دانلود تحقیق بررسی الگوریتم بهینه‌سازی هیپ در حل توابع پیوسته و مسائل مهندسی

تحقیق بررسی الگوریتم بهینه‌سازی هیپ در حل توابع پیوسته و مسائل مهندسی

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
حجم فایل: 21061 کیلوبایت
قیمت: 199000 تومان

توضیحات:

تحقیق بررسی الگوریتم بهینه‌سازی هیپ برروی توابع پیوسته و مسائل مهندسی در محیط کدنویسی متلب.

الگوریتم بهینه‌سازی هیپ (Heap-based optimizer) یکی از الگوریتم‌های فراابتکاری است که در سال 2020 در ژورنال معتبر Expert Systems with Applications از انتشارات sciencedirect چاپ شده است. الگوریتم بهینه‌سازی هیپ به عنوان بهینه‌ساز مبتنی بر هیپ (HBO) نام‌گذاری شده است زیرا از ساختار داده‌های هیپ برای ترسیم مفهوم سلسله مراتبی سازمانی استفاده می‌کند. الگوریتم بهینه‌سازی هیپ برمبنای تعامل بین کارکنان یک سازمان ابداع شده است. هدف تحقیق حاضر، معرفی و شناساندن الگوریتم بهینه‌سازی هیپ به محققان جهت بکارگیری در حل مسائل بهینه‌سازی می‌باشد. در این تحقیق، الگوریتم بهینه‌سازی هیپ روی مسائل مختلف بهینه‌سازی تست شده است. در شبیه‌سازی پیوست شده الگوریتم بهینه‌سازی هیپ با الگوریتم بهینه‌سازی اجتماع ذرات، الگوریتم سینوس کسینوس و الگوریتم شعله-پروانه مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم بهینه‌سازی هیپ 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 مدل بهبودیافته الگوریتم کپک مخاطی با استفاده از یادگیری مبتنی بر مخالفت

مدل بهبودیافته الگوریتم کپک مخاطی با استفاده از یادگیری مبتنی بر مخالفت

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
حجم فایل: 5470 کیلوبایت
قیمت: 71000 تومان

در این تحقیق یک مدل بهبودیافته از الگوریتم کپک مخاطی(slime mould algorithm) با استفاده از یادگیری مبتنی بر مخالفت(opposition-based learning) برای حل مسائل بهینه‌سازی پیوسته پیشنهاد شده است. استفاده از یادگیری مبتنی بر مخالفت(OBL) تلاشی برای تقویت مرحله اکتشاف در الگوریتم کپک مخاطی(SMA) است. فایل شبیه‌سازی این تحقیق فقط برای توابع پیوسته بررسی شده است. آزمایش‌های شبیه‌سازی در محیط متلب 2018 برروی 23 تابع استاندارد IEEE CEC 2014 انجام شده است. نتایج نشان داد که مدل بهبودیافته در مقایسه با الگوریتم کپک مخاطی و بهینه‌سازی اجتماع ذرات بهتر عمل کرده است.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود ترکیب الگوریتم بهینه‌سازی پروانه با الگوریتم بهینه‌سازی اجتماع ذرات

ترکیب الگوریتم بهینه‌سازی پروانه با الگوریتم بهینه‌سازی اجتماع ذرات

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
حجم فایل: 2368 کیلوبایت
قیمت: 81000 تومان

در این تحقیق، یک مدل ترکیبی با استفاده از الگوریتم بهینه‌سازی پروانه(butterfly optimization algorithm) و بهینه‌سازی اجتماع ذرات (particle swarm optimization) مبتنی بر نگاشت آشوب کیوبیک برای حل مسائل بهینه‌سازی پیوسته پیشنهاد شده است. هدف از ترکیب الگوریتم بهینه‌سازی اجتماع ذرات(PSO) با الگوریتم بهینه‌سازی پروانه(BOA) این است که مشکل همگرایی کند الگوریتم بهینه‌سازی پروانه برای بهینه‌سازی سراسری بهبود یابد. فایل شبیه‌سازی این تحقیق فقط برای توابع پیوسته بررسی شده است. آزمایش‌های شبیه‌سازی در محیط متلب 2018 برروی 26 تابع استاندارد IEEE CEC انجام شده است. نتایج با الگوریتم بهینه‌سازی پروانه، الگوریتم بهینه‌سازی اجتماع ذرات و ترکیب PSOBOA مقایسه شده است.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه