابتکاری ارائه شده‌اند. در واقع الگوریتم‌های فراابتکاری، یکی از انواع الگوریتم‌های بهینه‌سازی تقریبی هستند که دارای مکانیزم‌های خروج از بهینه محلی می‌باشند و قابل کاربرد در طیف وسیعی از مسائل هستند. رده های گوناگونی از این نوع الگوریتم‌های در ده های اخیر توسعه یافته می باشد. (یقینی و همکاران، 1390)

معیارهای مختلفی می‌تواند برای طبقه‌بندی الگوریتم‌های فراابتکاری بهره گیری گردد که الگوریتم های مبتنی بر یک جواب و مبتنی بر جمعیت یک نمونه می­باشند. الگوریتم‌های مبتنی بر یک جواب در حین فرآیند جستجو، یک جواب را تغییر می‌دهند، در حالی که در الگوریتم‌های مبتنی بر جمعیت در حین جستجو، یک جمعیت از جواب‌ها در نظر گرفته می شوند. از الگوریتم‌های متداول فراابتکاری مبتنی بر جمعیت می‌توان الگوریتم‌های تکاملی (الگوریتم ژنتیک، برنامه‌ریزی ژنتیک، …)، بهینه‌سازی کلونی مورچگان، کلونی زنبورها، روش بهینه‌سازی ازدحام ذرات و الگوریتم رقابت استعماری را نام برد  (Yaghini, et al., 2010).

[1] Ant Colony Optimization

[2] Prticle Swarm Intelligence

[3] Bee Colony Optimization

[4] Genetic algorithm

[5] heuristic

[6] meta-heuristic

سوالات یا اهداف این پایان نامه :

  • چگونه می توان الگوریتم ACO را در مکانیابی پناهگاه های اسکان موقت پیاده سازی نمود؟
  • آیا امکان تلفیق الگوریتم ACO با روشهای ارزیابی چند معیاره هست؟
  • چگونه می توان تخصیص جمعیت را همزمان با مکانیابی اماکن اسکان موقت در نظر داشت؟

 دانلود متن کامل پایان نامه جغرافیا در لینک پایین صفحه