الگوریتم جستجوی کلاغ CSA

الگوریتم جستجوی کلاغ CSA
در این پست در مورد الگوریتم جستجوی کلاغ یا همان الگوریتم CSA صحبت خواهیم کرد. این الگوریتم در مقاله ای با عنوان A novel metaheuristic method for solving constrained engineering optimization problems: Crow search algorithm از ژورنال معتبر Computers and Structures در انتشارات الزویر در سال 2016 به چاپ رسیده است. در این مقاله یک بهینه ساز فراابتکاری جدید، به نام الگوریتم جستجوی کلاغ (CSA)، مبتنی بر رفتار هوشمند کلاغ ها ارائه شده است. الگوریتم CSA یک روش مبتنی بر جمعیت است که بر اساس این ایده کار می کند که کلاغ ها غذای اضافی خود را در مکان های...
ادامه مطلب

الگوریتم MVO بهینه سازی چند نظمی Multi-Verse Optimizer

الگوریتم MVO یا بهینه سازی چند نظمی Multi-Verse Optimizer الگوریتم فراابتکاری و مبتنی بر جمعیت است که توسط سید علی میرجلیلی Seyedali Mirjalili در سال 2015 در ژورنال The Natural Computing Applications از انتشارات Springer به چاپ رسیده است. تئوری چند نظمی بر اساس نظریه چند نظمی است که بر این باور استوار است که جهان بر اساس چندین انفجار بزرگ ساخته شده است. این تئوری از وجود چندین جهان موازی خبر می دهد که در موازات هم ادامه می یابند. الگوریتم چند جهانی بر اساس سه محتوا اصلی به نام سفید چاله، سیاه چاله و کرم چاله بنیان...
ادامه مطلب

الگوریتم Sine Cosine

الگوریتم Sine Cosine  یا به زبان خودمانی الگوریتم Sin Cos به اختصار SCA یک الگوریتم متاهیورستیک یا فرا ابتکاری است. این الگوریتم توسط سید علی میرجلیلی (Seyedali Mirjalili) در سال 2016 در مقاله ای با عنوان SCA: A Sine Cosine Algorithm for solving optimization problems در ژورنال Knowledge-Based Systems پایگاه علمی Elsevier ارائه شده است. در ادامه به معرفی نحوه کارکرد و آموزش و شبه کد این الگوریتم بهینه سازی پرداخته می شود. ترجمه کامل مقاله در همین سایت با عنوان ترجمه الگوریتم SINE COSINE برای حل مسائل بهینه سازی SCA قرار داده شده است. برای...
ادامه مطلب

الگوریتم دسته ماهی های مصنوعی AFSA

الگوریتم دسته ماهی های مصنوعی یا Artificial fish swarm optimization Algorithm به اختصار AFSO در سال 2002 توسط لی و همکارانش مطرح شد که ایده اصلی آن شبیه سازی رفتارهای ماهی مانند ازدحام، شکار، و دنباله روی در جستجوی محلی، برای رسیدن به بهینه عمومی است. این روش بهینه سازی یک الگوریتم جستجوی تصادفی و موازی است. الگوریتم AFSO یک الگوریتم مبتنی بر جمعیت است. الگوریتم دسته ماهی های مصنوعی ماهی مصنوعی Artificial Fish یا (AF) مفاهیم خارجی را از طریق بینایی درک می کند. X وضعیت فعلی AF است، Visual میدان دید بینایی است، و Xv...
ادامه مطلب

الگوریتم بهینه سازی TLBO

بهینه سازی مبتنی بر یادگیری و آموزش TLBO الگوریتم بهینه سازی TLBO یا بهینه سازی مبتنی بر یادگیری و آموزش یک روش بهینه سازی می باشد. که برای اولین بار توسط آقای Rao و همکاران در ژورنال معروف Computer Aided Design از انتشارات ELSEVIER معرفی شد. برای دانلود مقاله روی لینک زیر کلیک کنید.     پیشنهاد می کنیم برای یادگیری موثر و کامل فیلم آموزش الگوریتم TLBO اصلاح شده MTLBO در متلب را تهیه و مطالعه فرمایید. که علاوه بر آموزش کامل الگوریتم TLBO مثال های عملی برای یادگیری بهتر ارائه می دهد. در این آموزش...
ادامه مطلب
برچسب ها:
, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,

الگوریتم بهینه سازی جهش قورباغه SFLA

الگوریتم بهینه سازی جهش قورباغه SFLA   الگوریتم بهینه سازی جهش قورباغه یا Shuffled Frog Leaping Algorithm  (به اختصار SFLA)، یکی از الگوریتم های بهینه سازی فرا ابتکاری است که از رفتار اجتماعی قورباغه ها در طبیعت الهام گرفته شده است، و از نظر دسته بندی، در میان الگوریتم های رفتاری یا الگوریتم های ممتیک (Memetic Algorithms) قرار می گیرد. از نام های دیگر الگوریتم بهینه سازی جهش قورباغه، می توان به الگوریتم قورباغه و الگوریتم جهش قورباغه و الگوریتم SFLA اشاره نمود. این الگوریتم در ابتدا توسط Eusuff و Lansey...
ادامه مطلب