دانلود بررسی الگوریتم بهینه‌سازی جستجوی گذرا برروی توابع پیوسته

بررسی الگوریتم بهینه‌سازی جستجوی گذرا برروی توابع پیوسته

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
حجم فایل: 2890 کیلوبایت
قیمت: 70000 تومان

الگوریتم بهینه‌سازی جستجوی گذرا(Transient search optimization) یکی از الگوریتم‌های فراابتکاری است که در سال 2020 در ژورنال معتبر Applied Intelligence از انتشارات اشپرینگر چاپ شده است. این الگوریتم برگرفته از جریان الکتریکی مدارهای برق است. در این تحقیق، الگوریتم بهینه‌سازی جستجوی گذرا برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیه‌سازی پیوست شده الگوریتم بهینه‌سازی جستجوی گذرا با الگوریتم بهینه‌سازی اجتماع ذرات(Particle swarm optimization)، الگوریتم جستجوی گرانشی(Gravitational Search Algorithm)، الگوریتم بهینه‌سازی نهنگ (Whale Optimization Algorithm)، الگوریتم تکامل تفاضلی(Differential Evolution) مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم بهینه‌سازی جستجوی گذرا 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 خرگوش مصنوعی برروی توابع پیوسته

بررسی الگوریتم بهینه‌سازی خرگوش مصنوعی برروی توابع پیوسته

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
حجم فایل: 9512 کیلوبایت
قیمت: 70000 تومان

الگوریتم بهینه‌سازی خرگوش مصنوعی(Artificial rabbits optimization) یکی از الگوریتم‌های فراابتکاری است که در سال 2022 در ژورنال معتبر Engineering Applications of Artificial Intelligence از انتشارات الزویر چاپ شده است. در این تحقیق، الگوریتم بهینه‌سازی خرگوش مصنوعی برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیه‌سازی پیوست شده الگوریتم بهینه‌سازی خرگوش مصنوعی با الگوریتم بهینه‌سازی اجتماع ذرات(Particle swarm optimization)، الگوریتم جستجوی گرانشی(Gravitational Search Algorithm)، الگوریتم کلونی زنبور مصنوعی (artificial bee colony)، الگوریتم تکامل تفاضلی(Differential Evolution) مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم بهینه‌سازی خرگوش مصنوعی 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 غذایابی سفره ماهی برروی توابع پیوسته

بررسی الگوریتم بهینه‌سازی غذایابی سفره ماهی برروی توابع پیوسته

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
تعداد صفحات: 7
حجم فایل: 5059 کیلوبایت
قیمت: 71000 تومان

الگوریتم بهینه‌سازی غذایابی سفره ماهی(Manta ray foraging optimization) یکی از الگوریتم‌های فراابتکاری است که در سال 2020 در ژورنال معتبر Engineering Applications of Artificial Intelligence از انتشارات الزویر چاپ شده است. در این تحقیق، الگوریتم بهینه‌سازی غذایابی سفره ماهی برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیه‌سازی پیوست شده، الگوریتم بهینه‌سازی غذایابی سفره ماهی با الگوریتم بهینه‌سازی اجتماع ذرات(Particle swarm optimization)، الگوریتم جستجوی گرانشی(Gravitational Search Algorithm)، الگوریتم کلونی زنبور مصنوعی(Artificial bee colony)، الگوریتم تکامل تفاضلی(Differential Evolution) مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم بهینه‌سازی غذایابی سفره ماهی 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 تحقیق بررسی الگوریتم مرغ مگس خوار مصنوعی برروی توابع پیوسته

تحقیق بررسی الگوریتم مرغ مگس خوار مصنوعی برروی توابع پیوسته

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: doc, m
تعداد صفحات: 13
حجم فایل: 6951 کیلوبایت
قیمت: 91000 تومان

توضیحات:

تحقیق بررسی الگوریتم مرغ مگس خوار مصنوعی برروی توابع پیوسته، در قالب فایل Word، به همراه فایل شبیه سازی شده در نرم افزار متلب.

این تحقیق در مورد بررسی الگوریتم مرغ مگس خوار مصنوعی برروی توابع پیوسته است. شبیه‌سازی الگوریتم در محیط متلب 2018 انجام شده است.

الگوریتم مرغ مگس خوار مصنوعی (Artificial hummingbird 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 مرغ مگس خوار مصنوعی برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیه‌سازی پیوست شده، الگوریتم مرغ مگس خوار مصنوعی با الگوریتم بهینه‌سازی اجتماع ذرات(Particle swarm optimization)، الگوریتم جستجوی گرانشی(Gravitational Search Algorithm)، الگوریتم کلونی زنبور مصنوعی(Artificial bee colony)، الگوریتم بهینه‌سازی نهنگ(Whale Optimization Algorithm)، و الگوریتم اجتماع سالپ(Salp Swarm Algorithm) مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم مرغ مگس خوار مصنوعی 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 علی بابا و چهل دزد برروی توابع پیوسته

بررسی الگوریتم علی بابا و چهل دزد برروی توابع پیوسته

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
حجم فایل: 3499 کیلوبایت
قیمت: 70000 تومان

الگوریتم علی بابا و چهل دزد(Ali Baba and the forty thieves) یکی از الگوریتم‌های فراابتکاری است که در سال 2022 ابداع شده است. این الگوریتم در ژورنال معتبر Neural Computing and Applications از انتشارات اشپرینگر چاپ شده است. در این تحقیق، الگوریتم علی بابا و چهل دزد برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیه‌سازی پیوست شده، الگوریتم علی بابا و چهل دزد با الگوریتم بهینه‌سازی گرگ خاکستری(Grey Wolf Optimizer)، الگوریتم بهینه‌سازی شعله-پروانه(Moth-Flame Optimization)، الگوریتم بهینه‌سازی مرغ دریایی(Seagull optimization algorithm) و الگوریتم بهینه‌سازی اجتماع ذرات(Particle Swarm Optimization) مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم علی بابا و چهل دزد در مقایسه با الگوریتم‌های ذکر شده، یک بهینه‌ساز با عملکرد بالا است.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه