مقایسه عملکرد الگوریتم های بهینه سازی جدید | شبیه سازی در متلب

عنوان مقاله : مقايسه عملكرد چهار الگوريتم فراابتكاري نوين براي حل مسايل بهينه سازي رياضي
نوع ارائه: مقاله
نویسنده: دليلي يزدي هدي*,توكلي مقدم رضا,بوالحسني گلريز

*دانشگاه آزاد اسلامي، واحد علوم و تحقيقات، تهران

عنوان مجمع: کنفرانس بين المللي انجمن ايراني تحقيق در عمليات
نوع مجمع: انجمن هاي علمي
حامی: انجمن ايراني تحقيق در عمليات، دانشكده علوم رياضي، دانشگاه فردوسي مشهد

مقايسه عملكرد چهار الگوريتم فراابتكاري

مقايسه عملكرد چهار الگوريتم فراابتكاري

چکیده مقاله:

امروزه الگوریتم های فراابتکاری سهم بسزایی را در حل تقریبی مسائل بهینه سازی دارا می باشند. انتخاب الگوریتمی مناسب برای مسائل مختلف دارای اهمیت می باشد به طوری که یک الگوریتم برای گونه ای از مسائل می تواند مناسب و در عین حال برای دیگر مسائل نامناسب باشد. در این مقاله سعی شده است با مقایسه الگوریتم بهینه سازی گرگ خاکستری با ٣ الگوریتم نوین بهینه سازی (الگوریتم زنبور ها، الگوریتم مبتنی برجغرافیای زیستی، الگوریتم بهینه سازی ازدحام جوجه ها)
(از طریق حل نه تابع معیار)، عملکرد این الگوریتم ها از دو جهت دستیابی به نقطه بهینه سراسری و همچنین زمان دستیابی به این نقطه، مورد بررسی قرار گیرد. به جهت صحیح بودن مقایسه، الگوریتم های انتخاب شده همگی از جمله الگوریتم هایی هستند که برگرفته از رفتار غذایابی موجودات زنده می باشد.

واژگان کلیدی : الگوریتم گرگ خاکستری؛ الگوریتم زنبورها؛ الگوریتم مبتنی برجغرافیای زیستی؛ الگوریتم بهینه سازی ازدحام جوجه ها؛ توابع ریاضی

مقايسه عملكرد چهار الگوريتم فراابتكاري

جهت دریافت شبیه سازی مقاله فوق در نرم افزار Matlab با ما تماس بگیرید.

کد مقاله Opt-1

ما در متلب 24 بعنوان مرجع تخصصی هوش مصنوعی و الگوریتم های بهینه سازی آمادگی داریم تا مقاله فوق را با هر الگوریتم تکاملی ای که مورد نظر شما هست برایتان شبیه سازی کنیم .

جهت هماهنگی میتوانید با شماره زیر تماس بگیرید : 09120563264

در زیر برخی از الگوریتم های بهینه سازی را لیست کرده ایم اما هر الگوریتم بهینه سازی دیگری نیز مد نظر شما باشد قابل انجام می باشد:

• الگوریتم بهینه سازی گرگ خاکستری GWO
• الگوریتم بهینه سازی مرغ آلاچیق ساز SBO
• الگوریتم بهینه سازی کلونی زنبور عسل  ABC
• الگوریتم بهینه سازی عنکبوت اجتماعی  SSA
• الگوریتم بهینه سازی وال یا نهنگ WOA
• الگوریتم بهینه سازی سنجاقک DA
• الگوریتم بهینه سازی ملخ GOA
• الگوریتم بهینه سازی گرده افشانی گل ها FPA
• الگوریتم غذایابی باکتری BFA
• الگوریتم ازدحام ماهی های مصنوعی AFSA
• الگوریتم علف های هرز WOI
• الگوریتم جستجوی گرانشی GSA
• الگوریتم توده ذرات PSO
• الگوریتم خفاش BA
• الگوریتم زنبور عسل HBO
• الگوریتم قابت استعماری ICA
• الگوریتم تکامل تفاضلی DE
• الگوریتم کلونی مورچگان ACO
• الگوریتم کلونی مورچگان پیوسته ACOR
• الگوریتم جستجوی هارمونی HA
• الگوریتم بهینه سازی واکنش شیمیایی CRO
• الگوریتم سیستم ایمنی مصنوعی IA
• الگوریتم ذوب شبیه سازی شده SA
• الگوریتم جستجوی ممنوعه TS
• الگوریتم قورباغه SFLA
• الگوریتم ژنتیک GA

