ترجمه مقاله الگوریتم گرگ خاکستری : در این محصول ، ترجمه فارسی مقاله بهینه ساز گرگ خاکستری را برای دانلود قرار داده ایم.
فایل ترجمه بصورت فارسی و با فرمت docx در 44 صفحه در اختیار شما قرار میگیرد.
ترجمه بخش چکیده مقاله GWO جهت بررسی کیفیت ترجمه :
الگوریتم گرگ خاکستری GWO یا Grey Wolf Optimizer ، یک الگوریتم فرا ابتکاری الهام گرفته از طبیعت است که رفتار گرگ های خاکستری و سلسله مراتب رهبری و روش شکار آنها را تقلید میکند.در این الگوریتم، 4 نوع گرگ خاکستری بنام گرگ های آلفا، بتا ، دلتا و امگا برای شبیه سازی رفتار سلسله مراتبی رهبری در گله گرگ های خاکستری استفاده شده است.
علاوه بر این الگوریتم شامل سه گام اصلی شکار گرگ های خاکستری می باشد که عبارتند از :
- جستجو برای طعمه،
- محاصره طعمه،
- و در نهایت حمله به طعمه.
نتایج شبیه سازی های انجام گرفته برای بهینه سازی 29 بنچ مارک شناخته شده، نشان از برتری قابل ملاحظه الگوریتم گرگ های خاکستری (GWO) بر الگوریتم توده ذرات (PSO) و الگوریتم نیروی گرانشی (GSA) و الگوریتم تکامل تفاضلی (DE) دارد.
متن لاتین بخش Abstract مقاله گرگ خاکستری
This work proposes a new meta-heuristic called Grey Wolf Optimizer (GWO) inspired by grey wolves (Canis lupus).
The GWO algorithm mimics the leadership hierarchy and hunting mechanism of grey wolves in nature.
Four types of grey wolves such as alpha, beta, delta, and omega are employed for simulating the leadership hierarchy.
In addition, the three main steps of hunting, searching for prey, encircling prey, and attacking prey, are implemented.
The algorithm is then benchmarked on 29 well-known test functions, and the results are verified by a comparative study with Particle Swarm Optimization (PSO), Gravitational Search Algorithm (GSA), Differential Evolution (DE), Evolutionary Programming (EP), and Evolution Strategy (ES).
الگوریتم گرگ خاکستری ، توسط میرجلیلی و همکاران ، با بررسی ویژگی های نوعی گرگ ، بنام گرگهای خاکستری الهام گرفته شده است.
گرگ های خاکستری بصورت گروهی در طبیعت زندگی میکنند و جالب است که دارای سلسله مراتب راهبری در گروه خود هستند.
با مدلسازی ریاضی رفتار گرگ های خاکستری ، و در نهایت پیاده سازی فرمولهای ریاضی استخراج شده ، یک الگوریتم جدید بنام GWO در سال 2014 برای حل مسائل بهینه سازی معرفی شد.
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.