مقاله الگوریتم بهینه یابی ترکیبی مبتنی بر رفتار خوراک جویی زنبور عسل برای محیط های پویا


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
2 بازدید
۷۹,۷۰۰ تومان
خرید

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

  مقاله الگوریتم بهینه یابی ترکیبی مبتنی بر رفتار خوراک جویی زنبور عسل برای محیط های پویا دارای ۲۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله الگوریتم بهینه یابی ترکیبی مبتنی بر رفتار خوراک جویی زنبور عسل برای محیط های پویا  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 مقاله الگوریتم بهینه یابی ترکیبی مبتنی بر رفتار خوراک جویی زنبور عسل برای محیط های پویا،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن مقاله الگوریتم بهینه یابی ترکیبی مبتنی بر رفتار خوراک جویی زنبور عسل برای محیط های پویا :

تعداد صفحات:۲۰

چکیده:

اخیرا علاقه به بکارگیری هوش دسته جمعی در مسائل بهینه یابی در حال تغییر افزایش یافته است هوش دسته جمعی عاملها یا دسته های برهم کنش را که قادر به خودسازماندهی هستند مدلسازی می کند کلونی مورچه ها، دسته پرندگان، گله حیوانات، قالبگیری باکتریهاو گروه زنبورها مثالهایی از یک سیستم دسته جمعی می باشند. عملکردخوب بهینه یابی گروه زنبورها برروی یک سری از مسائل ایستا ثابت شده است ولیکن بیشتر مسائل دنیای واقعی پویا می باشند به این مفهوم که موقعیت بهینه سراسری و مقدار آن ممکن است در طول زمان تغییر کند. دراین مقاله یک الگوریتم بهینه یابی توسعه یافته کلونی زنبورهای مصنوعی که HABC نامیده شده برای حل مسائل پویا ارائه گردیده است روش پیشنهاد شده برمبنای ترکیب کلونی زنبورهای مصنوعی والگوریتم زنبور می باشد الگوریتم HABC ایده جذاب فراگیر را برای حرکت زنبورها درکلونی زنبورهای مصنوعی هدایت می کند و به طور موفقیت امیزی قابلیت اکتشاف محلی را در کلونی زنبورهای مصنوعی افزایش میدهد و همچنین راه حلها به منظور درجه مهاجرهای تصادفی در الگوریتم زنبور رتبه بندی می شود این موضوع بهطور موثری قابلیت اکتشاف سراسری را در الگوریتم زنبور افزایش میدهد دو تابع محک توابع قله های متحرک و در حال نوسان در ازمایشها به منظور مقایسه کیفیت و صحت الگوریتم تکاملی مبتنی بر حافظه واریانسی، فاصله ای ، SOS, RPSO, mQSO, Adaptive mQSO و الگوریتم HABC شبیه سازی شده است.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.