یک الگوریتم بهینه سازی گرگ خاکستری باینری v -شکل برای انتخاب ویژگی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 یک الگوریتم بهینه سازی گرگ خاکستری باینری v -شکل برای انتخاب ویژگی دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد یک الگوریتم بهینه سازی گرگ خاکستری باینری v -شکل برای انتخاب ویژگی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی یک الگوریتم بهینه سازی گرگ خاکستری باینری v -شکل برای انتخاب ویژگی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن یک الگوریتم بهینه سازی گرگ خاکستری باینری v -شکل برای انتخاب ویژگی :

تعداد صفحات :۱۳

چکیده مقاله:

در این مقاله یک الگوریتم بهینه سازی باینری گرگ خاکستری معرفی میشود که برای یافتن زیر مجموعه ای از ویژگیهای مطلوب برای اهداف طبقه بندی در حالتی پوششی مورد استفاده قرار میگیرد. الگوریتم گرگ خاکستری ) GWO ( یکی از جدیدترین تکنیکهای بهینه سازی الهام گرفته از طبیعت است، که روند شکار گرگ خاکستری در طبیعت را تقلید میکند. این الگوریتم با استفاده از عملگرهایش، تعادلی میان اکتشاف و بهره برداری برای جستجو جواب بهینه در دامنه راه حل ها برقرار میکند. در روش دودویی معرفی شده ) BGWO-V (، از تابع v -شکل تانژانت هایپربولیک دو جوابی که ناشی از گامبرداری تصادفی میباشد مقادیر پیوسته دارند و از این رو باید به یک جواب باینری تبدیل شوند. تبدیل با استفاده از تقسیم مقادیر پیوسته توسط تابع V -شکل در هر بعد انجام میشود، و از حد آستانه تصادفی میزان برازندگی برای بروزرسانی موقعیت گرگ خاکستری دودویی استفاده گردیده است. این روش در دامنه ی انتخاب ویژگی برای یافتن زیرمجموعه ای از ویژگیها با حداکثر دقت و صحت طبقه بندی و حداقل تعداد ویژگیهای انتخاب شده، طراحی شده است. روش ( BGWO-V ( با چهار الگوریتم تکاملی بهینه سازی ازدحام ذرات، الگوریتم ژنتیک و الگوریتمهای گرگ خاکستری استاندارد در این زمینه مقایسه گردیده است. مجموعهای از شاخصهای تخمین برای ارزیابی و مقایسه روشهای مختلف بر روی ۶ مجموعه داده ی مختلف از مخزن UCI مورد استفاده قرار گرفته است. نتایج حاصل، قابلیتهای نسخه دودویی BGWO-V را در جستجوی فضای ویژگی برای ترکیب ویژگیهای بهینه نشان میدهد.