الگوریتم شاهین هریس ، یک الگوریتم فراابتکاری جدید است که در سال 2019 معرفی و منتشر شد ،

در مقاله ای با عنوان Harris Hawks Optimization: Algorithm and Applications توسط میرجلیلی و حیدری.

ترجمه مقاله هریس هاواکس

در ادامه میتوانید بخشی از ترجمه شاهین هریس را مشاهده بفرمایید و کیفیت ترجمه را بررسی کنید.

برای دانلود فایل لاتین مقاله شاهین هریس اینجا را کلیک کنید.

با خرید این محصول فایل ترجمه مقاله به صورت Word و PDF برای شما ارسال میگردد.

 

ترجمه بخش چکیده مقاله شاهین هریس:

بهینه سازی شاهین هریس: الگوریتم و کاربرد آن

چکیده

در این مقاله ، یک الگوی بهینه سازی مبتنی بر جمعیت و با الهام گرفتن از طبیعت ، ارائه شده است که به آن بهینه ساز شاهین هریس(HHO) گفته می شود.ایده اصلی الگوریتم HHO ، رفتار مشارکتی و سبک تعقیب شاهین هریس در طبیعت است که به نام یورش غافلگیرانه شناخته میشود.
در این استراتژی هوشمند ، چندین شاهین به صورت مشارکتی و همکارانه تلاش میکنندT تا یک طعمه را از جهات مختلف غافلگیر کنند.شاهین Harris می تواند الگوهای تعقیب و گریز متنوعی را بر اساس ماهیت پویای سناریوها و الگوهای شکار از خود نشان دهد .این مقاله تقلیدی ریاضی از اینچنین الگوریتم ها و رفتارهای داینامیک برای ساخت یک الگوریتم بهینه سازی می باشد.
اثربخشی روش پیشنهادی بهینه ساز HHO ، از طریق مقایسه با سایر تکنیک های الهام گرفته شده از طبیعت ، بر روی 29 تابع محک و چندین مسئله مهندسی دنیای واقعی بررسی شده است.
نتایج آماری و مقایسه ها نشان می دهد که الگوریتم HHO نتایج بسیار امیدوار کننده و گاها رقابتی را در مقایسه با دیگر تکنیک های فراابتکاری شناخته شده دارد.

کلید واژه ها:

محاسبات الهام گرفته شده از طبیعت ، الگوریتم بهینه سازی شاهین هریس ، هوش ازدحامی ، بهینه سازی ، فراابتکاری.

 

بخش چیکده لاتین مقاله شاهین هریس:

Abstract
In this paper, a novel population-based, natureinspired optimization paradigm is proposed, which is called Harris Hawks Optimizer (HHO).

The main inspiration of HHO is the cooperative behavior and chasing style of Harris’ hawks in nature called surprise pounce.

In this intelligent strategy, several hawks cooperatively pounce a prey from different directions in an attempt to surprise it.

Harris hawks can reveal a variety of chasing patterns based on the dynamic nature of scenarios and escaping patterns of the prey.

This work mathematically mimics such dynamic patterns and behaviors to develop an optimization algorithm.

The effectiveness of the proposed HHO optimizer is checked, through a comparison with other nature-inspired techniques, on 29 benchmark problems and several real-world engineering problems.

The statistical results and comparisons show that the HHO algorithm provides very promising and occasionally competitive results compared to well-established metaheuristic techniques.

نقد و بررسی‌ها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین کسی باشید که دیدگاهی می نویسد “ترجمه مقاله Harris Hawks Optimization: Algorithm and Applications”

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