دانلود شبیه سازی مقاله الگوریتم فراابتکاری بهینه سازی جستجوی عقاب طاس

عنوان فارسی

الگوریتم جدید فراابتکاری بهینه سازی جستجوی عقاب طاس

عنوان انگلیسی

Novel meta-heuristic bald eagle search optimisation algorithm

کلمات کلیدی

رفتار عقاب طاس؛ الگوریتم فراابتکاری؛ بهینه سازی؛ مساله معیار بدون محدودیت

درسهای مرتبط

الگوریتم های بهینه سازی

تعداد صفحات انگلیسی : 28 نشریه : Springer
سال انتشار : 2019 تعداد رفرنس مقاله : 53
فرمت مقاله انگلیسی : PDF نوع مقاله : ISI
اشپرینگر
قیمت دانلود مقاله
42,000تومان
دانلود رایگان مقاله انگلیسی
آیا این مقاله برای بیس پایان نامه مناسب است؟ : بله آیا این مقاله برای ارائه کلاسی مناسب است؟ : بله
برنامه ای که در آن مقاله شبیه سازی شده است : این مقاله در محیط متلب پیاده سازی شده است نام مجله مقاله : Artificial Intelligence Review (مجله هوش مصنوعی)
ترجمه: ندارد گزارشکار : ندارد شبیه سازی : دارد (فایل های شبیه سازی در نرم افزار متلب با فرمت .m)

این مقاله در محیط متلب به صورت کامل شبیه سازی شده و در صورت خرید و دانلود مقاله شما به راحتی قادر خواهید بود از برنامه مربوطه استفاده نمایید. در صورت بروز هر گونه مشکل در نحوه ی اجرای برنامه سایت سیگمالند به مدت 24 ساعت بعد از خرید محصول، پشتیبانی آن را تا اجرای کامل برعهده دارد.

توضیحات و مشاهده مقاله انگلیسی

پروژه متلب الگوریتم عقاب طاس

در محاسبات مصنوعی، بهینه سازی همچنان یک چالش قابل توجه است. بر این اساس، الگوریتم های بسیاری برای حل چنین مسئله ای ابداع شده اند. اما، دو مسئله باید رفع شود تا رسیدن به یک جواب موفق برای این مسئله تضمین گردد: نحوه شناسایی بهینه های سراسری و محلی و نحوه حفظ چنین بهینه سازی تا انتهای جستجو. در دو دهه گذشته، محاسبات الهام گرفته شده از طبیعت، توجه گسترده ای را میان پژوهشگران به خود جلب کرده است، با توجه به اینکه طبیعت، منبع مهمی از مفاهیم، مکانیزم ها و ایده ها برای طراحی سیستم های محاسبات مصنوعی می باشد که مسائل ریاضیاتی پیچیده بسیاری را می توان بوسیله آن حل نمود. افراد باید خود را با محیط اطراف خود سازگار کنند تا از بقا و حفظ بلند مدت نژاد خود اطمینان حاصل کنند. به این فرآیند، تکامل گفته می شود. حفظ زمان تکثیر نیز می تواند ویژگی هایی را بوجود بیاورد که تقویت کننده رقابت پذیری افراد و حذف ویژگی های ضعیف آنها باشد. تنها آن افراد قوی از گونه های بقا پیدا کرده، می توانند ژن های اصلاح شده را به فرزندان و نسل های خود انتقال دهند. این فرآیند، که به انتخاب طبیعی مشهور است، مبنای الهام «الگوریتم های تکاملی» (EA ها) بوده اند که از جمله پر استفاده ترین و موفق ترین الگوریتم های بکار گرفته شده در پژوهش ها می باشند. در مجموعه مقالات، چندین نوع EA بکار گرفته شده اند که شامل الگوریتم های ژنتیک، برنامه نویسی ژنتیک، برنامه نویسی تکاملی و استراتژی های تکاملی، می باشند.

این مطالعه، یک الگوریتم «جستجوی عقاب طاس» (BES) را پیشنهاد می کند که یک الگوریتم بهینه سازی فرا ابتکاری الهام گرفته شده از طبیعت است که استراتژی شکار یا رفتار اجتماعی هوشمند عقاب های طاس هنگام جستجو برای ماهی را تقلید می کند. شکار بوسیله BES به سه مرحله تقسیم شده است. در مرحله اول (انتخاب فضا)، یک عقاب، فضایی که بیشترین تعداد شکارها را دارد، انتخاب می کند. در مرحله دوم (جستجو در فضا)، عقاب درون فضای انتخاب شده حرکت می کند تا شکارها را جستجو کند. در مرحله سوم (شیرجه رفتن)، عقاب از بهترین موقعیت شناسایی شده در مرحله دوم، استفاده می کند و بهترین نقطه برای شکار را تعیین می کند. شیرجه رفتن از بهترین نقطه شروع می شود و همه حرکت های دیگر به سمت این نقطه هدایت می شوند. BES با بکارگیری یک روش تکامل سه قسمتی تست می شود: (1) ارزیابی مقایسه ای مسئله بهینه سازی را برای ارزیابی عملکرد الگوریتم توصیف می کند (2) عملکرد الگوریتم را با عملکرد دیگر روش های محاسبه و تنظیم پارامتر هوشمند مقایسه می کند و (3) الگوریتم را براساس میانگین، انحراف معیار، بهترین نقطه و آماره آزمون رتبه علامت دار ویلکوکسون مربوط به مقادیر تابع، ارزیابی می کند. نتایج بهینه سازی و بحث تایید می کنند که الگوریتم BES رقابت خوبی با الگوریتم های فرا ابتکاری پیشرفته و روش های متداول می تواند داشته باشد.

این مقاله مربوط به سال 2019 بوده و شبیه سازی آن نیز در محیط نرم افزار متلب (MATLAB) انجام شده است؛ در ادامه نیز تصویر مربوط به خروجی شبیه سازی قرار داده شده است:

الگوریتم عقاب طاس

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “دانلود شبیه سازی مقاله الگوریتم فراابتکاری بهینه سازی جستجوی عقاب طاس”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

بیست − پانزده =

آموزش برنامه نویسی

پشتیبانی

ارتباط با ما

  • شماره تماس : 09360147484
  • ایمیل : info@sigmaland.ir

نماد اعتماد الکترونیکی

لوگو طلایی

logo-samandehi
تمامی حقوق مادی و معنوی برای سایت سیگمالند محفوظ است.