دانلود بررسی الگوریتم جستجوی گنجشک برروی توابع پیوسته

بررسی الگوریتم جستجوی گنجشک برروی توابع پیوسته

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
حجم فایل: 4563 کیلوبایت
قیمت: 70000 تومان

الگوریتم جستجوی گنشجک(sparrow search algorithm) یکی از الگوریتم‌های فراابتکاری است که در سال 2020 ابداع شده است. این الگوریتم در ژورنال معتبر Systems Science & Control Engineering از انتشارات تیلور و فرانسیس(Taylor & Francis) چاپ شده است. در این تحقیق، الگوریتم جستجوی گنجشک برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیه‌سازی پیوست شده، الگوریتم جستجوی گنجشک با الگوریتم بهینه‌سازی گرگ خاکستری(Grey Wolf Optimizer)، الگوریتم اجتماع سالپ(Salp swarm algorithm) و الگوریتم بهینه‌سازی اجتماع ذرات(Particle Swarm Optimization) مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم جستجوی گنجشک در مقایسه با الگوریتم‌های ذکر شده، یک بهینه‌ساز با عملکرد بالا است.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود بررسی الگوریتم جستجوی دایره برروی توابع پیوسته

بررسی الگوریتم جستجوی دایره برروی توابع پیوسته

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
حجم فایل: 3560 کیلوبایت
قیمت: 60000 تومان

الگوریتم جستجوی دایره(Circle Search Algorithm) یکی از الگوریتم‌های فراابتکاری است که در سال 2022 ابداع شده است. این الگوریتم در ژورنال معتبر Mathematics از انتشارات MDPI چاپ شده است. در این تحقیق، الگوریتم جستجوی دایره برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیه‌سازی پیوست شده، الگوریتم جستجوی دایره با الگوریتم بهینه‌سازی بازی آشوب(Chaos Game Optimization)، الگوریتم بهینه‌سازی گرگ خاکستری(Grey Wolf Optimizer)، الگوریتم بهینه‌سازی شاهین هریس(Harris Hawks Optimizer)، الگوریتم اجتماع سالپ(Salp swarm algorithm)، الگوریتم سینوس کسینوس(Sine Cosine Algorithm)، الگوریتم جستجوی گذرا(Transient search algorithm) و الگوریتم بهینه‌سازی اجتماع ذرات(Particle Swarm Optimization) مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم جستجوی دایره در مقایسه با الگوریتم‌های ذکر شده، یک بهینه‌ساز با عملکرد بالا است.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود بررسی الگوریتم بهینه‌سازی کوسه سفید برروی توابع پیوسته

بررسی الگوریتم بهینه‌سازی کوسه سفید برروی توابع پیوسته

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
حجم فایل: 5088 کیلوبایت
قیمت: 60000 تومان

الگوریتم بهینه‌سازی کوسه سفید (White Shark Optimizer) یکی از الگوریتم‌های فراابتکاری است که در سال 2020 ابداع شده است. این الگوریتم در ژورنال معتبر Knowledge-Based Systems از انتشارات الزویر چاپ شده است. در این تحقیق، الگوریتم بهینه‌سازی کوسه سفید برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیه‌سازی پیوست شده، الگوریتم بهینه‌سازی کوسه سفید با الگوریتم بهینه‌سازی اجتماع ذرات(Particle Swarm Optimization) مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم بهینه‌سازی کوسه سفید در مقایسه با الگوریتم‌های ذکر شده، یک بهینه‌ساز با عملکرد بالا است.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود بررسی الگوریتم بهینه‌سازی حسابی برروی توابع پیوسته

بررسی الگوریتم بهینه‌سازی حسابی برروی توابع پیوسته

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
حجم فایل: 7451 کیلوبایت
قیمت: 70000 تومان

توضیحات:

بررسی الگوریتم بهینه‌سازی حسابی برروی توابع پیوسته، شامل فایل شبیه سازی الگوریتم در محیط متلب 2018، مقاله انگلیسی و فیلم اجرای کدها.

الگوریتم بهینه‌سازی حسابی (Arithmetic Optimization Algorithm) یکی از الگوریتم‌های فراابتکاری است که در سال 2021 ابداع شده است. این الگوریتم در ژورنال معتبر Computer Methods in Applied Mechanics and Engineering از انتشارات الزویر چاپ شده است. در این تحقیق، الگوریتم بهینه‌سازی حسابی برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیه‌سازی پیوست شده، الگوریتم بهینه‌سازی حسابی با الگوریتم بهینه‌سازی گرگ خاکستری(Grey Wolf Optimizer)، الگوریتم خفاش(Bat Algorithm)، الگوریتم بهینه‌سازی شعله-پروانه(Moth-Flame Optimization Algorithm) و الگوریتم بهینه‌سازی اجتماع ذرات(Particle Swarm Optimization) مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم بهینه‌سازی حسابی در مقایسه با الگوریتم‌های ذکر شده، یک بهینه‌ساز با عملکرد بالا است.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود بررسی الگوریتم بهینه‌سازی مونگوس کوتوله برروی توابع پیوسته

بررسی الگوریتم بهینه‌سازی مونگوس کوتوله برروی توابع پیوسته

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
حجم فایل: 5393 کیلوبایت
قیمت: 70000 تومان

الگوریتم بهینه‌سازی مونگوس کوتوله(Dwarf Mongoose Optimization Algorithm) یکی از الگوریتم‌های فراابتکاری است که در سال 2022 ابداع شده است. این الگوریتم در ژورنال معتبر Computer Methods in Applied Mechanics and Engineering از انتشارات الزویر چاپ شده است. در این تحقیق، الگوریتم بهینه‌سازی مونگوس کوتوله برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیه‌سازی پیوست شده، الگوریتم بهینه سازی مونگوس کوتوله با الگوریتم بهینه‌سازی گرگ خاکستری(Grey Wolf Optimizer)، الگوریتم اجتماع سالپ(Salp Swarm Algorithm)، الگوریتم سینوس کسینوس(Sine Cosine Algorithm) و الگوریتم بهینه‌سازی اجتماع ذرات(Particle Swarm Optimization) مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم بهینه‌سازی مونگوس کوتوله در مقایسه با الگوریتم‌های ذکر شده، یک بهینه‌ساز با عملکرد بالا است.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه