بررسی عملکرد نگاشت های آشوبی در تخمین پارامتر شکل مناسب از توابع پایه ای شعاعی به منظور حل معادلات دیفرانسیل با مشتقات جزیی

Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 81

This Paper With 13 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_DMOR-9-1_012

تاریخ نمایه سازی: 15 مرداد 1403

Abstract:

هدف: این تحقیق با هدف بررسی توان الگوریتم ­های بهینه سازی آشوبی در ارتقای عملکرد نسبت به روش های دیگر بهینه سازی با تمرکز بر تعیین پارامتر شکل مناسب از توابع پایه ای شعاعی جهت حل معادلات دیفرانسیل با مشتقات جزیی صورت گرفته است.روش شناسی پژوهش: در این تحقیق، از یک فرآیند دومرحله ای که در آن روش کانزا، بر اساس تکنیک های هم ­محلی بدون شبکه با روش FCW  ترکیب می گردد. در مرحله نخست، الگوریتم FCW  برای به دست آوردن پارامتر شکل بهینه برای تابع پایه ای شعاعی مورداستفاده قرار می گیرد و سپس در گام دوم از روش کانزا به منظور تخمین خطای کمترین مربعات (RMS) برای جواب های تقریبی، بکار گرفته می ­شود.یافته ها: نتایج عددی نشان می دهند که تقریبا %۹۵ از نتایج حاصل از دو معادله دیفرانسیل با مشتقات جزیی توسط الگوریتم های PSO و FCW مشابه هستند. این نتایج حاکی از کارآمدی و موثر بودن این رویکرد در تخمین پارامترهای شکل مناسب برای حل معادلات دیفرانسیل هستند.اصالت/ارزش افزوده علمی: این مطالعه اهمیت الگوریتم های بهینه سازی مبتنی بر آشوب را در حل معادلات دیفرانسیل با مشتقات جزیی تایید می کند که می تواند به تحقیقات آینده در این حوزه کمک کند.

Keywords:

الگوریتم های بهینه سازی آشوبی , توابع پایه ای شعاعی , روش کانزا , معادلات دیفرانسیل با مشتقات جزیی , روش نخستین حمل کننده موج

Authors

جواد علیخانی کوپائی

گروه ریاضی، دانشگاه پیام نور، تهران، ایران.

محمد جواد عبادی

گروه ریاضی، دانشگاه دریانوردی و علوم دریایی چابهار، چابهار، ایران.

مجید ایرانپور مبارکه

گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه پیام نور، تهران، ایران.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Sun, J., Wang, L., & Gong, D. (۲۰۲۳). A joint ...
  • Hardy, R. L. (۱۹۷۱). Multiquadric equations of topography and other ...
  • Franke, R. (۱۹۸۲). Scattered data interpolation: tests of some method. ...
  • Mongillo, M. (۲۰۱۱). Choosing basis functions and shape parameters for ...
  • Wahba, G. (۱۹۹۰). Spline models for observational data. SIAM ...
  • Afiatdoust, F., & Esmaeilbeigi, M. (۲۰۱۵). Optimal variable shape parameters ...
  • Biazar, J., & Hosami, M. (۲۰۱۶). Selection of an interval ...
  • Skala, V., Karim, S. A. A., & Zabran, M. (۲۰۲۰). ...
  • Ghalichi, S. S. S., Amirfakhrian, M., & Allahviranloo, T. (۲۰۲۲). ...
  • Hou, J., Li, Y., & Ying, S. (۲۰۲۳). Iterative optimization ...
  • Kansa, E. J. (۱۹۹۰). Multiquadrics—A scattered data approximation scheme with ...
  • Golberg, M. A., & Chen, C. S. (۱۹۹۸). The method ...
  • Tsai, C. H., Kolibal, J., & Li, M. (۲۰۱۰). The ...
  • Hon, Y. C., & Schaback, R. (۲۰۰۱). On unsymmetric collocation ...
  • Tabrizidooz, H. R., & Hajiramezanali, F. (۲۰۲۲). A numerical algorithm ...
  • Ebadi, M. J., Fahs, A., Fahs, H., & Dehghani, R. ...
  • Kiefer, J. (۱۹۵۳). Sequential minimax search for a maximum. Proceedings ...
  • Deb, K. (۲۰۱۲). Optimization for engineering design: Algorithms and examples. ...
  • He, C., Zheng, Y. F., & Ahalt, S. C. (۲۰۰۲). ...
  • Kennedy, J. (۲۰۱۰). Encyclopedia of machine learning. Encyclopedia of machine ...
  • Moosarrezayi, N., & Hamidzadeh, J. (۲۰۱۸). Design a hybrid recommender ...
  • Sheikhan, M., & Abbasi, A. (۲۰۲۱). A novel hybrid method ...
  • Wu, X. X., & Chen, Z. (۱۹۹۶). Introduction of chaos ...
  • Bing, L., & Weisun, J. (۱۹۹۷). Chaos optimization method and ...
  • Li, B., & Jiang, W. (۱۹۹۸). Optimizing complex functions by ...
  • Esmaeilbeigi, M., & Hosseini, M. M. (۲۰۱۴). A new approach ...
  • Li, J., Cheng, A. H. D., & Chen, C. S. ...
  • نمایش کامل مراجع