باربری تهران , بهینه­ سازی تکاملی

باربری تهران

2-1- بهینه­ سازی تکاملی در محیط­های عدم قطعیت در بسیاری از مسائل بهینه­سازی جهان­واقعی، طیف وسیعی از عدم قطعیت­ها درنظر گرفته می­شود. به­طور کلی، عدم قطعیت­ها در بهینه­سازی تکاملی می­تواند به چهار گروه طبقه­ بندی شود: نویز[1]: بررسی برازندگی با نویز در ارتباط است. نویز در ارزیابی برازندگی ممکن است از منابع مختلفی از قبیل خطاهای اندازه­گیری حسی یا شبیه­سازی تصادفی بیاید. به طور ریاضی، یک تابع برازندگی می­تواند به صورت رابطه (2- شرح داده شود. (2-1) به­طوری­که یک فاکتور از پارامترهایی است که اغلب به عنوان «متغیرهای طراحی»[2] شناخته می­شود و می­تواند توسط الگوریتم تغییر کند.f یک تابع برازندگی با زمان نامتغیر می­باشد. نویز افزایشی می­باشد که اغلب تابع توزیع نرمال با میانه صفر و واریانس فرض می­شود. باید توجه کرد که نویز غیر­گاوسی[3] نیز مانند نویز توزیع­کوشی[4] در نظر گرفته شده است. هیچ تفاوت کیفی در عملکرد یک استراتژی تکاملی در مجاورت نویز گاوسی یا کوشی مشاهده نمی­شود. به­طور ایده­آل، الگوریتم­های تکاملی باید بر روی تابع برازندگی مورد انتظار کار کنند و به علت وجود نویز، گمراه نشوند. به­هر­حال، در طول بهینه­سازی، تنها مقدار برازندگی قابل اندازه­گیری احتمالی است. بنابراین، عملا تابع برازندگی مورد انتظار در رابطه (2-1) اغلب توسط یک مجموع میانگین از تعداد نمونه­های تصادفی تقریب زده می­شوند که به صورت رابطه (2-2) می­باشد. [1]Noise [2]DesignVariables [3]Gaussian [4]

باربری تهران" style="display: block; margin-right: auto; margin-left: auto;" />

 

باربری

باربری تهران