تخفیف نوروزی پی استور
هزینه سفارش:
۱۹۹,۰۰۰ تومان قیمت اصلی: ۱۹۹,۰۰۰ تومان بود.۷۹,۶۰۰ تومانقیمت فعلی: ۷۹,۶۰۰ تومان.
این مقاله یک روش بهینه سازی با نام الگوریتم بهینه سازی چند نظمی را معرفی میکند. الگوریتم MVO یک الگوریتم متاهیورستیک یا فرا ابتکاری مبتنی بر جمعیت است است. این الگوریتم توسط سید علی میرجلیلی Seyedali Mirjalili در سال 2015 در ژورنال The Natural Computing Applications از انتشارات Springer به چاپ رسیده است.
در این قسمت ترجمه مقاله MVO بهینه سازی چند نظمی برای بهینه سازی سراسری قرار گرفته شده است. ترجمه مقاله Multi-Verse Optimizer: a nature-inspired algorithm for global optimization در ۳۰ صفحه در قالب Word آماده شده است. این مقاله یک روش بهینه سازی با نام الگوریتم بهینه سازی چند نظمی را معرفی میکند. الگوریتم MVO یک الگوریتم متاهیورستیک یا فرا ابتکاری مبتنی بر جمعیت است است. این الگوریتم توسط سیدعلی میرجلیلی Seyedali Mirjalili در سال ۲۰۱۵ در ژورنال The Natural Computing Applications از انتشارات Springer به چاپ رسیده است.
تئوری چند نظمی بر اساس نظریه چند نظمی است که بر این باور استوار است که جهان بر اساس چندین انفجار بزرگ ساخته شده است. این تئوری از وجود چندین جهان موازی خبر میدهد که در موازات هم ادامه مییابند. الگوریتم چند جهانی بر اساس سه محتوا اصلی به نام سفید چاله، سیاه چاله و کرم چاله بنیان شده است. مقاله اصلی این الگوریتم را میتوانید از طریق این لینک (+) دانلود فرمایید.
This paper proposes a novel nature-inspired algorithm called Multi-Verse Optimizer (MVO). The main inspirations of this algorithm are based on three concepts in cosmology: white hole, black hole, and wormhole. The mathematical models of these three concepts are developed to perform exploration, exploitation, and local search, respectively. The MVO algorithm is first benchmarked on 19 challenging test problems. It is then applied to five real engineering problems to further confirm its performance.
To validate the results, MVO is compared with four wellknown algorithms: Grey Wolf Optimizer, Particle Swarm Optimization, Genetic Algorithm, and Gravitational Search Algorithm. The results prove that the proposed algorithm is able to provide very competitive results and outperforms the best algorithms in the literature on the majority of the test beds. The results of the real case studies also demonstrate the potential of MVO in solving real problems with unknown search spaces. N
در این مقاله الگوریتم جدیدی با الهام از طبیعت به نام MVO الگوریتم بهینه ساز چند نظمی ارائه شده است. الهام بخش اصلی این الگوریتم مبتنی بر سه مفهوم در کیهان شناسی است: سفید چاله ، سیاه چاله و کرم چاله. مدلهای ریاضی این سه مفهوم به ترتیب برای انجام اکتشاف ، بهره برداری و جستجوی محلی تهیه شدهاند. الگوریتم MVO اولین معیار در ۱۹ آزمون به چالش کشیده شده است. سپس به پنج مسئله مهندسی واقعی برای تأیید بیشتر عملکرد آن اعمال میشود.
برای اعتبارسنجی نتایج ، MVO با چهار الگوریتم مشهور مقایسه شده است: بهینه ساز گرگ خاکستری ، بهینه ساز گروه زنبورها، الگوریتم ژنتیک و الگوریتم جستجوی گرانشی. نتایج اثبات می کند که الگوریتم پیشنهادی قادر به ارائه نتایج بسیار رقابتی بوده و از بهترین الگوریتم های موجود در اکثریت بستر های آزمایشی بهتر عمل می کند. همچنین نتایج مطالعات موردی واقعی پتانسیل MVO را در حل مشکلات واقعی با فضاهای جستجوی ناشناخته نشان می دهد.
ترجمه مقاله MVO به فارسی ( بهینه سازی چند نظمی ) عنوان اثری است که در قالب ورد به تعداد ۳۰ صفحه بصورت دقیق و روان توسط متخصصان ترجمه رشته کامپیوتر انجام شده است. این ترجمه از طرف کارشناسان پی استور بررسی شده و دارای نشان تضمین کیفیت پی استور میباشد. برای دانلود اثر مذکور آن را خریداری کنید به محض خرید لینک دانلود در دسترس خواهد بود. در مجموعه آموزشی پی استور قالب آماده پایان نامه موجود میباشد که میتوانید برای طراحی ارائه خود به صورت دلخواه از این قالبها کمک بگیرید.
گلناز محرر روحانی از اعضای اصلی تیم توسعه پی استور هستند. ایشان علاوه بر پژوهش در زمینه های شبکه های کامپیوتری و الگوریتم های فرا ابتکاری در امور Cryptocurrency و طراحی انواع پاورپوینت برای ارائههای کلاسی فعالیت دارند و مدرس فعال زبان انگلیسی نیز هستند.
نام اثر: | ترجمه مقاله MVO بهینه سازی چند نظمی برای بهینه سازی سراسری |
نوع اثر: | ترجمه |
مترجم: | گلناز محرر روحانی |
قالب فایل: | Word |
تعداد صفحات: | 30 صفحه |
ویژگی: | دارای قابلیت ویرایش |
توجه: کیفیت این محصول توسط پی استور تضمین شده و در صورت عدم رضایت از محصول، به انتخاب شما:
هزینه سفارش:
۱۹۹,۰۰۰ تومان قیمت اصلی: ۱۹۹,۰۰۰ تومان بود.۷۹,۶۰۰ تومانقیمت فعلی: ۷۹,۶۰۰ تومان.
نظرات
مدیریت و پشتیبانی
نظرات و پیشنهادات خود را با ما در میان بگذارید.