• مهندسی کامپیوتر
    • سیستم عامل
    • طراحی الگوریتم
    • ساختمان داده
    • پایگاه داده
    • مهندسی نرم افزار
    • گرافیک کامپیوتری
    • بازی سازی
    • پردازش تصویر
    • طراحی وب
    • رمزنگاری
  • هوش مصنوعی
    • الگوریتم های یادگیری ماشین
    • شبکه های عصبی مصنوعی
    • الگوریتم های فرا ابتکاری
    • هوش مصنوعی
    • داده کاوی
  • شبکه های کامپیوتری
    • شبکه های حسگر بی سیم
    • شبکه های خودرویی
    • شبکه های موردی
    • شبکه های کامپیوتری
  • تحقیق و پژوهش
    • عمومی
    • تکنولوژی
    • زبان های برنامه نویسی
    • مشاهیر و اشخاص
    • اینترنت اشیاء
    • واقعیت مجازی
    • ارز دیجیتال
    • کسب و کار
    • علوم
  • رشته های مهندسی
    • مهندسی برق
    • مهندسی عمران
    • مهندسی معماری
  • قالب پاورپوینت پایانامه
  • مجله پی استور
  • ابزارهای آنلاین
    • برنامه نویسی آنلاین
    • تبدیل مبنای آنلاین
  • آموزش برنامه نویسی
  • آموزش الگوریتم
  • آموزش شبکه
  • آموزش عمومی

ورود

رمز عبور را فراموش کرده اید؟

هنوز عضو نشده اید؟ عضویت در سایت
  • درباره ما
  • تماس با ما
  • سفارش تدریس آنلاین
پی استور
0

ورود و ثبت نام

مقالات آموزشی
  • مهندسی کامپیوتر
    • سیستم عامل
    • طراحی الگوریتم
    • ساختمان داده
    • پایگاه داده
    • مهندسی نرم افزار
    • گرافیک کامپیوتری
    • بازی سازی
    • پردازش تصویر
    • طراحی وب
    • رمزنگاری
  • هوش مصنوعی
    • الگوریتم های یادگیری ماشین
    • شبکه های عصبی مصنوعی
    • الگوریتم های فرا ابتکاری
    • هوش مصنوعی
    • داده کاوی
  • شبکه های کامپیوتری
    • شبکه های حسگر بی سیم
    • شبکه های خودرویی
    • شبکه های موردی
    • شبکه های کامپیوتری
  • تحقیق و پژوهش
    • عمومی
    • تکنولوژی
    • زبان های برنامه نویسی
    • مشاهیر و اشخاص
    • اینترنت اشیاء
    • واقعیت مجازی
    • ارز دیجیتال
    • کسب و کار
    • علوم
  • رشته های مهندسی
    • مهندسی برق
    • مهندسی عمران
    • مهندسی معماری
  • قالب پاورپوینت پایانامه
  • مجله پی استور
  • ابزارهای آنلاین
    • برنامه نویسی آنلاین
    • تبدیل مبنای آنلاین

الگوریتم جستجوی کلاغ بهبود یافته ICSA در متلب

خانهفروشگاهالگوریتم های بهینه سازی هوشمندالگوریتم جستجوی کلاغ بهبود یافته ICSA در متلب
الگوریتم جستجوی کلاغ بهبود یافته ICSA در متلب

در این بخش سورس کد الگوریتم جستجوی کلاغ بهبود یافته ICSA در متلب قرار داده شده است. این سورس کد بر اساس مقاله ای تحت عنوان An improved Crow Search Algorithm for high-dimensional problems نوشته شده است. الگوریتم جستجوی کلاغ CSA یک بهینه ساز فرا ابتکاری مبتنی بر رفتار هوشمندانه کلاغ ها است. این الگوریتم با الهام از رفتار هوشمندانه کلاغ ها با ویژگی هایی مانند سادگی و سهولت اجرا معرفی شده است. الگوریتم CSA در بهینه سازی انواع مسائل محدود مهندسی در مقایسه با الگوریتم های پیشرفته دیگر در این حوزه، برتر و موثرتر است.

cropped-fav2.png

برنامه‌نویس: تیم برنامه نویسی پی استور

متشکل از اساتید و فارغ التحصیلان رشته های فنی - مهندسی

تیم برنامه نویسی پی استور یکی از اولین گروه های تشکیل شده در مجموعه آموزشی پی استور می باشد. این تیم از اساتید مجرب و فارغ التحصیلان رشته های فنی و مهندسی تشکیل شده که در زمینه های مختلف برنامه نویسی و تهیه سورس کد فعال هستند.

