خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : یک استراتژی حاوی- شایعه موثر
.
English Article Title: An effective rumor-containing strategy
Year: 2018
Publisher: ELSEVIER
Journal: Physica A
DOI: https://doi.org/10.1016/j.physa.2018.02.025

Keywords:
#Rumor_containment
#Rumor_truth_mixed_spreading_model
#Effectiveness
#Cost
#Constrained_optimization
#محدودیت_شایعه
#شایعه
#مدل_توزیع_اختلاط_شایعات_حقیقت
#اثربخشی
#هزینه
#بهینه_سازی_محدود
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_ریاضی(#Mathematics)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_تجارت
#مقاله_کسب_و_کار
#مقاله_مدیریت
#مقاله_حسابداری (#Business_Management_and_Accounting)

چکیده مقاله:
شایعات کاذب منجر به زیان های بزرگ اقتصادی و یا بی ثباتی اجتماعی می شود. از این رو کاهش تاثیر شایعات فاجعه آور، اهمیت اساسی دارد. تمرکز این مقاله بروی چگونگی سرکوب شایعات کاذب با استفاده از حقیقت، است. اثربخشی و هزینه استراتژی حاوی شایعه به ترتیب بر اساس مجموعه ای از فرضیه های منطقی و مدل جدید ریسک اختلاط شایع - حقیقت به دست آمد. بر این اساس، مسئله اصلی به عنوان یک مسئله بهینه سازی محدود (مدل RC) مدل سازی شد که متغیر مستقل و تابع هدف آن ، به ترتیب استراتژی حاوی شایعه و کارآیی استراتژی حاوی شایعه می باشد. هدف از مسئله بهینه سازی، یافتن موثر ترین استراتژی حاوی شایعه محدود به بودجه حاوی شایعه است. برخی از استراتژی های حاوی شایعات بهینه با حل مدل RC مربوطه بدست آمد. تأثیر عوامل مختلف بر روی بیشترین اثربخشی هزینه در مدل RC، از طریق آزمایش های کامپیوتری مشخص شد. نتایج بدست آمده برای توسعه استراتژی های موثر شایعه، مناسب و آموزنده است.
کلید واژه ها: محدودیت شایعه | مدل توزیع اختلاط شایعات – حقیقت | اثربخشی | هزینه | بهینه سازی محدود

لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2SSH89p

عنوان فارسی مقاله : بهینه سازی گرگ خاکستری
.
English Article Title: Grey Wolf Optimizer
Year: 2014
Publisher: Elsevier
Journal: Advances in Engineering Software
DOI: https://doi.org/10.1016/j.advengsoft.2013.12.007

Keywords:
#Optimization
#Optimization_techniques
#Heuristic_algorithm
#Metaheuristics
#Constrained_optimization
#GWO
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#بهينه_سازی
#تکنیک_های_بهینه_سازی
#الگوریتم_اکتشافی
#استعاره
#بهینه_سازی_محدود
#بهینه_سازی_گرگ_خاکستری

چکیده
این مقاله از یک روش فرا ابتکاری جدید به نام بهینه ساز گرگ خاکستری (GWO) به منظور دسته بندی داده ها استفاده می کند. الگوریتم GWO از سلسله مراتب رهبری و ساز و کار شکار گرگ های خاکستری در طبیعت تقلید می کند. در این الگوریتم از چهار نوع گرگ خاکستری شامل آلفا، بتا، دلتا و اومگابرای شبیه سازی سلسله مراتب رهبری استفاده شده است. علاوه بر این، سه مرحله اصلی شکار شامل جستجوی طعمه، محاصره طعمه و حمله به طعمه شبیه سازی می شوند. در ابتدا الگوریتم مورد نظر توسط 23 تابع آزمون شناخته شده به خوبی ارزیابی شده و نتایج به دست آمده با روش بهینه سازی ازدحام ذرات (PSO) مقایسه می شوند. نتایج نشان می دهد که الگوریتم GWO قادر به ارائه نتایج بسیار رقابتی نسبت به این اکتشاف شناخته شده است. این مقاله همچنین با حل سه مشکل طراحی مهندسی کلاسیک (کشش تنش / فشاری، پرتوهای جوش داده شده و طرح های مخزن فشار)، ارائه می دهد و کاربرد واقعی روش پیشنهادی در زمینه مهندسی نوری را ارائه می دهد. نتایج مشکلات طراحی مهندسی کلاسیک و کاربرد واقعی را نشان می دهد که الگوریتم پیشنهادی برای مشکلات چالش برانگیز با فضاهای جستجو ناشناخته قابل استفاده است.
کلمات کلیدی: بهينه سازی، تکنیک های بهینه سازی، الگوریتم اکتشافی، استعاره، بهینه سازی محدود، بهینه سازی گرگ خاکستری (GWO)

لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2z2TLqO