بهبود الگوریتم گرگ خاکستری با استفاده از شبکه عصبی عمیق و فازی سازی پارامترها
عنوان مقاله: بهبود الگوریتم گرگ خاکستری با استفاده از شبکه عصبی عمیق و فازی سازی پارامترها
شناسه ملی مقاله: STCONF07_026
منتشر شده در هفتمین همایش ملی فناوریهای نوین در مهندسی برق، کامپیوتر و مکانیک ایران در سال 1403
شناسه ملی مقاله: STCONF07_026
منتشر شده در هفتمین همایش ملی فناوریهای نوین در مهندسی برق، کامپیوتر و مکانیک ایران در سال 1403
مشخصات نویسندگان مقاله:
صابر فولادی - دانشجو دکتری، دانشکده مهندسی برق و کامپیوتر- دانشگاه بیرجند- بیرجند- ایران
حسن فرسی - استاد، دانشکده مهندسی برق و کامپیوتر- دانشگاه بیرجند - بیرجند- ایران
سجاد محمدزاده - استادیار، دانشکده مهندسی برق و کامپیوتر - دانشگاه بیرجند – بیرجند – ایران
خلاصه مقاله:
صابر فولادی - دانشجو دکتری، دانشکده مهندسی برق و کامپیوتر- دانشگاه بیرجند- بیرجند- ایران
حسن فرسی - استاد، دانشکده مهندسی برق و کامپیوتر- دانشگاه بیرجند - بیرجند- ایران
سجاد محمدزاده - استادیار، دانشکده مهندسی برق و کامپیوتر - دانشگاه بیرجند – بیرجند – ایران
الگوریتم گرگ خاکستری یک الگوریتم فرا ابتکاری می باشد که از رفتارهای اجتماعی ، شیوه رهبری و مکانیزم شکار گرگهای خاکستری الهام گرفته شده است . سلسله مراتب رهبری در این الگوریتم توسط گرگهای آلفا، بتا، دلتا و امگا تعیین شده است و سه مرحله شکار شامل جستجوی طعمه ، محاصره طعمه و حمله به طعمه را شامل می شود. هدف اصلی این مقاله کنترل فازی پارامترهای الگوریتم و استفاده از شبکه عصبی عمیق برای محاسبه بهترین عامل در هر جستجو می باشد، با افزایش پیچیدگی در مسائل بهینه سازی یافتن جواب بهینه سراسری از نظر محاسباتی و زمانی ، بسیار هزینه بر خواهد بود و روند همگرایی الگوریتم به پاسخ بهینه طولانی می باشد و سبب افزایش پیچیدگی عملیاتی می گردد. روش پیشنهادی توسط ۲۳ تابع معیار مورد تجزیه و تحلیل قرار گرفته است که در مقایسه با الگوریتم گرگهای خاکستری و الگوریتم ازدحام ذرات عملکرد بهتری در یافتن پاسخ بهینه و همچنین سرعت همگرایی به پاسخ بهینه را دارد.
کلمات کلیدی: بهینه ساز گرگ خاکستری، کنترل فازی، شبکه عصبی عمیق
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/2050212/