الگوریتم بهینه‌سازی ملخ

مقاله اصلی الگوریتم

Abstract:

This paper proposes an optimisation algorithm called Grasshopper Optimisation Algorithm (GOA) and applies it to challenging problems in structural optimisation. The proposed algorithm mathematically models and mimics the behaviour of grasshopper swarms in nature for solving optimisation problems. The GOA algorithm is first benchmarked on a set of test problems including CEC2005 to test and verify its performance qualitatively and quantitatively. It is then employed to find the optimal shape for a 52-bar truss, 3-bar truss, and cantilever beam to demonstrate its applicability. The results show that the proposed algorithm is able to provide superior results compared to well-known and recent algorithms in the literature. The results of the real applications also prove the merits of GOA in solving real problems with unknown search spaces.

1.  
2. Title: Grasshopper Optimisation Algorithm
3. Journals : Advances in Engineering Software
4. Impact Factor: 1.673
5. Accepted:  2017
6. Page: 48

 

اسلاید ارائه الگوریتم

اسلاید الگوریتم بهینه‌سازی ملخ GOA در سه بخش اصلی براساس مقاله‌ی اصلی با طراحی آکادمیک تنظیم شده است :

• تاریخچه و ایده‌ی اصلی الگوریتم
• مدل‌سازی  ریاضی ایده
• شبه کد الگوریتم

1. عنوان: Grasshopper Optimisation Algorithm (GOA)
2. تعداد صفحات: 17
3. زبان: انگلیسی

 

ترجمه و گزارش الگوریتم

چکیده:

در این مقاله یک الگوریتم بهینه‌سازی جدید بنام الگوریتم بهینه‌سازی ملخ (GOA) معرفی شده است. مدل ریاضی الگوریتم پیشنهادی تقلیدی از رفتار دسته‌ی ملخ‌ها در طبیعت برای حل مسائل بهینه‌سازی میباشد. الگوریتم GOAابتدا بر روی یک مجموعه از مسائل محک از جمله CEC2005 برای آزمایش و بررسی عملکرد آن به صورت کیفی و کمی سنجیده می‌شود. سپس برای به دست آوردن بهینه‌ی مطلوب برای یک خرپا ٥٢بار ، ٣بار و پرتو پایه برای نشان دادن کاربرد آن استفاده می شود. نتایج شبیه‌سازی‌ها نشان می‌دهد که الگوریتم پیشنهادی قادر به ارائه نتایج برتر در مقایسه با الگوریتم‌های شناخته شده و اخیر در مطرح در ادبیات فراابتکاری‌ها است. نتایج شبیه‌سازی بر روی مسائل واقعی نیز ثابت کرد که الگوریتم ملخ قادر به حل مسائل واقعی با فضای ناشناخته می‌باشد

1. تعداد صفحات: 35
2. زبان: فارسی
3. فرمت: Pdf

 

کد و پیاده‌سازی الگوریتم

پیاده‌سازی الگوریتم‌های فراابتکاری

فرایند طراحی و پیاده‌سازی الگوریتم‌های فراابتکاری دارای سه مرحله‌ی متوالی است که هر کدام از آن‌ها دارای گام‌های مختلفی هستند. در هر گام فعالیت‌هایی باید انجام شود تا آن گام کامل شود.

• آماده‌سازی: که در آن باید شناخت دقیقی از مسئله‌ای که می‌خواهیم حل کنیم بدست آوریم، و اهداف طراحی الگوریتم فراابتکاری برای آن باید با توجه به روش‌های حل موجود برای این مسئله به طور واضح و شفاف مشخص شود
• ساخت نام: مهمترین اهداف این مرحله انتخاب استراتژی حل، تعریف معیارهای اندازه گیری عملکرد، و طراحی الگوریتم برای استراتژی حل انتخابی می‌باشد
•  پیاده‌سازی: که در آن پیاده‌سازی الگوریتم طراحی شده در مرحله‌ی قبل، شامل تنظیم پارامترها، تحلیل عملکرد، و در نهایت تدوین و تهیه گزارش نتایج باید انجام شود.

امروزه استفاده از نرم‌افزار‌های کامپیوتری جهت انجام محاسبات ریاضی و حل معادلات و اجرای الگوریتم‌های پیچیده بسیار پر کاربرد می‌باشد. نرم‌افزار Matlab به جهت راحتی در استفاده و گسترش و ساده و و روان بودن جهت کد کردن الگوریتم و مدل‌ها، از پر‌کاربرد ترین نرم‌افزار‌ها می‌باشد.

1. زبان برنامه نویسی : Matlab
2. تعداد فایل‌ها : 7

 

ارتباط با بخش پشتیبانی

1. ارتباط با پشتیبان از طریق تلگرام
2. ارتباط با پشتیبان از طریق ایمیل