تلفن: ۰۴۱۴۲۲۷۳۷۸۱
تلفن: ۰۹۲۱۶۴۲۶۳۸۴

ترجمه مقاله الگوریتم بهینه سازی انطباقی جدید وال برای بهینه سازی جهانی

عنوان فارسی: الگوریتم بهینه سازی انطباقی جدید وال برای بهینه سازی جهانی
عنوان انگلیسی: A Novel Adaptive Whale Optimization Algorithm for Global Optimization
تعداد صفحات مقاله انگلیسی : 6 تعداد صفحات ترجمه فارسی : 7
سال انتشار : 2016 نشریه : Ijst
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده
کد محصول : f379 رفرنس : دارد
محتوای فایل : zip حجم فایل : 893.28Kb
رشته های مرتبط با این مقاله: مهندسی کامپیوتر و مهندسی صنایع
گرایش های مرتبط با این مقاله: مهندسی الگوریتم ها و محاسبات و بهینه سازی سیستم ها
مجله: مجله علوم و فناوری هندی - Indian Journal of Science and Technology
دانشگاه: گروه مهندسی برق، گجرات، هند
کلمات کلیدی: روش تطبيقی، بهره برداری، اكتشاف، شکار، بهينه سازی، الگوريتم بهينه سازی وال
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است
وضعیت ترجمه متون داخل تصاویر : ترجمه نشده است
وضعیت ترجمه متون داخل جداول: ترجمه شده است
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است
ترجمه این مقاله در سطح متوسط انجام شده است.
فهرست مطالب

چکیده

1- مقدمه

2 – الگوریتم بهینه سازی وال

a : معادل محاصره کردن شکار

b : روش حمله شبکه حباب

(ج) جستجو برای صید

3 – الگوریتم بهینه سازی وال انطباقی

4- نتایج شبیه سازی برای تابع محک تست محدود نشده

5- نتیجه گیری

نمونه متن انگلیسی

Abstract

Background/Objectives: In the meta-heuristic algorithms, randomization plays a very crucial role in both exploration and exploitation. So meta-heuristic algorithms are proposed to avoid these problems. Methods/Statistical Analysis: A novel bio-inspired optimization algorithm based on the special bubble-net hunting strategy used by humpback whales called the Whale Optimization Algorithm (WOA). In contrast to meta-heuristic, main feature is randomization having a relevant role in both exploration and exploitation in optimization problem. A novel randomization technique termed adaptive technique is integrated with WOA and exercised on ten unconstraint test benchmark function. Findings: WOA algorithm has quality feature that it uses logarithmic spiral function so it covers a broader area in exploration phase then addition with powerful randomization adaptive technique potent the adaptive whale optimization Algorithm (AWOA) to attain global optimal solution and faster convergence with less parameter dependency. Application/Improvements: Adaptive WOA (AWOA) solutions are evaluated and results shows its competitively better performance over standard WOA optimization algorithm.

نمونه متن ترجمه

چکیده

پیشینه / اهداف : تصادفی سازی در الگوریتم های فراابتکاری نقش بسیار حیاتی را در کشف و بهره برداری ایفاء می کند . از اینرو الگوریتم های فراابتکاری پیشنهاد می شوند تا از این مشکلات جلوگیری بعمل آورد . تجزیه و تحلیل آماری / روش ها : الگوریتم بهینه سازی الهام گرفته از طبیعت جدید بر اساس استراتژی ویژه شکار شبکه حباب که توسط وال های گوژ پشت استفاده شده است را الگوریتم بهینه سازی وال (WOA) نامیده اند . مشخصه اصلی در مقایسه با روش فراابتکاری عبارتست از تصادفی سازی دارای نقش مرتبط در بهره برداری و کشف در مسئله بهینه سازی . تکنیک تصادفی سازی جدید که تکنیک انطباقی نامیده شده است با WOA یکپارچه می گردد و در ده تابع محک تست محدود نشده تمرین گردیده است . یافته ها : الگوریتم WOA دارای مشخصه کیفیت بوده است که از تابع مارپیچی لگاریتمی استفاده می کند از اینرو منطقه گسترده تر را در فاز اکتشاف پوشش می دهد سپس افزودن با تکنیک انطباقی تصادفی سازی قدرتمند باعث قوی شدن الگوریتم بهینه سازی انطباقی وال می گردد تا به راه حل بهینه جهانی و همگرایی سریع تر با وابستگی کمتر به پارامتر دست یافت . کاربرد / بهبود ها : راه حل های WOA انطباقی ارزیابی می شوند و نتایج آن را به طور رقابتی با عملکرد بهتر نسبت به الگوریتم بهینه سازی WOA استاندارد نشان می دهد .