الگوریتم بهینه سازی شعله پروانه: یک الگوی ابتکاری مبتنی بر طبیعت

نوع فایل : word

تعداد صفحات : 33

تعداد کلمات : 10900

مجله : Knowledge-Based Systems

انتشار : 2016

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

فونت ترجمه : Bنازنین 12

تاریخ انتشار
27 فوریه 2021
دسته بندی
تعداد بازدیدها
2088 بازدید
49,000 تومان

عنوان فارسی مقاله:الگوریتم بهینه سازی شعله پروانه: یک الگوی ابتکاری مبتنی بر طبیعت

 چکیده  

در این مقاله الگویی جدید بهینه سازی الهام گرفته از طبیعت به نام الگوریتم بهینه سازی شعله پروانه (MFO) ارائه شده است. الهام اصلی این بهینه ساز روش جست و جو یا حرکت پروانه‌ها در طبیعت است که جهت عرضی نامیده می‌شود. پروانه‌ها با حفظ یک زاویه ثابت نسبت به ماه، مکانیسم بسیار موثری برای حرکت در یک مسیر مستقیم برای مسافت‌های طولانی در شب پرواز می‌کنند. با این حال، این حشرات فانتزی در یک مسیر مارپیچی در اطراف نورهای مصنوعی گرفتار شده‌اند. این مقاله برای انجام بهینه سازی از نظر ریاضی این رفتار را مدل سازی می‌کند. الگوریتم MFO با دیگر الگوریتم‌های معروف الهام گرفته از طبیعت در ۲۹ معیار و ۷ مسئله مهندسی واقعی مقایسه می‌شود. نتایج آماری مربوط به توابع معیار نشان می‌دهد که این الگوریتم قادر به ارائه نتایج بسیار امیدوار کننده و رقابتی است. علاوه بر این، نتایج مسائل واقعی نشانگر شایستگی این الگوریتم در حل مسائل چالش برانگیز با محدودیت‌ها و ناشناخته‌های جستجو است. در این مقاله همچنین استفاده از الگوریتم پیشنهادی در زمینه طراحی پیشرانه‌های دریایی برای بررسی بیشتر اثربخشی آن در عمل مورد توجه قرار گرفته است. توجه داشته باشید که کدهای منبع الگوریتم MFO در http://www.alimirjalili.com/MFO.zip به صورت عمومی در دسترس هستند

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: Moth-Flame Optimization Algorithm: A Novel Nature inspired Heuristic Paradigm

Abstract

 In this paper a novel nature-inspired optimization paradigm is proposed called Moth-Flame Optimization (MFO) algorithm. The main inspiration of this optimizer is the navigation method of moths in nature called transverse orientation. Moths fly in night by maintaining a fixed angle with respect to the moon, a very effective mechanism for travelling in a straight line for long distances. However, these fancy insects are trapped in a useless/deadly spiral path around artificial lights. This paper mathematically models this behaviour to perform optimization. The MFO algorithm is compared with other well-known nature-inspired algorithms on 29 benchmark and 7 real engineering problems. The statistical results on the benchmark functions show that this algorithm is able to provide very promising and competitive results. Additionally, the results of the real problems demonstrate the merits of this algorithm in solving challenging problems with constrained and unknown search spaces. The paper also considers the application of the proposed algorithm in the field of marine propeller design to further investigate its effectiveness in practice. Note that the source codes of the MFO algorithm are publicly available at http://www.alimirjalili.com/MFO.zip

    دیدگاهتان را بنویسید