الگوریتم CSA برای حل مسائل بهینه سازی با ابعاد بالا از همگرایی زودرس رنج می برد که منجر به دقت پایین تر و دقت کمتری در بهینه سازی یا گاهی خرابی می شود. بنابراین الگوریتم جستجوی کلاغ بهبود یافته ICSA برای حل مسائل بهینه سازی سراسری با ابعاد بالا پیشنهاد شده است. تعادل بین قابلیت های بهره برداری و اکتشاف CSA با معرفی عامل تجربه ، اپراتور تنظیم تطبیقی ​​و توزیع پرواز در مکانیزم به روزرسانی موقعیت کلاغ ها بهبود می یابد.

الگوریتم کلاغ بهبود یافته ICSA در متلب

سورس کد الگوریتم کلاغ بهبود یافته ICSA در متلب شامل چهار فایل m. می باشد که سورس کد سه الگوریتم CSA استاندارد، PSO و نسخه بهبود یافته CSA با نام ICSA را شامل می شود در ادامه قسمت هایی از این سورس کد در متلب نمایش داده شده است.

clc;
clear;
% close all;

%% Problem Definition
CostFunction=@(z) Sphere(z);        % Cost Function

nVar = 100;             % Number of Decision Variables

VarSize =[1 nVar];   % Size of Decision Variables Matrix

VarMin = -100;         % Lower Bound of Variables
VarMax = 100;         % Upper Bound of Variables


%% CSA Parameters

MaxIt=1000;      % Maximum Number of Iterations

nPop=200;        % Population Size (Flock Size)

% Constriction Coefficients
AP = 0.1; % Awareness probability
fl = 2;   % Flight length (fl)

%% ISCA parameters (Change)
ef = 0.5;     % Experience Factor(ef) (change)
alpha1 = 0.5; % Adjustment coefficient (change)
Beta = 1.5;   % used in Levy flight

%% Initialization

empty_CSAs.Position=[];
empty_CSAs.Cost=[];

empty_CSAs.Memory.Position=[];
empty_CSAs.Memory.Cost=[];

CSAs=repmat(empty_CSAs,nPop,1);

BestSol.Cost=inf;

for i=1:nPop
    
    % Initialize Position
    CSAs(i).Position=unifrnd(VarMin,VarMax,VarSize);
    
    % Evaluation
    CSAs(i).Cost = CostFunction(CSAs(i).Position);
    
    % Update Personal Memory
    CSAs(i).Memory = CSAs(i);
    
    % Update Best Solution
    if CSAs(i).Memory.Cost<BestSol.Cost
        BestSol=CSAs(i).Memory;
    end
    
end

BestCost=zeros(MaxIt,1);
nfe=zeros(MaxIt,1);

NFE = 0;

درباره الگوریتم جستجوی کلاغ بهبود یافته ICSA

سورس کد الگوریتم جستجوی کلاغ بهبود یافته ICSA در متلب محصولی است که در این پست به آن پرداخته شده است. در این سورس کد به پیاده سازی الگوریتم ICSA در متلب پرداخته شده که مقاله این الگوریتم را می توانید در قسمت بالای همین مطلب دانلود کنید. این سورس کد بصورت کامل توسط گروه پشتیبانی پی استور تست و بازبینی شده است. محصول دارای نشان تضمین کیفیت پی استور می باشد. برای دانلود محصول آن را خریداری کنید.

گارنتی 7 روزه بازگشت هزینه

تضمین کیفیت و گارانتی بازگشت هزینه
توجه: کیفیت این محصول توسط پی استور تضمین شده و در صورت عدم رضایت از محصول، به انتخاب شما:

  • ۱۰۰ درصد مبلغ پرداختی در حساب کاربری شما شارژ می‌شود.
  • و یا 80 درصد مبلغ پرداختی به حساب بانکی شما عودت داده می‌شود.

مباحث مرتبط با الگوریتم کلاغ

پاورپوینت الگوریتم جستجوی کلاغ CSA
پاورپوینت الگوریتم جستجوی کلاغ CSA
آموزش الگوریتم جستجوی کلاغ در متلب
آموزش الگوریتم جستجوی کلاغ در متلب

مباحث مرتبط با دیگر الگوریتم های فرا ابتکاری

پاورپوینت الگوریتم جستجوی فاخته CS
پاورپوینت الگوریتم جستجوی فاخته CS
الگوریتم جستجوی فاخته CS در پایتون
الگوریتم جستجوی فاخته CS در پایتون
پاورپوینت الگوریتم کرم شب تاب FA
پاورپوینت الگوریتم کرم شب تاب FA
الگوریتم کرم شب تاب FA در پایتون Python
الگوریتم کرم شب تاب FA در پایتون Python
پاورپوینت الگوریتم شمع و پروانه MFO
پاورپوینت الگوریتم شمع و پروانه MFO
فیلم آموزش الگوریتم شمع و پروانه MFO در متلب
فیلم آموزش الگوریتم شمع و پروانه MFO در متلب
امتیاز
5.00 از 1 رأی
5.00 1 رای
59,000 تومان
تاریخ انتشار: 1 آذر 1399
تاریخ بروزرسانی: 28 اسفند 1399
حجم فایل: 1.9 مگابایت
فرمت فایل m.
هماهنگی با: متلب 2017 و بالاتر
سفارش تدریس: توضیحات تکمیلی
دانلود شده توسط: 0 نفر

تاکنون 0 نفر این محصول را تهیه کرده اند و 1 نظر برای آن ثبت شده است.

نظرات و دیدگاه ها
  • مدیریت و پشتیبانی
    1 آذر 1399
    امتیاز 5 از 5
    پاسخ

    نظرات و پیشنهادات خود را با ما در میان بگذارید.

قوانین ثبت دیدگاه

  • لطفاً دیدگاه های خود را فارسی تایپ کنید.
  • دیدگاه های نامرتبط به مطلب تایید نخواهد شد.
  • از درج دیدگاه های تکراری پرهیز نمایید.
  • سوالات تخصصی خودتان را از طریق تیکت پشتیبانی مطرح کنید.

لغو پاسخ

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

دسته‌بندی موضوعی: الگوریتم های بهینه سازی هوشمند

قیمت 59,000 تومان

افزودن به علاقه مندی ها
امتیاز
5.00 از 1 رأی
5.00 1 رای
59,000 تومان

تاریخ انتشار: 1 آذر 1399
تاریخ بروزرسانی: 28 اسفند 1399
حجم فایل: 1.9 مگابایت
فرمت فایل m.
هماهنگی با: متلب 2017 و بالاتر
سفارش تدریس: توضیحات تکمیلی
دانلود شده توسط: 0 نفر

1 بازخورد (مشاهده نظرات)

قیمت: 59,000 تومان

تماس با ما
  • دفتر پشتیبانی: 04144225175 (ساعت کاری 8:00 الی 16:00)
  • آی دی تلگرام: programerPstore
درباره پی استور

تیم توسعه پی استور با هدف ارائه مطالب مفید علمی در گرایش های مختلف پروژه های علمی مختلف را جمع آوری می کند و در قالب یک محصول تست شده و قابل اجرا همراه با توضیحات و نحوه اجرا، انتشار می دهد. امید است با عنایت الهی و کوشش اساتید و دانشجویان همراهمان بتوانیم قدم کوچکی در تولید محتوای علمی کشور داشته باشیم.

مجوز های اخذ شده
اینماد نشان ملی   پروانه نشر دیجیتال
  • حساب کاربری من
  • سوالات متداول
  • راهنمای خرید و دانلود
پی استور
  • همکاری با ما
  • قوانین و مقررات
  • حریم خصوصی
تمامی حقوق برای پی استور محفوظ است.
keyboard_arrow_up