بهترین الگوریتم جهانی بهینه سازی طوفان مغزی

قیمت: 45,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

بهترین الگوریتم جهانی بهینه سازی طوفان مغزی

عنوان لاتین

Global-best brain storm optimization algorithm

بهینه سازی طوفان مغزی (BSO) یک الگوریتم فراابتکاری (metaheuristic) مبتنی بر جمعیت است که اخیرا به منظور تقلید از روند طوفان مغزی در انسانها، طراحی شده است. این به طور موفق برای بسیاری از برنامه های کاربردی مهندسی در دنیای واقعی شامل بهینه سازی پیوسته غیر خطی اجرا شده است. در این کار، ما بهبود عملکرد BSO را با معرفی بهترین نسخه جهانی همراه با به روز رسانی هر متغیر و گروه بندی مبتنی بر قابلیت، پیشنهاد می کنیم. علاوه بر این، الگوریتم پیشنهادی شامل یک طرح مقداردهی اولیه مجدد است که توسط وضعیت کنونی جمعیت آغاز می شود. بهترین BSO جهانی معرفی شده (GBSO) با سایر انواع BSO، در طیف گسترده ای از توابع معیار مقایسه می شود. مقایسه ها براساس راه حل های نهایی و ویژگی های همگرایی میباشد. علاوه بر این، GBSO با بهترین نسخه های دیگر جهانی فراابتکاری در کتابخانه های معیار اخیر مقایسه می شود. نتایج نشان می دهد GBSO پیشنهادی بهتر از نسخه های BSO قبلی در طیف گسترده ای از توابع کلاسیک و اندازه های مختلف مساله عمل می کند. علاوه بر این، GBSO بهتر از دیگر الگوریتم های فراابتکاری جهانی در معیارهای شناخته شده CEC05 و CEC14 عمل می کند.

Brain storm optimization (BSO) is a population-based metaheuristic algorithm that was recently developed to mimic the brainstorming process in humans. It has been successfully applied to many real-world engineering applications involving non-linear continuous optimization. In this work, we propose improving the performance of BSO by introducing a global-best version combined with per-variable updates and fitness-based grouping. In addition, the proposed algorithm incorporates a re-initialization scheme that is triggered by the current state of the population. The introduced Global-best BSO (GBSO) is compared against other BSO variants on a wide range of benchmark functions. Comparisons are based on final solutions and convergence characteristics. In addition, GBSO is compared against global-best versions of other meta-heuristics on recent benchmark libraries. Results prove that the proposed GBSO outperform previous BSO variants on a wide range of classical functions and different problem sizes. Moreover, GBSO outperforms other global-best meta-heuristic algorithms on the well-known CEC05 and CEC14 benchmarks.