algorithms for problem solving in hindi

बिज़नस आईडिया
हमारा YouTube चैनल
सभी मशीन विक्रेताओं के नंबर
कंप्यूटर नेटवर्क
कंप्यूटर फंडामेंटल
इन्टरनेट एंड वेब टेक्नोलॉजी
हमारे बारें में
हमसे संपर्क करें

इन्टरनेट प्रोग्रामिंग

Algorithm क्या है? परिभाषा और उदाहरण ( हिन्दी नोट्स) – What is Algorithm in Hindi

What is algorithm in hindi.

Algorithm एक प्रक्रिया हैं जिसमे किसी भी काम को आसान बनाने के लिए उसे कई चरणों में विभाजित कर पूर्ण किया जाता हैं. जैसे किसी एक प्रोग्राम को अलग-अलग steps में पुरा किया जाता हैं उसे एल्गोरिथम के माध्यम से अलग – अलग steps में लिखते हैं. जिसकी कोई लिमिट नहीं होती, जब तक पूरा नहीं हो जाता तब तक करते रहते हैं इसी प्रोसेस को ही algorithm कहते हैं.

Algorithm की परिभाषा?

Algorithm एक set of rules होता है, जो step by step यह सुनिश्चित करता है कि, कोई विशेष कार्य वांछित परिणाम (expected result) के लिए कैसे संपादित किया जाएगा.

Algorithm को प्रोग्रामिंग में प्रोग्राम लिखने से पहले बनाया जाता हैं जिससे बेहतर प्रोग्राम बन सकें। Algorithm का use किसी भी प्रोब्लम को solve करने के लिए किया जाता हैं. algorithm किसी भी प्रोब्लम को step by step solve करता हैं.

मान लो आपको किसी को फोन करना हैं तो इसमें भी बहुत सारे steps होंगे जैसे –

Step 1. आप फोन को चेक करेंगे की फोन चालू है या नहीं ।
Step 2. फिर ये देखेंगे की उस व्यक्ति का नंबर हैं या नहीं।
Step 3. अगर नही हुआ तो लोड करेंगे फिर उस व्यक्ति को फोन लगाएंगे।
Step 4. फिर उसका रिंग जाने का wait करेंगे।
Step 5. फिर फोन उठाएगा बात करेंगे।

यहां पर एक सिंपल कॉल करने के लिए भी इतने सारे steps को follow करना पड़ता हैं और इसमें से आप किसी step को छोड़ भी नहीं सकते। अगर कोई एक स्टेप छोड़ देते हैं तो हमारा काम नहीं होगा तो इसी प्रकार किसी काम को करने के लिए कुछ स्टेप follow करने पड़ते हैं. जिन्हे प्रोग्रामिंग में algorithm कहा जाता हैं।

Algorithm की complexity?

यहां पर एल्गोरिथम में दो तरह की complexity देखी जा सकती हैं

Time complexity – यहां पर टाइम complexity, program को run होने में जितना टाइम लगता हैं उसे ही कहते हैं। अर्थात् एक प्रोग्राम को जितना ज्यादा टाइम लगेगा run होने में उतनी ही अधिक time complexity होगी,अल्गोरिथम की टाइम कॉम्प्लेक्सिटी को Big O notation का use करके present किया जाता है।
Space complexity – algorithm step by step रहते हैं अर्थात बहुत सारे लाइंस में रहते हैं जिसको हम इंस्ट्रक्शन भी कहतेहै इसे रखने में जितना अधिक space लगता हैं उसे ही space complexity कहा गया हैं,space कॉम्प्लेक्सिटी को Big O (O(n)) notation के द्वारा present किया जाता है।

एल्गोरिथ्म के प्रकार – Types of Algorithm

Greedy algorithm – ये algorithm सबसे सरल और सबसे सीधी approach है,इस approach में, future की चिंता किये बिना present में available knowledge के आधार पर निर्णय लिया जाता है।
Divide and conquer algorithm – इस तकनीक में सबसे पहले एक बड़े problem को छोटे छोटे parts में divide किया जाता हैं फिर उसे solve किया जाता हैं इसलिए इसे divide and conquer algorithm कहा जाता हैं।
Recursive algorithm – इस Algorithm में recursion use किया जाता हैं अर्थात् यहां faction खुद को कॉल करतेहैं तथा उसे आगे प्रोसेस पर भेजते हैं।
Brute force algorithm – ये किसी problem को solve करने की एक तकनीक हैं, जहां किसी problem के पॉसिबल सॉल्यूशन के साथ एक एक करके उसे टेस्ट किया जाता है। की रिजल्ट किसी problem के कथन को satisfy करता हैं या नहीं
Backtracking algorithm – यहां पर problem को sub problem में
Dynamic programming algorithm – dynamic programming एक bottom up approach है, इसमें हम सभी संभावित छोटी problems को solve करते हैं और फिर बड़ी problems के solution को प्राप्त करने के लिए उन्हें combine करते हैं।
ऑपरेटिंग सिस्टम क्या है? और कैसे काम करता है?
युपीएस क्या है? और कैसे काम करता है?
स्टोरेज डिवाइस क्या है? इसके प्रकार और उदाहरण
यूऍसबी क्या है और कितने प्रकार के है?

ऍल्गोरिथम के लाभ (Advantage )

यहां पर हम setoff struct ions को ही algorithm कहते हैं पर तभी उसे algorithm कहेंगे यदि उसमें कुछ विशेषता होगी जो की algorithm में होती हैं सभी set fin struct ions को algorithm नहीं कहा जा सकता, उस के लिए कुछ स्पेशल characteristics होने चाहिए। जो निम्नलिखित हैं।

Well-defined input(अच्छी तरह से परिभाषित इनपुट) – एल्गोरिथम में इनपुट अच्छे से समझ आना चाहीए अर्थात् well defined manner में होना चहिए ताकि compute r को समझ में आसानी से आ सके की इनपुट में क्या दीया गया हैं, ताकि उसका आउटपुट सही तरीके से जेनरेट किया जा सके।
Well defined output(अच्छी तरह से परिभाषित आउटपुट)- algorithm के हर प्रोग्राम में सही तरीके से आउटपुट प्रदान करना चाहिए ताकि user को अच्छे से समझ आ जाए की उसके दिए गए टास्क को सही तरीके से solve किया गया हैं या नहीं।
Finiteness(निश्चित स्टेप्स)- finiteness का अर्थ होता हैं किसी भी algorithm में loops की संख्या सीमित होनी चाहिए अर्थात्जितनेबार loop चलाने की जरूरत हैं उतने बार ही चलना चाहिए। infinite नहीं होना चाहिए।
Feasible(होने लायक)- algorithm सरल, सामान्य और व्यावहारिक होना चाहिए, जैसे किय ह उपलब्ध संसाधनों को निष्पादित किया जा सकता है। इसमें कुछ भविष्यकीतकनीक, या कुछ भीशामिल नहीं होना चाहिए।
Language in dependent(किसी भी भाषा पर डिपेंडना हों)- यहां पर Algorithm को किसी भी प्रोग्रामिंग भाषा पर आधारित नहीं होना चाहिए. इसे सामान्य भाषा में लिखा होना चाहिए| जिसे कभी भी किसी भी प्रोग्रामिंग भाषा में बदला जा सके. किसी भी प्रोग्रामिंग भाषा में बदलने के बाद एक ही तरह का वांछित परिणाम मिलना चाहिए.

