Keywords |
حل مسئله Fuzzy-VRP با الگوریتم SA,حل مسئله SCM با الگوریتم GA,حل مسئله TSP با الگوریتم FA,حل مسئله CLUSTERIN با الگوریتم DE,حل مسئله VRP با الگوریتم ICA,حل مسئله QAP با الگوریتم AI,مسایل جانمایی تسهیلات,Facility Locations,مدیریت زنجیره تامین,Supply Chain Management SCM,مسایل شبکه و هاب,Hub Network Design,sequencing and scheduling problems,مسایل زمانبندی,مسیر دهی وسایل نقلیه,Vehicle Routing Problem VRP,Artificial Neural Network,ANN,Multi Objective,حل مسایل چند هدفه,حل مسایل چند هدفه به کمک الگوریتم NSGAII و MOICA,شبیه سازی تبرید,Simulated Annealing,SA,PSO,Partial Swarm Optimization,الگوریتم اجتماع پرندگان,الگوریتم کلونی مورچه ها,Ants Colony Optimization,الگوریتم رقابت استعماری,ICA,Imperialist Competitive Algorithm,الگوریتم ژنتیک,Genetic Algorithm,GA,metaheuristics,computer science,mathematical optimization,metaheuristic,optimization algorithms,iterative methods,globally optimal solution,combinatorial optimization,optimization problem,heuristic,partial search algorithm,search algorithm,Classification,Local search,Global search,Single-solution,Population-based,Hybridization,memetic algorithms,Parallel metaheuristics,Nature-inspired metaheuristics,Nature-inspired,Ant colony optimization,particle swarm optimization,cuckoo search,artificial bee colony,machine learning,social cognitive optimization,mathematical programming,constraint programming,simulated annealing,tabu search,iterated local search,variable neighborhood search,Evolutionary computation,artificial intelligence,Artificial Bee Colony Algorithm,Artificial immune systems,Artificial life (also see digital organism),Bees algorithm,Cultural algorithms,Differential evolution,Dual-phase evolution,Evolutionary algorithms,Evolutionary programming,Evolution strategy,Gene expression programming,Genetic algorithm,Genetic programming,Harmony search,Learnable Evolution Model,Learning classifier systems,Particle swarm optimization,competitive learning,Swarm intelligence,محاسبات فرگشتی,Evolutionary Strategy,رنامهسازی ژنتیکی,برنامهسازی فرگشتی,الگوریتمهای فراابتکاری,فراتکاملی,فرااکتشافی,الگوریتمهای فراتکاملی,الگوریتمهای فرااکتشافی,approximate algorithms,الگوریتمهای تقریبی,الگوریتمهای ابتکاری,فراابتکاری,meta-heuristic,فوق ابتکاری,hyper heuristic,Grey Wolf Optimizer,GWO,GWO algorithm,Grey Wolf Optimizer algorithm,Advances in Engineering Software,ژورنال Advances in Engineering Software,الگوریتم فراابتکاری,بهینهساز گرگ خاکستری,بهینهساز گرگ خاکستری (GWO),گرگ خاکستری,فرآیند شکار گرگ خاکستری,Pseudo code of the GWO algorithm,grey wolf population,شبه کد الگوریتم GWO,heuristic optimization methods,الگوریتم جستجوی گرانشی,Gravitational Search Algorithm,کد الگوریتم جستجوی گرانشی,GSA: A Gravitational Search Algorithm,Heuristic search algorithms,Law of gravity,principle of GSA,شبه کد الگوریتم جستجوی گرانشی,شبه کد الگوریتم GSA,ارائه الگوریتم جستجوی گرانشی,ALG F,GSA,بسته آموزشی رایگان الگوریتم جستجوی گرانشی,کد متلب الگوریتم GSA,کد متلب الگوریتم GWO,کد متلب الگوریتم گرگ خاکستری,کد متلب الگوریتم جستجوی گرانشی,General principle of GSA,Feature Selection,Binary Gray Wolf Optimization,مساله انتخاب ویژگی,روش دودویی بهینهسازی گرگ خاکستری,روش باینری بهینهسازی گرگ خاکستری,bGWO,حل مساله انتخاب ویژگی,حل مساله انتخاب ویژگی با الگوریتم ژنتیک GA,حل مساله انتخاب ویژگی با GA,حل مساله انتخاب ویژگی با استفاده از الگوریتم,ازدحام ذرات PSO,حل مساله انتخاب ویژگی با الگوریتم,ازدحام ذرات,Binary Gray Wolf Optimization Approaches for Feature Selection,Journals : Neurocomputing,Neurocomputing,Knowledge Discovery from Data,Data mining,Dimensionality Reduction,Feature Extraction,Weighted Sum,unknown number of Feature Selection,specific number of Feature Selection,کشف دانش در پایگاه داده,کاهش ابعاد,داده کاوی,مخزن UCI,آموزش شبکهی عصبی با الگوریتم ژنتیک GA,آموزش شبکهی عصبی با الگوریتم فراابتکاری,Artificial neural networks,Bees algorithms,Creep,Heuristically trained neural networks,Polypropylene,الگوریتم زنبورعسل,خزش پلی پروپیلن,Polypropylene شبکه های عصبی مصنوعی,الگوریتم زنبورها,شبکه های عصبی آموزش دیده کشاف,پلی پروپیلن,شبکه های عصبی مصنوعی,آموزش شبکهی عصبی Feed Forward با استفاده از الگوریتم ژنتیک GA متداول,آموزش شبکهی عصبی Feed Forward با الگوریتم ژنتیک GA,آموزش شبکهی عصبی Feed Forward با الگوریتم زنبورها,آموزش شبکهی عصبی Feed Forward با ترکیبی زنبورها Hybrid-BA,Creep modelling of polypropylenes,artificial neural networks trained with Bee algorithms,بهینهسازی گروه مهاجمان قوی در شبکههای ارتباطی سیار شهری با الگوریتمهای فراابتکاری,بهینهسازی شبکههای ارتباطی سیار شهری با الگوریتمهای فراابتکاری,Optimizing groups of colluding strong attackers in mobile urban communication networks with evolutionary algorithms,Delay-tolerant-network DTN,Routing algorithms,الگوریتمهای مسیریابی,شبکههای فرصتطلب,Opportunistic network,شبیهساز ONE,security attacks,انواع حملات امنیتی,ابزارهای تکاملی گروهی UGP,شبکه های تاخیر-مقاوم,مسیریابی DTN,شبکه های تاخیر- مقاوم,شبکه های DTN,پروتکل اولین ارتباط در DTN,بهینهسازی شبکههای اجتماعی,The WOA algorithm,The Whale Optimization Algorithm,الگوریتم بهینهسازی نهنگ,Grasshopper Optimisation Algorithm,الگوریتم ملخ,الگوریتم بهینهسازی ملخ
|