در این تحقیق، یک مدل بهبودیافته از الگوریتم بهینهسازی کرکس آفریقایی(African vulture optimization algorithm) توسط یادگیری مبتنی بر مخالفت(Opposition-based Learning) برای حل مسائل بهینهسازی پیوسته پیشنهاد شده است. هدف از این تحقیق نحوه ترکیب الگوریتمها برای حل مسائل مختلف است. استفاده از یادگیری مبتنی بر مخالفت(OBL) تلاشی برای تقویت مرحله اکتشاف در الگوریتم بهینهسازی کرکس آفریقایی(AVOA) است. فایل شبیهسازی این تحقیق فقط برای توابع پیوسته بررسی شده است. آزمایشهای شبیهسازی در محیط متلب 2018 برروی 23 تابع استاندارد IEEE CEC انجام شده است. نتایج با الگوریتم بهینهسازی کرکس آفریقایی و الگوریتم بهینهسازی اجتماع ذرات(PSO) مقایسه شده است.
راهنمای استفاده
فایل با فرمت rar بارگذاری شده است که برای باز کردن به نرمافزار winrar نیاز دارید.
محتوای فایل دانلودی
فایل شبیهسازی شده با متلب 2018 به بالا
مقاله اصلی به زبان انگلیسی(2022)
مقاله از نشریه معتبر الزویر
مراحل مدل داخل مقاله اصلی
شبه کد مدل داخل مقاله اصلی
فلوچارت مدل داخل مقاله اصلی
فیلم اجرای کدها