ऍल्गोरिथम के कमियाँ (Disadvantage )

Algorithm बहुत ही time taking होता हैं अर्थात् algorithm को लिखने में काफ़ी time लगता हैं।
बड़े प्रोजेक्ट के लिए ये सही नहीं होता क्योंकि इसमें पहले बहुत बडा एल्गोरिथम लिखना पड़ता हैं फिर flow chart बनाना पड़ता है और फिर प्रोग्रामिंग करनी होती हैं, तो इसमें बहुत अधिक समय लग जाता हैं इसलिए ये बड़े प्रोजेक्ट के लिए अच्छा नहीं है।
Complex logic को algorithm की मदद से समझाना मुश्किल हो जाता है।
Algorithm में looping और branching को दर्शाना काफ़ी मुस्किल होता हैं।

Factors of Algorithm in Hindi – एल्गोरिथम के फैक्टर

किसी algorithm को लिखने से पहले कुछ factors को ध्यान में रखना पड़ता हैं

Extendible – algorithm extensible होनी चाहिए ताकि कोई भी प्रोग्रामर या डिजाइनर इसका उपयोग future में कर सकें।
Robustness – ये program की capacity होती है जिससे प्रोग्राम अच्छे से डेवलप और रन हो सके। ये सभी प्रोग्राम में होना चाहिए।
Functionality – algorithm में अलग अलग तरीके की functionality होनी चाहिए ताकि प्रोग्राम attractive और उपयोग करने में आसान हो।
Simplicity – algorithm सिंपल होना चाहिए अर्थात् उसमे सिंपल लेंग्वेज का उपयोग किया जाना चाहिए ताकि सबके लिए समझना आसान हो और काम करना भी आसान हो।
Modularity – किसी दिए गए प्रोग्राम को छोटे छोटे programs या steps में तोड़ना ही modularity कहलाती हैं।
Correctness – algorithm correct होना चाहिए ताकि उससे सही आउटपुट आ सके और कभी भी run करने पर वही same output आए।
User friendly – algorithm यूजर फ्रेंडली होना चाहिए ताकि यूजर comfort के साथ काम कर सकें और algorithm बनाने में कठिनाई महसूस ना करे।

Algorithm की जरूरत क्या हैं?

Algorithm किसी प्रोग्राम को easy बनाता है, हम algorithm के जरिए किसी प्रोग्राम को बनाने से पहले उसके steps लिखने के लिए उपयोग करते है, जिससे की प्रोग्राम की रूपरेखा आसनी से समझ आ सकें और प्रोग्राम का उद्देश्य समझना आसान हो जाए।

Algorithm का एक उदाहरण?

write Algorithm To find smallest of three numbers

1.Start

2. Read 3 numbers : num1,num2,num3

3. If num1< num2 than go to step 5

4. If num2<num3 than

Print num2 is smallest

Go to step 6

5. If num1 < num3 than

Print num1 is smallest

Print num3 is smallest

एल्गोरिथम क्या हैं

एल्गोरिथम निर्देशो का एक ग्रुप हैं जिसके जरिए हम प्रोग्राम के स्तर को आसनी से समझ सकते हैं इसके द्वारा किसी भी विशेष प्रकार के समस्या का समाधान किया जा सकता हैं ।

एल्गोरिथम के प्रकार

एल्गोरिथम के बहुत सारे प्रकार होते हैं – डिवाइड एंड conquer, ब्रूट फॉर्स एल्गोरिथम, रोडमाइज्ड एल्गोरिथम, ग्रीडी एल्गोरिथम, रिकर्सिव एल्गोरिथम, बैकट्रेकिंग एल्गोरिथम, डायनेमिक प्रोग्रामिंग एल्गोरिथम।

एल्गोरिथम और फ्लोचार्ट में क्या अंतर है?

एल्गोरिथम किसी problem को सॉल्व करने की एक प्रक्रिया हैं और फ्लोचार्ट एक डायग्रामेटिकल रिप्रेजेंटेशन हैं।

आज आपने सिखा

यहाँ हमने एल्गोरिथम (What is Algorithm in Hindi) की पूरी जानकारी को हिन्दी में देने की प्रयास किया है। एल्गोरिथम (What is Algorithm in Hindi ) प्रोग्रामिंग का महत्वपूर्ण पार्ट है जिसके बिना प्रोग्रामिंग करना बहुत ही मुस्किल होता है अल्गोरिथम की मदद से आसानी से प्रोग्राम तैयार किये जा सकते है. मुझे पूरा विश्वाश है की यदि आपने इस पोस्ट को पूरा पढ़ा होगा तो आपको अल्गोरिथम (What is Algorithm in Hindi) से जुड़े विभिन्न तथ्यों की जानकारी मिल गया होगा.

यदि यह पोस्ट ( What is Algorithm in Hindi ) आपको अच्छा लगा हो तो अपने दोस्तों को फेसबुक, Whatsapp और इन्स्ताग्राम इत्यादि में इस पोस्ट What is Algorithm in Hindi को शेयर जरुर करें. इसी प्रकार के नए-नए टेक्नोलॉजी और बिजनेस स्टार्टअप की जानकारी के लिए आप मेरे YouTube चैनल computervidya और मेरा वेबसाइट nayabusiness.in में विजिट जरुर करें.

Keyboard in Hindi / कीबोर्ड क्या है? Keyboard kya hai – हिन्दी नोट्स

हाई लेवल लैंग्वेज क्या हैं परिभाषा और उदाहरण (हिन्दी नोट्स) – what is high..., leave a reply cancel reply.

Save my name, email, and website in this browser for the next time I comment.

Chat GPT क्या है और काम कैसे करता है?
घरेलु महिलाओं के लिए 25 बेस्ट बिज़नस
क्लाउड कम्प्यूटिंग क्या हैं? (हिन्दी नोट्स)
OSI Model क्या है? विस्तार से समझाइए।
IP Address क्या है और कैसे काम करता है?
Virus क्या है और कितने प्रकार के होते है?
Cryptography क्या है? (हिन्दी नोट्स)
गोबर से जुड़े 15 बेस्ट बिज़नस आइडियाज
मशरूम की खेती कैसे शुरू करें?
कम्प्युटर का इतिहास और विकास
Microprocessor क्या है? (हिन्दी नोट्स)
कंप्यूटर की सभी 6 पीढ़ियां, विशेषता, कमियाँ
कंप्यूटर नंबर सिस्टम क्या है - हिन्दी नोट्स
नेटवर्क डिवाइस क्या है और कितने प्रकार के होते है?
बेसिक इन्टरनेट टर्मिनोलॉजी-हिंदी नोट्स
Privacy Policy
Terms and Conditions

eHindiStudy

Computer Notes in Hindi

Algorithm क्या है? – What is Algorithm in Hindi

हेल्लो दोस्तों! आज हम इस पोस्ट में What is Algorithm in Hindi (एल्गोरिथम क्या है?) के बारें में पढेंगे. इसे बहुत ही आसान भाषा में लिखा गया है. इसे आप पूरा पढ़िए, यह आपको आसानी से समझ में आ जायेगा. तो चलिए शुरू करते हैं:-

1 Algorithm in Hindi – एल्गोरिथम क्या है?
2 Characteristics of Algorithm in Hindi – एल्गोरिथम की विशेषताएं
3 Advantages of Algorithm in Hindi – एल्गोरिथम के फायदे
4 Disadvantages of algorithm – एल्गोरिथम के नुकसान
5 Types of Algorithm in Hindi – एल्गोरिथम के प्रकार
6 Algorithm का उदाहरण
7 Complexity of Algorithm in Hindi – एल्गोरिथम की कोम्प्लेक्सिटी
8 Factors of Algorithm in Hindi – एल्गोरिथम के फैक्टर
9 Approaches of Algorithm in Hindi – एल्गोरिथम की एप्रोच
10 Algorithm और Flowchart के बीच अंतर

Algorithm in Hindi – एल्गोरिथम क्या है ?

Algorithm निर्देशों का एक समूह है जिसके द्वारा किसी विशेष problem (समस्या) को solve किया जाता है.
दूसरे शब्दों में कहें तो, “एल्गोरिथम एक प्रक्रिया है जिसके द्वारा प्रोग्रामिंग में आने वाली समस्या का समाधान किया जाता है.”
एल्गोरिथम rules (नियमों) का एक समूह होता है जिनका इस्तेमाल step by step किसी काम को पूरा करने में किया जाता है।
एल्गोरिथ्म का प्रयोग mathematics और computer science में समस्याओ को सुलझाने के लिए किया जाता है। यह जटिल (complex) कार्यो को करने में सक्ष्म होता है।
Algorithm को Flowchart का उपयोग करके प्रस्तुत किया जाता है।
एल्गोरिथम का प्रयोग हम किसी भी programming language जैसे कि- C, C++, Java, और Python आदि में कर सकते है.
Flow Chart क्या है?
Debugging क्या है?

Characteristics of Algorithm in Hindi – एल्गोरिथम की विशेषताएं

इसकी विशेषताएं निम्नलिखित होती हैं:-

1- Unambiguous ( स्पष्ट ) – एल्गोरिथम स्पष्ट होनी चाहिए, इसका प्रत्येक स्टेप स्पष्ट होना चाहिए. इसके प्रत्येक step का केवल एक meaning (अर्थ) होना चाहिए. इसका मतलब यह है कि यह हमें आसानी से समझ में आ जानी चाहिए.

2- Input (इनपुट) – एल्गोरिथम के पास एक इनपुट अवश्य होना चाहिए और यह इनपुट अच्छी तरह से defined (परिभाषित) होना चाहिए.

3- Output (आउटपुट) – एल्गोरिथम द्वारा कम से कम एक आउटपुट अवश्य देना चाहिए.

4- Finiteness (परिमित) – एल्गोरिथम finite (परिमित) अवश्य होनी चाहिए, यह infinite (अपरिमित) नहीं होनी चाहिए.

5- Feasible (संभव) – एल्गोरिथम feasible होनी चाहिए. अगर हम ऐसी एल्गोरिथम बनायेंगे जो संभव ही नही है तो उसका कोई फायदा नहीं है.

6- Independent (स्वतंत्र) – एल्गोरिथम स्वतंत्र होनी चाहिए, यह किसी language पर dependent (निर्भर) नही होनी चाहिए. अर्थात् algorithm का इस्तेमाल सभी languages में इस्तेमाल किया जा सकना चाहिए.

Advantages of Algorithm in Hindi – एल्गोरिथम के फायदे

1- Algorithm को समझना आसान होता है।

2- यह किसी समस्या को सुलझाने में मदद करता है।

3- एल्गोरिथ्म को वास्तविक प्रोग्राम में convert करना आसान होता है।

4- यह किसी समस्या को step by step सुलझाता है।

5- यह किसी प्रोग्रामिंग लैंग्वेज पर depend (निर्भर) नहीं होता।

6- इसमें debugging करना आसान होता है।

7- एल्गोरिथम की मदद से हम बड़ी problems को छोटी problems में विभाजित कर सकते हैं.

8- यह प्रोग्राम के ब्लूप्रिंट की तरह कार्य करता है इसलिए प्रोग्राम को लिखना बहुत आसान हो जाता है.

Disadvantages of algorithm – एल्गोरिथम के नुकसान

1- एल्गोरिथम को लिखने में काफी ज्यादा समय लगता है।

2- बड़े एल्गोरिथम बहुत complex (जटिल) होते हैं.

3- इसमें loop स्टेटमेंट जैसे कि – while loop, for loop आदि को दिखाना मुश्किल होता है।

कंट्रोल स्टेटमेंट क्या है?
Array क्या है और इसके प्रकार

Types of Algorithm in Hindi – एल्गोरिथम के प्रकार

इसके प्रकार निम्नलिखित होते हैं:-

इस एल्गोरिथम का इस्तेमाल किसी item को खोजने के लिए किया जाता है.

इस एल्गोरिथम का इस्तेमाल items को एक विशेष क्रम में sort करने के लिए किया जाता है.

इस एल्गोरिथम का इस्तेमाल items को delete करने के लिए किया जाता है.

इस एल्गोरिथम का इस्तेमाल items को insert करने के लिए किया जाता है.

इस एल्गोरिथम का प्रयोग पहले से मौजूद items को update करने के लिए किया जाता है.

Algorithm का उदाहरण

नीचे आपको दो numbers को जोड़ने की एल्गोरिथम का example दिया हैं:-

Complexity of Algorithm in Hindi – एल्गोरिथम की कोम्प्लेक्सिटी

किसी एल्गोरिथम की complexity को दो प्रकार से मापा जाता है:-

1- Time Complexity

एक एल्गोरिथम को execute होने में लगने वाले कुल समय को time complexity कहते हैं. अल्गोरिथम की टाइम कॉम्प्लेक्सिटी को Big O notation का इस्तेमाल करके प्रस्तुत किया जाता है।

2- Space Complexity

एल्गोरिथम के द्वारा किसी problem को solve करने में ली गयी memory space की मात्रा को space complexity कहते हैं. स्पेस कॉम्प्लेक्सिटी को Big O ( O ( n )) notation के द्वारा प्रस्तुत किया जाता है.

इसे पूरा पढ़ें :- Time complexity और Space complexity क्या है?

Factors of Algorithm in Hindi – एल्गोरिथम के फैक्टर

किसी भी algorithm को लिखने से पहले कुछ factors होते हैं जिन्हें ध्यान में रखना चाहिए.

Modularity – दी गयी problem को छोटे छोटे steps में विभाजित करना modularity कहलाता है.

Correctness – यदि दिए गये input के द्वारा वांछित आउटपुट प्राप्त होता है तो उससे पता चलता है कि एल्गोरिथम correct (सही) है.

Maintainability – इसमें maintainability का अर्थ है कि हमें एल्गोरिथम को बहुत ही सरल तरीके से लिखना चाहिए, जिससे कि हमें बाद में इसमें ज्यादा बदलाव ना करना पड़े.

Functionality – इसमें बहुत सारें steps आते हैं जो वास्तविक दुनिया की समस्याओं को solve करते हैं.

Robustness – यह algorithm की क्षमता होती है जिसके द्वारा problem को सही तरीके से डिफाइन किया जाता है.

User-friendly – एल्गोरिथम यूजर फ्रेंडली होनी चाहिए.

