کامپیوتر 59. الگوریتم ژنتیک موازی توزیع شده مبتنی بر استراتژی تطبیقی مهاجرت

الگوریتم ژنتیک موازی توزیع شده مبتنی بر استراتژی تطبیقی مهاجرت 
چکیده الگوریتم ژنتیک موازی توزیع شده یکی از مهمترین الگوریتم های ژنتیک می باشد. این الگوریتم دارای ساختار موازی طبیعی می باشد و همچنین از عملکرد بالایی در حل مسائل پیچیده، غیرخطی، بزرگ مقیاس و همین طور مسائل مربوط به بهینه سازی غیر قابل تشخیص برخوردار می باشد. در این پژوهش، محدودیت های مرسوم در الگوریتم های ژنتیک موازی توزیع شده مورد تجزیه و تحلیل قرار می گیرد که این محدودیت بنا به معایب متعددی از جمله کوری ثابت می باشد. الگوریتم ژنتیک موازی توزیع شده مبتنی بر یک راهکار مهاجرتی مناسب در این پژوهش ارائه شد که این الگوریتم برای اجرای کامپیوترهای موازی مناسب دیده شده است. اجرا بر کامپیوترهای موازی موجب ترکیب الگوریتم ژنتیک موازی توزیع شده و ساختار کنونی کامپیوتر می شود که این موجب می شود که الگوریتم ژنتیک موازی توزیع شده بر روی کامپیوتر به طور همزمان اجرا شود و موجب تشدید سرعت همگرا شود. آزمایشات نشان دادند که این الگوریتم تنها موجب تسریع سرعت همگر می شود، بلکه صحت دقیقتری در پی خواهیم داشت که در این صورت از ایجاد خطاهای بیشتر جلوگیری می شود و همچنین کارایی موازی بالاتری خواهیم داشت. 
لغات کلیدی: الگوریتم ژنتیک، الگوریتم ژنتیک موازی توزیع شده، راهکار مهاجرتی مناسب، بهینه سازی عاملی 

پاورپوینت شیوه ارائه پیرامون الگوریتم استعماری

الگوریتم رقابت استعماری روشی در حوزه محاسبات تکاملی است که به یافتن پاسخ بهینه مسائل مختلف بهینه سازی می‌پردازد. این الگوریتم با مدلسازی ریاضی فرایند تکامل اجتماعی – سیاسی، الگوریتمی برای حل مسائل ریاضی بهینه سازی ارائه می‌دهد. از لحاظ کاربرد، این الگوریتم در دسته الگوریتم های بهینه سازی تکاملی همچون الگوریتم های ژنتیک ، بهینه سازی انبوه ذرات، بهینه سازی کلونی مورچگان ، تبرید فلزات شبیه سازی شده، و … قرار می گیرد. همانند همه الگوریتم های قرار گرفته در این دسته، الگوریتم رقابت استعماری نیز مجموعه اولیه ای از جوابهای احتمالی را تشکیل می دهد. این جوابهای اولیه در الگوریتم ژنتیک با عنوان “کروموزوم”، در الگوریتم ازدحام ذرات با عنوان “ذره” و در الگوریتم رقابت استعماری نیز با عنوان “کشور” شناخته می شوند. الگوریتم رقابت استعماری با روند خاصی که در ادامه می آید، این جوابهای اولیه (کشور ها) را به تدریج بهبود داده و در نهایت جواب مناسب مسئله بهینه سازی (کشور مطلوب) را در اختیار می گذارد. پایه‌های اصلی این الگوریتم را سیاست همسان سازی، رقابت استعماری و انقلاب تشکیل می‌دهند. این الگوریتم با تقلید از روند تکامل اجتماعی، اقتصادی و سیاسی کشورها و با مدلسازی ریاضی بخشهایی از این فرایند، عملگرهایی را در قالب منظم به صورت الگوریتم ارائه می‌دهد که می‌توانند به حل مسائل پیچیده بهینه سازی کمک کنند. در واقع این الگوریتم جوابهای مسئله بهینه سازی را در قالب کشورها نگریسته و سعی می‌کند در طی فرایندی تکرار شونده این جواب‌ها را رفته رفته بهبود داده و در نهایت به جواب بهینه مسئله برساند.

فهرست :  

ایده اصلی الگوریتم ژنتیک

الگوریتم رقابت استعماری

شکل دهی امپراطوری های اولیه

سیاست همگون سازی

انقلاب

تعویض مستعمره و استعمارگر

قدرت کل امپراطوری

رقابت استعماری

سقوط امپراطوری

شبه کد

برق 107. برنامه ریزی گسترش تولید در بازار برق pool بنیان، با استفاده از تیوری گیم و الگوریتم ژنتیک

برنامه ریزی گسترش تولید در بازار برق pool بنیان، با استفاده از تئوری گیم و الگوریتم ژنتیک
چکیده__ بازسازی، هدف برنامه ریزی گسترش تولید  (GEP)را از کم-هزینه بودن به پرسود بودن، تغییر داده است. در این مقاله، ما یک فرمولبندی تازه برای تابع هدف مساله ی GEP شرکت های تولید کننده (GENCOs) را در بازار برقی که شامل درآمدهای انرژی و بازارهای ذخیره ی ظرفیت و هزینه های سوخت، سرمایه گذاری، O&M، مالیات های قطع و وصل، می باشد را معرفی می کنیم. به علاوه، به منظور حل مساله ی GEP با تابع هدف بالا، از یک الگوریتمی که بترتیب از الگوریتم ژنتیک و تیوری گیم برای مدل کردن بازار و بهینه سازی توابع هدف GENCO استفاده کرده است، معرفی شده است. به منظور محاسبه ی سطوح تولید واحدهای تولید کننده و نرخ بلند-مدت بازار، ما از روش مرسوم هزینه ی تولید احتمالی (PPC) که به گونه ای اصلاح شده است که در بازار برق رقابتی قابل استفاده باشد، استفاده کرده ایم.

داده کاوی و کاربرد آن در تشخیص بیماری ها ( دیابت )

الگوریتم های ژنتیک موازی