پایان نامه ، تحقیق و مقاله | دیجی لود

ادامه مطلب

DOC
تغییر الگوریتم بهینه سازی فاخته جهت استفاده در محیط های پویا : کارشناسی ارشد مهندسی کامپیوتر گرایش هوش مصنوعی
doc
تعداد صفحات : 110
پایان نامه کارشناسی ارشد
مهندسی کامپیوتر گرایش هوش مصنوعی
همراه با جداول ، اشکال و نمودار
79000 تومان


یکی از رشته های زیر مجموعه فنی مهندسی که علاقمندان بسیاری در کشور ما  دارد رشته کامپیوتر و فناوری اطلاعات هستش که اتفاقا سایت دیجی لود در حال تکمیل سری جدیدی از پایان نامه های ارشد این رشته تحصیلی برای کاربران گرانقدر خود میباشد. دیجی لود در ادامه پایان نامه ” تغییر الگوریتم بهینه سازی فاخته جهت استفاده در محیط های پویا ”   با فرمت Word (قابل ویرایش) در 110 صفحه را معرفی مینماید.

 

چکیده پایان نامه تغییر الگوریتم بهینه سازی فاخته جهت استفاده در محیط های پویا :

محیط­های پویا محیط­هایی هستند که قابلیت تغییرات در طول زمان را به خود اختصاص می­دهند. این تغییرات می­تواند به طرق مختلف از جمله تغییر در پارامترها، توابع هدف یا محدودیت­های مسئله اتفاق افتد. در این راستا حوزه­ی وسیعی از علوم مختلف مانند مدیریت، اقتصاد، رایانه، ریاضیات و غیره با این تغییرات روبرو بوده که هم در بخش تئوری و هم به صورت عملی در جهان واقعی مطرح می­شوند. به همین دلیل حل مسائل مربوط به محیط­های پویا که به حل مسائل بهینه ­سازی پویا معروفند از چند دهه­ ی گذشته تا به امروز مطرح بوده ­اند. مهمترین چالش در حل این گونه مسائل مربوط به نحوه ­ی سازگاری با محیط تغییر یافته­ی جدید می­باشد. بنابراین نیاز به ردیابی و دنبال کردن نقطه­ ی (نقاط) بهینه­ ی­ جدید در فضای مسئله احساس می­شود. برای برخورد با این چالش محققان بر آن شدند تا از الگوریتم­های تکاملی که الهام گرفته از فرآیندهای تکاملی­ اند و افزودن یکسری مکانیزم­های خاص بهره ­گیرند. چالش دیگری که این مسائل با آن روبرو می­شوند، یافتن بهینه(ها) به طور هر چه دقیق­تر می­باشد که برای این امر بایستی حتی الامکان از الگوریتم­ هایی با سرعت هم­گرایی و توانایی جستجوی محلی بالا استفاده کرد. الگوریتم بهینه ­سازی فاخته یکی از الگوریتم­های تکاملی است که در محیط­های ایستا سرعت هم­گرایی و توانایی جستجوی محلی بالایی از خود نشان داده است. از سویی پویاسازی این الگوریتم تاکنون بررسی نشده است. لذا هدف از این پژوهش پویاسازی و ارائه­ی نسخه­ی جدیدی از این الگوریتم می­باشد. برای تحقق این موضوع ابتدا تغییراتی در ساختار اصلی الگوریتم استاندارد ایجاد شده و با بهره ­گیری از یک مکانیزم
خود-تطبیقی در شعاع تخم­گذاری فاخته­ ها، تلاش در افزایش سرعت هم­گرایی و توانایی جستجوی محلی صورت گرفته است. سپس جهت ردیابی بهینه(ها) بعد از تغییرات محیطی، از یک الگوریتم چند-دسته­ای، مکانیزم ایجاد دسته­­ی آزاد و نیز مکانیزم­ انحصار بهره گرفته می­شود. همچنین جهت رویارویی با چالش­های مربوط به از دست دادن تنوع و حافظه ­­ی­ نامعتبر در دسته ­های هم­گرا شده، فاخته­ های هر دسته در شعاعی (که بر اساس طول گام حرکتی قله­ ها تعیین می­گردد) اطراف بهترین فاخته­ ی آن دسته پخش و مورد ارزیابی قرار می­گیرند. در دسته­ های غیر هم­گرا نیز تنها شایستگی موقعیت فاخته­ های آن دسته مجدداً محاسبه می­شود. مکانیزم غیرفعال­سازی از دیگر مکانیزم­ هایی است که جهت افزایش کارآیی الگوریتم در محیط­های پویا مطرح شده است. در نهایت بر اساس نتایج به دست آمده، الگوریتم پیشنهادی در مقایسه با اکثر الگوریتم­ها کارآیی بهتری از خود نشان داده است.

واژه‌های كلیدی: مسائل بهینه­ سازی پویا ، الگوریتم­های تکاملی و الگوریتم بهینه­ سازی فاخته

 

فهرست مطالب

عنوانصفحه
فصل اول: مقدمه1
فصل دوم: شرح مسئله4
 2-1 محیط­های پویا و مسائل بهینه­ سازی پویا5
 2-2 تغییرات پیوسته و ناپیوسته5
 2-3 تغییرات سراسری و مقطعی6
 2-4 اهدف6
 2-5 خلاصه­ی فصل6
فصل سوم: مفاهیم پایه‌ای7
 3-1  الگوریتم بهینه­ سازی فاخته8
  3-1-1 روش زندگی و تخم­گذاری فاخته ­ها8
  3-1-2 جزئیات الگوریتم بهینه ­سازی فاخته9
 3-2 تابع محک قله­های متحرک12
 3-3 معیار کارآیی13
 3-4 خلاصه­ی فصل14
فصل چهارم: راه‌کارهای پیشین15
 4-1 ایجاد تنوع16
  4-1-1 اعمال مهاجران تصادفی، مهاجران بر پایه­ی نخبه و ابر جهش به راه اندازی شده در الگوریتم ژنتیک در محیط پویا16
  4-1-2 به کارگیری الگوریتم ممتیک بر اساس جستجوی محلی تپه­نوردی در محیط پویا18
  4-1-3 استفاده از الگوریتم ایمنی مصنوعی بر پایه­ی خودکار یادگیرنده در محیط پویا19
  4-1-4 اعمال مکانیزم خود-سازگار در نرخ جابجایی روی الگوریتم­های تکاملی در محیط پویا21
  4-1-5 چگونگی به کارگیری خودکار سلولی در الگوریتم­های تکاملی در محیط­های پویا22
 4-2 به کارگیری حافظه24
  4-2-1 حافظه­ی ضمنی24
  4-2-2 حافظه­ی صریح24
 4-3 روش چند-جمعیتی بودن27
  4-3-1 به کارگیری الگوریتم بهینه ­سازی چند-جمعیتی ذرات سریع درمحیط پویا28
فهرست مطالب
عنوانصفحه
  4-3-2 الگوریتم بهینه­سازی تجمعی ذرات با رویکرد افزودن گروه فرزند در محیط پویا30
  4-3-3 به کارگیری الگوریتم بهینه­سازی تجمعی ذرات با رویکرد وزن تطبیقی و خوشه­بندی  فازی در محیط پویا31
  4-3-4 به کارگیری الگوریتم گروه ماهی‌های مصنوعی با رویکرد چند-جمعیتی در محیط پویا32
  4-3-5 به کارگیری الگوریتم کرم شب­تاب با رویکرد ایجاد گروه در محیط پویا36
 4-4 خلاصه­ی فصل40
فصل پنجم: راه­کار پیشنهادی و ارزیابی نتایج42
 5-1 الگوریتم MCOA43
  5-1-1 مکانیزم خود-تطبیقی شعاع تخم­گذاری44
 5-2 الگوریتم پیشنهادی MMCOA جهت بهینه ­سازی در محیط­های پویا46
  5-2-1 بررسی هم­گرایی دسته­ ها46
  5-2-2 مکانیزم انحصار47
  5-2-3 کشف تغییرات محیط48
  5-2-4 رفع مشکل حافظه­ ی نامعتبر و تنوع از دست رفته48
  5-2-5 مکانیزم غیرفعال­سازی49
 5-3 تحلیل و ارزیابی نتایج50
  5-3-1 تحلیل نتایج الگوریتم MMCOA در فرکانس تغییرات و تعداد قله­ های مختلف و مقایسه با دیگر الگوریتم­ها50
  5-3-2 تحلیل نتایج الگوریتم MMCOA در طول گام حرکتی مختلف قله ­ها و مقایسه با دیگر الگوریتم­ها75
  5-3-3 تحلیل نتایج الگوریتم MMCOA با تعداد ابعاد مختلف مسئله و مقایسه با دیگر الگوریتم­ها77
 5-4 جمع­ بندی نتایج79
 5-5 خلاصه­ ی فصل80
فصل ششم: نتیجه‌گیری و راه­کارهای آتی82
 6-1 نتیجه‌گیری83
 6-2 راه‌کارهای آتی84
مراجع85
واژه ­نامه89

 

فهرست شکل­ها
عنوانصفحه
شکل3‑1: نمایش نحوه ­ی تخم­گذاری در محدوده­ ی ELR [4]10
شکل3-2: نمایش نحوه ­ی مهاجرت فاخته ­ها به سمت موقعیت هدف [4]11
شکل3-3: شبه کد الگوریتم بهینه سازی فاخته [4]11
شکل4-1: شبه کد ایجاد تنوع در الگوریتم تکاملی [6]17
شکل4-2: ساختار خودکار یادگیرنده [10]21
شکل4-3: شبه کد بهینه­ سازی پویا با حافظه­ ی صریح [6]25
شکل4-4: شبه کد دستاورد چند-جمعیتی بودن [6]28
شکل4-5: شبه کد الگوریتم DMAFSA [22]37
شکل4-6: شبه کد الگوریتم SFA [23]39
شکل 5-1: شبه کد الگوریتم MCOA45
شکل 5-2: کارنمای الگوریتم MCOA47
شکل 5-3: شبه کد الگوریتم MMCOA50
شکل 5-4: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 500 و تعداد 1 قله بر اساس تعداد ارزیابی­ها54
شکل 5-5: نمودار میله ­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 500 و تعداد 1 قله بر اساس …54
شکل 5-6: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 500 و تعداد 5 قله بر اساس تعداد ارزیابی­ها55
شکل 5-7: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 500 و تعداد 5 قله بر اساس …55
شکل 5-8: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 500 و تعداد 10 قله بر اساس تعداد ارزیابی­ها55
شکل 5-9: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 500 و تعداد 10 قله بر اساس …55
شکل 5-10: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 500 و تعداد 20 قله بر اساس تعداد ارزیابی­ها56
شکل 5-11: نمودار میله ­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 500 و تعداد 20 قله بر اساس …56
شکل 5-12: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 500 و تعداد 30 قله بر اساس تعداد ارزیابی­ها56
شکل 5-13: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 500 و تعداد 30 قله بر اساس …56
شکل 5-14: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 500 و تعداد 50 قله بر اساس تعداد ارزیابی­ها57
شکل 5-15: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 500 و تعداد 50 قله بر اساس …57
شکل 5-16: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 500 و تعداد 100 قله بر اساس تعداد ارزیابی­ها57
شکل 5-17: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 500 و تعداد 100 قله بر اساس …57
شکل 5-18: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 500 و تعداد 200 قله بر اساس تعداد ارزیابی­ها58
فهرست شکل­ها
عنوانصفحه
شکل 5-19: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 500 و تعداد 200 قله بر اساس …58
شکل 5-20: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 1000 و تعداد 1 قله بر اساس تعداد ارزیابی­ها58
شکل 5-21: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 1000 و تعداد 1 قله بر اساس …58
شکل 5-22: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 1000 و تعداد 5 قله بر اساس تعداد ارزیابی­ها59
شکل 5-23: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 1000 و تعداد 5 قله بر اساس …59
شکل 5-24: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 1000 و تعداد 10 قله بر اساس تعداد ارزیابی­ها59
شکل 5-25: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 1000 و تعداد 10 قله بر اساس …59
شکل 5-26: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 1000 و تعداد 20 قله بر اساس تعداد ارزیابی­ها60
شکل 5-27: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 1000 و تعداد 20 قله بر اساس …60
شکل 5-28: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 1000 و تعداد 30 قله بر اساس تعداد ارزیابی­ها60
شکل 5-29: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 1000 و تعداد 30 قله بر اساس …60
شکل 5-30: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 1000 و تعداد 50 قله بر اساس تعداد ارزیابی­ها61
شکل 5-31: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 1000 و تعداد 50 قله بر اساس …61
شکل 5-32: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 1000 و تعداد 100 قله بر اساس تعداد …61
شکل 5-33: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 1000 و تعداد 100 قله بر اساس …61
شکل 5-34: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 1000 و تعداد 200 قله بر اساس تعداد …62
شکل 5-35: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 1000 و تعداد 200 قله بر اساس ..62
شکل 5-36: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 2500 و تعداد 1 قله بر اساس تعداد ارزیابی­ها62
شکل 5-37: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 2500 و تعداد 1 قله بر اساس …62
شکل 5-38: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 2500 و تعداد 5 قله بر اساس تعداد ارزیابی­ها63
شکل 5-39: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 2500 و تعداد 5 قله بر اساس …63
شکل 5-40: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 2500 و تعداد 10 قله بر اساس تعداد ارزیابی­ها63
شکل 5-41: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 2500 و تعداد 10 قله بر اساس …63
شکل 5-42: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 2500 و تعداد 20 قله بر اساس تعداد ارزیابی­ها64
شکل 5-43: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 2500 و تعداد 20 قله بر اساس …64
شکل 5-44: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 2500 و تعداد 30 قله بر اساس تعداد ارزیابی­ها64
شکل 5-45: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 2500 و تعداد 30 قله بر اساس …64
فهرست شکل­ها
عنوانصفحه
شکل 5-46: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 2500 و تعداد 50 قله بر اساس تعداد …65
شکل 5-47: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 2500 و تعداد 50 قله بر اساس …65
شکل 5-48: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 2500 و تعداد 100 قله بر اساس تعداد …65
شکل 5-49: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 2500 و تعداد 100 قله بر اساس …65
شکل 5-50: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 2500 و تعداد 200 قله بر اساس تعداد …66
شکل 5-51: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 2500 و تعداد 200 قله بر اساس …66
شکل 5-52: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 5000 و تعداد 1 قله بر اساس تعداد ارزیابی­ها66
شکل 5-53: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 5000 و تعداد 1 قله بر اساس …66
شکل 5-54: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 5000 و تعداد 5 قله بر اساس تعداد ارزیابی­ها67
شکل 5-55: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 5000 و تعداد 5 قله بر اساس …67
شکل 5-56: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 5000 و تعداد 10 قله بر اساس تعداد ارزیابی­ها67
شکل 5-57: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 5000 و تعداد 10 قله بر اساس …67
شکل 5-58: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 5000 و تعداد 20 قله بر اساس تعداد ارزیابی­ها68
شکل 5-59: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 5000 و تعداد 20 قله بر اساس …68
شکل 5-60: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 5000 و تعداد 30 قله بر اساس تعداد ارزیابی­ها68
شکل 5-61: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 5000 و تعداد 30 قله بر اساس …68
شکل 5-62: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 5000 و تعداد 50 قله بر اساس تعداد ارزیابی­ها69
شکل 5-63: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 5000 و تعداد 50 قله بر اساس …69
شکل 5-64: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 5000 و تعداد 100 قله بر اساس تعداد …69
شکل 5-65: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 5000 و تعداد 100 قله بر اساس …69
شکل 5-66: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 5000 و تعداد 200 قله بر اساس تعداد ارزیابی­ها70
شکل 5-67: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 5000 و تعداد 200 قله بر اساس …70
شکل 5-68: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 10000 و تعداد 1 قله بر اساس تعداد ارزیابی­ها70
شکل 5-69: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 10000 و تعداد 1 قله بر اساس …70
شکل 5-70: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 10000 و تعداد 5 قله بر اساس تعداد ارزیابی­ها71
شکل 5-71: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 10000 و تعداد 5 قله بر اساس …71
شکل 5-72: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 10000 و تعداد 10 قله بر اساس تعداد …71
فهرست شکل­ها
عنوانصفحه
شکل 5-73: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 10000 و تعداد 10 قله بر اساس …71
شکل 5-74: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 10000 و تعداد 20 قله بر اساس تعداد …72
شکل 5-75: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 10000 و تعداد 20 قله بر اساس …72
شکل 5-76: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 10000 و تعداد 30 قله بر اساس تعداد …72
شکل 5-77: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 10000 و تعداد 30 قله بر اساس …72
شکل 5-78: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 10000 و تعداد 50 قله بر اساس تعداد …73
شکل 5-79: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 10000 و تعداد 50 قله بر اساس …73
شکل 5-80: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 10000 و تعداد 100 قله بر اساس تعداد …73
شکل 5-81: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 10000 و تعداد 100 قله بر اساس …73
شکل 5-82: گراف خطای جاری الگوریتم MMCOA در فرکانس تغییرات 10000 و تعداد 200 قله بر اساس تعداد …74
شکل 5-83: نمودار میله­ای خطای جاری الگوریتم MMCOA در فرکانس تغییرات 10000 و تعداد 200 قله بر اساس …74
شکل 5-84: نمودار پایداری الگوریتم MMCOA در سناریوی دو تابع محک قله­های متحرک74
شکل 5-85: گراف خطای جاری الگوریتم MMCOA با طول گام حرکتی 2 در قله­ها بر اساس تعداد ارزیابی­ها76
شکل 5-86: نمودار میله­ای خطای جاری الگوریتم MMCOA با طول گام حرکتی 2 در قله­ها بر اساس تعداد تغییر …76
شکل 5-87: گراف خطای جاری الگوریتم MMCOA با طول گام حرکتی 3 در قله­ها بر اساس تعداد ارزیابی­ها77
شکل 5-88: نمودار میله­ای خطای جاری الگوریتم MMCOA با طول گام حرکتی 2 در قله­ها بر اساس تعداد تغییر …77
شکل 5-89: گراف خطای جاری الگوریتم MMCOA با تعداد ابعاد 2 بر اساس تعداد ارزیابی­ها78
شکل 5-90: نمودار میله­ای خطای جاری الگوریتم MMCOA با تعداد ابعاد 2 بر اساس تعداد تغییر محیطی78
شکل 5-91: گراف خطای جاری الگوریتم MMCOA با تعداد ابعاد 3 بر اساس تعداد ارزیابی­ها79
شکل 5-92: نمودار میله­ای خطای جاری الگوریتم MMCOA با تعداد ابعاد 3 بر اساس تعداد تغییر محیطی79
شکل 5-93: گراف خطای جاری الگوریتم MMCOA با تعداد ابعاد 4 بر اساس تعداد ارزیابی­ها79
شکل 5-94: نمودار میله­ای خطای جاری الگوریتم MMCOA با تعداد ابعاد 4 بر اساس تعداد تغییر محیطی79