Simplicity – अगर एल्गोरिथम simple होती है तो उसे समझना आसान होता है.

Extensibility – हमारी एल्गोरिथम extensible होनी चाहिए जिससे कि इसका इस्तेमाल कोई दूसरा डिज़ाइनर और प्रोग्रामर भी कर सकें.

Approaches of Algorithm in Hindi – एल्गोरिथम की एप्रोच

एक algorithm को लिखने की बहुत सारीं approaches होती हैं जो कि निम्नलिखित हैं:-

Divide and Conquer

इस एप्रोच में, एक problem को छोटे छोटे sub-problems में विभाजित कर लिया जाता है. फिर उसके बाद इन sub-problems को एक एक करके solve किया जाता है.

Greedy approach

सभी algorithm approaches में से सबसे सरल और सीधी एप्रोच greedy algorithm है. इस approach में, भविष्य की चिंता किये बिना वर्तमान में उपलब्ध जानकारी के आधार पर निर्णय लिया जाता है.

Dynamic programming

dynamic programming एक bottom up approach है, इसमें हम सभी संभावित छोटी problems को solve करते हैं और फिर बड़ी problems के solution को प्राप्त करने के लिए उन्हें combine करते हैं।

इसे पूरा पढ़ें :- Algorithm की सभी approaches क्या हैं?

Algorithm और Flowchart के बीच अंतर

Reference:- https://www.simplilearn.com/tutorials/data-structure-tutorial/what-is-an-algorithm

निवेदन:- अगर आपके लिए What is Algorithm in Hindi (एल्गोरिथम क्या है?) का यह आर्टिकल उपयोगी रहा हो तो इसे अपने दोस्तों के साथ अवश्य share कीजिये. और आपके जो भी questions हो उन्हें नीचे comment करके बताइए. धन्यवाद.

2 thoughts on “Algorithm क्या है? – What is Algorithm in Hindi”

Thank you so much

Mujhe aapke notes bohot jyada pasand hain kyuki easy language hoti hai jisko samajhna aasan hota hai . Thank you

Leave a Comment Cancel reply

एल्गोरिथ्म क्या है – What is Algorithm in Hindi?

कलन-विधि (Eng. “Algorithm”) को Computer Science में एक महत्वपूर्ण टॉपिक के रूप में देखा जाता है। क्योंकि इसके उपयोग से Developers को बेहद कुशल और Error free programs विकसित करने में मदद मिलती है।

शब्द, Algorithm का मतलब उन ‘ Series of Steps ‘ से है, जो किसी विशेष गणना (Computation) या कार्य (task) को पुरा करने या निष्पादित (execute) करने के लिये जिम्मेदार होते है। आगे हम एल्गोरिथ्म की परिभाषा को और विस्तार से समझेंगे।

मूल रूप से गणितीय समस्याओं (Mathematical problems) को हल करने के लिये इसको विकसित किया गया था। लेकिन वर्तमान में यह शब्द Computer Science के साथ दृढ़ता से जुड़ा है। आगे पोस्ट में आप एल्गोरिथ्म क्या है? (What is Algorithm in Hindi) उदाहरण के साथ समझेंगे।

Algorithm की परिभाषा

Algorithm , निर्देशों (Instructions) का एक सेट है, जो किसी समस्या (Problem) को हल करने की पूरी प्रकिया (Procedure) को परिभाषित करता है। इसका प्रमुख लक्ष्य अपेक्षित परिणाम (expected output) प्राप्त करना है। इसमें कई निरन्तर Steps होते है, जिनके समाप्त होने के बाद ही आउटपुट आता है।

इसे एक कप चाय (Tea) बनाने के उदाहरण से समझा जा सकता है:

स्टेप 1. केतली में पानी भरे स्टेप 2. पानी को उबाल लें स्टेप 3. केतली में चायपत्ती डालें स्टेप 4. कूटकर अदरक डालें. स्टेप 5. डेढ़ चम्मच चीनी डाले स्टेप 6. चाय को पकने दे स्टेप 7. चाय को छाने और कप में डाल दे।

जिस प्रकार एक कप चाय बनाने के लिये हमें उप्पर बताये गए Steps को बारी-बारी से निष्पादित (execute) करना होता है। ठीक उसी प्रकार Programming में किसी प्रकिया (Process) या कार्य (Task) को करने के लिये Algorithm लिखी जाती है, ताकि मनचाहा परिणाम (desired output) प्राप्त हो सके।

इसका उपयोग कई विभिन्न क्षेत्रों में होता है, जिनमे कंप्यूटर साइंस और गणित मुख्य है। उदाहरण के लिए Search Algorithm, ये एक Step By Step प्रकिया है जिसका उपयोग Data structure के भीतर स्टोर वेब-पेज को पुनःप्राप्त करने के लिये किया जाता है।

इसके अलावा Encryption Algorithm, एक गणितीय प्रकिया (Mathematical procedure) है, जिसके उपयोग से किसी डेटा या मैसेज को इनकोड किया जाता है जिससे उसे पढ़ना या समझना मुश्किल है। इस तरह की Algorithm का उपयोग करके डेटा को अनधिकृत उपयोगकर्ताओं की पहुँच से दूर रखा जाता है।

सम्बंधित पोस्ट – जावा प्रोग्रामिंग क्या है जाने

एल्गोरिथ्म के फाउंडर कौन है?

इसका एक लंबा इतिहास (History) है, परंतु वास्तविक शब्द “Algorithm” का परिचय पहली बार 9 वीं शताब्दी में हुआ। उस समय के फारसी गणितज्ञ, Abu Abdullah Muhammad ibn Musa Al-Khwarizmi को इसका फाउंडर माना जाता है। इन्हें बीजगणित के जनक (The Father of Algebra) के रूप में भी जाना जाता है।

Persian Mathematician Muhammad ibn Musa al-Khwarizmi

वास्तव में, Brahmagupta के काम पर ही Al-Khwarizmi को बनाया गया था। ब्रह्मगुप्त एक महान भारतीय गणितज्ञ और खगोलशास्त्री थे। इन दोनों महान व्यक्ति को तब प्रख्याति मिली जब Hindi-Arabic numerals का उपयोग करके उनके अंकगणितीय नियमों के Latin अनुवादों को संदर्भित करने के लिये ‘Algorism’ शब्द का इस्तेमाल किया गया था।

इसके बाद 18 वीं शताब्दी के आसपास ‘Algorism’ शब्द आधुनिक “Algorithm” बन गया। अपने आधुनिक रूप में इसका उपयोग Calculation, Data Processing और Programming जैसे क्षेत्रों के अलावा दैनिक जीवन की समस्याओं को हल (Solve) करने के लिये भी बखूबी होता है। तो शब्द एल्गोरिथ्म, वो स्टेप बाइ स्टेप प्रोसेस है, जो किसी समस्या या कार्य को हल करने के लिये बनाई जाती है।

एल्गोरिथ्म के गुण – Properties of Algorithm

किसी भी प्रकिया को हम Algorithm नही कह सकते है। बल्कि एल्गोरिथ्म उपयोगी होनी चाहिए यानी उससे समस्या का समाधान निकलना चाहिये। ऐसा होने के लिये, एक एल्गोरिथ्म के कुछ गुण (Properties) होते है। अर्थात इसने नीचे बताये गए निन्म मानदंडों को पूरा करना चाहिए:

