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.

الگوریتم گرده افشانی گل یا الگوریتم Flower Pollination Algorithm که به اختصار به آن الگوریتم FPA گفته میشود یک الگوریتم الهام گرفته از طبیعت است که از رفتار گرده افشانی گل ها توسط زنبورها الهام گرفته شده است. الگوریتم گرده افشانی گل در سال 2012 توسط یانگ ارائه گردیده است.

گرده افشانی گل ها یک فراینده جذاب در طبیعت می باشد . ویژگی های تکاملی ای را میتوان در این رفتار مشاهده کرد که قابل استفاده برای طراحی یک الگوریتم بهینه سازی جدید می باشند.

ویژگی های فراینده گرده افشانی گل ها

تخمین زده میشود که بیش از 250 هزار گونه مختلف از گیاهان گلدار در طبیعت جود دارد که حدود 80 درصد از کل گیاهان را گیاهان گل دار تشکیل میدهند. گل دهی گیاهان طی بیش از 125 میلیون سال تکامل یافته است و گل ها به گیاهانی موثر در طبیعت تبدیل شده اند، و نمیتوان جهان را بدون گل ها تصور کرد. هدف اصلی یک گل در نهایت تولید مثل از طریق گرده افشانی می باشد. گرده افشانی گل معمولا با انتقال گرده همراه می باشد و این انتقال اغلب مرتبط است به گرده افشان هایی ماننده حشرات ، پرندگاه، خفاش ها و سایر حیوانات. در حقیقت، گیاهان و حشرات به صورت مشترک یک همکاری تکامل یافته و تخصصی برای گرده افشانی را انجام میدهند.بعنوان مثال، برخی از گل ها تنها میتوانند جذب کنند و توانایی پرکنده گردن گرده را ندارند و عمل گرده افشانی آنها کاملا وابسته به گونه های خاصی از حشرات می باشد.

کد الگوریتم گرده افشانی گل ها یا به اختصار الگوریتم FPA در متلب و با توجه به مقاله اصلی آن یعنی مقاله

“Flower Pollination Algorithm for Global Optimization”

نوشته شده است و بر روی تابع Sphere تست شده است. تابع sphere یک تابع شناخته شده و به اصطلاح بنچ مارک در مسائل بهینه سازی می باشد و از جمله توابعی هست که برای محک کردن میزان قدرت الگوریتم های تکاملی مورد استفاده قرار میگیرد.

شبه کد الگوریتم گرده افشانی گل ها بصورت زیر می باشد:

همچنین کد به نحوی نوشته شده است که براحتی بتوان تابع هدف را تغییر داد و کد را برای مسائل مختلف استفاده کرد.

فلوچارت الگوریتم گرده افشانی گل ها نیز بصورت زیر می باشد:

کد الگوریتم گرده افشانی گل ها در متلب نوشته شده است و به همراه کد متلب، که قابل اجرا در نرم افزار متلب می باشد یک فایل پی دی اف 12 صفحه ای  نیز وجود دارد که تمامی بخش های کد را به صورت خط به خط توضیح میدهد کد را به شما آموزش میدهد.

جهت دریافت کد متلب الگوریتم گرده افشانی گل ها یا الگوریتم FPA از بخش زیر اقدام کنید و بصورت آنلاین کد و توضیحات کد را دریافت کنید

تیم برنامه نویسی هوشمند (وب سایت matlab24.ir) آماده همکاری در انجام انواع پروژه ها، و مشاوره پایان نامه می باشد. کافی است با ما تماس بگیرید تا شما را راهنمایی کنیم.

نوشته کد متلب الگوریتم گرده افشانی گل یا الگوریتم FPA اولین بار در برنامه نویسی هوشمند پدیدار شد.

گرده افشانی گل ها یک فراینده جذاب در طبیعت می باشد . ویژگی های تکاملی ای را میتوان در این رفتار مشاهده کرد که قابل استفاده برای طراحی یک الگوریتم بهینه سازی جدید می باشند.

شبه کد الگوریتم گرده افشانی گل ها ی الگوریتم FPA همانند تصویر زیر می باشد:

الگوریتم گرده افشانی گل ها در سال 2012 در مقاله ای با نام Flower Pollination Algorithm for Global Optimization معرفی گردید. الگوریتم گل ها یا الگوریتم گرده افشانی گل که به اختصار به آن الگوریتم FPA گفته میشود یک الگوریتم تکاملی می باشد که الهام گرفته شده از رفتار گرده افشانی و تولید مثل گل ها می باشد.

نوشته الگوریتم گرده افشانی گل ها اولین بار در برنامه نویسی هوشمند پدیدار شد.