در این تحقیق یک مدل بهبودیافته از الگوریتم کپک مخاطی(slime mould algorithm) با استفاده از یادگیری مبتنی بر مخالفت(opposition-based learning) برای حل مسائل بهینهسازی پیوسته پیشنهاد شده است. استفاده از یادگیری مبتنی بر مخالفت(OBL) تلاشی برای تقویت مرحله اکتشاف در الگوریتم کپک مخاطی(SMA) است. فایل شبیهسازی این تحقیق فقط برای توابع پیوسته بررسی شده است. آزمایشهای شبیهسازی در محیط متلب 2018 برروی 23 تابع استاندارد IEEE CEC 2014 انجام شده است. نتایج نشان داد که مدل بهبودیافته در مقایسه با الگوریتم کپک مخاطی و بهینهسازی اجتماع ذرات بهتر عمل کرده 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(2021)
مقاله از نشریه معتبر اشپرینگر
مراحل مدل داخل مقاله اصلی
شبه کد مدل داخل مقاله اصلی
فلوچارت مدل داخل مقاله اصلی
فیلم اجرای کدها