شما هنوز به سایت وارد نشده اید.
دوشنبه 05 آذر 1403
ورود به سایت
آمار سایت
بازدید امروز: 14,358
بازدید دیروز: 25,397
بازدید کل: 157,720,655
کاربران عضو: 1
کاربران مهمان: 71
کاربران حاضر: 72
Global Simplex Optimization—A simple and efficient metaheuristic for continuous optimization
Abstract:

A new hybrid optimization algorithm is proposed for minimization of continuous multi-modal functions. The algorithm called Global Simplex Optimization (GSO) is a population set based Evolutionary Algorithm (EA) incorporating a special multi-stage, stochastic and weighted version of the reflection operator of the classical simplex method. An optional mutation operator has also been tested and then removed from the structure of the final algorithm in favor of simplicity and because of insignificant effect on performance. The promising performance achieved by GSO is demonstrated by comparisons made to some other state-of-the-art global optimization algorithms over a set of conventional benchmark problems

Keywords: Global optimization Simplex method Evolutionary algorithms Global simplex optimization Metaheuristics Continuous optimization
Author(s): .
Source: Engineering Applications of Artificial Intelligence 25 (2012) 48–55
Subject: تحقیق در عملیات
Category: مقاله مجله
Release Date: 2012
No of Pages: 8
Price(Tomans): 0
بر اساس شرایط و ضوابط ارسال مقاله در سایت مدیر، این مطلب توسط یکی از نویسندگان ارسال گردیده است. در صورت مشاهده هرگونه تخلف، با تکمیل فرم گزارش تخلف حقوق مؤلفین مراتب را جهت پیگیری اطلاع دهید.
 

کرمانشاه گشت - اولین سامانه جامع گردشگری استان کرمانشاه