پیاده سازی الگوریتم بهینه سازی جستجوی شکار ( hunting search ) در متلب
الگوریتم جستجوی شکار (hus) از رفتار گروهی حیواناتی چون شیرها، گرگ ها، دلفین ها در شکار الهام گرفته شده است، که توسط افتاده و همکارانش در سال 2010 ارائه شده است. وجه اشتراک این شکارچیان شکار گروهی می باشد. شکارچیان به دور شکار خود حلقه می زنند و به مرور زمان حلقه را تنگ تر می کنند. هر عضوی از گروه موقعیت خود را بر اساس موقعیت خودش و موقعیت سایر افراد گروه تصحیح می کند. در صورتیکه شکار از حلقه بگریزد آنها دوباره خود را سازماندهی می کنند تا شکار را محاصره کنند.
مقایسه شکار واقعی و مصنوعی
شکار گروهی حیوانات و الگوریتم دارای اختلافاتی با یکدیگر هستند.
در شکار گروهی شکارچیان می توانند شکار خود را ببینند و یا حداقل بوی آن را استشمام کنند و موقعیت آن را تشخیص دهند. اما در مسایل بهینه سازی ما از موقعیت راه حل بهینه هیچ اطلاعی در دست نداریم. در جستجوی گروهی حیوانات، راه حل (شکار) پویا می باشد و شکارچی ( بر اساس موقعیت کنونی شکار) باید موقعیت خود را تصحیح کند. اما در مسایل بهینه سازی، راه حل ثابت است و موقعیت خود در طول زمان جستجو تغییر نمی کند .......
این محصول الگوریتم بهینه سازی جستجوی شکار را در نرم افزار متلب MATLAB پیاده سازی کرده است. به منظرو اعتبارسنجی الگوریتم، تابع Sphere حل گردیده است. همچنین جزوه PDF آلگوریتم جستجوی شکار جهت آشنایی در فایل قرار داده شده است.
فرمت پروژه: شامل 2 فایل متلب + جزوه PDF الگوریتم جستجوی شکار
در این محصول کدهای پیاده سازی شده یک مسأله با چندین محدودیت ، که اطلاعات آن در قالب فایل word تشریح گردیده است، توسط الگوریتم بهینه سازی فاخته (Cuckoo Optimization Algorithm) حل می گردد. با توجه به چندهدفه بودن مسأله، الگوریتم به صورت چندهدفه پیاده سازی گردیده است. مقاله لاتین الگوریتم بهینه سازی فاخته نیز در فایل موجود می باشد. فایلهای موجود در پکیج محصول: مقاله الگوریتم فاخته+ فایل های متلب ال ...
چکیده الگوریتم ژنتیک (GA) تکنیک جستجوی در علم رایانه برای یافتن راه حل تقریبی برای بهینه سازی و مسائل جستجو است. الگوریتم ژنتیک نوع خاصی از الگوریتم های تکاملی است که از تکنیک های زیست شناسی فرگشتی مانند وراثت و جهش استفاده می کند. در واقع الگوریتم های ژنتیک از اصول انتخاب طبیعی داروین برای یافتن فرمول بهینه جهت پیش بینی با تطبیق الگو استفاده می کنند. الگوریتم های ژنتیک اغلب گزینه خوبی برای تکنیک ...
روش PSO یا به لاتین (Particle swarm optimization) یک روش سراسری کمینه سازی است که با استفاده از آن می‌توان با مسائلی که جواب آنها یک نقطه یا سطح در فضای n بعدی می‌باشد، برخورد نمود. در اینچنین فضایی، فرضیاتی مطرح می‌شود و یک سرعت ابتدایی به آنها اختصاص داده می‌شود، همچنین کانال‌های ارتباطی بین ذرات درنظر گرفته می‌شود. سپس این ذرات در فضای پاسخ حرکت می‌کنند ...