کد مقاله کد نشریه سال انتشار مقاله انگلیسی ترجمه فارسی نسخه تمام متن
380214 1437424 2016 18 صفحه PDF سفارش دهید دانلود رایگان
عنوان انگلیسی مقاله ISI
Yin-Yang-pair Optimization: A novel lightweight optimization algorithm
ترجمه فارسی عنوان
بهینه سازی زوج یین ـ یانگ: یک الگوریتم بهینه سازی بسیار سبک وزن و جدید
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
سفارش ترجمه تخصصی
با تضمین قیمت و کیفیت
خدمات تولید محتوا

این مقاله ISI می تواند منبع ارزشمندی برای تولید محتوا باشد.

  • تولید محتوا برای سایت و وبلاگ
  • تولید محتوا برای کتاب
  • تولید محتوا برای نشریات و روزنامه ها
  • و...

پایگاه «دانشیاری» آمادگی دارد با همکاری مجموعه «شهر محتوا» با استفاده از این مقاله علمی، برای شما به زبان فارسی، تولید محتوا نماید.

تولید محتوا
با 10 درصد تخفیف ویژه دانشیاری
کلمات کلیدی
بهینه سازی زوج یین یانگ؛ محاسبات تکاملی؛ بهینه سازی هدف واحد؛ فراابتکاری؛ کنگره در خصوص محاسبات تکاملی 2013
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی


• We propose a low complexity meta-heuristic optimization algorithm.
• Yin-Yang-Pair Optimization uses two points to balance exploration and exploitation.
• Its performance is tested on recently proposed challenging benchmark problems.
• Proposed algorithm shows competitive performance with other popular algorithms.

In this work, a new metaheuristic, Yin-Yang-Pair Optimization (YYPO), is proposed which is based on maintaining a balance between exploration and exploitation of the search space. It is a low complexity stochastic algorithm which works with two points and generates additional points depending on the number of decision variables in the optimization problem. It has three user defined parameters that provide flexibility to the users to govern its search. The performance of the proposed algorithm is evaluated on the set of problems used for the Single Objective Real Parameter Algorithm competition that was held as part of the Congress on Evolutionary Computation 2013. The results are compared with that of other traditional and recent algorithms such as Artificial Bee Colony, Ant Lion Optimizer, Differential Evolution, Grey Wolf Optimizer, Multidirectional Search, Pattern Search and Particle Swarm Optimization. Based on nonparametric statistical tests, YYPO is shown to provide highly competitive performance relative to the other algorithms while having a significantly lower time complexity. In addition, the performance of YYPO is showcased on three classical constrained engineering problems from literature.

ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Engineering Applications of Artificial Intelligence - Volume 54, September 2016, Pages 62–79
نویسندگان
, ,
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
سفارش ترجمه تخصصی
با تضمین قیمت و کیفیت