light box
امتیاز 2.93 الگوریتم بهینه سازی ملخ: نظریه و کاربرد">

نوع فایل : word
تعداد صفحات : 26
تعداد کلمات : 8900
مجله : Mathematics and Computers in Simulation
انتشار : 2021
ترجمه متون داخل جداول : ترجمه شده است
درج جداول در فایل ترجمه : درج شده است
منابع داخل متن : به صورت فارسی درج شده است
کیفیت ترجمه : طلایی
دسته بندی :
برچسب ها : ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ، ،

عنوان فارسی مقاله:الگوریتم بهینه سازی ملخ: نظریه و کاربرد

 چکیده  

در این مقاله یک الگوریتم بهینه سازی به نام الگوریتم بهینه سازی ملخ (GOA) پیشنهاد شده و از آن برای حل مسائل بهینه سازی ساختاری استفاده می‌شود. الگوریتم پیشنهادی از نظر ریاضی اصلاح شده و از رفتار دسته‌های ملخ در طبیعت برای حل مسائل بهینه سازی تقلید می‌کند. الگوریتم GOA ابتدا در مجموعه‌ای از مسائل آزمون از جمله CEC2005 محاسبه می‌شود تا عملکرد آن را از لحاظ کیفی و کمی بررسی و تأیید کند. سپس برای یافتن شکل بهینه برای یک خرپای ۵۲ میلگردی، خرپای ۳ میلگردی و تیر یکسرگیردار استفاده می‌شود تا کاربرد آن را نشان دهد. نتایج نشان می‌دهد که الگوریتم پیش فرض قادر به ارائه نتایج برتر در مقایسه با الگوریتم‌های شناخته شده و اخیر در منابع است. نتایج برنامه‌های واقعی نیز شایستگی GOA در حل مسائل واقعی با فضاهای ناشناخته جستجو را ثابت می‌کند.

Title:GEPSO: A new generalized particle swarm optimization algorithm

Abstract

 Particle Swarm Optimization (PSO) algorithm is a nature-inspired meta-heuristic that has been utilized as a powerful optimization tool in a wide range of applications since its inception in 1995. Due to the flexibility of its parameters and concepts, PSO has appeared in many variants, probably more than any other meta-heuristic algorithm. This paper introduces the Generalized Particle Swarm Optimization (GEPSO) algorithm as a new version of the PSO algorithm for continuous space optimization, which enriches the original PSO by incorporating two new terms into the velocity updating equation. These terms aim to deepen the interrelations of particles and their knowledge sharing, increase variety in the swarm, and provide a better search in unexplored areas of the search space. Moreover, a novel procedure is utilized for dynamic updating of the particles’ inertia weights, which controls the convergence of the swarm towards a solution. Also, since parameters of heuristic and meta-heuristic algorithms have a significant influence on their performance, a comprehensive guideline for parameter tuning of the GEPSO is developed. The computational results of solving numerous well-known benchmark functions by the GEPSO, original PSO, Repulsive PSO (REPSO), PSO with Passive Congregation (PSOPC), Negative PSO (NPSO), Deterministic PSO (DPSO), and Line Search-Based Derivative-Free PSO (LS-DF-PSO) approaches showed that the GEPSO outperformed the compared methods in terms of mean and standard deviation of fitness function values and runtimes.

    ثبت دیدگاه

      • دیدگاه های ارسال شده توسط شما، پس از تایید توسط تیم مدیریت در وب منتشر خواهد شد.
      • پیام هایی که حاوی تهمت یا افترا باشد منتشر نخواهد شد.
      • پیام هایی که به غیر از زبان فارسی یا غیر مرتبط باشد منتشر نخواهد شد.

    برای ارسال دیدگاه شما باید وارد سایت شوید.