1) इनपुट (Input) : एक Algorithm में अच्छी तरह से परिभाषित इनपुट (Well-defined Input) होने चाहिए। इनपुट वो डेटा या जानकारी है, जिसे हम आउटपुट प्रदान करने के लिये दर्ज करते है।

2) आउटपुट (Output) : इसने आउटपुट का उत्पादन (Produced) करना चाहिए। अर्थात समस्या का सही समाधान (Solution) प्रदान करना चाहिये।

3) स्पष्टता (Unambiguous) : लिखा गया प्रत्येक निर्देश (Instruction) या Step स्पष्ट (Clear) होना चाहिये। प्रत्येक Steps के इनपुट/आउटपुट भी स्पष्ट होने चाहिये।

4) सीमाबद्धता (Finiteness) : इसका मतलब है, कि एल्गोरिथ्म में लिखे गए Steps एक सीमित संख्या (Finite number) के बाद समाप्त (terminate) होने चाहिये। समाप्त का मतलब है, आपको अपेक्षित आउटपुट मिलना चाहिये ना कि प्रोसेसिंग लूप में चलती रहे।

5) प्रभावशीलता (Effectiveness) : Algorithm को व्यवहारिक (Practical) होना चाहिए, ताकि उपलब्ध संसाधनों के साथ निर्देशों को निष्पादित करना सम्भव हो। अर्थात इसमें कोई अनावश्यक निर्देश (Unnecessary Instructions) नही होना चाहिए जो उसे अप्रभावी (Ineffective) बना दे।

6) भाषा स्वतंत्र (Language Independent) : निर्देश केवल सरल भाषा मे लिखे होने चाहिए। जिन्हें किसी भी Programming Language में लागू किया जा सके।

सम्बंधित पोस्ट – ऑपरेटिंग सिस्टम क्या है इसका कार्य

Algorithm के उदाहरण

Algorithm को लिखने के लिये विभिन्न विधियों का उपयोग किया जाता है। आइये सबसे आसान उदाहरण से इसे समझते है।

Example 1 – Calculating the average for 3 numbers.

Example 2 – Find the largest among three different numbers entered by user.

क्या यह एक एल्गोरिथ्म होने के मानदंड (Criteria) को पूरा करता है:

एल्गोरिथ्म में इनपुट और आउटपुट को अच्छे से परिभाषित किया गया है।
प्रत्येक Step को स्प्ष्ट (clear) और सटीक अर्थ में दर्शाया गया है।
Steps की एक सीमित (finite) संख्या है। अर्थात Algorithm एक समय के बाद समाप्त (terminate) होती है।
Algorithm एक अपेक्षित आउटपुट का उत्पादन करती है। हमे अंत मे सही परिणाम (correct result) प्राप्त होता है।

एल्गोरिथ्म के प्रकार – Types of Algorithm

हालांकि इसके कई सारे प्रकार है, परन्तु जो सबसे बुनियादी प्रकार है उन्हें नीचे बताया गया है।

Simple Recursive Algorithms
Backtracking
Divide and Conquer
Dynamic Programming Algorithm
Greedy Algorithms
Branch and bound Method
Brute Force Algorithms
Randomized Algorithms

सम्बंधित पोस्ट – C Language क्या है और कैसे सीखे

संक्षेप में

किसी समस्या को हल करने के लिये एक लॉजिकल Step-By-Step विधि लिखना Algorithm कहलाता है। बिल्कुल आसान भाषा मे, Algorithm किसी समस्या को हल करने के लिये एक योजना (Plan) की तरह है। आमतौर पर इस शब्द का उपयोग गणितीय और कम्प्यूटेशनल समस्याओं को हल करने के लिये किया जाता है।

इसमें गणना (Calculations), तर्क (Reasoning) और डेटा प्रोसेसिंग (Data Processing) शामिल है। एल्गोरिथ्म लिखने के कई तरीके है। एक बार जब हमारे पास किसी समस्या के लिये Algorithm होती है, तो फिर हम उसे निष्पादित कर सकते है। इसको सामान्य English language, Pseudocode और Flowcharts में प्रस्तुत किया जा सकता है।

तो उम्मीद है, इस पोस्ट एल्गोरिथ्म क्या है? (What is Algorithm in Hindi) को पढ़कर आपको इसके बारे में जानकारी हो गयी होगी। टॉपिक से सम्बंधित कोई सवाल या सुझाव हो तो कृपया नीचे कमेंट कर हमें जरूर बताये। जानकारी ज्ञानवर्धक लगी हो तो इसे शेयर करना बिल्कुल न भूले।

15 thoughts on “एल्गोरिथ्म क्या है – What is Algorithm in Hindi?”

उत्पादन के विभिन्न तरीके क्या है ?फ्लोचार्ट का उपयोग करके विवरण दें। धन्यवाद

Mujhe ye packer bahut achcha laga

बहुत बढ़िया आपने बहुत अच्छी तरीके से सारी चीजें समझाइए.

धन्यवाद, सत्यम 😊

Bahut hi aasan tarike se smjhaya….

Types of algorithms detail

विजय, आपके सुझाव के लिए धन्यवाद। अल्गोरिथम के प्रकार को हम डिटेल में समझाने की कोशिश करेंगे।

Achha nhi hai usi usi word ko bar bar repeat kiya hai

Msahu, माफ़ी चाहेंगे, हम इसमें कैसे सुधार कर सकते है।

Nice guru ji😇

धन्यवाद, Sachin 😊 हमें ख़ुशी है, कि आपको जानकारी उपयोगी लगी।

Nice thanks bhaut achi hai so very much

Aman, आपका स्वागत है 😊

Me computer sikhan Aur banan chahta hu

Nandram, आप कंप्यूटर बेसिक से शुरू कीजिये।

Leave a Comment Cancel reply

Algorithm क्या है? – What is Algorithm in Hindi

जब कभी आपने गूगल में कुछ सर्च किया होगा तब आपको गूगल सर्च रिजल्ट में कुछ पेज दिखाई दिए होंगे | गूगल, सर्च रिजल्ट में इन पेजो को दिखाने के लिए कुछ विशेष Algorithm का उपयोग करता है |

मगर ये Algorithm Kya Hai? इसका क्या उपयोग है? और कंप्यूटर प्रोग्रामिंग में एल्गोरिथ्म कैसे लिखा जाता है? आदि कुछ सवाल है जिनके बारे में आज हम इस आर्टिल्स में बात करने वाले है |

तो आइये बना समय गवाए जानते है कि एल्गोरिथ्म क्या है? (What is Algorithm In Hindi)

एल्गोरिथ्म क्या है? (What is Algorithm in Hindi)

Definition -: “किसी स्पेसिफिक प्रॉब्लम को सॉल्व करने के लिए लिखा जाने वाला step by step प्रोसीजर Algorithm कहलाता है |”

Algorithm” शब्द का अर्थ है “process या set of rules या problem-solving operations”

Algorithm, किसी प्रॉब्लम को सॉल्व करने का एक procedure या step by step इंस्ट्रक्शन है |

