دانلود و نمایش مقالات مرتبط با مقاله ترجمه شده الگوریتم کلونی مورچه ها 2018::صفحه 1
روز مهندس
نتیجه جستجو - مقاله ترجمه شده الگوریتم کلونی مورچه ها 2018

تعداد مقالات یافته شده: 2
ردیف عنوان نوع
1 تشخیص لبه برمبنای بهینه سازی کلونی مورچه ها در تصاویر SAR
سال انتشار: 2018 - تعداد صفحات فایل pdf انگلیسی: 5 - تعداد صفحات فایل doc فارسی: 13
پردازش تشخیص شیء/ هدف به دلیل وجود خالهایی در تصاویر SAR دشوار است که دقت شعاع سنجی و هندسی بالایی را مستقل از همه شرایط جوّی فراهم می کند. با استفاده از روش تشخیص لبه ای که اطلاعات مهمی را از تصویر استخراج می کند، دستیابی به دقت بالاتر و پردازش کمتر تصویر SAR برای تشخیص شیء ازطریق حذف این خالها امکانپذیر می باشد. الگوریتم کُلُنی مورچه ای که یکی از روشهای بهینه سازی اکتشافی می باشد یک الگوریتمی برمبنای مدلهای ریاضی رفتارهای واقعی کلنی مورچه ای می باشد. در ناحیه پردازش تصویر، بهینه سازی کلنی مورچه ای سهم موثری در برخی روشها مثل تشخیص شیء/ هدف در تصاویر خاص با استفاده از روش تشخیص لبه ای دارد. هدف ما استفاده از تشخیص لبه ای برمبنای بهینه سازی کلنی مورچه ای که یک روش موثر بهینه سازی می باشد برای حذف خالهایی است که تشخیص شیء را در تصاویر SAR دشوار می سازند.
کلیدواژه ها: تصویر SAR | تشخیص لبه ای | بهینه سازی کلونی مورچه ها | الگوریتم کلونی مورچه ها | بهینه سازی مکاشفه ای
مقاله ترجمه شده
2 یک سیستم کلونی مورچه ها صرفه جویی کننده انرژی برای جاگذاری ماشین مجازی در محاسبات ابری
سال انتشار: 2018 - تعداد صفحات فایل pdf انگلیسی: 16 - تعداد صفحات فایل doc فارسی: 63
جاگذاری ماشینی مجازی (VMP) و بهره وری انرژی، موضوعات قابل توجهی در تحقیقات حوزه محاسبات ابری هستند. در این مقاله، از محاسبات تکاملی برای VMP و جهت به حداقل رساندن تعداد سرورهای فیزیکی فعال به منظور زمان بندی سرورهای کمتر ازحد کافی استفاده شده، برای صرفه جویی در انرژی استفاده می شود. با الهام از عملکرد نویدبخش الگوریتم سیستم کلونی مورچه ای (ACS) برای مسائل ترکیبی، یک دیدگاه مبتنی بر ACS جهت دستیابی به هدف VMP توسعه می یابد. الگوریتم حاصل که به صورت جفت شده با روشهای جستجوی موضعی تبادل ترتیب و مهاجرت (OEM) می باشد، یک OEMACS نامیده می شود. این الگوریتم به صورت موثری تعداد سرورهای فعال استفاده شده برای جاگذاری ماشین های مجازی (VMs) را از یک نقطه نظر بهینه سازی عمومی و ازطریق یک راهبرد جدید برای انتشار فرومون که مورچه های مصنوعی را به سمت راه حل های نویدبخشی که ماشین های مجازی داوطلب را گروه بندی می کنند، هدایت می کند، به حداقل می رساند. از OEMACS برای مسائل مختلف VMP که دارای اندازه های مختلفی برای ماشین مجازی در محیط های ابری سرورهای همگن و ناهمگن هستند استفاده می شود. نتایج نشان می دهد که OEMACS عموما" نسبت به دیدگاههای سنتی غیرمستدل و سایر دیدگاههای مبتنی بر تکامل، عملکرد بهتری به ویژه روی VMP هایی با خصوصیات منابع تنگراهی دارد، و صرفه جویی های قابل توجهی از انرژی و نیز استفاده کارآمدتر از منابع مختلف را به ارمغان می آورد.
کلمات شاخص : سیستم کلونی مورچه ها | محاسبات ابری | جاگذاری ماشین مجازی
مقاله ترجمه شده
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi