عنوان فارسی مقاله:بهینه ساز جستجوی گروهی: الگوریتمی بهینه سازی فرا-ابتکاری الهام گرفته از طبیعت با نتایج، انواع و برنامههای آن
چکیده
در این مقاله، برای جلب توجه محققان به الگوریتمهای الهام گرفته از طبیعت و مسائل بهینه سازی، یک بررسی جامع از الگوریتم بهینه ساز جستجوی گروه (GSO) با بحثهای مفصل معرفی شده است. GSO یک الگوریتم بهینه سازی الهام گرفته از طبیعت است که توسط هی و همکاران (IEEE Trans Evol Comput 13: 973-990، ۲۰۰۹) برای حل چندین مسئله مختلف بهینه سازی ارائه شده است.. این از رفتار جستجوی حیوانات در زندگی واقعی الهام گرفته شده است. این بررسی بر کاربردهای الگوریتم GSO و انواع مختلف آن متمرکز است و از سال پیشنهادی آن (۲۰۰۹) تاکنون (۲۰۲۰) متمرکز است. از الگوریتم GSO برای کشف بهترین راه حل در بین مجموعهای از راه حلهای کاندیدا برای حل هر مسئله بهینه سازی با تعیین حداقل یا حداکثر تابع هدف برای یک مسئله خاص استفاده میشود. بهینه سازی های فرا ابتکاری، الگوریتمهای الهام گرفته از طبیعت، به دلیل حاکمیت خود در حل مشکلات مختلف تصمیم گیری، به یک منطقه جالب تبدیل شدهاند. رویههای کلی الگوریتم GSO همراه با انواع الگوریتم مانند نسخههای اصلی، نسخههای گسسته و نسخههای اصلاح شده توضیح داده شده است. علاوه بر این، کاربردهای الگوریتم GSO با جزئیات مانند عملکرد معیار، طبقه بندی، شبکه، مهندسی و سایر مشکلات ارائه شده است. سرانجام، با توجه به مقالات تجزیه و تحلیل شده توسط تمام ناشران مانند IEEE، Elsevier و Springer، از الگوریتم GSO بیشتر در حل مشکلات مختلف بهینه سازی استفاده میشود. علاوه بر این، در مقایسه با سایر الگوریتمهای بهینه سازی منتشر شده مشابه، نتایج مقایسهای و امیدوار کنندهای به دست آورد(الگوریتمی بهینه سازی فرا-ابتکاری).
- لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
- همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
- ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.