جهت پیاده سازی هر یک الگوریتم های تکاملی و مقایسه کارایی آنها با یکدیگر کافی است با متلب 24 تماس بگیرید تا کارشما را به بهترین شکل ممکن و در کمترین زمان انجام دهیم. 

نوشته مقاله بهینه سازی : مقايسه عملكرد چهار الگوريتم فراابتكاري نوين اولین بار در برنامه نویسی هوشمند پدیدار شد.

کد متلب الگوریتم غذایابی باکتری

کد متلب الگوریتم غذایابی باکتری

ایده اول غذایابی باکتری بر این واقعیت استوار است که در طبیعت ، جانداران با روش غذایابی ضعیف احتمال انفراض بیشتری نسبت به جاندارانی با استراتژی غذایابی موفق دارند.پس از نسل های زیاد، جانداران با روش غذایابی ضعیف نابود شده و یا به حالت های بهتر تغییر شکل میدهند. باکتری E-coil که در روده انسان زندگی میکند، روش غذایابی دارد که بر چهار مرحله استوار است . این چهار مرحله عبارتند از : حرکت، عملکرد گروهی، تولید مثل، حذف وپراکندگی.

مرحله حرکت:

در این مرحله باکتری ها شروع به جنبش و شنا میکنند. در واقع بسته به چرخش دم باکتری، باکتری جست و خیز کرده و شروع به حرکت میکند (جنبش). اگر در مسیر جدید مقدار غذا بهتر بود ، باکتری شروع به حرکت در همان مسیر میکند (شنا).

عملکرد گروهی:

وقتی که یک باکتری مسیر بهتری برای غذا پیدا میکند، باکتری های دیگر را به سمت خود جذب کرده و باکتری ها سریعتر به محل غذای اصلی میرسند. عملکرد دسته جمعی سبب حرکت گروهی باکتری ها به سمت غذا میشود.

تولید مثل:

در این مرحله نصف تعداد باکتری ها که غذای خوبی پیدا نکرده اند نابود میشوند و نصف دیگر شامل باکتری های سالم ، هر یک یک بار دیگر کپی میشوند و با این عمل تعداد جمعیت باکتری ها ثابت نگه داشته میشود.

حذف و پراکندگی:

زندگی جمعیت باکتری ها به مرور با مصرف غذا و یا ناگهان در اثر موارد دیگر دچار تغییر میشود. حوادث میتوانند موجب کشته شدن و یا پراکنده شدن باکتری ها شوند.این عمل اگر چه در ابتدا ممکن است منجر به برهم خوردن مرحله حرکت به سمت غذا باشد اما میتواند تاثیر مثبتی هم بر ان داشته باشد. زیرا پراکندگی باکتری ها ممکن است آن ها را در مکان هایی نزدیک به منابع غذایی خوب قرار دهد. در مرحله حذف و پراکندگی از به دام افتادن باکتری ها در نقطه بهینه محلی جلوگیری میکند. در هر مرحله حذف و پراکندگی هر باکتری موجود در جمعیت به احتمال Ped در معرض حذف و پراکندگی قرار میگیرد. برای ثابت نگه داشتن تعداد باکتری ها اگر یک باکتری نابود شود ، باکتری جدیدی را به صورت تصادفی در محدوده جستجو قرار میدهیم.

برای دریافت کد متلب الگوریتم غذایابی باکتری به همراه فایل توضیحات از لینک زیر اقدام به خرید فرمایید

کد متلب الگوریتم غذایابی باکتری به همراه توضیحات: هزینه 25000 تومان

نوشته کد متلب الگوریتم غذایابی باکتری اولین بار در برنامه نویسی هوشمند پدیدار شد.