It is now well recognized that pure

It is now well recognized that pure algorithms can be promisingly improved by hybridization with other techniques. One of the relatively new metaheuristic algorithms is Gravitational Search Algorithm (GSA) which is based on the Newton laws. In this paper, to enhance the performance of GSA, a novel algorithm called “Kepler”, inspired by the astrophysics, is introduced. The Kepler algorithm is based on the principle of the first Kepler law. The hybridization of GSA and Kepler algorithm is an efficient approach to provide much stronger specialization in intensification and/or diversification. The performance of GSA–Kepler is evaluated by applying it to 14 benchmark functions with 20–1000 dimensions and the optimal approximation of linear system as a practical optimization problem. The results obtained reveal that the proposed hybrid algorithm is robust enough to optimize the benchmark functions and practical optimization problems.

ผลลัพธ์ (ไทย) 1:

มันเป็นตอนนี้ยอมรับกันว่า อัลกอริทึมที่บริสุทธิ์สามารถ promisingly ปรับปรุง โดย hybridization กับเทคนิคอื่น ๆ อัลกอริทึม metaheuristic ค่อนข้างใหม่อย่างใดอย่างหนึ่งคือแรงโน้มถ่วงค้นหาอัลกอริทึม (GSA) ซึ่งเป็นไปตามนิวตัน ในกระดาษนี้ เพื่อเพิ่มประสิทธิภาพของ GSA อัลกอริธึมแบบใหม่ที่เรียกว่า "เคปเลอร์" โดยฟิสิกส์ดาราศาสตร์ อีกด้วย อัลกอริทึมเคปเลอร์เป็นไปตามหลักการของกฎหมายเคปเลอร์ครั้งแรก Hybridization ของอัลกอริทึม GSA และเคปเลอร์เป็นวิธีมีประสิทธิภาพให้ความเชี่ยวชาญมากแข็งแรงและกระจาย ประสิทธิภาพของ GSA – เคปเลอร์รับการประเมิน โดยใช้ฟังก์ชันมาตรฐานที่ 14 มีขนาด 20-1000 และประมาณที่เหมาะสมของระบบเชิงเส้นเป็นปัญหาในการเพิ่มประสิทธิภาพการปฏิบัติ ผลลัพธ์ที่ได้เปิดเผยว่า อัลกอริทึมไฮบริเสนอทนเพื่อปรับฟังก์ชันมาตรฐานและปัญหาทางปฏิบัติ

ผลลัพธ์ (ไทย) 2:

ตอนนี้มันเป็นที่รับรู้กันดีว่าอัลกอริทึมที่บริสุทธิ์สามารถปรับปรุง promisingly โดยการผสมข้ามพันธุ์กับเทคนิคอื่น ๆ หนึ่งในขั้นตอนวิธีการ metaheuristic ค่อนข้างใหม่คือแรงโน้มถ่วงค้นหาอัลกอริทึม (GSA) ซึ่งจะขึ้นอยู่กับกฎหมายของนิวตัน ในบทความนี้เพื่อเพิ่มประสิทธิภาพของ GSA เป็นอัลกอริทึมนวนิยายที่เรียกว่า "เคปเลอร์" แรงบันดาลใจจากฟิสิกส์ดาราศาสตร์ที่เป็นที่รู้จัก อัลกอริทึมเคปเลอร์เป็นไปตามหลักการของกฎหมายเคปเลอร์เป็นครั้งแรก ลูกผสม GSA และเคปเลอร์อัลกอริทึมเป็นวิธีการที่มีประสิทธิภาพที่จะให้ความเชี่ยวชาญที่แข็งแกร่งมากในการทำให้แรงขึ้นและ / หรือการกระจายความเสี่ยง ประสิทธิภาพการทำงานของ GSA-เคปเลอร์ได้รับการประเมินโดยใช้มันถึง 14 ฟังก์ชั่นมาตรฐานกับ 20-1000 ขนาดและการประมาณที่เหมาะสมของระบบเชิงเส้นเป็นปัญหาการเพิ่มประสิทธิภาพการปฏิบัติ ผลที่ได้แสดงให้เห็นว่าขั้นตอนวิธีไฮบริดที่นำเสนอมีประสิทธิภาพพอที่จะเพิ่มประสิทธิภาพของฟังก์ชั่นมาตรฐานและปัญหาการเพิ่มประสิทธิภาพการปฏิบัติ

ผลลัพธ์ (ไทย) 3:

มันคือตอนนี้ยอมรับว่าขั้นตอนวิธีบริสุทธิ์สามารถ promisingly ) hybridization กับเทคนิคอื่น ๆ หนึ่งในขั้นตอนวิธีเมต้า วริสติคที่ค่อนข้างใหม่เป็นขั้นตอนวิธีการค้นหาความโน้มถ่วง ( GSA ) ซึ่งอยู่บนพื้นฐานของนิวตันกฏหมาย ในกระดาษนี้เพื่อเพิ่มประสิทธิภาพของขั้นตอนวิธี GSA นวนิยายเรียกว่า " เคปเลอร์ " แรงบันดาลใจจากดาราศาสตร์ เป็นที่รู้จัก ขั้นตอนวิธีเคปเลอร์จะขึ้นอยู่กับหลักการแรกของเคปเลอร์กฎหมาย การผสมผสานของ GSA และขั้นตอนวิธีเคปเลอร์เป็นวิธีที่มีประสิทธิภาพเพื่อให้เชี่ยวชาญ แข็งแกร่งมากในแรงและ / หรือวิสาหกิจ ประสิทธิภาพของ GSA –เคปเลอร์ประเมินโดยใช้เกณฑ์มาตรฐานการทำงาน 14 กับ 20 – 1000 มิติและการประมาณที่เหมาะสมของระบบเชิงเส้นเป็นปัญหาการเพิ่มประสิทธิภาพในการปฏิบัติ ผลที่ได้พบว่าขั้นตอนวิธีแบบผสมที่แข็งแกร่งพอที่จะปรับมาตรฐานการทำงานและปัญหาการเพิ่มประสิทธิภาพในการปฏิบัติ