فیلترها/جستجو در نتایج    

فیلترها

سال

بانک‌ها




گروه تخصصی











متن کامل


اطلاعات دوره: 
  • سال: 

    2019
  • دوره: 

    2
  • شماره: 

    2
  • صفحات: 

    99-112
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    217
  • دانلود: 

    0
چکیده: 

Random based inventive Algorithms are being widely used for optimization. An important category of these Algorithms comes from the idea of physical processes or the behavior of beings. A new method for achieving quasi-optimal solutions related to optimization problems in various sciences is proposed in this paper. The proposed Algorithm for optimizing the orientation game is a series of optimization Algorithms that are formed with the idea of an old game and the Search operators are an arrangement of players. These players are displaced in a certain space, under the influence of the referee's orders. The best position would be achieved by following the game laws. In this paper, the real version of the Algorithm is presented. The optimization results of a set of standard functions confirm the optimal efficiency of the proposed method, as well as the superiority of the proposed method over the other well-known metaheuristic Algorithms.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 217

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    2014
  • دوره: 

    4
تعامل: 
  • بازدید: 

    156
  • دانلود: 

    0
چکیده: 

ONE OF THE NOTICEABLE TOPICS IN FUZZY LOGIC CONTROLLERS IS PARAMETER CONTROLLING OF HEURISTIC Search AlgorithmS. IN THIS PAPER, ONE OF THE PARAMETERS OF GRAVITATIONAL Search Algorithm, GSA, IS CONTROLLED USING FUZZY LOGIC CONTROLLER TO ACHIEVE BETTER OPTIMIZATION RESULTS AND TO INCREASE CONVERGENCE RATE. SEVERAL EXPERIMENTS ARE PERFORMED AND RESULTS ARE COMPARED WITH THE RESULTS OF THE ORIGINAL GSA. EXPERIMENTAL RESULTS CONFIRM THE EFFICIENCY OF THE PROPOSED METHOD.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 156

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0
نویسندگان: 

RASHEDI E. | NEZAMABADI POUR H. | SARYAZDI S.

نشریه: 

NATURAL COMPUTING

اطلاعات دوره: 
  • سال: 

    2010
  • دوره: 

    9
  • شماره: 

    3
  • صفحات: 

    727-745
تعامل: 
  • استنادات: 

    2
  • بازدید: 

    225
  • دانلود: 

    0
کلیدواژه: 
چکیده: 

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 225

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 2 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
نشریه: 

امیرکبیر

اطلاعات دوره: 
  • سال: 

    1380
  • دوره: 

    12
  • شماره: 

    48
  • صفحات: 

    424-436
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    962
  • دانلود: 

    0
چکیده: 

در این مقاله، هدف تعیین فاصله بین صاعقه از نوع ابر به زمین و محل اندازه گیری میدان های الکترومغناطیسی ناشی از آن با استفاده از یک روش هوشمند و مبتنی بر شبکه های عصبی می باشد. نتایج محاسبات و اندازه گیری ها نشان می دهد که شکل میدان های الکترو مغناطیسی تشعشع شده توسط کانال صاعقه با فاصله تغیر می یابد، که از همین موضوع می توان جهت تعلیم شبکه عصبی مورد نظر سود جست. شایان ذکر است که برای استفاده از چنین روش هوشمندی نیاز به تعداد زیادی داده اندازه گیری در فواصل مختلف برای آموزش شبکه می باشد. اما به علت کمبود داده های اندازه گیری، می توان از مدل های مختلفی که برای کانال صاعقه ارائه شده است جهت محاسبه میدان ها در فواصل مختلفی سود برد. در این مقاله نخست از یک مدل رایج به نام مدل خط انتقالی((Transmision Line (TL) جهت محاسبه میدان های الکترومغناطیسی ناشی از کانال صاعقه در فواصل مختلف استفاده شده است. در این مدل فرض می شود که جریان پای کانال بدون هیچ گونه تلفاتی بر روی کانال منتشر می شود. سپس با استفاده از روابط موجود، میدان های الکترومغناطیسی تشعشع شده از کانال صاعقه و بر روی زمینی از نوع هادی آرمانی در فواصل مختلف از کانال به دست می آیند. از آنجایی که تغییرات شکل موج میدان ها با فاصله، وابستگی زیادی به زمان صعود و زمان پشت و همچنین پیک جریان کانال دارند، مقادیر این میدان ها با لحاظ کردن تمام تغییرات فوق محاسبه شده اند و سپس از این مقادیر برای آموزش شبکه سود برده شده است. در نهایت، برای آموزش شبکه عصبی از روش قدرتمند (LM (Levenberg - Marquardt، استفاده شده است. شبکه عصبی طراحی شده محل برخورد صاعقه را با خطای کمتر از یک کیلومتر در محدوده یک تا هشتاد کیلومتر برآورد می نماید.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 962

