عنوان فارسی مقاله:بهینه ساز مبتنی بر گربه و موش: الگوریتم جدید بهینه سازی الهام گرفته از طبیعت
چکیده
مسائل بهینه سازی متعدد طراحی شده در شاخه های مختلف علم و دنیای واقعی باید با استفاده از تکنیک های مناسب حل شوند. الگوریتمهای بهینهسازی مبتنی بر جمعیت از مهمترین و کاربردیترین تکنیکها برای حل مسائل بهینهسازی هستند. در این مقاله، یک الگوریتم بهینه سازی جدید به نام بهینه ساز مبتنی بر گربه و موش (CMBO) ارائه شده است که رفتار طبیعی بین گربه ها و موش ها را تقلید می کند. در CMBO پیشنهادی، حرکت گربه ها به سمت موش ها و همچنین فرار موش ها به سمت پناهگاه ها شبیه سازی شده است. مدلسازی ریاضی و فرمول CMBO پیشنهادی برای پیادهسازی روی مسائل بهینهسازی ارائه شده است. عملکرد CMBO بر روی یک مجموعه استاندارد از توابع هدف از سه نوع مختلف از جمله تکوجهی، چندوجهی با ابعاد بالا و چندوجهی با ابعاد ثابت ارزیابی میشود. نتایج بهینهسازی توابع هدف نشان میدهد که CMBO پیشنهادی توانایی خوبی در حل مسائل مختلف بهینهسازی دارد. علاوه بر این، نتایج بهینهسازی بهدستآمده از CMBO با عملکرد نه الگوریتم معروف دیگر از جمله الگوریتم ژنتیک (GA)، بهینهسازی ازدحام ذرات (PSO)، الگوریتم جستجوی گرانشی (GSA)، بهینهسازی مبتنی بر آموزش-یادگیری (TLBO)، بهینه ساز گرگ خاکستری (GWO)، الگوریتم بهینه سازی نهنگ (WOA)، الگوریتم شکارچیان دریایی (MPA)، الگوریتم ازدحام Tunicate TSA و الگوریتم بهینه سازی کار تیمی (TOA) مقایسه میشود. تجزیه و تحلیل عملکرد CMBO پیشنهادی در برابر الگوریتمهای مقایسه شده نشان میدهد که CMBO با ارائه راهحلهای شبه بهینه مناسبتر که به بهینه جهانی نزدیکتر هستند، بسیار رقابتیتر از سایر الگوریتمها است(بهینه سازی الهام گرفته از طبیعت).
- 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.