ترجمه الگوریتم گله اسب : در این محصول ، مقاله الگوریتم گله اسب با عنوان Horse herd optimization algorithm را ترجمه کرده ایم ، ترجمه تخصصی و روان می باشد.
الگوریتم گله اسب یکی از جدیدترین الگوریتم های تکاملی مبتنی بر طبیعت است که در سال 2021 ارائه شد ، ما در متلب مارکت ترجمه مقاله الگوریتم گله اسب را برای علاقه مندان به این الگوریتم آماده کرده ایم.
اگر نسخه لاتین و اصلی مقاله گله اسب را نیاز دارید میتوانید از “دانلود مقاله لاتین الگوریتم گله اسب” آن را دریافت کنید.
دانلود ترجمه فارسی مقاله Horse herd optimization algorithm : شما به راحتی با پرداخت هزینه ای کم (به نسبت هزینه ترجمه ) میتوانید فایل ترجمه را در اختیار داشته باشید.
در زیر میتوانید ترجمه بخش چکیده مقاله را برای بررسی کیفیت ترجمه مشاهده کنید.
ترجمه چکیده مقاله گله اسب : الگوریتم بهینه سازی گله اسب : الگوریتمی با الهام از طبیعت برای مسائل بهینه سازی در ابعاد بالا
این روش که الگوریتم بهینه سازی گله اسب (HOA) نامیده می شود ، با تقلید از شش ویژگی مهم از عملکردهای اجتماعی اسبها در سنین مختلف ایجاد شده است که عبارتند از،
چرارفتن ، سلسله مراتب ، جامعه پذیری ، تقلید ، مکانیسم دفاعی و پرسه زدن.
الگوریتم HOA بر اساس این رفتارها ایجاد شده است ، که تاکنون در تاریخ مطالعات وجود نداشته است.
تجزیه و تحلیل حساسیت نیز برای بدست آوردن بهترین مقادیر ضرایب استفاده شده در الگوریتم انجام می شود.
HOA به دلیل تعدد پارامترهای کنترل بر اساس رفتار اسب ها در سنین مختلف ، عملکرد بسیار خوبی در حل مسائل پیچیده در ابعاد بالا دارد.
الگوریتم پیشنهادی با الگوریتم های بهینه سازی الهام گرفته از طبیعت ، از جمله الگوریتم بهینه سازی ملخ (GOA) ، الگوریتم سینوس (SCA) ، بهینه ساز چند وجهی (MVO) ، بهینه ساز شعله پروانه (MFO) ، الگوریتم سنجاقک (DA) ، و بهینه ساز گرگ خاکستری (GWO) مقایسه می شود.
حل چندین تابع محک با ابعاد بالا (حداکثر 10 هزار بعد) نشان می دهد که الگوریتم پیشنهادی برای مسائل بهینه سازی جهانی با ابعاد بالا بسیار کارآمد است.الگوریتم HOA همچنین از الگوریتم های بهینه سازی محبوب ذکر شده در مورد دقت و کارایی با کمترین هزینه و پیچیدگی محاسباتی پیشی می گیرد.
کلمات کلیدی :
زندگی اسب ، هوش ازدحامی، فراابتکاری، ابعاد بالا، بهینه سازی سراسری.
متن لاتین چکیده در بالا ترجمه آن را مشاهده کردید در زیر آورده شده است تا بتوانید کیفیت ترجمه را بسنجید.
Abstract
This paper proposes a new meta-heuristic algorithm inspired by horses’ herding behavior for high-dimensional optimization problems.
This method, called the Horse herd Optimization Algorithm (HOA), imitates the social performances of horses at different ages using six important features: grazing, hierarchy, sociability, imitation, defense mechanism and roam.
The HOA algorithm is created based on these behaviors, which has not existed in the history of studies so far. A sensitivity analysis is also performed to obtain the best values of coefficients used in the algorithm.
HOA has a very good performance in solving complex problems in high dimensions, due to the large number of control parameters based on the behavior of horses at different ages.
The proposed algorithm is compared with popular nature-inspired optimization algorithms, including grasshopper optimization algorithm (GOA), sine cosine algorithm (SCA), multi-verse optimizer (MVO), moth–flame optimizer (MFO), dragonfly algorithm (DA), and grey wolf optimizer (GWO). Solving several high-dimensional benchmark functions (up to 10,000 dimensions) shows that the proposed algorithm is highly efficient for high-dimensional global optimization problems.
The HOA algorithm also outperforms the mentioned popular optimization algorithms for the case of accuracy and efficiency with lowest computational cost and complexity.
[static_block_content id=”1196″]
نقد و بررسیها
هنوز بررسیای ثبت نشده است.