Biogeography-based optimization

بهینه سازی مبتنی بر

جغرافیای زیستی

درس پردازش تکاملیپوریا خانیارائه دهنده:

استاد درس: آقای دکتر عبادزاده

94پاییز

Biogeography Based Optimization

(BBO)

فهرست

جغرافیای زیستی•مدل ریاضی جغرافیای زیستی•بهینه سازی با جغرافیای زیستی•الگوریتم•نتایج•

جغرافیاFی زیستی

مطالعه پراکندگی موجودات•موجودات از زیستگاهی به زیستگاه دیگر مهاجرت می کنند•با مهاجرت موجودات بین زیستگاه ها تبادل اطالعات انجام می شود• زیستگاه بهتر گونه های بیشتری در خود جای داده•

مطالعه به صورت توصیفی و تاریخی•

جغرافیاFی زیستی)1967مدل ریاضی جغرافیای زیستی(•

Habitat Suitability Index (HIS)شاخص مناسب بودن زیستگاه – •

بهتر بودن زیستگاه ناشی از متغییر هایی مثل میزان بارندگی، دما، گونه های گیاهی و ...•Suitability Index Variable (SIV)متغییرهای شاخص شایستگی – •

مدل ریاضی جغرافیای زیستی

: تعداد گونه ها افزایش می یابدHIS با افزایش •است.زیاد زیستگاه خوب به زیستگاه های دیگر ازمهاجرت •است.کم زیستگاه خوب از دیگر زیستگاه ها بهمهاجرت •

بهینه سازی با جغرافیای زیستی

(نه گونه های جانوری)موجFودات: زیستگاه ها •گونه های جانوری به عنوان ویژگی ها• (نه موجودات)مهاجرت برای ویژگی ها تعریف می شود•

بهینه سازی با جغرافیای زیستی

)FITNESS) ≡ تابع شایستگی (HISشاخص شایستگی زیستگاه ( •) ≡ بُعدهای مسئلهSIV متغییرهای شایستگی زیستگاه (• متغییرها در جهت تکامل زیستگاه (موجود) مهاجرت می کنند•• زیستگاه شایسته برای به اشتراک گذاشتن متغییرهای خوبمهاجرت از• زیستگاهمهاجرت به

مهاجرت

مهاجرت زیستگاهپذیر

پذیر مهاجرت زیستگاه هایدهنده

متناسب تصادفیبا

متناسب تصادفیبا

----

نحوه مهاجرت

گسسته:•انتصاب•

پیوست:•

:

:

𝑥𝑖 (𝑘)=𝑥 𝑗(𝑘)

𝑥𝑖 (𝑘 )=𝑥𝑖 (𝑘 )+a∗(𝑥 𝑗 (𝑘 )−𝑥𝑖 (𝑘 ))

جهش

گونهSاحتمال وجود

جهش

جهش

جهشگسسته:•

) ,…, =(,Є {1,2,3,4} SIV{→ جهش 2,3,4تصادفی از مقادیر ممکن متغییر }•

پیوسته:•• •

الگوریتم)HIS, ) و تولید تصادفی زیستگاه ها (جمعیت اولیه) و ارزیابی آنها ( a,E…,تعیین پارامترها(•در هر نسل:• بر اساس رتبه و تعیین •)i() از زیستگاه Kبرای هر متغییر(•)مهاجرت بگیر!K برای متغییر (iبا احتمال • مبدا مهاجرت انتخاب می شود.بااحتمال •)جهش انجام بدهKمتناسب با شایستگی (برای جمعیت نامتعادل) تصادفی روی متغییر (• بهترین و مابقی از نسل جدیدaتشکیل نسل بعد: از نسل قبل •

نتایج50 500

32.3 1.6107.1 18

3.4

بررسی

نتیجه گیریبه نظر می رسد این الگوریتم در مواقعFی که ابعاد به یکدیگر وابسته باشند چندان مناسب نباشد.•اگر ابعFاد مستقل باشند با توجه به اینکه هر بعFد بعد از هر نسل با احتمال باالیی بهتر می شود، در •

مجموع باعث بهتر شدن جواب می شود

با تشکر