• مقالات آموزشی
    • آموزش برنامه نویسی
    • آموزش الگوریتم
    • آموزش شبکه های کامپیوتری
    • آموزش های عمومی
  • ترجمه مقاله
    • لیست ترجمه کامل مقالات
    • لیست ترجمه مفهومی مقالات
  • تحقیق و پژوهش
    • لیست داکیومنت پایان‌نامه
    • لیست داکیومنت سمینار
  • پیاده سازی
    • سی پلاس پلاس ++C
    • برنامه نویسی OpenGL
    • سی شارپ #C
    • پایتون Python
    • اندروید Android
    • پی اچ پی PHP
    • متلب Matlab
  • پاورپوینت
    • پاورپوینت الگوریتم های بهینه سازی
    • پاورپوینت شبکه‌های کامپیوتری
    • پاورپوینت مهندسی کامپیوتر
    • پاورپوینت یادگیری ماشین
    • پاورپوینت درس و تحقیق
    • قالب آماده پاورپوینت
  • فیلم آموزشی
    • لیست فیلم های آموزشی
  • قالب آماده
    • لیست قالب آماده HTML
  • دانلود رایگان
  • 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
  • قوانین
  • تماس با ما
  • درباره ما
  • همکاری با ما
پی استور
0

ورود و ثبت نام

مقالات آموزشی
  • ترجمه مقاله
    • لیست ترجمه کامل مقالات
    • لیست ترجمه مفهومی مقالات
  • تحقیق و پژوهش
    • لیست داکیومنت پایان‌نامه
    • لیست داکیومنت سمینار
  • پیاده سازی
    • سی پلاس پلاس ++C
    • برنامه نویسی OpenGL
    • سی شارپ #C
    • پایتون Python
    • اندروید Android
    • پی اچ پی PHP
    • متلب Matlab
  • پاورپوینت
    • پاورپوینت الگوریتم های بهینه سازی
    • پاورپوینت شبکه‌های کامپیوتری
    • پاورپونت مهندسی کامپیوتر
    • پاورپوینت یادگیری ماشین
    • پاورپوینت درس و تحقیق
      • عمومی
      • مشاهیر و اشخاص
      • واقعیت مجازی
      • طراحی سایت
      • برنامه نویسی
      • علوم کامپیوتر
      • اینترنت اشیاء
      • سیستم عامل
      • ارز دیجیتال
      • کسب و کار
      • تکنولوژی
      • علوم
    • قالب آماده پاورپوینت
  • فیلم آموزشی
    • لیست فیلم های آموزشی
  • قالب آماده
    • قالب آماده HTML
  • مجله پی استور
  • ابزارهای آنلاین
    • برنامه نویسی آنلاین
    • تبدیل مبنای آنلاین

کد الگوریتم وال در پایتون Python

خانهفروشگاههوش مصنوعیهوش محاسباتیکد الگوریتم وال در پایتون Python
کد الگوریتم وال در پایتون

در این پست سورس کد الگوریتم وال در پایتون (الگوریتم نهنگ در Python) قرار گرفته شده است. این سورس کد به زبان پایتون Python برای الگوریتم WOA نوشته شده است. این سورس کد بر اساس 12 توابع تست الگوریتم وال یا نهنگ را اجرا می کند. برای اینکه بتوانید مسئله الگوریتم وال یا نهنگ را واضح و کامل درک کنید مقاله ای کامل با عنوان الگوریتم WOA در همین سایت آماده کرده ایم که می توانید مطالعه کنید و یا فیلم آموزش الگوریتم وال یا نهنگ را از همین سایت دانلود کنید. در ادامه مختصری از الگوریتم برای درک کد الگوریتم WOA در پایتون بیان می شود.

الگوریتم بهینه سازی وال ها یا نهنگ ها

یکی از بزرگترین پستانداران دنیا وال یا نهنگ است از بین 7 نهنگ دنیا معروف ترین آنها، نهنگ گوژپشت یا نهنگ کوهان دار است. یک وال گوژپشت بالغ تقریباً به اندازه یک اتوبوس مدرسه است. شکار مورد علاقه وال ها، کریل و گروه های ماهی کوچک است. جالب ترین نکته در مورد وال های گوژپشت روش خاص شکار آنها می باشد. این رفتار کاوش گرانه به نام روش تغذیه حباب تور (Bubble-net) شناخته می شود.