    محصولات مشابه
    شبکه بندی( تشکیل شبکه) برای تسریع سرعت نوآوری های SME
    خـریـد محـصـول
    مسابقات ایده داخلی: ادراکات محیط کار و نقش تعدیل کننده فاصله قدرت
    خـریـد محـصـول
    کمانش دینامیک مخازن فولادی مهار شده تحت بارگذاری زلزله
    خـریـد محـصـول
    شاخص های مورد استفاده برای اندازه گیری نوآوری در خدمات و نوآوری در تولید
    خـریـد محـصـول
    رفتار کارآفرینانه و ایجاد سرمایه گذاری جدید: چشم انداز روانکاوی
    خـریـد محـصـول
    آیا اقتصاد مشارکتی موجب توسعه پایدار اقتصادی و كارآیی انرژی می شود؟
    خـریـد محـصـول
    مطالعه تطبیقی قوانین API650-2008 با تجزیه تحلیل FEM به منظور سنجش
    خـریـد محـصـول
    ارتباط خدمات مشاوره ای کارمندان و عملکرد سازمان های غیردولتی در کنیا
    خـریـد محـصـول
    الگوریتم جست و جوی کلاغ پیشرفته برای خوشه بندی داده‌ها
    خـریـد محـصـول
    بهینه ساز جستجوی گروهی: الگوریتمی بهینه سازی فرا-ابتکاری الهام گرفته از طبیعت با نتایج
    خـریـد محـصـول
    ثبت اختراع یا انتشار مقاله

    در اولین مرحله از شروع یک تحقیق جدید نیاز است منابع مختلفی جستجو شود تا جدید بودن ایده مورد بررسی قرار گیرد. یکی از بهترین منابع جهت جستجو، لیست اختراع های ثبت شده است. پایگاه های جستجوی پتنت به محقق کمک میکند پیشینه تحقیق خود را مورد بررسی قرار دهد تا مطمئن شود کار تکراری انجام نمیدهد. لیست اختراعات ثبت شده در اداره ثبت اختراعات ایران دارای طبقه بندی های متفاوتی است. در طبقه بندی بین المللی B که شامل اختراعات حوزه نیاز ها بشری شامل عملیات اجرایی، حمل و نقل شامل: کشتیرانی، ترابری و دیگر موارد را میتوانید در پایگاه جستجوی دارایی های فکری دارکوب مشاهده کنید.

    ثبت اختراع یا انتشار مقاله کدام اول باید انجام شود؟ پژوهشگران منابع مالی و غیر مالی بسیاری را صرف انجام تحقیقات و پژوهش ها میکنند و امکان دارد تعدادی از آنها تبدیل به دستاوردها و فناوری های نو گردد. محققان این نتایج را به سرعت در مقالات علمی ملی و بین المللی منتشر و به آن افتخار میکنند. اما باید مد نظر داشت، چنانچه دستاورد پژوهشی امکان تبدیل شدن به یک محصول یا فرآیند قابل استفاده و تولید در صنعت را داشته باشد، هر گونه انتشار عمومی از جمله مقاله باعث از دست رفتن شرط جدید بودن و در نتیجه عدم امکان ثبت فناوری به عنوان اختراع خواهد شد.

    در نتیجه محققان و پژوهشگران باید پیش از هرگونه افشاء عمومی آن دسته از نتایج تحقیقاتی که شرایط ثبت اختراع را دارا می باشد به صورت اظهارنامه اختراع در اداره مربوطه ثبت و سپس نسبت به انتشار آنها اقدام کنند. امکان دارد مراحل ثبت اختراع چندین ماه به طول بیانجامد که انتشار مقاله (و مانند آن) پس از تاریخ ثبت اظهارنامه اختراع مشکلی را در فرآیند ثبت اختراع بوجود نمی آورد.

    از آنجا که برخی دستاورد ها مانند روشهای تشخیص بیماری و نوآوری های مدیریتی قابلیت ثبت اختراع بین المللی و ملی را ندارند، محققان بدون نگرانی میتوانند انتشار در مقالات داخلی و خارجی را به عنوان اولین گزینه جهت کسب افتخار دست یابی به این قبیل پژوهشها انتخاب کنند.

     
    برو بالا