شما اینجائید:خانه»دانلود»بهینهسازی توابع محک استاندارد توسط الگوریتم ژنتیک (ga)، توده ذرات (pso) و زنبور عسل (ba)
بهینهسازی توابع محک استاندارد توسط الگوریتم ژنتیک (ga)، توده ذرات (pso) و زنبور عسل (ba)
ارسال شده توسط:مسلم تقی زادهتاریخ ارسال: خرداد ۱۰, ۱۳۹۸در دیدگاهها برای بهینهسازی توابع محک استاندارد توسط الگوریتم ژنتیک (ga)، توده ذرات (pso) و زنبور عسل (ba) بسته هستند
بهینهسازی توابع محک استاندارد توسط الگوریتم های
الگوریتم ژنتیک (ga)، توده ذرات (pso) و زنبور عسل (ba)
حل تمرین درسپردازش تکاملی دانشگاه آزاد واحد الکترونیکی
هدف این تمرین بررسی مسئله بهینهسازی با استفاده از الگوریتمهای مختلف بر روی چهار تابع محک استاندارد میباشد. الگوریتمهای مورد استفاده در این مسئله، الگوریتمهای ژنتیک[۱]، توده ذرات[۲] و زنبور عسل[۳] میباشد.
با توجه به نتايج شبيهسازيهاي انجام شده در بهينهسازي توابع با استفاده از الگوريتمهای ژنتیک، توده ذرات و زنبور عسل مشاهده ميشود كه الگوريتم زنبور عسل بیشترین زمان متوسط اجرا و الگوریتم ژنتیک کمترین زمان متوسط اجرا را به خود اختصاص داده است.
دو تابع Quadric و Griemank در تمام الگوریتمها دارای کمترین مقدار متوسط میباشند. در مجموع میتوان گفت الگوریتم ژنتیک در زمان متوسط اجرا و الگوریتم زنبور عسل در مقدار متوسط بهترین عملکرد را دارا میباشند.
نتایج حاصل از بهینهسازی توابع محک با استفاده از الگوریتم ژنتیک
نتایج حاصل از بهینهسازی توابع محک با استفاده از الگوریتم توده ذرات
نتایج حاصل از بهینهسازی توابع محک با استفاده از الگوریتم زنبور عسل