ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Improved Optimization Problem...>الوصف

Improved Optimization Problem Using ASBO and GSO Algorithms

المصدر: مجلة كلية المأمون
الناشر: كلية المأمون الجامعة
المؤلف الرئيسي: Ahmed, Sanaa Sh. (Author)
مؤلفين آخرين: Abdul-Adheem, Wameedh Riyadh (Co-Author) , Hashim, Halah A. (Co-Author)
المجلد/العدد: ع40
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2023
الصفحات: 208 - 223
DOI: 10.36458/1253-000-040-013
ISSN: 1992-4453
رقم MD: 1406462
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink, IslamicInfo, HumanIndex
مواضيع:
تطبيقات التحسين | التعداد السكاني | خوارزمية مستعمرة النمل
كلمات المؤلف المفتاحية:
Optimization | Average and Subtraction Based Optimizer | Golden Search Optimization
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: يقترح هذا البحث طريقة جديدة لتحسين خوارزميات التحسين تسمى المتوسط والطرح الأمثل للبحث الذهبي (ASGSO) باستخدام محسن متوسط وطرح (ASBO) وخوارزميات تحسين البحث الذهبي (GSO). تعتمد الطريقة المقترحة على إيجاد متوسط وطرح أفضل وأسوأ سمات للسكان في مساحة البحث بالإضافة إلى استخدام معامل النقل لتغيير البحث من الاستكشاف إلى الاستغلال لضمان التوازن بينهما. لتقييم الوظيفة المقترحة (ASGSO)، تم استخدام ثلاثة وعشرين دالة، والتي يتم تمثيلها على أنها دوال أحادية الوسائط، ودوال متعددة الوسائط لتقدير أداء الخوارزمية. علاوة على ذلك، تمت مقارنة الطريقة المقترحة إحصائيًا بخمس خوارزميات باستخدام معيارين (متوسط وقسم معياري). نتائج الطريقة المقترحة مفيدة للغاية للحصول على الحلول المثلى مقارنة بالطرق الأخرى.

This paper proposes a new method for improved optimization algorithms called Average and Subtraction Golden Search optimization (ASGSO) using “Average and Subtraction Based Optimizer (ASBO)” and “Golden Search optimization (GSO) Algorithms”. The proposed method is dependent on discovery the average and the subtraction of the population's best and worst features in the search space additionally to employing the transfer operator for changing the search from exploration to exploitation to guarantee a balance between them. To evaluate the proposed (ASGSO), twenty-three functions, which are represented as “unimodal, and multimodal” functions have been engaged to estimate the performance of the algorithm. Moreover, the proposed method is compared statistically with five metaheuristic algorithms using two criteria (mean and standard division). The results of the proposed optimization method are very beneficial to get the optimal solutions compared to other methods.
ISSN: 1992-4453

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.