 

فهرست جدول­ها

 

عنوانصفحه
جدول 5-1: مقادیر پارامترهای الگوریتم MMCOA51
جدول 5-2: مقادیر پارامترهای MPB51
جدول 5-3: مقایسه­ی خطای برون­خطى (خطای استاندارد) الگوریتم­ها بر روی MPB با S=1، فرکانس­های تغییر …52
جدول 5-4: مقایسه­ی خطای برون­خطى (خطای استاندارد) الگوریتم­ها بر روی MPB با f=5000، S=1 و تعداد قله­های …54
جدول 5-5: مقایسه­ی خطای برون­خطى (خطای استاندارد) الگوریتم­ها بر روی MPB با f=5000،  M=10 و طول گام …75
جدول 5-6: مقایسه­ی خطای برون­خطى (خطای استاندارد) الگوریتم­ها بر روی MPB با f=5000، M=10، S=1 و ابعاد …77
جدول 5-7: موارد کاربرد الگوریتم MMCOA80

 

 

 

 

راهنمای خرید و دانلود فایل

برای پرداخت، میتوانید از کلیه کارتهای عضو شتاب  استفاده نمائید.

بعد از پرداخت آنلاین لینک دانلود فعال و نمایش داده میشود ، همچنین یک نسخه از فایل همان لحظه به ایمیل شما ارسال میگردد.

در صورت بروز  هر مشکلی،میتوانید از طریق تماس با ما  پیغام بگذارید و یا در تلگرام با ما در تماس باشید، تا شکایت شما مورد بررسی قرار گیرد.

برای دانلود فایل روی دکمه خرید و دانلود  کلیک نمایید.



برچسب‌ها :
ads

مطالب مرتبط


ديدگاه ها


دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

3 × 5 =