Entropisinin Genel Yönleri
Entropisinin Genel Yönleri
ACO, gerçek karıncalar tarafından yürütülen doğal optimizasyon mekanizmasından ilham alan bir meta-sezgisel stokastik keşif algoritmaları ailesidir.
ACO algoritmaları, evrimsel prosedürü kullanarak en iyi çözümü arayabilir. Gösterildiği gibi, ACO aşağıdaki fikirlere dayanmaktadır.
(1) Başlangıç noktasından bitiş noktasına kadar her yol, belirli bir problemin çözüm adayı ile ilişkilendirilir.
(2) Bir karıncanın izlediği yolun her bir kenarına bırakılan feromon miktarı, ilgili aday çözümün kalitesiyle orantılıdır.
(3) Daha fazla miktarda feromon içeren kenar, daha yüksek olasılıkla seçilir. Sonuç olarak, karıncalar sonunda kısa bir yola, umarız hedef problem için optimum veya optimuma yakın bir çözüme yönelirler.
Karınca Sistemi olarak adlandırılan ilk ACO sisteminin kuruluşundan bu yana, temel Karınca Kolonisi Optimizasyon algoritmasının erken yakınsama problemini çözmek için bahsettiğimiz bilgi entropi tabanlı ACO’yu içeren birkaç versiyon önerilmiştir.
Ana fikir, daha sonra algoritmanın parametrelerinin döndürülmesine uygulanan bilgi entropisini kullanarak temsil edilen çözümlerin mevcut uzayının kararlılığını değerlendirmektir. Yol seçimi ve evrimsel strateji, bilgi entropisi tarafından kendini uyarlamalı olarak kontrol edilir.
Simülasyon çalışması ve diğer Karınca Kolonisi Optimizasyonu algoritmaları ve Gezgin Satıcı Problemindeki diğer meta-sezgisel yöntemler ile performans karşılaştırması, yüksek verimlilik ve sağlamlığa sahip iyileştirilmiş algoritmanın kendi kendine uyarlanabilir göründüğünü ve yüksek bir olasılıkla küresel optimumda yakınsayabileceğini göstermektedir.
Öngörülen dizinler işlevini optimize etmek, PP yöntemlerinin ciddi bir dezavantajıdır. ACO, global optimizasyon için etkili bir yöntemdir. Böylece, dizin işleviyle başa çıkmak için ACO’yu kullanabiliriz.
Geliştirilmiş PP aşağıdaki gibi gösterilebilir.
Normalleştirme
Göstergelerin değer kapsamındaki tüm boyutların ve yeknesak değişikliklerin ortadan kaldırılmasını tamamlamak için normalleştirmeye ihtiyaç vardır.
PP’nin anahtarı, verilerin özelliklerini tam olarak gösterebilen en uygun projeksiyonu bulmaktır. a = a{a(1),a(2), ,a(p)}’nin p − boyutlu birim vektör olduğunu, PP’nin x(i, j)’yi a’ya yansıtmak ve tek boyutlu izdüşüm değerini elde etmek olduğunu varsayalım.
Programın indeks değeri verildiğinde, Q(a) izdüşüm fonksiyonu sadece a izdüşüm yönü ile değişir. Farklı projeksiyon yönü, veri karakteristiğinin farklı yapısını yansıtır.
Karakteristik yapıyı ortaya çıkarmanın en mümkün olduğu en iyi projeksiyon yönü, yüksek boyutlu verilerdir. En iyi izdüşüm yönünü, çözüm izdüşüm hedef fonksiyon maksimizasyonu sorusuyla tahmin edebiliriz.
Günlük hayatta entropi
Psikolojide entropi nedir
Entropi Nedir
Felsefede entropi Nedir
Olumlu entropi
İşletmede entropi nedir
Negatif entropi nedir
Entropi Nedir tıp
Karmaşık bir yanlış hizalama optimizasyon sorusudur. Burada, adım hızlandırma yöntemi stilinde bilgi entropisi ACO’yu kullanacağız.
Evrimin ilk aşamasında, α’ değeri küçüktür ve süreç ilerledikçe, başlangıçta çözüm uzayını keşfetmek ve son aşamada durgunluğu önlemek için yerel arama yeteneğini güçlendirmek için (t) değeri büyür. .
