الگوریتم جستجوی ترکیبی خزندگان و الگوریتم بهینه سازی ماهی چسبنده

الگوریتم جستجوی ترکیبی خزندگان و الگوریتم بهینه سازی ماهی چسبنده

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 28

تعداد کلمات : 10500

مجله : symmetry

انتشار : 2022

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
9 آوریل 2022
دسته بندی
تعداد بازدیدها
1370 بازدید
37,000 تومان
دانلود اصل مقاله

عنوان فارسی مقاله:الگوریتم جستجوی ترکیبی خزندگان و الگوریتم بهینه سازی ماهی چسبنده برای وظایف بهینه سازی و خوشه بندی داده ها

 چکیده

 خوشه بندی داده‌ها یک مسئله پیچیده داده کاوی است که تعداد زیادی از اشیاء داده را در تعداد از پیش تعریف شده خوشه، خوشه بندی می‌کند. به عبارت دیگر، اجسام متقارن و نامتقارن را می‌یابد. روش‌های بهینه سازی مختلفی برای حل مسائل مختلف یادگیری ماشین استفاده شده است. آن‌ها معمولاً از مشکلات بهینه محلی و عدم تعادل بین مکانیسم‌های جستجو رنج می‌برند. این مقاله یک روش بهینه‌سازی ترکیبی جدید برای حل مسائل مختلف بهینه‌سازی پیشنهاد می‌کند. روش پیشنهادی HRSA نام دارد که الگوریتم اصلی جستجوی خزندگان (RSA) و الگوریتم بهینه‌سازی ماهی چسبنده ROA را ترکیب می‌کند و فرآیندهای جستجوی این مکانیسم‌ها را با یک روش انتقال جدید مدیریت می‌کند. هدف روش پیشنهادی HRSA جلوگیری از ضعف‌های اصلی مطرح شده توسط روش‌های اصلی و یافتن راه حل‌های بهتر است. HRSA پیشنهادی بر روی حل مسائل مختلف بهینه سازی پیچیده آزمایش می‌شود – بیست و سه تابع تست معیار و هشت مشکل خوشه بندی داده‌ها. نتایج به‌دست‌آمده نشان می‌دهد که روش پیشنهادی HRSA به طور قابل‌توجهی بهتر از روش‌های اصلی و مقایسه‌ای پیشرفته عمل می‌کند. روش پیشنهادی تمام روش‌های مقایسه‌ای را با توجه به مسائل ریاضی تحت الشعاع قرار داد. نتایج امیدوارکننده‌ای در حل مسائل خوشه بندی به دست آورد. بنابراین، HRSA زمانی که برای مسائل مختلف خوشه بندی به کار می‌رود، کارایی قابل توجهی دارد.

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:Hybrid Reptile Search Algorithm and Remora Optimization Algorithm for Optimization Tasks and Data Clustering

Abstract

 Data clustering is a complex data mining problem that clusters a massive amount of data objects into a predefined number of clusters; in other words, it finds symmetric and asymmetric objects. Various optimization methods have been used to solve different machine learning problems. They usually suffer from local optimal problems and unbalance between the search mechanisms. This paper proposes a novel hybrid optimization method for solving various optimization problems. The proposed method is called HRSA, which combines the original Reptile Search Algorithm (RSA) and Remora Optimization Algorithm (ROA) and handles these mechanisms’ search processes by a novel transition method. The proposed HRSA method aims to avoid the main weaknesses raised by the original methods and find better solutions. The proposed HRSA is tested on solving various complicated optimization problems—twenty-three benchmark test functions and eight data clustering problems. The obtained results illustrate that the proposed HRSA method performs significantly better than the original and comparative state-of-the-art methods. The proposed method overwhelmed all the comparative methods according to the mathematical problems. It obtained promising results in solving the clustering problems. Thus, HRSA has a remarkable efficacy when employed for various clustering problems.