توضیحات:
بررسی الگوریتم بهینه‌سازی باز شمالی برروی توابع پیوسته در محیط کدنویسی متلب.
الگوریتم بهینه‌سازی باز شمالی(Northern Goshawk Optimization) یکی از الگوریتم‌های فراابتکاری است که در سال 2021 در ژورنال معتبر IEEE Access از انتشارات IEEE چاپ شده است. الگوریتم بهینه‌سازی باز شمالی یک الگوریتم مبتنی بر ازدحام که از رفتار باز شمالی در هنگام شکار طعمه شبیه‌سازی شده است. استراتژی شکار شامل دو مرحله شناسایی طعمه و فرآیند تعقیب است. هدف تحقیق حاضر، معرفی و شناساندن الگوریتم بهینه‌سازی باز شمالی به محققان جهت به‌کارگیری در حل مسائل بهینه‌سازی می‌باشد. در این تحقیق، الگوریتم بهینه‌سازی باز شمالی برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیه‌سازی پیوست شده الگوریتم بهینه‌سازی باز شمالی با الگوریتم بهینه‌سازی گرگ خاکستری، الگوریتم شکارچیان دریایی، الگوریتم بهینه‌سازی اجتماع ذرات و الگوریتم بهینه‌سازی نهنگ مقایسه شده است. نتایج تجربی این شبیه‌سازی نشان می‌دهد که الگوریتم بهینه‌سازی باز شمالی در مقایسه با الگوریتم‌های ذکر شده، یک بهینه‌ساز با عملکرد بالا 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)
●تایپ معادلات الگوریتم در ورد
●فیلم اجرای کدها
●اجرای الگوریتم روی توابع CEC-2017 (30 تست)
●اجرای الگوریتم روی توابع مختلط (23 تست)
●اجرای الگوریتم روی مسئله Welded beam
●اجرای الگوریتم روی مسئله Speed reducer
●اجرای الگوریتم روی مسئله Pressure-vessel
●اجرای الگوریتم روی مسئله Tension-compression spring