الگوریتم بهینه سازی ازدحام گربه: نظرسنجی و ارزیابی عملکرد

عنوان فارسی مقاله:الگوریتم بهینه سازی ازدحام گربه: نظرسنجی و ارزیابی عملکرد

چکیده

این مقاله یک بررسی عمیق و ارزیابی عملکرد الگوریتم بهینه‌سازی ازدحام گربه‌ها (CSO) ارائه می‌کند. CSO یک رویکرد بهینه سازی مبتنی بر ازدحام فراابتکاری قوی و قدرتمند است که از زمان پیدایش بازخورد بسیار مثبتی دریافت کرده است. این روش بسیاری از مسائل بهینه سازی را حل کرده است و انواع مختلفی از آن معرفی شده است. با این حال، منابع فاقد یک بررسی دقیق یا ارزیابی عملکرد در این زمینه است. این مقاله در صدد بررسی تمامی این مطالعات از جمله پیشرفت‌ها و کاربردهای آن و گروه بندی آنها بر اساس آن است. علاوه بر این، CSO بر روی ۲۳ تابع معیار کلاسیک و ۱۰ تابع معیار مدرن آزمایش شده است (CEC 2019). سپس نتایج با سه الگوریتم بهینه‌سازی جدید و قدرتمند، یعنی الگوریتم سنجاقک (DA) الگوریتم بهینه‌سازی پروانه (BOA) و بهینه‌ساز وابسته به تناسب (FDO) مقایسه می‌شوند. سپس الگوریتم‌ها بر اساس آزمون فریدمن رتبه بندی می‌شوند و نتایج نشان می‌دهد که CSO در مجموع رتبه اول را دارد. در نهایت، رویکردهای آماری برای تأیید بیشتر عملکرد بهتر الگوریتم CSO به کار گرفته شده است.

ادامه مطلب

راهنمای خرید:

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.

Title: Cat Swarm Optimization Algorithm: A Survey and Performance Evaluation

Abstract

This paper presents an in-depth survey and performance evaluation of cat swarm optimization (CSO) algorithm. CSO is a robust and powerful metaheuristic swarm-based optimization approach that has received very positive feedback since its emergence. It has been tackling many optimization problems, and many variants of it have been introduced. However, the literature lacks a detailed survey or a performance evaluation in this regard. +erefore, this paper is an attempt to review all these works, including its developments and applications, and group them accordingly. In addition, CSO is tested on 23 classical benchmark functions and 10 modern benchmark functions (CEC 2019). +e results are then compared against three novel and powerful optimization algorithms, namely, dragonfly algorithm (DA), butterfly optimization algorithm (BOA), and fitness dependent optimizer (FDO).+ese algorithms are then ranked according to Friedman test, and the results show that CSO ranks first on the whole. Finally, statistical approaches are employed to further confirm the outperformance of CSO algorithm.