UDOSKONALENIE α-PARAMETERYZOWANEJ METODY PRZEKSZTAŁCENIA RÓŻNICZKOWEGO Z OPTYMALIZATOREM DANDELION DO ROZWIĄZYWANIA RÓWNAŃ RÓŻNICZKOWYCH ZWYCZAJNYCH

Mustafa Raed Najeeb

mostafa.csp115@student.uomosul.edu.iq
University of Mosul, Mathematics Department (Irak)
https://orcid.org/0000-0001-5471-7494

Omar Saber Qasim


University of Mosul, Mathematics Department (Irak)
https://orcid.org/0000-0003-3301-6271

Abstrakt

Celem niniejszego manuskryptu jest rozwiązanie równań różniczkowych zwyczajnych (ODE) metodą α-parametryzowanej transformacji różniczkowej (α-PDTM). Ponadto staramy się zwiększyć skuteczność α-PDTM poprzez włączenie optymalizatora Dandelion (DO). DO odgrywa kluczową rolę w optymalizacji parametru α, zapewniając jego dostosowanie i modyfikację w celu zabezpieczenia najbardziej korzystnej wartości. To udoskonalenie skutkuje dokładniejszym przybliżeniem w porównaniu z metodami konwencjonalnymi. Proponowane podejście, określane jako (αDO-PDTM), demonstruje rozwiązanie wyróżniające się niezawodnością i wydajnością, co zostało określone poprzez obliczenie maksymalnego błędu bezwzględnego (MAE) i średnich błędów kwadratowych (MSE).


Słowa kluczowe:

α-parametryzowane przekształcenie różniczkowe, optymalizator Dandelion, równania różniczkowe zwyczajne, metaheurystyka

[1] Abd Elaziz M., Ewees A. A., Oliva D.: Hyper-heuristic method for multilevel thresholding image segmentation. Expert Systems with Applications 146, 2020, 113201.
  Google Scholar

[2] Beheshti Z., Shamsuddin S. M. H.: A review of population-based meta-heuristic algorithms. Int. J. Adv. Soft Comput. Appl. 5(1), 2013, 1–35.
  Google Scholar

[3] Doha E., Bhrawy A., Saker M.: On the derivatives of Bernstein polynomials: an application for the solution of high even-order differential equations. Boundary Value Problems 2011, 2011, 829543.
  Google Scholar

[4] Mukhtarov O., Yücel M., Aydemir K.: A new generalization of the differential transform method for solving boundary value problems. Journal of New Results in Science 10(2), 2021, 49–58.
  Google Scholar

[5] Murad M. A. S.: Modified integral equation combined with the decomposition method for time fractional differential equations with variable coefficients. Applied Mathematics-A Journal of Chinese Universities 37(3), 2022, 404-414.
  Google Scholar

[6] Najeeb M. R., Entesar A., Qasim O. S.: Improving homotopy analytical method with sine cosine algorithm and Simpson integrative method for solving fractional ordinary differential equations. AIP Conference Proceedings 2398(1), 2022.
  Google Scholar

[7] Qasim O. S., Entesar A.: Solve differential equations via a hybrid method between homotopy analytical method and sine cosine optimization algorithm. Journal of Physics: Conference Series 1879(3), 2021, 032048.
  Google Scholar

[8] Shijun L.: Advances in the Homotopy Analysis Method. World Scientific, 2013.
  Google Scholar

[9] Wang F., Yuan X., Liew S. C., Guo D.: Wireless MIMO switching: Weighted sum mean square error and sum rate optimization. IEEE Transactions on Information Theory 59(9), 2013, 5297–5312.
  Google Scholar

[10] Wang Z., Li Y., Zhang H., Liu C., Chen Q.: Sampling-based optimal motion planning with smart exploration and exploitation. IEEE/ASME Transactions on Mechatronics 25(5), 2020, 2376–2386.
  Google Scholar

[11] Wang Z., Yu F., Wang D., Liu T., Hu R.: Multi-threshold segmentation of breast cancer images based on improved dandelion optimization algorithm. The Journal of Supercomputing 80(3), 2023, 3849–3874.
  Google Scholar

[12] Yücel M., Muhtarov F.: Parameterized Differential Transform Method and Its Application to Boundary Value Transmission Problems. Yüzüncü Yıl Üniversitesi Fen Bilimleri Enstitüsü Dergisi 28(2), 2023, 431–442.
  Google Scholar

[13] Zhao S., Zhang T., Ma S., Chen M.: Dandelion Optimizer: A nature-inspired metaheuristic algorithm for engineering applications. Engineering Applications of Artificial Intelligence 114, 2022, 105075.
  Google Scholar

[14] Zhou J.: Differential Transformation and Its Applications for Electronic Circuits. Huazhong Science & Technology University Press, China 1986.
  Google Scholar


Opublikowane
2024-12-21

Cited By / Share

Najeeb, M. R., & Qasim, O. S. (2024). UDOSKONALENIE α-PARAMETERYZOWANEJ METODY PRZEKSZTAŁCENIA RÓŻNICZKOWEGO Z OPTYMALIZATOREM DANDELION DO ROZWIĄZYWANIA RÓWNAŃ RÓŻNICZKOWYCH ZWYCZAJNYCH. Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 14(4), 104–108. https://doi.org/10.35784/iapgos.6363

Autorzy

Mustafa Raed Najeeb 
mostafa.csp115@student.uomosul.edu.iq
University of Mosul, Mathematics Department Irak
https://orcid.org/0000-0001-5471-7494

Autorzy

Omar Saber Qasim 

University of Mosul, Mathematics Department Irak
https://orcid.org/0000-0003-3301-6271

Statystyki

Abstract views: 14
PDF downloads: 10


Licencja

Creative Commons License

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa 4.0 Międzynarodowe.