Shuffled Frog Leaping Algorithm (SF

Shuffled Frog Leaping Algorithm (SFLA) is a meta-heuristic for solving discrete optimization problems. Here it is applied to determine optimal discrete pipe sizes for new pipe networks and for network expansions. SFLA is a population based, cooperative search metaphor inspired by natural memetics. The algorithm uses memetic evolution in the form of infection of ideas from one individual to another in a local search. The local search is similar in concept to particle swarm optimization. A shuffling strategy allows for the exchange of information between local searches to move toward a global optimum. This paper summarizes the development of SFLANET, a computer model that links SFLA and the hydraulic simulation software EPANET and its library functions. Application of SFLANET to literature network design problems is then described. Although the algorithm is in its initial stages of development, promising results were obtained.


Read More: http://ascelibrary.org/doi/abs/10.1061/(ASCE)0733-9496(2003)129:3(210)

ผลลัพธ์ (ไทย) 1:

แบบสลับกบกระโจนอัลกอริทึม (SFLA) ที่แล้ว meta-สำหรับการแก้ปัญหาปรับแยกกันได้ ที่นี่มันถูกใช้เพื่อกำหนดขนาดท่อเดี่ยว ๆ เหมาะสมที่สุด สำหรับเครือข่ายท่อใหม่ และขยายเครือข่าย SFLA เป็นประชากรที่อยู่ ค้นหาสหกรณ์เทียบแรงบันดาลใจจากธรรมชาติ memetics อัลกอริทึมใช้ขั้นวิวัฒนาการในรูปแบบของความคิดจากบุคคลหนึ่งไปยังอีกการติดเชื้อในการค้นหาในท้องถิ่น ค้นหาเฉพาะที่คล้ายกันในแนวคิดการเพิ่มประสิทธิภาพของฝูงอนุภาคได้ กลยุทธ์ shuffling สำหรับการแลกเปลี่ยนข้อมูลระหว่างค้นหาท้องถิ่นเมื่อต้องการย้ายไปที่เหมาะสมเป็นสากลได้ กระดาษนี้สรุปการพัฒนาของ SFLANET แบบจำลองคอมพิวเตอร์ที่เชื่อมโยง SFLA และซอฟต์แวร์การจำลองไฮดรอลิก EPANET และฟังก์ชันไลบรารี แอพลิเคชันของ SFLANET เกี่ยวกับการออกแบบเครือข่ายวรรณกรรมมีอธิบายแล้ว ถึงแม้ว่าอัลกอริทึมอยู่ในขั้นเริ่มต้นของการพัฒนา แนวโน้มผลได้รับอ่านเพิ่มเติม: http://ascelibrary.org/doi/abs/10.1061/ (ASCE)0733-9496(2003)129:3(210)

ผลลัพธ์ (ไทย) 2:

สับกบกระโดดอัลกอริทึม (SFLA) คือแก้ปัญหา meta-สำหรับการแก้ปัญหาการเพิ่มประสิทธิภาพต่อเนื่อง นี่มันถูกนำไปใช้ในการกำหนดขนาดของท่อที่ไม่ต่อเนื่องที่ดีที่สุดสำหรับเครือข่ายท่อใหม่และการขยายเครือข่าย SFLA เป็นประชากรที่ใช้อุปมาค้นหาแรงบันดาลใจจากความร่วมมือ Memetics ธรรมชาติ อัลกอริทึมที่ใช้วิวัฒนาการ memetic ในรูปแบบของการติดเชื้อของความคิดจากบุคคลหนึ่งไปยังอีกในการค้นหาในท้องถิ่น การค้นหาในท้องถิ่นจะคล้ายกันในแนวคิดในการเพิ่มประสิทธิภาพของอนุภาคจับกลุ่ม กลยุทธ์การสับช่วยให้การแลกเปลี่ยนข้อมูลระหว่างการค้นหาในท้องถิ่นที่จะย้ายไปที่เหมาะสมที่สุดทั่วโลก บทความนี้สรุปการพัฒนาของ SFLANET, แบบจำลองคอมพิวเตอร์ที่เชื่อมโยง SFLA และ EPANET ซอฟต์แวร์การจำลองไฮโดรลิคและฟังก์ชั่นห้องสมุด การประยุกต์ใช้ SFLANET ปัญหาการออกแบบเครือข่ายวรรณกรรมอธิบายไว้แล้ว แม้ว่าขั้นตอนวิธีการอยู่ในขั้นตอนเริ่มต้นของการพัฒนาผลที่มีแนวโน้มได้รับ. อ่านรายละเอียดเพิ่มเติม: http://ascelibrary.org/doi/abs/10.1061/(ASCE)0733-9496(2003)129:3(210)

ผลลัพธ์ (ไทย) 3:

สับกบกระโจนขั้นตอนวิธี ( sfla ) เป็นเมตาฮิวริสติกสำหรับการแก้ปัญหาการเพิ่มประสิทธิภาพที่ไม่ต่อเนื่อง นี่มันใช้หาขนาดท่อที่เหมาะสมต่อเนื่องสำหรับเครือข่ายท่อใหม่ และการขยายเครือข่าย sfla เป็นประชากรตามสหกรณ์ที่ได้รับแรงบันดาลใจจากการใช้ธงชาติอินโดนีเซียธรรมชาติขั้นตอนวิธีการใช้วิวัฒนาการมีมในรูปแบบของการติดเชื้อของความคิดจากบุคคลหนึ่งไปยังอีกในการค้นหาในท้องถิ่น การค้นหาการเพิ่มประสิทธิภาพท้องถิ่นเป็นแนวความคิดคล้ายกับฝูงอนุภาค สับกลยุทธ์ช่วยให้การแลกเปลี่ยนข้อมูลระหว่างการค้นหาท้องถิ่นเพื่อย้ายไปยังโลกที่เหมาะสม เอกสารนี้สรุป sflanet การพัฒนา ,คอมพิวเตอร์ที่เชื่อมโยง sfla และไฮดรอลิจำลองซอฟต์แวร์โปรแกรมและฟังก์ชันห้องสมุดของ การประยุกต์ใช้ sflanet ปัญหาการออกแบบเครือข่ายวรรณกรรมแล้วอธิบาย ถึงแม้ว่าขั้นตอนวิธีอยู่ในขั้นเริ่มต้นของการพัฒนา ผลมีแนวโน้มที่ได้รับ


อ่านเพิ่มเติม : http : / / ascelibrary . org / ดอย / ABS / 10.1061 / ( ASCE ) 0733-9496 ( 2003 ) 129:3 ( 210 )