एल्गोरिथम में एक बड़े स्टेप को छोटे-छोटे स्टेप्स में तोड़कर लिखा जाता है |

Algorithm कुछ set of instructions है जो किसी विशिष्ट कार्य (जैसे दो नंबर को जोड़ने या फिर कोई काम्प्लेक्स ऑपरेशन भी हो सकता है) को करने के लिए डिज़ाइन किये जाते है |

Search engines भी कुछ विशेष Algorithm का उपयोग सर्च रिजल्ट में पजो को दिखाने के लिए करते हैं।

ऐसे कई मामलों में किसी सॉफ्टवेयर प्रोग्राम के भीतर किसी ऑपरेशन को परफॉर्म करने के कई असारे तरीके हो सकते है इसलिए उन सभी तरीको में से सबसे सही तरीके को लागु करने के लिए एक कुशल Algorithm बनाया जाता है |

अत्यधिक कुशल Algorithm का उपयोग करके, डेवलपर्स यह सुनिश्चित कर सकते हैं कि उनके प्रोग्राम्स यथासंभव तेजी से चलें और कम से कम सिस्टम रिसोर्सेज का उपयोग करें।

बेशक, सभी Algorithm पहली बार पूरी तरह से नहीं बनाए जा सकते इसलिए, डेवलपर्स अक्सर मौजूदा Algorithm में सुधार करते रहते हैं और उन्हें भविष्य के सॉफ़्टवेयर अपडेट में शामिल करते रहते हैं।

जब आप किसी सॉफ़्टवेयर प्रोग्राम का new version देखते हैं जिसे “optimized” किया गया है या जिसका “faster performance” है, तो इसका अर्थ है कि नए संस्करण में अधिक कुशल Algorithm शामिल किया गया हैं।

प्रोग्रामिंग एल्गोरिथ्म क्या है? (What is Algorithm in Computer Programming)

प्रोग्रामिंग एल्गोरिथम एक procedure या sequence of instruction है जो कंप्यूटर को बताती है कि क्या करना है और कैसे करना है |

कंप्यूटर एल्गोरिथम language-independent होता हैं, यानी एल्गोरिथम ऐसे निर्देश हैं जिन्हें किसी भी लैंग्वेज में अप्लाई किया जा सकता है |

एक बार जब आप अपने Algorithm को किसी लैंग्वेज में बदल देंगे जिसे वह समझता है तो कंप्यूटर इसे हर बार ठीक उसी तरह करेगा जिस तरह Algorithm में बताया गया होगा।

हालांकि, यह बात ध्यान रखना महत्वपूर्ण है कि प्रोग्रामिंग एल्गोरिदम कोई कंप्यूटर कोड नहीं है। यह साधारण अंग्रेजी में लिखा गया इंस्ट्रक्शन या स्टेप्स है।

इसमें केवल वही चीजे शामिल होती है जो आपको कार्य पूरा करने के लिए आवश्यक होते है। इसमें unclear कुछ भी शामिल नहीं होता।

आप प्रोग्रामिंग एल्गोरिथम को एक recipe के रूप में मान सकते हैं जो किसी प्रॉब्लम को सॉल्व करने या लक्ष्य तक पहुंचने के लिए कंप्यूटर के लिए आवश्यक steps को describe करता है।

कुछ लोग केवल फ़्लोचार्ट डायग्राम या pseudocode का उपयोग करते हैं, जिसके बारे में हम आगे बात करेंगे | अभी के लिए हम अब एल्गोरिथ्म को एक उदाहरण द्दारा समझने का प्रयास करते है -:

Example of Algorithm -:

जैसे की हम कोई व्यंजन बनाने के लिए कुछ स्टेप्स ऑफ़ रूल्स फॉलो करते है ठीक उसी तरह किसी प्रोग्राम को बनाने के लिए हम Algorithm डिज़ाइन करते है | ये Algorithm उस प्रोग्राम को कुशल तरीके से बनाने में उपयोग होने वाला सेट ऑफ़ रूल्स को describe करते है |

Example 1: केतली में पानी उबालने का तरीका बताना।

कंप्यूटर को दिए गए निर्देश किसी मित्र को दिए गए निर्देशों से भिन्न होते हैं। आइए उनके बीच के अंतर को देखें और जानें कि कंप्यूटर को निर्देश कैसे दिया जाता है और इसके लिए एल्गोरिथ्म कैसे लिखा जाता है।

Instructions to a Friend:

Step 1: केतली को पानी से भरें।
Step 2: इसे स्टोव पर रखें और बर्नर चालू करें।
Step 3: जब पानी उबलने लगे तो बर्नर को बंद कर दें।

Instructions to the Computer:

Step 1: केतली को नल के नीचे रखें।
Step 2: नल चालू करें।
Step 3: जांचें कि केतली का 90% भरा हुआ है या नहीं।
Step 4: यदि नहीं, तो उपरोक्त चरण को दोहराएं।
Step 5: नल बंद करें।
Step 6: केतली को बर्नर में रखें।
Step 7: बर्नर चालू करें।
Step 8: जाँच करें कि पानी 100 C है या नहीं
Step 9: यदि नहीं, तो उपरोक्त चरण को दोहराएं।
Step 10: बर्नर बंद करें।

Example 2 -:

Instruction to a Friend:

Step 1: कॉलेज बोर्ड के पास जाना |
Step 2: बोर्ड पर मेरा नाम सर्च करना |
Step 3: मेरे नाम के सामने क्या रैंक है उसे चेक करना |
Step 1: कॉलेज बोर्ड पर जाएं।
Step 2: पहला नाम पढ़ें।
Step 3: यदि यह मेरा नाम है, तो रैंक देखें और वापस आएं
Step 4: यदि यह मेरा नाम नहीं है तो अगला नाम पढ़ें।
Step 5: उपरोक्त दो चरणों को तब तक दोहराएं जब तक आपको मेरा नाम न मिल जाए।

ऊपर बताये गए उदाहरण को आप एक बार ध्यान से देखे! इस उदाहरण में मैंने कंप्यूटर से कार्य कराने के लिए जो इंस्ट्रक्शन या स्टेप्स बताये है वही एल्गोरिथ्म है

प्रोग्राम लिखने का प्रयास करने से पहले एल्गोरिथम को लिखना एक अच्छा प्रैक्टिस माना जाता है। एल्गोरिथम का प्रत्येक स्टेप प्रोग्रामिंग लैंग्वेज में एक लाइन या set of lines में परिवर्तित हो जाता है।

एल्गोरिथ्म की विशेषताएं (Characteristics of an algorithm)

जैसा कि कोई व्यंजन बनाने के लिए हम केवल कुछ standard इंस्ट्रक्शन को फॉलो करते है इसी तरह, प्रोग्रामिंग के लिए सभी इंस्ट्रक्शन एक एल्गोरिथम नहीं होते । एल्गोरिथम बनने के लिए इनमे निम्नलिखित विशेषताएं होनी चाहिए:

1. Clear and Unambiguous -: Algorithm स्पष्ट होने चाहिए। इसके प्रत्येक steps सभी पहलुओं में Clear होने चाहिए और मीनिंग भी केवल एक ही होने चाहिए।

2. Well-Defined Inputs -: यदि कोई Algorithm इनपुट लेने के लिए कहता है, तो यह इनपुट अच्छी तरह से defined होना चाहिए।

3. Well-Defined Outputs -: एल्गोरिथम को स्पष्ट रूप से define करना चाहिए कि कौन सा आउटपुट प्राप्त होगा |

4. Finite-ness -: एल्गोरिथ्म finite या सिमित होना चाहिए, अर्थात यह एक अनंत लूप या समान में समाप्त नहीं होना चाहिए। इसकी एक सीमा होनी चाहिए |

