پديد آورندگان :
حسني آهنگر، محمدرضا نويسنده ندارد , , مقدسي ، علي نويسنده ندارد ,
كليدواژه :
آنيل شبيه سازي‌شده , الگوريتم ژنتيك , شبكه عصبي , كلوني مورچه ها , هوش مصنوعي
چكيده فارسي :
با توجه به نياز برخي سازمان ها به‌ويژه سازمان هاي نظامي به سيستم هاي پيچيده، از روش هاي مدل سازي و شبيه سازي براي ارزيابي و تحليل عملكرد اين سيستم ها استفاده مي‌شود. يكي از ابزارهايي كه براي اين منظور استفاده مي‌شود، الگوريتم هاي هوش مصنوعي است. در اين راستا مي‌توان جريان مواد و كالاها، منابع انساني، اطلاعات و غيره را در سازمان مدل كرد. به واسطه مدل كردن و تنظيم سناريوهاي مختلف، سيستم را تجزيه‌وتحليل نموده و نسبت به انجام بهبودهاي بالقوه در آن تلاش مي شود. برخي از اين الگوريتم ها عبارت‌اند از: ژنتيك، شبكه عصبي، كلوني مورچه ها، آنيل شبيه‌سازي‌شده و جستجوي ممنوع. اين الگوريتم ها براي سيستم هاي پيچيده و غيرقطعي، از جمله سامانه هاي اختفا شده در عمليات هوايي، سامانه پنهان كاري امن با نگرش پدافند غيرعامل و ساير موارد ديگر مورد استفاده قرار مي‌گيرند. لذا چندين رويكرد براي طراحي جواب هاي با كيفيت و بهينه با توجه به تشخيص خط مشي هاي بهتر، شناخت و بهبود عملكرد، تصميم گيري در مورد سيستم ها تحت محدوديت زماني قابل پذيرش براي مسايل وجود دارد. اين الگوريتم ها با توجه به دسته بندي و انواع آن ها، عملكرد، كارآيي، ويژگي و حوزه كاربردي خود را دارند و در حل مسايل بهينه سازي به ما كمك مي كنند. در اين مقاله با استفاده از منابع و تحقيقاتي كه در اين حوزه صورت پذيرفته است، مطالعه و معرفي الگوريتم هاي هوش مصنوعي جهت حل مسايل بهينه سازي ارايه مي گردد. لذا با توجه به مزايا، معايب، كاربردها، زمان پردازش، حجم داده و حوزه به‌كارگيري هر يك؛ متخصصين اين حوزه مي‌توانند بهترين و بهينه ترين الگوريتم را براي حل مسايل پيچيده و غيرقطعي انتخاب و استفاده كنند.
چكيده لاتين :
Due to the need of some organizations, especially military organizations to complex systems, modeling and simulation methods are used to evaluate and analyze the performance of these systems. One of the tools used for this purpose is the artificial intelligence algorithm. In this regard, the materials and goods flow, human resources, information and so on, can be modeled. By modeling and adjusting various scenarios, the system can be analyzed and efforts are made for potential improvements. Some of these algorithms are: genetic, neural networks, ant colony, simulated annealing and forbidden or taboo search. These algorithms will be used for such complex and non-deterministic systems as in aerial concealment, safe covert systems, considering other passive defense approaches. Therefore; this approach has several design solutions for optimizing the diagnostic quality and better strategies to understand and improve the performance, making decisions about the system under time constraint issues, acceptable. Based on the categories and their different types, these algorithms, have their own performance, functionality and features and application field and will help us in solving optimization problems. This paper intends to study and introduce artificial intelligence algorithms to solve optimization problems based on the resources and research conducted in this field. Therefore, taking the advantages, disadvantages, applications, processing time, data volumes and application field of each of them into considerations, experts in the field can select and utilize the best and most optimum algorithm to solve the complex and inconsistent problems.
