
پاورپوینت الگوریتم بهینه سازی فاخته
بعضی گونههای فاخته همچون تخم- انگلی دنیای جدید- تاپیرا( tapera) به همان شیوهای شکل میگیرد که فاختههای مونث انگلی اغلب خیلی در تقلید در رنگها و الگوی تخمهای تعدادی از گونههای انتخابی میزبان متخصص میشوند.
بهنظر میرسد این شیوه میتوان برای الگوریتمهای دیگر متاهو-یستیک بهطور عملی انجام شود.
الگوریتم بهینه سازی فاخته( Cuckoo) یکی از الگوریتمهای فراابتکاری مبتنی بر جمعیت و بر مبنای رفتار موجودات است.
این الگوریتم براساس نحوه تخم گذاری و تولد پرنده فاخته عمل میکند و در مسایل بهینه سازی مختلفی در حوزه: پردازش تصویر، یادگیری ماشین، مهندسی کنترل و… به کار میرود و دارای توانایی بالایی در فرار از بهینههای محلی است.
دانشجویان در حوزههای مختلف مهندسی و انسانی به خصوص مدیریت و اقتصاد میتوانند از این الگوریتم در تحقیقات خود به بهترین نحو استفاده کنند.
یکی از جدیدترین و قویترین روشهای بهینه سازی تکاملی، الگوریتم بهینه سازی فاخته میباشد که توانایی بیشتری در پیدا کردن نقاط بهینه سراسری دارد.
این الگوریتم رفتار پرنده فاخته در لانه سازی و تخم گذاری را برای حل مسایل بهینه سازی شبیه سازی میکند.
در این مقاله ابتدا توضیح کلی در مورد این الگوریتم ارایه میشود و سپس مسایلی که توسط این الگوریتم حل شدهاند بررسی و مرور میشوند .
الگوریتم بهینه سازی فاخته یا Cuckoo Optimization Algorithm یکی از جدیدترین و قویترین روشهای بهینهسازی تکاملی میباشد که تا کنون معرفی شدهاند.
از دیگر الگوریتمهای معرفی شده میتوان به الگوریتم ازدحام ذرات( PSO )، کلونی مورچگان( ACO )، الگوریتم زنبور عسل( ABC) و الگوریتم ماهیهای مصنوعی اشاره کرد.
کاربردهای بیشماری از این روشها را برای حل مسایل مختلف بهینهسازی پیچیده در مقالات میتوان پیدا کرد.



ورود کاربران
خوش آمدید! لطفا وارد حساب خود شوید