5. Feasible -: एल्गोरिथ्म सरल, सामान्य और व्यावहारिक होना चाहिए | यह available resources पर execute किया जा सके |

6. Language Independent -: डिज़ाइन किया गया एल्गोरिदम Language Independent होना चाहिए, यानी यह केवल plain instructions होने चाहिए जिसे किसी भी Language में अप्लाई किया जा सके, और फिर आउटपुट वही हो, जैसा की expected था।

एल्गोरिथम के फायदे (Advantages of Algorithm In Hindi)

एल्गोरिथ्म को समझना आसान होता है।
एल्गोरिथम किसी समस्या के समाधान का step-wise representation है।
एल्गोरिथम में समस्या को छोटे-छोटे टुकड़ों या चरणों में तोड़ दिया जाता है, इसलिए प्रोग्रामर के लिए इसे वास्तविक प्रोग्राम में बदलना आसान हो जाता है।
एल्गोरिथम के प्रत्येक चरण का अपना logical sequence होता है, जिससे डिबग करना आसान हो जाता है।

एल्गोरिथम के नुकसान (Disadvantages of Algorithm In Hindi)

एल्गोरिथम लिखने में लंबा समय लगता है इसलिए यह time-consuming है।
एल्गोरिथम में ब्रांचिंग और लूपिंग स्टेटमेंट show करना मुश्किल होता है |

Algorithm शब्द कहा से आया?

‘Algorithm” शब्द पर्शियन माथेमैटिशन “Muhammad ibn-Musa al-Khwarizmi” (जिन्होंने मैथेमेटिक्स के साथ , कंप्यूटर साइंस , जियोग्राफी, आदि क्षेत्रों में अपना अहम् योगदान दिया) के नाम से आया |

al-Khwarizmi शब्द से algorism शब्द आया और फिर algorism से algorithm शब्द बना |

Algorithm के प्रकार (Types of Algorithm)

अलग अलग प्रॉब्लम को सॉल्व करने के लिए अलग अलग प्रकार के अल्गोरिथम का उपयोग किया जाता है | इनमे से कुछ प्रमुख Algorithm निम्नलिखित है -:

Simple recursive algorithms.
Backtracking algorithms.
Divide and conquer algorithms.
Dynamic programming algorithms.
Greedy algorithms.
Branch and bound algorithms.
Brute force algorithms.
Randomized algorithms.

ये सभी Algorithm के प्रकार है जिनके बारे में हो सकता है कि आपको कुछ न पता हो इसलिए मैंने निचे एक इंग्लिश आर्टिकल का लिंक दिया है जहाँ से आप एल्गोरिथ्म के इन प्रकारो के बारे में पढ़ सकते है |

Computer Algorithm in Hindi

By HJ Penick
Published April 17, 2019
Updated December 11, 2023
8 mins read

Computer algorithms, or कम्प्यूटर एल्गोरिदम in Hindi, are step-by-step procedures designed to solve computational problems. They are the backbone of computer science and play a crucial role in various aspects of our everyday lives. In this article, we will explore the concept of computer algorithms and how they are applied in different domains.

Key Takeaways:

Computer algorithms are step-by-step procedures that solve computational problems.
They are widely used in various domains and have many applications.
Understanding algorithms is essential for problem-solving and efficient programming.

**Algorithms** form the foundation of computer programming. They enable computers to perform specific tasks efficiently by breaking down complex problems into simpler steps. By following these steps, computers can process and analyze data, make decisions, and produce the desired output.

Computer algorithms are designed using programming languages, and there are numerous programming languages available today, including **Python**, **Java**, and **C++**. These programming languages provide developers with the tools and syntax to write algorithms effectively.

*Understanding algorithms is like learning a new language—once you become familiar with the concepts and syntax, you can express your ideas and solve problems efficiently.*

Types of Algorithms:

**Sorting algorithms**: These algorithms arrange elements in a specific order, such as ascending or descending.
**Search algorithms**: Used to find the existence of an element within a collection.
**Graph algorithms**: These algorithms analyze relationships between elements represented as graphs.

Algorithms can be further classified based on their time complexity, space complexity, and problem-solving approach. Each algorithm type has its own strengths and weaknesses, making them suitable for different scenarios and data structures.

Applications of Computer Algorithms:

Computer algorithms have wide-ranging applications in various domains. Some notable examples include:

**Data analysis**: Algorithms are used to process large datasets and extract meaningful insights.
**Machine learning**: Algorithms form the core of machine learning models that are capable of recognizing patterns and making predictions.
**Network routing**: Algorithms are essential for determining the most efficient path for data to travel in a network of interconnected devices.

*Computer algorithms are continuously evolving, with researchers and developers constantly working on new and improved algorithms to solve complex problems more efficiently.*

Do Algorithms Have Limitations?

While computer algorithms are powerful problem-solving tools, they do have certain limitations. Some of these include:

**Knowledge cutoff**: Algorithms can only provide accurate results based on the knowledge available up to a certain point in time.
**Computational complexity**: As problems become more complex, the computational resources required to solve them may increase exponentially.
**Algorithm biases**: Algorithms can inherit biases from the data they are trained on, leading to potential discrimination or unfair outcomes.

*Despite these limitations, algorithms remain an integral part of modern computing and are likely to continue shaping technology and society as they advance.*

In conclusion , computer algorithms are the building blocks of modern computing. They enable computers to solve complex problems, process data, and make intelligent decisions. Understanding algorithms is essential for programmers and anyone interested in the field of computer science. So dive into the world of algorithms and unlock the power of computational problem-solving!

Common Misconceptions

Paragraph 1: algorithm is complicated and only for experts.

One common misconception people have about computer algorithms is that they are extremely complicated and only understandable by experts in computer science. However, an algorithm is simply a set of instructions or rules to solve a problem. It does not necessarily require advanced mathematical or programming skills to understand and implement algorithms.

Algorithms can be explained in simple terms
Understanding algorithms is essential for problem-solving in various fields
Basic knowledge of algorithms can be acquired by anyone

Paragraph 2: Algorithms are always mathematical

Another misconception is that algorithms are always mathematical in nature. While mathematical algorithms are common, algorithms can also be used in other fields such as business, medicine, and art. For example, in business, algorithms can be used to optimize supply chain operations or analyze customer data to make informed decisions.

Algorithms have various applications beyond mathematics
Artificial intelligence relies on algorithms for tasks like image recognition
Algorithms can be used in music composition and creative processes

Paragraph 3: Algorithms always give correct results

Many people believe that algorithms always produce correct results. However, algorithms are designed by humans and are susceptible to errors. Bugs or flaws in an algorithm’s logic can lead to incorrect or unexpected outputs. Additionally, incorrect input or incomplete data can also affect the accuracy of algorithmic results.

Algorithm validation and testing are vital to ensure accuracy
Incorrect implementation of an algorithm can lead to faulty results
Data quality and integrity impact the reliability of algorithmic outcomes

Paragraph 4: Algorithms are solely used for solving complex problems

Some people believe that algorithms are only used to solve complex problems. While algorithms are indeed useful in solving complex problems, they can also be employed for simpler tasks. For instance, a simple search algorithm helps in finding information on the internet, and sorting algorithms are used to organize data in various applications.