وال های گوژپشت ترجیح می دهند تا دسته ای از کریل ها و یا ماهی های کوچک را در نزدیک سطح آب شکار کنند. این نکته مشاهده شده است که این کاوش و شکار، با ایجاد حباب های شاخصی در امتداد یک دایره یا مسیر هایی به انجام می رسد. الگوریتم WOA یکی از الگوریتم های بهینه سازی الهام گرفته شده از طبیعت و مبتنی بر جمعیت است که در زمینه های مختلف می توان از آن استفاده کرد.

مراحل الگوریتم

الگوریتم وال WOA در سه مرحله یا سه فاز انجام می شود که بصورت زیر است:

  1. شکار محاصره ای
  2. فاز بهره برداری : روش حمله به حباب تور
  3. مرحله اکتشاف: جستجوی شکار

شکار محاصره ای

وال ها می توانند مکان شکار را شناسایی کرده و آنها را محاصره کنند. از آنجایی که مکان طراحی بهینه در فضای جستجو از راه مقایسه شناخته نمی شود، الگوریتم فرض می کند که بهترین راه حل کاندید حال حاضر، شکار هدف بوده و یا نزدیک به حالت مطلوب است. بعد از اینکه بهترین عامل جستجو شناسایی شد، عوامل دیگر جستجو سعی می کنند تا مکان خود را نسبت به بهترین عامل جستجو، به روزرسانی کنند.

فاز بهره برداری : روش حمله به حباب تور

جهت مدلسازی ریاضی رفتار حباب تور وال ها، ۲ روش طراحی شده است:

  1. مکانیزم محاصره ی انقباضی
  2. مکان در حال بروزرسانی مارپیچی

مرحله اکتشاف: جستجوی شکار

روشی مشابه بر مبنای واریاسیون بردار A را می توان جهت جستجوی شکار (اکتشاف) به کار گرفت. در حقیقت، نهنگ های گوژپشت، بر طبق مکان یکدیگر، به صورت تصادفی به جستجو می پردازند. بنابراین، بردار A را با مقادیر تصادفی بزرگتر از او یا کمتر از ۱- به کار گرفته شده تا عامل جستجو را مجبور به دور شدن از نهنگ مرجع کند. بر خلاف فاز استخراج، جهت بروزرسانی موقعیت عامل جستجو در فاز اکتشاف به جای استفاده از داده های بهترین عامل جستجو، از انتخاب تصادفی عامل بهره برده شده است.

این مکانیزم به همراه ۱<A بر اکتشاف تاکید دارند و به الگوریتم WOA اجازه می دهند تا جستجویی سراسری را به انجام رساند.

قسمت هایی از سورس کد الگوریتم وال در پایتون Python

import CostFun as fit
import random
import numpy
import math
import matplotlib.pyplot as plt   
  
lb=-10
ub=10
dim=30
SearchAgents_no=50
Max_iter=100

if not isinstance(lb, list):
   lb = [lb] * dim
if not isinstance(ub, list):
   ub = [ub] * dim
        
    
# initialize position vector and score for the leader
Leader_pos=numpy.zeros(dim)
Leader_score=float("inf")  #change this to -inf for maximization problems
    
    
#Initialize the positions of search agents
Positions = numpy.zeros((SearchAgents_no, dim))
for i in range(dim):
   Positions[:, i] = numpy.random.uniform(0,1,SearchAgents_no) *(ub[i]-lb[i])+lb[i]
    
#Initialize convergence
convergence_curve=numpy.zeros(Max_iter)

 


***  توجه  ***

قبل از اجرای سورس کد الگوریتم در محیط پایتون حتماً از نصب پکیج های مورد استفاده در این سورس کد در Python خود مطمئن شوید پکیج های استفاده شده در این سورس کد numpy و matplotlib می باشد که اولی پکیج مربوط به استفاده از آرایه ها و ماتریس ها در پایتون و دومی مربوط به عملیات های نموداری و Plot گرفتن می باشد. پیشنهاد ما نصب Anaconda  می باشد که هم پایتون و پکیج های مختلف و هم IDE های مختلفی را همراه با امکان آپدیتشان نصب می کند. ما این سورس کد را با IDE اسپایدر (Spyder (Python 3.7 نوشته و اجرا کرده ایم.


