Skip Navigation Linksلیست مقالات ترجمه شده / خرید و دانلود
626,750

پیش از اقدام به خرید ترجمه فارسی می توایند نسخه انگلیسی را به صورت رایگان دانلود و بررسی نمایید. متن چکیده و ترجمه آن در پایین همین صفحه قابل مشاهده است.
دانلود رایگان مقاله انگلیسی
موسسه ترجمه البرز اقدام به ترجمه مقاله " مهندسی فناوری اطلاعات " با موضوع " الگوریتم ترکیبی PSOGSA برای بهینه‌سازی توابع " نموده است که شما کاربر عزیز می توانید پس از دانلود رایگان مقاله انگلیسی و مطالعه ترجمه چکیده و بخشی از مقدمه مقاله، ترجمه کامل مقاله را خریداری نمایید.
عنوان ترجمه فارسی
الگوریتم ترکیبی PSOGSA برای بهینه‌سازی توابع
نویسنده/ناشر/نام مجله :
IEEE, International Conference on Computer and Information Application
سال انتشار
2010
کد محصول
1011355
تعداد صفحات انگليسی
4
تعداد صفحات فارسی
12
قیمت بر حسب ریال
575,000
نوع فایل های ضمیمه
Pdf+Word
حجم فایل
367 کیلو بایت
تصویر پیش فرض



Abstract

In this paper, a new hybrid population-based algorithm (PSOGSA) is proposed with the combination of Particle Swarm Optimization (PSO) and Gravitational Search Algorithm (GSA). The main idea is to integrate the ability of exploitation in PSO with the ability of exploration in GSA to synthesize both algorithms' strength. Some benchmark test functions are used to compare the hybrid algorithm with both the standard PSO and GSA algorithms in evolving best solution. The results show the hybrid algorithm possesses a better capability to escape from local optimums with faster convergence than the standard PSO and GSA

چکیده

در این مقاله یک الگوریتم مبتنی بر جمعیت ترکیبی (PSOGSA) جدید پیشنهاد شده است که ترکیب شده‌ی الگوریتم بهینه سازی گروه ذرات (PSO) و الگوریتم جستجوی گرانشی (GSA) است. ایده‌ی اصلی، تجمیع توانایی کاوش در PSO و توانایی مرور در GSA برای ترکیب قدرت این دو الگوریتم است. برخی توابع تست محک برای مقایسه‌ی الگوریتم ترکیبی، و الگوریتم‌های GSA و PSO برای رسیدن بهترین پاسخ، بهینه شدند. نتایج نشان داد که الگوریتم ترکیبی، توانایی بالاتری در فرار از بهینه‌های محلی را داشته و سرعت همگرایی بالاتری نسبت به الگوریتم‌های استاندارد PSO و GSA دارد.

1-مقدمه

در سال‌های اخیر، الگوریتم‌های بهینه‌سازی تکاملی زیادی پیشنهاد شده‌اند. این الگوریتم‌ها شامل الگوریتم بهینه سازی گروه ذرات (PSO)، الگوریتم ژنتیک (GA)، تکامل تفاضلی (DE)، کلونی مورچه‌ها (AC)، و الگوریتم جستجوی گرانشی (GSA) است. هدف همه‌ی آن‌ها پیدا کردن بهترین خروجی (بهینه‌ی سراسری) در میان ورودی‌های ممکن می‌باشد....



این مقاله ترجمه شده مهندسی فناوری اطلاعات در زمینه کلمات کلیدی زیر است:




Gravitational Search Algorithm (GSA)
Particle Swarm Optimization (PSO)
Function optimization

ثبت سفارش جدید