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 :

مجموعه الگوریتم­های بهینه یابی مورچه ها(ACO) جزو جدیدترین رویکردهای ابتکاری جهت حل مسائل بهینه یابی ترکیبی مشکل می باشند. این الگوریتم ها ترکیبی از محاسبات غیرمتمرکز[1]، بازخورد مثبت و الگوریتم های ابتکاری ساخت گرا می باشند که هر کدام از این بخش ها وظایف مشخصی را به عهده دارند. بخش محاسبات غیر متمرکز الگوریتم مورچه ها، از هم­گرایی سریع و گرفتار شدن الگوریتم در نقاط بهینه محلی جلوگیری می­کند. بخش بازخورد مثبت، وظیفه شناخت و کشف سریع جواب­های مناسب و خوب را بر عهده دارد و الگوریتم های ابتکاری ساخت­گرا نیز به دنبال یافتن جواب های اولیه شدنی هستند و این جواب­ها را در تکرار­های متوالی پیدا و به جواب تهی اولیه اضافه می­کنند تا جواب کامل ایجاد گردد (سپهری و همکاران، 1386). ایده اصلی این مجموعه از الگوریتم­ها، بر جا ماندن ماده فرومون به عنوان ردپا در دنیای واقعی مورچه ها می باشد. مجموعه کلیه الگوریتم هایی که از ایده مسیریابی مورچه­های واقعی برای حل مسائل بهره گیری می کنند، نظیر الگوریتم های AS[2]، MMAS[3]، [4]ACS، Ant-Q و AntNet به الگوریتم­های بهینه­یابی مورچه­ها معروف می باشند (سپهری و همکاران، 1386) ( Dorigo, et al., 2004).

کاربردهای الگوریتم­های مورچگان به دو دسته کلی مسائل بهینه­یابی ترکیبی استاتیک و دینامیک تقسیم می شوند. مسائل استاتیک مسائلی می­باشند که ساختار آنها در حین حل مسئله تغییر نمی­کند؛ نمونه­ای از این نوع مسائل مسئله فروشنده دوره گرد کلاسیک متقارن می­باشد که در آن جایگاه و فاصله بین شهر­ها در حین حل مسئله تغییری نمی کند. مسائلی دینامیک می باشند که ساختار آنها در حین حل مسئله تغییر می کند؛ مسیر یابی در شبکه های ارتباطی[5] نمونه ای از این نوع مسائل می باشد.  محدوده کاربرد مجموعه الگوریتم­های مورچه ها بسیار وسیع می باشد. این مجموعه از الگوریتم ها می توانند برای حل تمام مسائل بهینه­یابی گسسته مورد بهره گیری قرار گیرند. مسائل بهینه­یابی گسسته[6] مسائلی هستند که فضای جواب آنها گسسته می­باشند. الگوریتم­های مورچه ها از پایداری زیادی برخوردار بوده و با تغییرات بسیار کمی می توانند برای انواع مسائل مختلف بهینه یابی مورد بهره گیری قرار گیرند. پایداری یک الگوریتم به اندازه توانایی آن الگوریتم برای حل انواع مختلف مسائل بهینه­یابی گفته می گردد ( Dorigo, et al., 2004)

[1] Distributed Coputation

[2] Ant Systems

[3] Max-Min Ant System

[4] Ant Colony System

[5] Communication Networks

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

[6] Discrete Optimization Problems

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