الگوریتم گیاه گوشتخوار(Carnivorous Plant Algorithm) یکی از الگوریتمهای فراابتکاری است که در سال 2021 در ژورنال معتبر Applied Soft Computing Journal از انتشارات الزویر چاپ شده است. در این تحقیق، الگوریتم گیاه گوشتخوار برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیهسازی پیوست شده الگوریتم گیاه گوشتخوار با الگوریتم بهینهسازی اجتماع ذرات(Particle Swarm Optimization) و الگوریتم تکامل تفاضلی(Differential Evolution)، الگوریتم کلونی زنبور مصنوعی(Artificial Bee Colony) و الگوریتم اجتماع سالپ(Salp Swarm Algorithm) مقایسه شده است. نتایج تجربی این شبیهسازی نشان میدهد که الگوریتم گیاه گوشتخوار در مقایسه با الگوریتمهای ذکر شده، یک بهینهساز با عملکرد بالا است.
الگوریتم بهینهسازی جستجوی اتم(Atom Search Optimization) یکی از الگوریتمهای فراابتکاری است که در سال 2019 در ژورنال معتبر Knowledge-Based Systems از انتشارات الزویر چاپ شده است. الگوریتم بهینهسازی جستجوی اتم از دینامیک مولکولی پایه الهام گرفته شده است. این الگوریتم بصورت ریاضی مدل شده و از مدل حرکت اتمی در طبیعت تقلید میکند. در این تحقیق، الگوریتم بهینهسازی جستجوی اتم برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیهسازی پیوست شده الگوریتم بهینهسازی جستجوی اتم با الگوریتم بهینهسازی اجتماع ذرات(Particle swarm optimization)، الگوریتم جستجوی گرانشی(Gravitational Search Algorithm)، و الگوریتم کلونی زنبور مصنوعی (artificial bee colony) مقایسه شده است. نتایج تجربی این شبیهسازی نشان میدهد که الگوریتم بهینهسازی جستجوی اتم در مقایسه با الگوریتمهای ذکر شده، یک بهینهساز با عملکرد بالا است.
الگوریتم بهینهسازی خرگوش مصنوعی(Artificial rabbits optimization) یکی از الگوریتمهای فراابتکاری است که در سال 2022 در ژورنال معتبر Engineering Applications of Artificial Intelligence از انتشارات الزویر چاپ شده است. در این تحقیق، الگوریتم بهینهسازی خرگوش مصنوعی برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیهسازی پیوست شده الگوریتم بهینهسازی خرگوش مصنوعی با الگوریتم بهینهسازی اجتماع ذرات(Particle swarm optimization)، الگوریتم جستجوی گرانشی(Gravitational Search Algorithm)، الگوریتم کلونی زنبور مصنوعی (artificial bee colony)، الگوریتم تکامل تفاضلی(Differential Evolution) مقایسه شده است. نتایج تجربی این شبیهسازی نشان میدهد که الگوریتم بهینهسازی خرگوش مصنوعی در مقایسه با الگوریتمهای ذکر شده، یک بهینهساز با عملکرد بالا است.
الگوریتم بهینهسازی مبتنی بر اکوسیستم مصنوعی(Artificial ecosystem-based optimization) یکی از الگوریتمهای فراابتکاری است که در سال 2020 در ژورنال معتبر Neural Computing and Applications از انتشارات اشپرینگر چاپ شده است. در این تحقیق، الگوریتم بهینهسازی مبتنی بر اکوسیستم مصنوعی برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیهسازی پیوست شده الگوریتم بهینهسازی مبتنی بر اکوسیستم مصنوعی با الگوریتم بهینهسازی اجتماع ذرات(Particle swarm optimization)، الگوریتم جستجوی گرانشی(Gravitational Search Algorithm)، الگوریتم کلونی زنبور مصنوعی(Artificial bee colony)، الگوریتم تکامل تفاضلی(Differential Evolution) مقایسه شده است. نتایج تجربی این شبیهسازی نشان میدهد که الگوریتم بهینهسازی مبتنی بر اکوسیستم مصنوعی در مقایسه با الگوریتمهای ذکر شده، یک بهینهساز با عملکرد بالا است.
الگوریتم گیاه گوشتخوار(Carnivorous Plant Algorithm) یکی از الگوریتمهای فراابتکاری است که در سال 2021 در ژورنال معتبر Applied Soft Computing Journal از انتشارات الزویر چاپ شده است. در این تحقیق، الگوریتم گیاه گوشتخوار برروی 23 تابع استاندارد در محیط متلب 2018 تست شده است. در شبیهسازی پیوست شده الگوریتم گیاه گوشتخوار با الگوریتم بهینهسازی اجتماع ذرات(Particle Swarm Optimization) و الگوریتم تکامل تفاضلی(Differential Evolution)، الگوریتم کلونی زنبور مصنوعی(Artificial Bee Colony) و الگوریتم اجتماع سالپ(Salp Swarm Algorithm) مقایسه شده است. نتایج تجربی این شبیهسازی نشان میدهد که الگوریتم گیاه گوشتخوار در مقایسه با الگوریتمهای ذکر شده، یک بهینهساز با عملکرد بالا است.