دانلود بررسی الگوریتم جستجوی کاپوچین برروی توابع پیوسته

بررسی الگوریتم جستجوی کاپوچین برروی توابع پیوسته

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
حجم فایل: 4650 کیلوبایت
قیمت: 60000 تومان

الگوریتم جستجوی کاپوچین(Capuchin Search Algorithm) یکی از الگوریتم‌های فراابتکاری است که در سال 2020 ابداع شده است. این الگوریتم برگرفته از رفتار پویای میمون‌های کاپوچین است. این الگوریتم در ژورنال معتبر Neural Computing and Applications از انتشارات اشپرینگر چاپ شده است. در این تحقیق، الگوریتم جستجوی کاپوچین برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیه‌سازی پیوست شده، الگوریتم جستجوی کاپوچین با الگوریتم بهینه‌سازی شعله-پروانه(Moth-Flame Optimization)، الگوریتم سینوس کسینوس(Sine Cosine Algorithm) و الگوریتم بهینه‌سازی اجتماع ذرات(Particle Swarm Optimization) مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم جستجوی کاپوچین در مقایسه با الگوریتم‌های ذکر شده، یک بهینه‌ساز با عملکرد بالا است.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود بررسی الگوریتم جستجوی گنجشک برروی توابع پیوسته

بررسی الگوریتم جستجوی گنجشک برروی توابع پیوسته

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
حجم فایل: 4563 کیلوبایت
قیمت: 70000 تومان

الگوریتم جستجوی گنشجک(sparrow search algorithm) یکی از الگوریتم‌های فراابتکاری است که در سال 2020 ابداع شده است. این الگوریتم در ژورنال معتبر Systems Science & Control Engineering از انتشارات تیلور و فرانسیس(Taylor & Francis) چاپ شده است. در این تحقیق، الگوریتم جستجوی گنجشک برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیه‌سازی پیوست شده، الگوریتم جستجوی گنجشک با الگوریتم بهینه‌سازی گرگ خاکستری(Grey Wolf Optimizer)، الگوریتم اجتماع سالپ(Salp swarm algorithm) و الگوریتم بهینه‌سازی اجتماع ذرات(Particle Swarm Optimization) مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم جستجوی گنجشک در مقایسه با الگوریتم‌های ذکر شده، یک بهینه‌ساز با عملکرد بالا است.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود بررسی الگوریتم بهینه‌سازی سیاست برروی توابع پیوسته

بررسی الگوریتم بهینه‌سازی سیاست برروی توابع پیوسته

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
حجم فایل: 6575 کیلوبایت
قیمت: 70000 تومان

الگوریتم بهینه‌سازی سیاست(Political Optimizer) یکی از الگوریتم‌های فراابتکاری است که در سال 2020 ابداع شده است. این الگوریتم در ژورنال معتبر Knowledge-Based Systems از انتشارات الزویر چاپ شده است. در این تحقیق، الگوریتم بهینه‌سازی سیاست برروی 50 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیه‌سازی پیوست شده، الگوریتم بهینه‌سازی سیاست با الگوریتم بهینه‌سازی گرگ خاکستری(Grey Wolf Optimizer)، الگوریتم بهینه‌سازی نهنگ(Whale Optimization Algorithm)، الگوریتم سینوس کسینوس(Sine Cosine Algorithm)، الگوریتم بهینه‌سازی اجتماع ذرات(Particle Swarm Optimization) مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم بهینه‌سازی سیاست در مقایسه با الگوریتم‌های ذکر شده، یک بهینه‌ساز با عملکرد بالا است.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود بررسی الگوریتم بهینه‌سازی حسابی برروی توابع پیوسته

بررسی الگوریتم بهینه‌سازی حسابی برروی توابع پیوسته

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
حجم فایل: 7451 کیلوبایت
قیمت: 70000 تومان

توضیحات:

بررسی الگوریتم بهینه‌سازی حسابی برروی توابع پیوسته، شامل فایل شبیه سازی الگوریتم در محیط متلب 2018، مقاله انگلیسی و فیلم اجرای کدها.

الگوریتم بهینه‌سازی حسابی (Arithmetic Optimization Algorithm) یکی از الگوریتم‌های فراابتکاری است که در سال 2021 ابداع شده است. این الگوریتم در ژورنال معتبر Computer Methods in Applied Mechanics and Engineering از انتشارات الزویر چاپ شده است. در این تحقیق، الگوریتم بهینه‌سازی حسابی برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیه‌سازی پیوست شده، الگوریتم بهینه‌سازی حسابی با الگوریتم بهینه‌سازی گرگ خاکستری(Grey Wolf Optimizer)، الگوریتم خفاش(Bat Algorithm)، الگوریتم بهینه‌سازی شعله-پروانه(Moth-Flame Optimization Algorithm) و الگوریتم بهینه‌سازی اجتماع ذرات(Particle Swarm Optimization) مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم بهینه‌سازی حسابی در مقایسه با الگوریتم‌های ذکر شده، یک بهینه‌ساز با عملکرد بالا است.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه

دانلود بررسی الگوریتم بهینه‌سازی مونگوس کوتوله برروی توابع پیوسته

بررسی الگوریتم بهینه‌سازی مونگوس کوتوله برروی توابع پیوسته

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf, m
حجم فایل: 5393 کیلوبایت
قیمت: 70000 تومان

الگوریتم بهینه‌سازی مونگوس کوتوله(Dwarf Mongoose Optimization Algorithm) یکی از الگوریتم‌های فراابتکاری است که در سال 2022 ابداع شده است. این الگوریتم در ژورنال معتبر Computer Methods in Applied Mechanics and Engineering از انتشارات الزویر چاپ شده است. در این تحقیق، الگوریتم بهینه‌سازی مونگوس کوتوله برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیه‌سازی پیوست شده، الگوریتم بهینه سازی مونگوس کوتوله با الگوریتم بهینه‌سازی گرگ خاکستری(Grey Wolf Optimizer)، الگوریتم اجتماع سالپ(Salp Swarm Algorithm)، الگوریتم سینوس کسینوس(Sine Cosine Algorithm) و الگوریتم بهینه‌سازی اجتماع ذرات(Particle Swarm Optimization) مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم بهینه‌سازی مونگوس کوتوله در مقایسه با الگوریتم‌های ذکر شده، یک بهینه‌ساز با عملکرد بالا است.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود سایر پروژه