دانلود شبیه سازی مقاله الگوریتم غازهای وحشی: بهینه سازی بر اساس زندگی طبیعی و مرگ غازهای وحشی

عنوان فارسی

الگوریتم غازهای وحشی: یک الگوریتم جدید برای بهینه سازی بزرگ مقیاس بر اساس زندگی طبیعی و مرگ غازهای وحشی

عنوان انگلیسی

Wild Geese Algorithm: A novel algorithm for large scale optimization based on the natural life and death of wild geese

کلمات کلیدی

بهینه سازی جهانی بزرگ مقیاس (LSGO)؛ الگوریتم غازهای وحشی (WGA)؛ روش مبتنی بر ازدحام؛ بهینه سازی مهندسی

درسهای مرتبط

الگوریتم های بهینه سازی

تعداد صفحات انگلیسی : 11 نشریه : ELSEVIER
سال انتشار : 2021 تعداد رفرنس مقاله : 43
فرمت مقاله انگلیسی : PDF نوع مقاله : ISI
الزویر
قیمت دانلود مقاله
34,000تومان
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 : Array
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 غازهای وحشی

بسیاری از مسائل بهینه سازی عملی که مسائل «بهینه سازی سراسری مقیاس بزرگ» (LSGO) نامیده می شوند، با متغیرهای تصمیم بسیاری سروکار دارند. تعدادی از مسائل LSGO عملی، مسائل طراحی سیستم الکترونیک مقیاس بزرگ، مسائل برنامه ریزی زمانی، مسائل مسیریابی خودرو در شبکه های ترافیک مقیاس بزرگ و مسئله سینماتیک شیمیایی معکوس، می باشند. مسائل بهینه سازی عملی و واقعی بسیاری، شامل بهینه سازی تعداد زیادی متغیر کنترلی با قیدهای مختلف می باشد. اما، روش های برنامه نویسی ریاضیاتی کلاسیک، عموماً راهکارهای خوبی برای مسائل بهینه سازی مختلف با پیچیدگی های واقعی مختلف حاصل نمی کنند، که این بخاطر اندازه هنگفت مسائل می باشد. عملکرد بهینه سازی سراسری الگوریتم های مبتنی بر جمعیت، در چنین مسائلی با افزایش ابعاد و پیچیدگی مسئله، اغلب ضعیف تر می شوند. مسائل بهینه سازی مقیاس بزرگ عملی با توابع آزمون معیار مختلف، مانند مسائل ارائه شده در CEC 2008 و CEC 1010، مدل سازی شده اند.

در کاربردهای واقعی متعددی، الگوریتم های جستجوی مبتنی بر جمعیت الهام گرفته شده از طبیعت برای حل مسائل بهینه سازی عددی بکار گرفته شده اند. این مقاله بر یک بهینه کننده مبتنی بر ازدحام ساده و قوی به نام «الگوریتم غازهای وحشی» (WGA) برای بهینه سازی سراسری مقیاس بزرگ تمرکز می کند که بازده و عملکرد آن با استفاده از توابع آزمون مقیاس بزرگ جلسات ویژه IEEE CEC 2008 & CEC 2010 با تعداد بعدهای زیاد D=100, 500, 1000، تایید شده اند. WGA از طبیعت و غازهای وحشی الهام گرفته شده است و جنبه های مختلف زندگی آنها، مانند تکامل، مهاجرت مشارکتی منظم و مرگ و میر آنها را مدل سازی می کند. اثربخشی WGA برای یافتن جواب های بهینه سراسری مسائل بهینه سازی ابعاد زیاد با دیگر روش های گزارش شده در مقالات قبلی، مقایسه شده است. نتایج تجربی نشان می دهند که WGA پیشنهادی، عملکرد کارآمدی در حل دامنه ای از مسائل بهینه سازی مقیاس بزرگ داشته است و آنرا علیرغم ساختار ساده تر و پیاده سازی آسانتر، نسبت به دیگر الگوریتم های بهینه سازی مقیاس بزرگ، بسیار برتر کرده است.

این مقاله مربوط به سال 2021 بوده و در محیط نرم افزار متلب (MATLAB) شبیه سازی شده است. در ادامه نیز تصویر مربوط به خروجی شبیه سازی قرار داده شده است:

الگوریتم غازهای وحشی

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “دانلود شبیه سازی مقاله الگوریتم غازهای وحشی: بهینه سازی بر اساس زندگی طبیعی و مرگ غازهای وحشی”

نشانی ایمیل شما منتشر نخواهد شد.

ارتباط با ما

  • شماره تماس : 09360147484
  • ایمیل : info@sigmaland.ir
تمامی حقوق مادی و معنوی برای سایت سیگمالند محفوظ است.