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1403
  • دوره: 

    2
  • شماره: 

    1
  • صفحات: 

    77-91
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    25
  • دانلود: 

    0
چکیده: 

در این مقاله، یک روش جستجوی معماری عصبی فشرده برای طبقه بندی تصاویر با استفاده از الگوریتم جستجوی گرانشی (GSA) ارائه شده است. یادگیری عمیق با بهره گیری از مدل های محاسباتی چندلایه، امکان استخراج خودکار ویژگی ها را از داده های خام در سطوح انتزاعی مختلف فراهم می کند که نقش کلیدی در مسائل پیچیده ای مانند طبقه بندی تصاویر دارد. روش جستجوی معماری عصبی (NAS) که به طور خودکار به کشف معماری های جدید شبکه های عصبی کانولوشنی (CNN) می پردازد، با چالش هایی نظیر پیچیدگی محاسباتی و هزینه های بالا مواجه است. برای مقابله با این چالش ها، رویکردی بر پایه الگوریتم جستجوی گرانشی (GSA) توسعه داده شده است که بهینه سازی دوسطحی با طول متغیر را برای طراحی معماری های میکرو و ماکرو شبکه های عصبی کانولوشنی (CNN) به کار می گیرد. این رویکرد با استفاده از فضای جستجوی فشرده و گلوگاه های کانولوشنی اصلاح شده، عملکرد بهتری نسبت به روش های پیشرفته نشان می دهد. نتایج تجربی بر روی مجموعه داده های CIFAR-10، CIFAR-100 و ImageNet نشان می دهد که روش پیشنهادی با دقت طبقه بندی 98.48% و هزینه جستجوی 1.05 (روز (GPU از الگوریتم های موجود ازنظر دقت، هزینه جستجو و پیچیدگی معماری برتری دارد.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 25

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1401
  • دوره: 

    10
  • شماره: 

    2
  • صفحات: 

    63-73
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    98
  • دانلود: 

    13
چکیده: 

در این مقاله یک الگوریتم جدید به نام الگوریتم جستجوی گرانشی با کدگذاری حرکت برای یافتن هدف متحرک با استفاده از هواپیمای بدون سرنشین (پهپاد) ارائه می شود. با استفاده از قوانین فیزیک و ویژگی های زمین، هر بعد بر اساس نوع متغیر، معادله حرکت خود را دارد. بسیاری از روش های اکتشافی سنتی نمی توانند در فضاهای با ابعاد بالا برای جستجوی هدف متحرک به راه حل مطلوب برسند. فرایند بهینه سازی الگوریتم جستجوی گرانشی که بر اساس فعل وانفعال گرانشی بین ذره ها است، وابستگی به فاصله و ارتباط بین مقادیر جرم و محاسبه برازندگی، این الگوریتم را منحصربه فرد می کند. در این مقاله، الگوریتم پیشنهادی برای حل مشکل چالش پیچیدگی مسیر به منظور یافتن هدف متحرک از طریق کدگذاری حرکت با استفاده از پهپاد ارائه شده است. مجموعه ای از ذره ها در مسیر حرکت برای جستجوی هدف، از طریق ثابت گرانش، عامل وزن، نیرو و فاصله که با بسیاری از سناریوهای جستجو در یک الگوریتم جستجوی گرانشی تکامل یافته، به یک راه حل نزدیک به بهینه خواهد رسید. این روش کدگذاری شده برای حرکت، امکان حفظ ویژگی های مهم ذرات ازجمله حرکت به سمت بهینه سراسری را فراهم می-سازد. نتایج حاصل از شبیه سازی با روش موجود نشان می دهد که الگوریتم پیشنهادی، عملکرد تشخیص را 12% و عملکرد زمان را 71/1 برابر در مقایسه با APSO بهبود می بخشد. علاوه بر این، از دیگر الگوریتم های بهینه سازی فرا ابتکاری پیشرفته از جمله الگوریتم ژنتیک بهتر عمل می کند.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 98

