آموزش الگوریتم بهینه سازی فاخته

آموزش الگوریتم بهینه سازی فاخته
امتیاز دهی به نوشته ها

با سلام خدمت همراهان همیشگی گروه متلب پروژه 

در ادامه آموزش های برنامه نویسی متلب قصد داریم الگوریتم بهینه سازی فاخته را آموزش بدیم ابتدا درباره این الگوریتم را توضیح داده و سپس یک کد آماده متلب را برای دانلود در اختیار شما قرار خواهیم داد 

الگوریتم بهینه سازی فاخته یا Cuckoo Search Algorithm یکی از جدید ترین و قویترین روشهای بهینه سازی تکاملی می باشد که تا کنون معرفی شده اند. بعد از معرفی شدن روش های بهینه سازی تکاملی اولیه مثل الگوریتم ژنتیک (GA) ، الگوریتم تبرید تدریجی (Simulated Annealing)، تحقیقات زیادی روی روشهای تکاملی بهینه سازی که از الهام از طبیعت گرفته شده بودند انجام گرفت. از دیگر الگوریتمهای معرفی شده می توان به الگوریتم ازدحام ذرات (PSO)، کلونی مورچگان (ACO)، الگوریتم زنبور عسل (ABC) و الگوریتم ماهی های مصنوعی (Artificial Fish Swarm) اشاره کرد. کاربردهای بیشماری از این روشها را برای حل مسایل مختلف بهینه سازی پیچیده در مقالات می توان پیدا کرد.


یکی دیگر از الگوریتم های بهینه سازی تکاملی که در ایران شکل گرفته و بسیار کاربرد یافته الگوریتم رقابت استعماری است که بر پایه الهام از یک سیستم رقابتی بین امپراتوریهای جهان جهت تصاحب مستعمره شکل گرفته است. این روش بهینه سازی با تغییری که در الگوریتم آن برای حرکت مستعمره ها به سمت امپراتوری در نظر گرفته شده است توانایی خوبی برای یافتن نقاط بهینه کلی (global optima)از خود نشان داده است. 

برای دانلود کد آماده الگوریتم بهینه سازی فاخته بر روی لینک زیر کلیک بفرمایید