دانلود شبیه سازی مقاله بهینه ساز تعادل: یک الگوریتم بهینه سازی جدید

پروژه متلب الگوریتم بهینه سازی تعادل

این مقاله، یک الگوریتم بهینه‌سازی مبتنی بر فیزیک جدید تحت عنوان بهینه‌ساز تعادل (EO) را ارائه می‌ دهد که از یک معادله تعادل جرم عمومی برای حجم کنترل الهام گرفته شده است. لازم به ذکر است که طراحی الگوریتم EO شامل مکانیسم های جستجوی اکتشافی و بهره برداری بالا برای تغییر تصادفی راه حل ها می باشد. در این پروژه، ذرات با غلظت آنها به عنوان عوامل جستجو، معادل ذرات و موقعیت در بهینه سازی ازدحام ذرات (PSO) تلقی می شوند. همچنین به طور تصادفی، غلظت ها با توجه به راه حل های مناسب تحت عنوان گزینه های تعادل به روزرسانی می شوند. این به روز رسانی تصادفی همراه با اصطلاح نرخ تولید به درستی تعریف شده، رفتار اکتشافی EO را در تکرارهای اولیه و جستجوی بهره برداری در تکرارهای نهایی را بهبود می بخشد و در کل فرآیند بهینه سازی به اجتناب از حداقل های محلی کمک می کند. همچنین، اکتشاف و بهره برداری متعادل کننده، مقادیر تطبیقی لازم برای پارامتر کنترل کننده را ارائه نموده و میزان حرکت ذرات را نیز کاهش می دهد. علاوه بر این، کارایی و اثربخشی EO با استفاده از معیارهای کمی و کیفی با آزمایش آن بر روی مجموع 58 تابع معیار ریاضی به همراه سه مسئله مهندسی اثبات شد. همچنین، بر طبق مقایسات صورت گرفته با چندین الگوریتم بهینه‌سازی با کارایی بالا،  مشخص شد که الگوریتم EO پیشنهادی در دستیابی به راه‌حل‌های بهینه یا نزدیک به بهینه با بازده معمولاً بالاتر (یعنی زمان محاسباتی کمتر یا تکرارهای کمتر) در بسیاری از مسائل از اثربخشی بالایی برخوردار است. از اینرو، پیشنهاد می شود که برای بهبود بیشتر عملکرد، مطالعات آتی در جهت توسعه نسخه های باینری و چند هدفه الگوریتم EO گام بردارند.

این مقاله مربوط به سال 2020 بوده و در شبیه سازی آن در محیط نرم افزار متلب (MATLAB) انجام شده است.