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 13 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
نویسندگان: 

GEEM Z.W.

اطلاعات دوره: 
  • سال: 

    2007
  • دوره: 

    4692
  • شماره: 

    -
  • صفحات: 

    371-378
تعامل: 
  • استنادات: 

    1
  • بازدید: 

    169
  • دانلود: 

    0
کلیدواژه: 
چکیده: 

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 169

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 1 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسنده: 

Doraghinejad Mohammad | NEZAMABADIPOUR HOSSEIN | Hashempour Sadeghian Armindokht | Maghfoori Malihe

اطلاعات دوره: 
  • سال: 

    2014
  • دوره: 

    4
تعامل: 
  • بازدید: 

    162
  • دانلود: 

    0
چکیده: 

NOWADAYS, UTILIZING HEURISTIC AlgorithmS IS HIGHLY APPRECIATED IN SOLVING OPTIMIZATION PROBLEMS. THE FUNDAMENTAL OF THESE AlgorithmS ARE INSPIRED BY NATURE. THE GRAVITATIONAL Search Algorithm (GSA) IS A NOVEL HEURISTIC Search Algorithm WHICH IS INVENTED BY USING LAW OF GRAVITY AND MASS INTERACTIONS. IN THIS PAPER, A NEW OPERATOR IS PRESENTED WHICH IS CALLED "THE BLACK HOLE". THIS OPERATOR IS INSPIRED BY THE CONCEPT OF AN ASTRONOMY PHENOMENON. BY ADDING THE BLACK HOLE OPERATOR, THE EXPLOITATION OF THE GSA IS IMPROVED. THE PROPOSED Algorithm IS EVALUATED BY SEVEN STANDARD UNIMODAL BENCHMARKS. THE RESULTS OBTAINED DEMONSTRATE BETTER PERFORMANCE OF THE PROPOSED Algorithm IN COMPARISON WITH THOSE OF THE STANDARD GSA AND OTHER VERSION OF GSA WHICH IS EQUIPPED WITH THE DISRUPTION OPERATOR.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 162

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0
نویسندگان: 

YAMADA T. | MORISHITA S.

نشریه: 

BIOINFORMATICS

اطلاعات دوره: 
  • سال: 

    2005
  • دوره: 

    21
  • شماره: 

    8
  • صفحات: 

    1316-1324
تعامل: 
  • استنادات: 

    1
  • بازدید: 

    155
  • دانلود: 

    0
کلیدواژه: 
چکیده: 

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 155

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 1 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسندگان: 

GEEM Z.W.

اطلاعات دوره: 
  • سال: 

    2011
  • دوره: 

    2
  • شماره: 

    1
  • صفحات: 

    1-12
تعامل: 
  • استنادات: 

    1
  • بازدید: 

    179
  • دانلود: 

    0
کلیدواژه: 
چکیده: 

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 179

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 1 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
litScript
telegram sharing button
whatsapp sharing button
linkedin sharing button
twitter sharing button
email sharing button
email sharing button
email sharing button
sharethis sharing button