آموزش فارسی الگوریتم جستجوی محلی گرانشی

توضیحات

مقدمه :

در سال 1995 وادریس و تسانگ برای اولین بار الگوریتم GLS را برای جستجو در یک فضای جستجو و حل مسائل سخت پیشنهاد دادند. در سال 2004 وبستر آن را به عنوان یک الگوریتم نیرومند ارائه داد و آن را با GELS نامگذاری کرد.

این الگوریتم مبتنی بر اصل نیروی گرانشی است که در طبیعت سبب می شود اشیا به سمت یکدیگر جذب شوند. به طوریکه شی که دارای جرم بیشتری است دارای نیروی گرانش بیشتری است و آن را بر اشیای دیگر اعمال کرده و اشیای با وزن کمتر را به سوی خود جذب می کند. البته فاصله دو شی بر اندازه ی این نیرو تاثیر دارد به طوریکه اگر دو جسم با وزن یکسان و با فاصله های مختلف نسبت به شیی با وزن کمتر در نظر گرفته شوند جسمی که دارای فاصله کمتری با شیی کم وزن است نیروی جاذبه بیشتری بر آن اعمال می کند.

الگوریتم جستجوی محلی به تقلید نیروی گرانشی، یک ابتکار با تکنیک جستجوی محلی است. علاوه بر آن، این الگوریتم به آن دسته از تکنیک هایی که تعدادی فرایند طبیعی یا فیزیکی مانند شبیه سازی حرارتی یا الگوریتم ژنتیک را تقلید می کند، مربوط می شود.

صورت کلی الگوریتم GELS :

الگوریتم جستجوی محلی به تقلید نیروی گرانشی تلاش می کند تا فرایندی طبیعی نیروی گرانشی را تقلید کند و آن را در فرموله کردن الگوریتم ابتکاری به کار برد. در این الگوریتم فرض می شود که فضای جستجو، جهان است. درون فضای جستجو یک یا تعداد بیشتری راه حل معتبر و در دسترس، برای مسئله جا داده شده است. هر کدام از این راه حل ها جرمی دارند که با مقدار تابع هدف مشخص شده است. راه حل دارای مقدار تابع هدف بهتر، بالاترین جرم را دارد. به محل هایی در فضای جستجو که راه حل معتبر ندارند، جرم صفر تخصیص داده می شود. یک شی کوچک به عنوان اشاره گر مشخص شده است، که درون فضای جستجو در حال حرکت است. 

پیش نمایش قسمت اول :

لینک دانلود

پیش نمایش قسمت دوم:

لینک دانلود

پیش نمایش قسمت سوم:

لینک دانلود