منوی کاربری
  • پشتیبانی: ۴۲۲۷۳۷۸۱ - ۰۴۱
  • سبد خرید

ترجمه مقاله GDE3: سومین مرحله تکامل از تکامل تفاضلی تعمیم یافته - نشریه IEEE

ترجمه مقاله GDE3: سومین مرحله تکامل از تکامل تفاضلی تعمیم یافته - نشریه IEEE
قیمت خرید این محصول
۳۶,۰۰۰ تومان
دانلود مقاله انگلیسی
عنوان فارسی
GDE3: سومین مرحله تکامل از تکامل تفاضلی تعمیم یافته
عنوان انگلیسی
GDE3: The third Evolution Step of Generalized Differential Evolution
صفحات مقاله فارسی
17
صفحات مقاله انگلیسی
11
سال انتشار
2005
رفرنس
دارای رفرنس در داخل متن و انتهای مقاله
نشریه
آی تریپل ای - IEEE
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
pdf و ورد تایپ شده با قابلیت ویرایش
فونت ترجمه مقاله
بی نازنین
سایز ترجمه مقاله
14
نوع مقاله
ISI
نوع ارائه مقاله
کنفرانس
پایگاه
اسکوپوس
ایمپکت فاکتور(IF) مجله
17.126 در سال 2020
شاخص H_index مجله
180 در سال 2021
شاخص SJR مجله
3.463 در سال 2020
شناسه ISSN مجله
1089-778X
شاخص Q یا Quartile (چارک)
Q1 در سال 2020
کد محصول
12224
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است ✓
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه شده است ✓
وضعیت ترجمه منابع داخل متن
به صورت عدد درج شده است ✓
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است ✓
ضمیمه
ندارد ☓
بیس
نیست ☓
مدل مفهومی
ندارد ☓
پرسشنامه
ندارد ☓
متغیر
ندارد ☓
فرضیه
ندارد ☓
رفرنس در ترجمه
در انتهای مقاله درج شده است
رشته و گرایش های مرتبط با این مقاله
مهندسی کامپیوتر، مهندسی الگوریتم ها و محاسبات و مهندسی نرم افزار
دانشگاه
گروه فناوری اطلاعات، دانشگاه فناوری لاپینرانتا، فنلاند
doi یا شناسه دیجیتال
https://doi.org/10.1109/CEC.2005.1554717
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
چکیده
1. مقدمه
2. بهینه سازی چند هدفه با محدودیتها
3. تفاضل تکاملی
4. تکامل تفاضلی تعمیم یافته
5. آزمایشات
5.1. بهینه سازی تک هدفه
5.2. مسئله آزمایشی دو هدفه
5.3 . مسئله طراحی مکانیکی دو هدفه
5.4 مسئله های آزمایشی دوهدفه محدود
5.5 مسئله های آزمایشی سه هدفه
6 نتیجه گیری و تحقیقات آینده
منابع
تصاویر فایل ورد ترجمه مقاله (جهت بزرگنمایی روی عکس کلیک نمایید)
       
نمونه چکیده متن اصلی انگلیسی

Abstract


A developed version of Generalized Differential Evolution, GDE3, is proposed. GDE3 is an extension of Differential Evolution (DE) for global optimization with an arbitrary number of objectives and constraints. In the case of a problem with a single objective and without constraints GDE3 falls back to the original DE. GDE3 improves earlier GDE versions in the case of multi-objective problems by giving a better distributed solution. Performance of GDE3 is demonstrated with a set of test problems and the results are compared with other methods.


 

1 Introduction


During the last 15 years, Evolutionary Algorithms (EAs) have gained popularity in solving difficult multiobjective optimization problems (MOOPs) since EAs are capable of dealing with objective functions, which are not mathematically well behaving, e.g., discontinuous, non-convex, multi-modal, and non-differentiable. Multi-objective EAs (MOEAs) are also capable of providing multiple solution candidates in a single run, which is desirable with MOOPs.


 

6 Conclusions and Future Research


The third evolution version of Generalized Differential Evolution, GDE3, is proposed. GDE3 is designed for any number of objectives and constraints without introducing any extra control parameters to the original DE. In the case of unconstrained single-objective optimization problems, GDE3 is exactly the same as the original DE.

نمونه چکیده ترجمه متن فارسی
چکیده

در این مقاله، GDE3 که یک نسخه پیشرفته از تکامل تفاضلی تعمیم یافته است، مطرح می شود. GDE3 تعمیمی از تکامل تفاضلی (DE) برای بهینه سازی جهانی با یک تعداد اختیاری از اهداف و محدودیتهاست. در مورد مسئله ای که تنها یک هدف دارد و هیچ محدودیتی ندارد، GDE3 به DE اصلی تغییر موضع می دهد. GDE3 با ارائه راه حلی که از توزیع بهتری برخوردار است، نسخه های قدیمی GDE را در خصوص مسائل چندهدفه بهبود می بخشد. عملکرد GDE3 با مجموعه ای از مسائل آزمایشی نشان داده می شود و نتایج را می توان با سایر روشها مورد مقایسه قرار داد.

 

1. مقدمه

در طی 15 سال گذشته، الگوریتمهای تکاملی (EAs)در حل مسائل دشوار بهینه سازی چندهدفه (MOOPs) به محبوبیت رسیده اند، زیرا EAها می توانند به توابع هدف که به لحاظ ریاضی  رفتار خوبی ندارند (برای مثال، داده های ناپیوسته،  غیرمحدب،  هم آمیخته، و مشتق ناپذیر) مربوط باشند. الگوریتمهای تکاملی چندهدفه (MOEAs) همچنین می توانند چندین گزینه راه حل را در یک اجرا فراهم آورند که برای مسائل دشوار بهینه سازی چندهدفه (MOOPs)، مطلوب می باشند.

 

6. نتیجه گیری و تحقیقات آینده

سومین نسخه تکاملی از تکامل تفاضلی تعمیم یافته، GDE3  ، در این مقاله مطرح شد.  GDE3 برای هر تعداد هدف و محدودیت و بدون معرفی هیچ گونه پارامترهای کنترل اضافی برای تکامل تفاضلی (DE) اولیه طراحی شده است. در خصوص مسائل بهینه سازی تک هدفه نامحدود، GDE3 دقیقا مانند تکامل تفاضلی (DE) اولیه است.


بدون دیدگاه