الأبحاث ضمن الموضوع : خوارزميات تحسين متعددة الأهداف المتقدمة
-
IM-NSGAII: نهج جديد لتعزيز سرعة التقارب وتنوع السكان في تحسين الأهداف المتعددة
2026 | المؤلف: Wei Jiang وآخرون | المجلة: PLoS ONE | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)تقدم البحث نسخة محسنة من خوارزمية NSGAII، المسماة IM-NSGAII، تهدف إلى تعزيز كل من سرعة التقارب وتنوع السكان في الخوارزميات التطورية متعددة الأهداف. تحدد الدراسة أن NSGAII التقليدية تواجه صعوبة في الحفاظ على التنوع، خاصة عند التنقل عبر جبهات باريتو المعقدة. للتخفيف من ذلك، تتضمن IM-NSGAII تقنية تقييم السكان بعد الفرز غير المهيمن لتحسين اختيار…
-
تحسين فعال بمشاركة الإنسان عبر المعلومات السابقة المستفادة من نماذج المستخدمين
2026 | المؤلف: Yi-Chi Liao وآخرون | المجلة: Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)يقدم هذا القسم إطارًا جديدًا يسمى تحسين الإنسان في الحلقة مع معلومات نموذجية مسبقة (HOMI)، مصممًا لتعزيز كفاءة تحسين تصميم الواجهة من خلال دمج مرحلة تدريب مسبق باستخدام بيانات مستخدمين صناعية. غالبًا ما تتطلب طرق تحسين الإنسان في الحلقة التقليدية تكرارات واسعة بسبب المعلومات المسبقة المحدودة، مما يجعلها مكلفة وغير عملية. يتناول HOMI هذه التحديات…
-
تحسين عالمي مصمم لوحدات معالجة الرسوميات: بحث كامل ودقيق عن التminimization غير الخطية على نطاق واسع
2026 | المؤلف: Guanglu Zhang وآخرون | المجلة: PNAS Nexus | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)تقدم هذه الورقة طريقة عددية جديدة لتحديد الحد الأدنى العالمي للدوال غير الخطية المقيدة بواسطة حدود متغيرات بسيطة، باستخدام تحليل الفترات بالتزامن مع القدرات الحاسوبية لوحدات معالجة الرسوميات (GPUs). تقوم الطريقة بشكل منهجي بإزالة المناطق في مجال البحث حيث لا يمكن أن يوجد الحد الأدنى العالمي، مما يؤدي في النهاية إلى تحديد مجموعة محدودة من…
-
تحسين توليدي تطوري: نحو تحسين تطوري مدفوع بالكامل بالبيانات عبر التعلم التوليدي
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: IEEE Transactions on Evolutionary Computation | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)يقدم القسم تحسين الجيل التطوري (EvoGO)، وهو إطار عمل جديد يعتمد على البيانات يهدف إلى تعزيز الخوارزميات التطورية (EAs) من خلال القضاء على الاعتماد على المشغلين المصنوعين يدويًا. يعمل EvoGO من خلال ثلاث مراحل رئيسية: إعداد البيانات، تدريب النموذج، وتوليد السكان. في مرحلة إعداد البيانات، يتم بناء مجموعة بيانات ثنائية لتعزيز تنوع التدريب دون تكبد…
-
مُحسّن متعدد الأهداف فعال للبارت العالمي ومشاكل تحسين الهندسة
2025 | المؤلف: Mohammed R. Saad وآخرون | المجلة: Scientific Reports | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)تقدم البحث مُحسّن الببغاء متعدد الأهداف (MOPO)، وهو امتداد لمُحسّن الببغاء (PO) مصمم لمشاكل التحسين متعدد الأهداف (MOO). يستخدم MOPO أرشيفًا خارجيًا للحفاظ على الحلول المثلى وفقًا لمبدأ باريتو، مستلهمًا من سلوك البحث عن الطعام لدى ببغاوات Pyrrhura Molinae. تم التحقق من فعاليته مقابل مجموعة الاختبار المرجعية لمؤتمر الحوسبة التطورية 2020 (CEC’2020) ومن خلال اختبارات…
-
مُحسّن توزيع متعدد الأهداف (MOEDO): خوارزمية جديدة مستوحاة من الرياضيات متعددة الأهداف للتحسين العالمي ومشاكل تصميم الهندسة في العالم الحقيقي
2024 | المؤلف: Kanak Kalita وآخرون | المجلة: Scientific Reports | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)تقدم البحث مُحسِّن التوزيع الأسي متعدد الأهداف (MOEDO)، وهو إصدار متقدم من مُحسِّن التوزيع الأسي (EDO) مصمم لمعالجة مشاكل التحسين المعقدة. يتضمن MOEDO فرز النخبة غير المهيمنة (NDS)، وآليات مسافة الازدحام (CD)، وآلية تغذية راجعة للمعلومات (IFM) لتعزيز التوازن بين الاستكشاف والاستغلال. يهدف هذا التكامل إلى تحسين معدلات التقارب وتقليل احتمال الركود في الحلول المحلية،…