Aynı zamanda, β’, algoritmanın optimal rotayı bulmasını sağlamak için erken aşamada en büyüktür ve (t) daha sonra, durgunluğu da önleyebilen rastgele işlem işlevini güçlendirmek için küçülür. Örnekleme gürültüsünün etkisini ortadan kaldırmak için, daha güçlü sağlamlığa sahip bir feromon güncelleme kuralı getirilmiştir.
Terminal ilkesi için, genel algoritmalar genellikle maksimum yineleme süresini kullanır. Burada bilgi entropisini sonlandırma kısıtlaması olarak kullanıyoruz çünkü bazı durumlarda karmaşık problemler için maksimum yinelemeli süreye karar vermek çok zordur. Bilgi entropisi verilen bir değerden (0.01 gibi) küçük olduğunda algoritmanın sonlandığını ve çözüm elde edildiğini tanımlarız.
Makalede önerilen değişikliğin etkinliğini doğrulamak için performansını diğer PP algoritmalarıyla karşılaştırdık. Tüm algoritmalar aynı problem üzerinde kıyaslanmıştır.
Bilim ve teknolojinin gelişmesi, daha yüksek boyutlu veri çözüm yöntemlerinin çalışılmasına olan ihtiyacı işaret etmiştir. Bu problem için etkili bir yöntem olan bilgi entropisi ACO’yu PP’ye tanıtıyoruz.
ACO, PP’nin darboğazı olan projeksiyon işlevini optimize etmek için kullanıldı. Mühendislik pratiği, bu yöntemin daha yüksek boyutlu verilerle etkin ve rasyonel bir şekilde başa çıkabileceğini göstermektedir. Bu çalışma, kümeleme problemleri ve kapsamlı değerlendirme problemleri için umut verici bir yöntem sunmaktadır.
Bununla birlikte, genç aşamalı bir evrimsel algoritma olarak ACO’nun, örneğin sürekli alan optimizasyon problemleri için strateji ve yakınsama algoritması gibi daha fazla çalışılması gereken birçok dezavantajı vardır.
Araç Yönlendirme Problemi için Algoritma
1950’lerin sonlarında, VRP terimi popüler hale geldi ve önerildi. Sonra özetlendi ve derinleştirildi.
Araç Rotalama Problemi, dağıtım merkezinin, mallar için farklı miktarlara ihtiyaç duyan belirli sayıda müşteriyi tatmin etmek ve belirli bir amaca (örneğin, en kısa mesafe, en az maliyet ve en kısa harcama süresi) ulaşmak için mal sağlaması ve araç rotasını düzenlemesidir. bazı kısıtlama koşulları altında.
Geleneksel çok depolu VRP’nin amacı, ağırlıklı olarak araç taşıma maliyetlerinden dikkate alınan toplam mesafeyi veya toplam maliyeti en aza indirmektir ve müşterilerin bekleme süresi ile ilgilenmez. Ancak bazen müşterilerin bekleme süresi çok önemlidir.
Bekleme süresi ne kadar uzun olursa, hizmet kalitesi o kadar kötü olur. Bu nedenle bazen müşterilerin tüm ihtiyaçlarını mümkün olan en kısa sürede karşılamak da çok önemlidir. Fast-food paket servisi, EMS ve acil durum tedarik dağıtımı vb. Bu durumda, servislerin bitiş süresinin kısaltılması, servis maliyetlerinin veya toplam yolculuk mesafesinin azaltılmasından daha önemlidir.
Zaman pencereli VRP, müşterilerin zaman gereksinimlerini dikkate alır. Ancak tüm müşterilerin zaman gereksinimleri ne kadar erken olursa o kadar iyi olduğunda, bu modelin üstesinden gelmek zordur.
VRP dengelemesinde araçların zaman kullanımı çözülür. Bu problemin amacı, araçların kullanım süresi farkını en aza indirmektir. Ancak araçların kullanım süresi farkı en kısa olduğunda her aracın kullanım süresi uzun olabilmektedir.
En kısa bitiş süresine sahip VRP’de çalışılır. Bu problemin amacı son aracın bitiş zamanını en kısa hale getirmektir. Tek bir dağıtım merkezine sahip olmak esasına dayanmaktadır. Ama aslında birçok büyük ticari işletmenin birden fazla dağıtım merkezi vardır. Bu nedenle, en kısa bitiş süresine (FTMDVRP) sahip çok depolu araç rotalama problemi incelenmiştir.
Entropi Nedir Entropi Nedir tıp Felsefede entropi Nedir Günlük hayatta entropi İşletmede entropi nedir Negatif entropi nedir Olumlu entropi Psikolojide entropi nedir