علم جغرافیای زیستی را می توان به مطالعه افرادی از قبیل آلفرد والاسو چارلز داروین در قرن 14 نسبت داد، که براساس قانون های الهام گرفته از طبیعت تحقیق می کردند که تا چند سال این علم به صورت توصیفی باقی ماند ولی در سال 1461 روبرت مک آرتور و ادوارد ویلسون تحقیقات خود را بر روی معادلات ریاضی جغرافیای زیستی ادامه دادند. در سال 2008 آقای دن سیمون الگوریتمی مبتنی براساس جغرافیای زیستی ارائه کرد. جغرافیای زیستی در مورد مهاجرت گونه ها ازیک جزیره به جزیره دیگر ، ایجاد و انقراض گونه های جدید بحث میکند وBBO یک الگوریتم بهینه سازی بر اساس جمعیت است، که در آن تولیدمثل نسل کودکان مورد بحث قرار نمیگیرد، اصولا در جغرافیای زیستی رقابت بر سر بقا و منابع صورت می گیرد.

:: برچسب‌ها: الگوریتم بهینه سازی , بهینه سازی مبتنی بر جغرافیای زیستی , الگوریتم جغرافیای زیستی , الگوریتم مبتنی بر جغرافیای زیستی , BBO , الگوریتم BBO , کد الگوریتم , کد الگوریتم BBO , الگوریتم شبیه سازی , الگوریتم الهام گرفته از طبیعت , هوش گروهی , بهینه سازی بر اساس جمعیت , الگوریتم رقابتی , جغرافیای زیستی ,
:: بازدید از این مطلب : 64

|

امتیاز مطلب : 0

|

تعداد امتیازدهندگان : 0

|

مجموع امتیاز : 0

شبکه های عصبی مصنوعی جزء سیستم های دینامیکی هوشمندی هستند که با پردازش روی داده های تجربی ، دانش یا قانون نهفته  در ورای داده ها را به ساختار شبکه منتقل می کنند . به همین خاطر « هوشمند » هستند چون بر اساس محاسبات  روی داده های عددی یا مثال ها ، قوانین کلی را استخراج کرده و یاد گرفته اند .

:: برچسب‌ها: الگوریتم شبکه عصبی , شبکه عصبی , الگوریتم الهام گرفته از طبیعت , هوش گروهی , بهینه سازی بر اساس جمعیت , الگوریتم بهینه سازی , الگوریتم برای ارائه , تحقیق , پاورپوینت تحقیق , الگوریتم برای تحقیق , طراحی الگوریتم ,
:: بازدید از این مطلب : 103

|

امتیاز مطلب : 0

|

تعداد امتیازدهندگان : 0

|

مجموع امتیاز : 0