ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Hybrid Steady State Genetic Al...>الوصف

Hybrid Steady State Genetic Algorithm for Layout Problem and the Effect of using it on some Types of Crossover

العنوان بلغة أخرى: تأثير أنواع التزاوج على سلوك الخوارزمية الجنية الهجينة لحالة الاستقرار لمسألة التوطين
المصدر: مجلة الأستاذ للعلوم الإنسانية والاجتماعية
الناشر: جامعة بغداد - كلية التربية ابن رشد
المؤلف الرئيسي: شاتى، نرجس مزعل (مؤلف)
المؤلف الرئيسي (الإنجليزية): Shati, Narjis Mezaal
المجلد/العدد: ع 144
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2011
الصفحات: 51 - 74
ISSN: 0552-265X
رقم MD: 440184
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EduSearch
مواضيع:
التزاوج | الخوازمية الجينية | الاحصاء | الاساليب الاحصائية | التحليل الاحصائى | التوطين | مستخلصات الابحاث
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: في بحثنا هذا نوقشت الخوارزميات الجینیة الهجینة لمسالة التوطين الأمثل، لإظهار تأثير بعض طرق التزاوج على سلوك الخوارزمية للتصميم الأمثل. تعتمد الخوارزمية تقنية ملائمة لمسألة التشفير ودالة الصلاحية المعرفة وتأثير بعض معاملات التزاوج علیها. یركز هذا العمل على تصميم وتمثيل المسألة وأيضا إظهار تأثير بعض أنواع التزاوج المتاحة. وقد بینت نتائج هذا البحث من خلال مجموعة من حالات الاختبار التي استخدمت تمثيلات مختلفة للخوارزميات الجینیة ان هناك اداء مهم یوضح انجازیة الخوارزمية الجنیة المعروضة في هذا العمل. \

This paper investigates a genetic algorithm optimization for the layout problem to show the effect of some type of crossover approaches on the behavior of a steady state genetic algorithm for design optimization. This algorithm is based on suitable techniques including solution encoding, evaluation function definition, and effective crossover operators. It focuses on designing and representing issues of the problem and also shows the effects of some possible types of crossover operators. A number of test cases using different implementations of genetic algorithms achieve interesting results which illustrate the performance of genetic algorithm present in this paper. So, genetic algorithm (GA) is used in conjunction with local optimizer to find optimal spatial layouts. Where selected the local optimizer is the best choice of refining GA solutions. Different types of crossover used in the modified algorithm gain a better result than other types of crossover chosen. \
وصف العنصر: ملخص لبحث منشور باللغة الانجليزية
ISSN: 0552-265X

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.