Mühendislik Bilimleri ve Araştırmaları Dergisi,
Год журнала:
2024,
Номер
6(1), С. 53 - 64
Опубликована: Апрель 27, 2024
Bu
makale,
değiştirilmiş
karınca
kolonisi
optimizasyonu
(DEKKO)
algoritmasının
redüktör
mühendislik
probleminin
çözümüne
yeniden
odaklanılmasına
dayanmaktadır.
DEKKO,
Karınca
Kolonisi
Algoritmasının
(KKO)
avantajlı
özelliklerinin
birleştirilmesiyle
oluşturulmuştur.DEKKO
ile
KKO
’da
değişiklik
yapılarak
daha
önceden
literatürde
farklı
tekniklerle
yapılan
çalışmalardan
iyi
sonuçların
elde
edilmesi
amaçlanmıştır.
Algoritma,
en
etkili
sonuç
edilene
kadar
20
kez
çalıştırılmıştır.
İterasyon
sayısı
14
olmak
üzere
performans
sonucu
olarak
3105,8779
edilmiştir.
işlem,
algoritmada
100
adet
kullanılarak
66,81saniyede
tamamlanmıştır.
Literatürdeki
sonuçlarla
karşılaştırıldığında
literatür
sonuçları
arasında
olduğu
ve
başarılı
bir
çözümle
sonuçlandığı
gözlemlenmiştir.
Kullanıcılar,
DEKKO
algoritmasını
kullanarak
simülasyon
yoluyla
tasarımı
ön
üretim
hakkında
kolaylıkla
bilgi
edinebilmektedir.
Böylelikle
maliyet
zaman
tasarrufun
açısından
kullanıcılara
katkıda
bulunulması
Scientific Reports,
Год журнала:
2024,
Номер
14(1)
Опубликована: Авг. 2, 2024
With
the
rapid
development
of
renewable
energy,
photovoltaic
energy
storage
systems
(PV-ESS)
play
an
important
role
in
improving
efficiency,
ensuring
grid
stability
and
promoting
transition.
As
part
micro-grid
system,
system
can
realize
stable
operation
through
design
optimization
scheduling
system.
The
structure
characteristics
are
summarized.
From
perspective
objectives
constraints
discussed,
current
main
algorithms
for
compared
evaluated.
challenges
future
briefly
described,
research
results
methods
This
paper
summarizes
application
swarm
intelligence
algorithm
systems,
including
principles,
goals,
practical
cases,
directions,
providing
new
ideas
better
promotion
valuable
reference.
Journal of Computational Design and Engineering,
Год журнала:
2023,
Номер
10(6), С. 2200 - 2221
Опубликована: Окт. 16, 2023
Abstract
Remote
sensing
images
can
provide
direct
and
accurate
feedback
on
urban
surface
morphology
geographic
conditions.
They
be
used
as
an
auxiliary
means
to
collect
data
for
current
geospatial
information
systems,
which
are
also
widely
in
city
public
safety.
Therefore,
it
is
necessary
research
remote
images.
we
adopt
the
multi-threshold
image
segmentation
method
this
paper
segment
research.
We
first
introduce
salp
foraging
behavior
into
continuous
ant
colony
optimization
algorithm
(ACOR)
construct
a
novel
ACOR
version
based
(SSACO).
The
original
algorithm’s
convergence
ability
avoid
hitting
local
optima
enhanced
by
behavior.
In
order
illustrate
key
benefit,
SSACO
tested
against
14
fundamental
algorithms
using
30
benchmark
test
functions
IEEE
CEC2017.
Then,
compared
with
other
algorithms.
experimental
results
examined
from
various
angles,
findings
convincingly
demonstrate
main
power
of
SSACO.
performed
comparison
studies
12
between
techniques
several
peer
approaches
benefits
segmentation.
Peak
signal-to-noise
ratio,
structural
similarity
index,
feature
index
evaluation
demonstrated
SSACO-based
approach.
excellent
optimizer
since
seeks
serve
guide
point
reference
Research Square (Research Square),
Год журнала:
2024,
Номер
unknown
Опубликована: Фев. 21, 2024
Abstract
The
Slime
Mould
Algorithm
(SMA),
renowned
for
its
swarm-based
approach,
encounters
challenges,
particularly
in
maintaining
a
balance
between
exploration
and
exploitation,
leading
to
trade-off
that
impacts
optimization
performance.
simple
structure
limited
hyperparameters
of
SMA
contribute
difficulties
effectively
navigating
the
exploration-exploitation
trade-off,
with
drawback
being
poor
ability
exploration.
To
address
these
challenges
enhance
SMA,
this
paper
introduces
BSSMA,
an
improved
variant
incorporates
Backtracking
Search
(BSA).
introduction
\(phaseratio\)
parameter
aims
synergize
BSA
capitalizing
on
strengths
both
algorithms
while
mitigating
their
individual
drawbacks,
including
SMA's
ability.
facilitates
thorough
exploration,
dispersing
search
agents
widely
across
solution
space,
ensuring
significant
diversity.
These
then
transition
further
refine
optimal
solutions
addressing
limitations.
Evaluating
performance
BSSMA
involves
comparisons
12
other
meta-heuristic
(MAs)
10
advanced
MAs
using
CEC2017
benchmark
functions.
Experimental
results
showcase
enhanced
outperforms
terms
convergence
speed
accuracy,
specifically
associated
balancing
exploitation
trade-offs,
Additionally,
demonstrate
BSSMA's
effectiveness
practical
engineering
applications,
binary
version
(bBSSMA)
is
developed
feature
selection
(FS)
V-shaped
transfer
function.
Comparative
experiments
seven
MA
variants
reveal
bBSSMA
selects
fewer
features,
attains
higher
classification
demands
less
computational
time.
affirm
applications.
Mühendislik Bilimleri ve Araştırmaları Dergisi,
Год журнала:
2024,
Номер
6(1), С. 53 - 64
Опубликована: Апрель 27, 2024
Bu
makale,
değiştirilmiş
karınca
kolonisi
optimizasyonu
(DEKKO)
algoritmasının
redüktör
mühendislik
probleminin
çözümüne
yeniden
odaklanılmasına
dayanmaktadır.
DEKKO,
Karınca
Kolonisi
Algoritmasının
(KKO)
avantajlı
özelliklerinin
birleştirilmesiyle
oluşturulmuştur.DEKKO
ile
KKO
’da
değişiklik
yapılarak
daha
önceden
literatürde
farklı
tekniklerle
yapılan
çalışmalardan
iyi
sonuçların
elde
edilmesi
amaçlanmıştır.
Algoritma,
en
etkili
sonuç
edilene
kadar
20
kez
çalıştırılmıştır.
İterasyon
sayısı
14
olmak
üzere
performans
sonucu
olarak
3105,8779
edilmiştir.
işlem,
algoritmada
100
adet
kullanılarak
66,81saniyede
tamamlanmıştır.
Literatürdeki
sonuçlarla
karşılaştırıldığında
literatür
sonuçları
arasında
olduğu
ve
başarılı
bir
çözümle
sonuçlandığı
gözlemlenmiştir.
Kullanıcılar,
DEKKO
algoritmasını
kullanarak
simülasyon
yoluyla
tasarımı
ön
üretim
hakkında
kolaylıkla
bilgi
edinebilmektedir.
Böylelikle
maliyet
zaman
tasarrufun
açısından
kullanıcılara
katkıda
bulunulması
