مدل بهبودیافته الگوریتم کپک مخاطی با استفاده از یادگیری مبتنی بر مخالفت

کد کاربری : 3170

تحقیق حاضر در مورد ترکیب الگوریتم کپک مخاطی با یادگیری مبتنی بر مخالفت است. شبیه‌سازی مدل در محیط متلب 2018 انجام شده است.

کد فایل: 151129

تعداد مشاهده: 50 مشاهده

فرمت فایل دانلودی:.rar

فرمت فایل اصلی: pdf, m

حجم فایل:5,470 کیلوبایت

پرداخت و دانلود قیمت: 77,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.

0 0 گزارش

در این تحقیق یک مدل بهبودیافته از الگوریتم کپک مخاطی(slime mould algorithm) با استفاده از یادگیری مبتنی بر مخالفت(opposition-based learning) برای حل مسائل بهینه‌سازی پیوسته پیشنهاد شده است. استفاده از یادگیری مبتنی بر مخالفت(OBL) تلاشی برای تقویت مرحله اکتشاف در الگوریتم کپک مخاطی(SMA) است. فایل شبیه‌سازی این تحقیق فقط برای توابع پیوسته بررسی شده است. آزمایش‌های شبیه‌سازی در محیط متلب 2018 برروی 23 تابع استاندارد IEEE CEC 2014 انجام شده است. نتایج نشان داد که مدل بهبودیافته در مقایسه با الگوریتم کپک مخاطی و بهینه‌سازی اجتماع ذرات بهتر عمل کرده است
برچسب ها: model-behbudiYafte-algoritm-kapak-mokhati-ba-estefade-az-yadgiri-mobtani-Bar-mokhalefat