دانلود ترکیب الگوریتم بهینه‌سازی اجتماع ذرات با الگوریتم بهینه‌سازی غذایابی سفره ماهی
با کیفیت ترین ترکیب الگوریتم بهینه‌سازی اجتماع ذرات با الگوریتم بهینه‌سازی غذایابی سفره ماهی , دانلود ترکیب الگوریتم بهینه‌سازی اجتماع ذرات با الگوریتم بهینه‌سازی غذایابی سفره ماهی , سایت دانلود ترکیب الگوریتم بهینه‌سازی اجتماع ذرات با الگوریتم بهینه‌سازی غذایابی سفره ماهی
⇓
ترکیب الگوریتم بهینه‌سازی اجتماع ذرات با الگوریتم بهینه‌سازی غذایابی سفره ماهی
الگوریتم بهینه‌سازی غذایابی سفره ماهی(Manta ray foraging optimization) یکی از الگوریتم‌های فراابتکاری است که در سال 2020 در ژورنال معتبر Engineering Applications of Artificial Intelligence از انتشارات الزویر چاپ شده است. در این تحقیق، الگوریتم بهینه‌سازی غذایابی سفره ماهی توسط الگوریتم بهینه‌سازی اجتماع ذرات بهبود داده شده است. هدف مدل ترکیبی PSOMRFO این است که موقعیت عامل‌ها به سمت نقاط بهینه باشد و الگوریتم در نقاط بهینه محلی گیر نکند. ارزیابی مدل ترکیبی PSOMRFO برروی 23 تابع استاندارد در محیط متلب 2018 انجام شده است. نتایج آزمایش‌ها نشان می‌دهد که مدل ترکیبی PSOMRFO در مقایسه با الگوریتم بهینه‌سازی غذایابی سفره ماهی و الگوریتم بهینه‌سازی اجتماع ذرات عملکرد بهتری دارد.
ترکیب الگوریتم بهینه‌سازی اجتماع ذرات با الگوریتم بهینه‌سازی غذایابی سفره ماهی
الگوریتم بهینه‌سازی غذایابی سفره ماهی(Manta ray foraging optimization) یکی از الگوریتم‌های فراابتکاری است که در سال 2020 در ژورنال معتبر Engineering Applications of Artificial Intelligence از انتشارات الزویر چاپ شده است. در این تحقیق، الگوریتم بهینه‌سازی غذایابی سفره ماهی توسط الگوریتم بهینه‌سازی اجتماع ذرات بهبود داده شده است. هدف مدل ترکیبی PSOMRFO این است که موقعیت عامل‌ها به سمت نقاط بهینه باشد و الگوریتم در نقاط بهینه محلی گیر نکند. ارزیابی مدل ترکیبی PSOMRFO برروی 23 تابع استاندارد در محیط متلب 2018 انجام شده است. نتایج آزمایش‌ها نشان می‌دهد که مدل ترکیبی PSOMRFO در مقایسه با الگوریتم بهینه‌سازی غذایابی سفره ماهی و الگوریتم بهینه‌سازی اجتماع ذرات عملکرد بهتری دارد.