کد متلب الگوریتم سنجاقک باینری
در این مقاله از متلب 24 مرجع تخصصی هوش مصنوعی و کدنویسی متلب ، کد متلب الگوریتم سنجاقک باینری را به همراه توضیحات کد آماده سازی کرده ایم و برای دانلود قرار داده ایم
دانلود کد متلب الگوریتم سنجاقک باینری
در این پست الگوریتم بهینه سازی سنجاقک یا Dragon Algorithm که به اختصار به آن الگوریتم DA گفته میشود را معرفی خواهیم کرد. الگوریتم بهینه سازی سنجاقک یا الگوریتم DA در سال 2015 توسط میرجلیلی معرفی و منتشر شده است. الگوریتم سنجاقک در دسته الگوریتم های بهینه سازی الهام گرفته از طبیعت قرار میگیرد که ایده آن از رفتار سنجاقک ها در شکار غذا و طعمه الهام گرفته شده است.
الگوریتم سنجاقک برای مسائل باینری (BDA)
بهینه سازی در فضای جستجوی باینری خیلی متفاوت از فضای پیوسته می باشد. در فضای جستجوی پیوسته، عامل های جستجوی DA میتوانند موقعیت های خود را با افزودن طول گام به بردار موقعیت خود بروزرسانی کنند.اما در فضای جستجوی باینری، موقعیت عامل های جستجو نمیتواند با با افزودن طول گام به X بروزرسانی شود چونکه بردار موقعیت عامل های جستجو تنها میتواند مقدار 0 یا 1 داشته باشد. به دلیل شباهت DA و سایر تکنیک های هوش ازدحامی، میتوانیم از روش های موجود در کارهای قبلی برای حل مسائل باینری در الگوریتم DA نیز استفاده کنیم.
کد باینری الگوریتم سنجاقک
باتوجه به مقاله میرجلیلی و همکاران، ساده ترین و موثر ترین روش باری تبدیل تکنیک های هوش ازدحامی پیوسته به یک الگوریتم باینری بدون اصلاح ساختار آن، به کار گیری یک تابع انتقال (transfer function) می باشد. تابع انتقال مقدار سرعت(طول گام) را بعنوان ورودی دریافت کرده و یک عدد در بازه [0,1] برمیگرداند، که احتمال تغییر موقعیت ها را بیان میکند. خروجی این تابع تناسب مستقیم با مقدار بردار سرعت دارد.بنابراین، مقدار بزرگتر سرعت عامل جستجو بروزرسانی موقعیت آن را خیلی محتمل می سازد. این روش تغییرات ناگهانی در ذرات با مقدار سرعت بالا را شبیه سازی میکند مشابه با بهینه سازی های پیوسته.
برای دریافت کد متلب الگوریتم سنجاقک باینری میتوانید از بخش زیر اقدام کنید و با پرداخت هزینه بصورت آنلاین ، لینک دانلود کد باینری الگوریتم سنجاقک به همراه فایل PDF توضیحات کد برای شما ارسال میشود.
[parspalpaiddownloads id=”149″]
