WHO: الگوریتم تکاملی جدید با الهام از کل یالدار(بوفالو)با مطالعه موردی

WHO: الگوریتم تکاملی جدید با الهام از کل یالدار(بوفالو)با مطالعه موردی

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 32

تعداد کلمات : 11000

مجله : International Journal of Pattern Recognition and Artificial Intelligence

انتشار : 2018

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

:

تاریخ انتشار
28 دسامبر 2021
دسته بندی
تعداد بازدیدها
1215 بازدید
33,000 تومان
دانلود اصل مقاله

عنوان فارسی مقاله:WHO: الگوریتم تکاملی جدید با الهام از کل یالدار(بوفالو)با مطالعه موردی در بخش بندی مشتریان بانک

 چکیده

 الگوریتم‌های تکاملی متعددی ارائه شده است که از زندگی شگفت انگیز موجوداتی مانند حیوانات، حشرات و پرندگان الهام گرفته شده است. هر الگوریتم الهام گرفته شده دارای مزایا و معایب خاص خود است و راه خاص خود را برای انجام اکتشاف و بهره برداری دارد. در این مقاله، یک الگوریتم تکاملی جدید با مفاهیم جدید، به نام بهینه سازی گله بوفالو (کل یالدار) (WHO) پیشنهاد شده است. این الگوریتم از زندگی باشکوه بوفالو (کل یالدار) در آفریقا الهام گرفته شده است. کوچ و مهاجرت از زندگی بوفالو (کل یالدار) جدا نیست. هنگامی که یک بوفالو می‌خواهد مسیر خود را در هنگام مهاجرت انتخاب کند، بهترین مسیر شناخته شده برای خود، محل بوفالو (کل یالدار) بالغ‌تر در میان جمعیت و جهت بوفالو (کل یالدار) با تحرک بالا را در نظر می‌گیرد. الگوریتم WHO این ویژگی‌ها را تقلید می‌کند و می‌تواند همزمان فضای جستجو را کاوش و از آن بهره برداری کند. برای اعتبارسنجی WHO، برای مسائل بهینه سازی و وظایف داده کاوی اعمال می‌شود. نشان داده شده است که WHO از سایر الگوریتم‌های تکاملی، مانند الگوریتم ژنتیک و بهینه سازی ازدحام ذرات، در مسائل ارزیابی شده بهتر عمل می‌کند. سپس، WHO برای مشکل تقسیم بندی مشتری اعمال می‌شود. تقسیم بندی مشتریان یکی از مهمترین وظایف داده کاوی به ویژه در بخش بانکی است. در این مقاله، مشتریان یک بانک با حساب‌های جاری با استفاده از WHO بر اساس چهار جنبه سودآوری، هزینه، وفاداری و اعتبار تقسیم بندی می‌شوند. برخی از این جنبه‌ها به روشی جدید محاسبه می‌شوند. نتایج مورد استقبال مقامات بانک قرار گرفت.

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: WHO: A New Evolutionary Algorithm Bio-Inspired of Wildebeests with a Case Study on Bank Customer Segmentation

Abstract

 Numerous evolutionary algorithms have been proposed which are inspired by the amazing living of creatures, such as animals, insects, and birds. Each inspired algorithm has its own advantages and disadvantages, and has its own way to accomplish exploration and exploitation. In this paper, a new evolutionary algorithm with novel concepts, called Wildebeests Herd Optimization (WHO), is proposed. This algorithm is inspired from the splendid life of wildebeests in Africa. Moving and migration are inseparable from wildebeests' lives. When a wildebeest wants to choose its path during migration, it considers the best path known to itself, the location of the more mature wildebeests in the crowd, and the direction of wildebeests with high mobility. The WHO algorithm imitates these traits, and can concurrently explore and exploit the search space. For validating WHO, it is applied to optimization problems and data mining tasks. It is demonstrated that WHO outperforms other evolutionary algorithms, such as genetic algorithm and particle swarm optimization, in the assessed problems. Then, WHO is applied to the customer segmentation problem. Customer segmentation is one of the most important tasks of data mining, especially in the banking sector. In this paper, the customers of a bank with current accounts are segmented using WHO based on four aspects: profitability, cost, loyalty and credit; some of these aspects are calculated in a novel way. The results were welcome by the bank authorities.