بررسی بر الگوریتم‌های بهینه سازی ازدحام گربه

قیمت: 41,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

بررسی بر الگوریتم‌های بهینه سازی ازدحام گربه

عنوان لاتین

Review on Cat Swarm Optimization Algorithms

بهینه سازی ازدحام گربه (CSO) یک متد تکاملی است که از موجوداتی که در ماهیت خود مادر هستند برای حل مسائل بهینه سازی استفاده می‌کنند. در کمتر از یک دهه گذشته بعد از اینکه CSO پیشنهاد شد، بهبود یافت و در زمینه‌های متفاوت توسط بسیاری از محققین در سال‌های اخیر استفاده شد. در این بررسی، ما عمدتا از الگوریتم CSO اصلی و برخی از معیارهای بهبود یافته الگوریتم‌های خانواده CSO استفاده می‌کنیم. برخی از مثال‌های استفاده CSO در حل مسائل در مهندسی بررسی شده است. در اولین بخش، مفهوم الگوریتم CSO پیشنهادی به صورت خلاصه آورده شده است، و CSO موازی (PCSO) بهبود یافته در یک روش جامع تشریح شده است و خلاصه شده است. سرانجام، مسائل بهینه سازی در زمینه‌های مهندسی که توسط الگوریتم‌های خانواده CSO حل می‌شوند بررسی می‌شود. هدف، ارائه بررسی بر الگوریتم‌های CSO و ارائه مقدمه مختصری برای پژوهشگران جدید برای پژوهش در زمینه هوش ازدحام است.

Cat Swarm Optimization (cso) is an evolutionary method inspired by the creatures in Mother Nature for solving optimization problems. Less than one decade after cso is proposed, it has been improved and applied in different fields by many researchers in recent years, hr this review, we majorly focus on the original cso algorithm and some improved branches of cso family algorithms. Some examples of utilizing CSO to solve problems in engineering are also reviewed, hr the first section, the concept of the first proposed cso algorithm is given in brief, and the improved Parallel cso (Peso) is described and summarized in a comprehensive way. Finally, the optimization problems in the engineering fields solved by cso family algorithms are also reviewed. The objective of the review is to provide the overview of cso algorithms and a brief introduction for new re-searchers to the swarm intelligence research field.