Сочинение на тему Алгоритмы оптимизации добычи данных, основанные на Swarm Intelligence
- Опубликовано: 12.07.2020
- Предмет: Информационная наука, Психология
- Темы: интеллект, Сбор данных
Алгоритмы оптимизации, основанные на Swarm Intelligence (SI), были созданы для имитации хитрого поведения существ. В этих отображающих рамках совокупность форм жизни, например муравьев, медоносных пчел, крылатых существ и рыб, соединяется друг с другом и с их состоянием посредством обмена данными, что приводит к использованию их состояния и активов. Одним из более поздних вычислений улучшения на основе SI является расчет оптимизации роя кошек (CSO), который зависит от поведения кошачьих. Созданный Chu and Tsai (2007), расчет CSO и его ассортимента были актуализированы для решения различных задач по улучшению. Отличительные разновидности расчета были созданы специалистами.
Продемонстрировав параллельную структуру расчета (то есть параллельное ОГО или PCSO), они дополнительно создали улучшенное представление своего PCSO (EPCSO), присоединив метод Тагучи к следующей процедуре расчета. Парная адаптация CSO (BCSO) была создана Sharafi et al. (2013) и связаны с различными проблемами улучшения показателей и проблемой «один ноль – рюкзак». Расчет неорганизованного семейства кошачьих (CCSA) был создан Yang et al. Используя отличительные турбулентные карты, прогресс в поиске режима был достигнут. Ввиду идеи гомотопии, Yang et al. (2013b), предложили вычисление гомотопически настроенного кошачьего роя (HCSA) для повышения мастерства в преследовании. Лин и соавт. (2014a) предложили методику улучшения ОГО и представили Гармоничное ОГО (HCSO). Лин и соавт. (2014b) представили измененный расчет CSO (MCSO), пригодный для повышения эффективности расследования внутри пространства вопросов. Фундаментальный расчет CSO был дополнительно включен в методологию поиска окрестностей и, кроме того, определение элементов машин справочных векторов (SVM). Этот метод изменил представление о готовой среде для кошек в поиске метода расчета ОГО. Путем постепенного изменения параметра пропорции смешения (MR) в расчете CSO, Wang (2015) усовершенствовал расчет CSO с помощью универсального управления параметрами. Ojha and Naidu (2015) разработали стратегию продвижения полукровки кошачьих роев, включив вычисление интрузивного улучшения сорняков (IWO) в следующий метод расчета CSO.
Билгайян и др. (2015) использовали способ многоцелевого улучшения на основе роя кошачьих, чтобы иметь дело с планами рабочих процессов в условиях распределенных вычислений, которые продемонстрировали лучшее выполнение, контрастность и систему улучшения роя многоцелевых молекул (MOPSO) Amara et al. (2015) рассмотрели вопрос о набросках структуры управления ветром, обеспечивающих непревзойденную оптимизацию качества с использованием ОГО, в соответствии с требованиями исполнения и затрат. Мезиан и др. (2015) упорядочили распределение электроэнергии для соседней планетарной группы, выбрав идеальную топологию среди различных вариантов, использующих ОГО. Результаты продемонстрировали превосходное исполнение, чем парное ОГО. Smash et al. (2015) рассматривали 9-кольцевую концентрированную круглую концентрическую приемную проволочную группу (TMCCAA) с изотропными компонентами с точки зрения CSO для уменьшения уровня бокового клапана и изменения направленности.
Кроуфорд и соавт. (2016) объяснили двунаправленный набор, охватывающий проблему с использованием двукратного расчета продвижения кошачьего стада Чтобы обеспечить более высокую общую надежность системы для крупномасштабной существенной системы распространения, Majumder и Eldho (2016) проверили жизнеспособность ОГО в вопросах управления подземными водами, связав ее с техникой научного компонента (AEM) и с молекулами переключения (RPT). ) подходить. Дисплей AEM-CSO был связан со спекулятивным неограниченным водоносным горизонтом, размышляющим о двух различных целях: увеличение совокупной откачки подземных вод из водоносного горизонта и минимизация совокупных затрат на перекачку. Мохапатра и соавт. (2016) использовали рецидив края и измененную структуру определения качества на основе ОГО для характеристики наборов лекарственных данных микроматрицы.
Ахмад Альдхафири CEGR 4802/1/2018 ГИС Геоинформационная система (ГИС) – это система, предназначенная для сбора, хранения, обработки, анализа, управления и представления всех типов географических данных. Ключевым
Изучение истории крайне важно, поскольку она позволяет нам постигать наше прошлое, что позволяет нам постигать наше настоящее. Если у нас нет шансов узнать, как и
Биткойн становится все более популярным и победоносным в мире криптовалют. С момента его создания в 2009 году стоимость биткойна в 2018 году выросла втрое. В