درباره سورس کد الگوریتم نهنگ در python

سورس کد الگوریتم وال یا الگوریتم نهنگ در python عنوان محصولی است که در این پست به آن پرداخته شده است. محصول در پایتون و با IDE اسپایدر (Spyder (Python 3.7 نوشته شده و بصورت کامل توسط گروه پشتیبانی پی استور تست و اجرا شده است. محصول دارای نشان تضمین کیفیت پی استور می باشد. برای دانلود محصول آن را خریداری کنید.

محصول مرتبط با الگوریتم WOA


  • پکیج کامل آموزش الگوریتم وال یا نهنگ WOA
امتیاز
5.00 از 1 رأی
5.00 1 رای
39,000 تومان
تعداد دانلود : 140
تاریخ انتشار: 22 آبان 1398
تاریخ بروزرسانی: 19 اسفند 1398
حجم فایل: 4.3 کیلوبایت
فرمت فایل py. در قالب پایتون
نسخه: 1.0
لایسنس: ندارد
هماهنگی با: (Spyder (Python 3.8
نظرات و دیدگاه ها
  • programstore
    22 آبان 1398
    نمره 5 از 5
    پاسخ

    نظرات و پیشنهادات خود را با ما در میان بگذارید.

قوانین ثبت دیدگاه

  • دیدگاه های فینگلیش تایید نخواهند شد.
  • دیدگاه های نامرتبط به مطلب تایید نخواهد شد.
  • از درج دیدگاه های تکراری پرهیز نمایید.
  • امتیاز دادن به محصول فقط مخصوص اعضای سایت می باشد.

لغو پاسخ

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

برچسب: الگوریتم بهینه سازی نهنگ الگوریتم بهینه سازی وال الگوریتم وال ها الگوریتم وال یا نهنگ پیاده سازی الگوریتم WOA در پایتون پیاده سازی الگوریتم وال در Python پیاده سازی الگوریتم وال در پایتون دانلود کد پایتون الگوریتم WOA دانلود کد پایتون الگوریتم وال سورس کد الگوریتم وال کد آماده الگوریتم وال کد آماده پایتون کد پایتون الگوریتم وال کد قابل اجرا الگوریتم وال

قیمت 39,000 تومان

افزودن به علاقه مندی ها

این فایل در پایتون نوشته شده و بصورت زیپ قابل دانلود می باشد. بلافاصله پس از خرید، لینک دانلود محصول در اختیار شما قرار خواهد گرفت.

با خرید این محصول از مزایای زیر بهره‌مند می‌شوید:

  • دسترسی به فایل محصول به صورت مادام‌العمر
  • ۶ ماه پشتیبانی کاملا رایگان و تضمین شده
امتیاز
5.00 از 1 رأی
5.00 1 رای
39,000 تومان

تاریخ انتشار: 22 آبان 1398
تاریخ بروزرسانی: 19 اسفند 1398
حجم فایل: 4.3 کیلوبایت
فرمت فایل py. در قالب پایتون
نسخه: 1.0
لایسنس: ندارد
هماهنگی با: (Spyder (Python 3.8
تعداد دانلود : 140

قیمت: 39,000 تومان

تماس با ما
  • دفتر پشتیبانی: 04144225175
  • دسترسی سریع: 09227367942
  • واتساپ پشتیبانی: 09208501946
  • [email protected]
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

نشان ملی  

  • قوانین
  • تماس با ما
  • درباره ما
  • همکاری با ما
پی استور
  • آموزش برنامه نویسی
  • آموزش الگوریتم
  • آموزش شبکه
  • آموزش عمومی
تمامی حقوق برای پی استور محفوظ است.
keyboard_arrow_up