نسل جدید الگوریتم های فرا ابتکاری: الگوریتم جگوار

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 31

تعداد کلمات : 11800

مجله : IEEE

انتشار : 2017

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
9 فوریه 2022
دسته بندی
تعداد بازدیدها
1395 بازدید
59,000 تومان

عنوان فارسی مقاله:نسل جدید  الگوریتم های فرا ابتکاری: الگوریتم جگوار

 چکیده

  الگوریتم‌های فراابتکاری برای حل مسائل بهینه‌سازی پیاده‌سازی شده‌اند و اخیراً مورد توجه تحقیقاتی قابل توجهی قرار گرفته‌اند. الگوریتم های فراابتکاری اساساً بر دو ویژگی، اکتشاف و بهره برداری تکیه دارند. الگوریتم‌های فراابتکاری سنتی از وزن‌ها (پارامترهای) زیادی برای متعادل کردن این دو ویژگی استفاده می‌کنند تا شانس یافتن راه‌حل بهتر در هزینه و زمان محدود را افزایش دهند. با این حال، الگوریتم های سنتی مشکلاتی دارند. اکتشاف و بهره‌برداری توانایی‌های متفاوتی هستند و یکدیگر را محدود می‌کنند، بنابراین الگوریتم‌های سنتی برای رسیدن به تعادل نیاز به پارامترهای زیادی و هزینه‌های زیادی دارند و همچنین برای مسائل بهینه‌سازی مختلف نیاز به تنظیم پارامترها دارند. الگوریتم جگوار (JA) دارای توانایی های بالایی هم در بهره برداری و هم در اکتشاف است که برای رفع این مسائل پیشنهاد شده است. اول، JA تلاش می کند تا راه حل بهینه را در منطقه جستجوی تعیین شده پیدا کند. سپس از اطلاعات تاریخچه برای پرش به منطقه بهتر استفاده می کند. بنابراین JA می تواند موقعیت بهینه جهانی را تعیین کند. JA با این ویژگی ها به بهره برداری و اکتشاف قوی دست می یابد. همچنین با توجه به مشکلات مختلف، JA پارامترنشانی تطبیقی ​​را پیاده سازی می کند. خود تحلیلی و آزمایش این تحقیق نشان می‌دهد که هر قابلیت JA می‌تواند اثرات مثبت مختلفی داشته باشد، در حالی که مقایسه عملکرد برتری JA را نسبت به الگوریتم‌های فراابتکاری سنتی نشان می‌دهد(نسل جدید الگوریتم های فرا ابتکاری).

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: Next Generation Metaheuristic: Jaguar Algorithm

Abstract

 Metaheuristic algorithms are implemented to solve optimization problems and have recently received significant research attention. Metaheuristic algorithms rely primarily on two properties, exploration, and exploitation. Traditional metaheuristic algorithms use many weights (parameters) to balance these two properties to increase the chance of finding a better solution in limited cost and time. However, traditional algorithms have some problems. Exploration and exploitation are different abilities and restrict each other, therefore, traditional algorithms need many parameters and lots of costs to achieve the balance, and also need to adjust parameters for different optimization problems. Jaguar Algorithm (JA) has great abilities both in exploitation and exploration, is proposed to address these issues. First, JA attempts to find the optimal solution in the designated search area. It then uses history information to jump to a better area. JA can, therefore, determine the position of the global optimum. JA achieves strong exploitation and exploration with these features. Also, according to different problems, JA implements adaptive parameter adjustment. The self-analysis and experiment of this research demonstrate that each JA capability can have various positive effects, while the performance comparison demonstrates JAs superiority over traditional metaheuristic algorithms.