Algorithms simplify and automate routine tasks
Even simple algorithms can bring efficiency and optimization
Algorithms are used in everyday technology like smartphones and search engines

Paragraph 5: Algorithms always lead to the best solution

Lastly, people often think that algorithms always lead to the best solution for a given problem. However, different algorithms may yield different results, and their performance can depend on various factors. The optimization of algorithms involves trade-offs between factors like speed, accuracy, and memory usage.

Different algorithms have different strengths and weaknesses
Algorithm selection depends on the specific problem and requirements
Benchmarking and performance analysis help in choosing the right algorithm

Computer algorithms are a crucial part of the modern technological landscape. These algorithms are sets of instructions that enable computers to solve problems and perform tasks with incredible efficiency. In this article, we explore various aspects of computer algorithms in Hindi, highlighting their functionality and impact in different domains. Take a look at the tables below to delve into the world of computer algorithms.

Types of Computer Algorithms

Table showcasing various types of computer algorithms along with their descriptions.

Popular Algorithms and Their Applications

Highlights some famous algorithms and their real-world applications.

Complexity Analysis of Algorithms

Compares the time and space complexity of different algorithms.

Advantages of Using Algorithms

Outlines the benefits of employing algorithms in problem-solving.

Steps to Design an Algorithm

Breaks down the process of creating an algorithm into sequential steps.

The Role of Algorithms in Artificial Intelligence

Explores how algorithms form the backbone of artificial intelligence systems.

Challenges in Algorithm Design

Discusses the difficulties faced when creating efficient algorithms.

Future Trends in Algorithmic Development

Sheds light on upcoming advancements and trends in algorithm development.

Applications of Algorithms

Explores diverse applications domains where algorithms play a crucial role.

Computer Algorithm (कंप्यूटर एल्गोरिदम)

Frequently asked questions, कंप्यूटर एल्गोरिदम क्या होता है.

कंप्यूटर एल्गोरिदम एक निर्दिष्ट कार्य को पूरा करने के लिए तैयार किए जाने वाले निर्देशों का एक संग्रह होता है। इन निर्देशों का पालन करके, कंप्यूटर सिस्टम संग्रह करने की क्षमता में सुधार और सुविधाएं प्रदान करता है।

Neural Network for Regression in Python

Computer Terms: Algorithms

Computer Algorithm Worksheets

Complete Video Learning

All Courses
o level Course

Algorithms tutorials in Hindi(Beginner for Coding)

Requirements

No Requirements
The concept of an algorithm is one of the basic concepts in mathematics.
Algorithm is a step-by-step problem solving procedure that can be Carried out by a computer.
Finiteness: An algorithm should terminate after a finite number of steps, that is, when it is mechanically executed, it should come to a stop after executing a finite number of. Assignment, decision and repetitive steps.
Definiteness: An algorithm should be simple. Each step of the algorithm should be precisely defined, that is, the steps must be unambiguous so that the computer understands them properly.
Generality: An algorithm should be complete in itself, that is, it should be able-to solve all problems of a particular type.
Effectiveness: All the operations used in the algorithm should be basic and capable of being performed mechanically.
Input-output: An algorithm should take certain precise inputs, or initial data, and the outputs should be generated in the intermediate as well as the steps of the algorithm.

Target audiences

Beginner for coding programming Language

Welcome to Algorithms tutorials in Hindi(Beginner for Coding)

Contribute Now

SHOW YOUR SUPPORT FOR NIELITBHU..!! Dear reader, thank you for joining us. Readers like you are an inspiration for us to pursue NIELITBHU. We need your support or cooperation to further empower NIELITBHU and reach NIELITBHU more people in every corner of the country. Your every support is invaluable to our future.

Don’t miss Join Our Community!

Modal title.

Algorithm क्या है? प्रकार और विशेषताएं – What is Algorithm in Hindi

हैलो दोस्तों, आज हम आपको इस पोस्ट में Algorithm के बारे में पूरी जानकारी देंगे। Algorithm क्या है और Algorithm कैसे काम करता है। और भी बहुत कुछ जो आपको जरूर जाना चाहिए। हम आज जिस इंटरनेट और इंटरनेट पर तमाम जो भी सर्च इंजन जैसे Google,Bing,Yahoo etc. यह सब सर्च इंजन एक एल्गोरिथम के तहत अपना काम करते हैं। आगे इस आर्टिकल में हम इसी एल्गोरिथ्म सिस्टम के बारे में आपको जानकारी देंगे।

सामग्री की तालिका::

Algorithm क्या है- What is Algorithm in Hindi

Algorithm में मुख्यतः Computational Problems का हल निकालने के लिए सीमित निर्देशों को Add किया जाता है।एल्गोरिथम में किसी भी प्रकार का कार्य करने से पहले सीमित निर्देशों को तैयार किया जाता है। इन्हीं Instructions के आधार पर Algorithm कार्य करता है।

अगर आप में से कोई भी Programmer बनना चाहता है। तो उसे एल्गोरिथ्म के बारे में कंप्यूटर साइंस में पूरी जानकारी दी जाती है।आइए अब उदाहरण के तौर पर समझते हैं कि आखिर अल्गोरिथम कैसे कार्य करता है।

Algorithm कैसे काम करता है?

दोस्तों हम YouTube Algorithm का ही उदाहरण लेकर चलते हैं। अल्गोरिथम चाहे किसी के लिए भी तैयार किया जा रहा हो। उसमें सबसे पहले निर्देश तैयार किए जाते हैं। उन्हीं निर्देशों पर पूरा Algorithm काम करता है। अगर कुछ भी आपको एल्गोरिदम में बदलाव करने होते हैं तो आपको एल्गोरिथम की भाषा में लिखकर बदलाव करने होंगे।

अब Youtube Algorithms को ही ले लीजिए। कई बार हमने यह बात नोटिस की होगी कि यूट्यूब हमारे interest के हिसाब से अपने आप Videos हमारे सामने लाता रहता है। कोई भी व्यक्ति यूट्यूब पर वीडियो डालता है तो लोगों को यूट्यूब उस व्यक्ति की वीडियो को Recommend करता है। आपत्तिजनक वीडियो को तुरंत हटा देता है। Tranding पर अपने आप वीडियोस अपडेट हो जाती हैं। ऐसी और भी बहुत बातें हैं। जो कि यूट्यूब के एल्गोरिथम बनाने के दौरान लिखी गई है।

यूट्यूब अल्गोरिथम सब कुछ अपने आप मैनेज करता रहता है। क्योंकि यह सब बातें Algorithms Program में लिखी हुई है। ऐसे ही गूगल एल्गोरिथम,फेसबुक,ट्विटर सभी के अपने-अपने Algorithm Instructions दिए गए हैं। जो कि अपने आप काम करते रहते हैं। ठीक इसी प्रकार Algorithms काम करता है।

Algorithm की विशेषताएं (Features of Algorithm)

अल्गोरिथम कि कईं ओर भी विशेषताएं होती है। परंतु एल्गोरिथम के लिए यह पांच विशेषताएं सबसे ज्यादा महत्वपूर्ण है।जो इस प्रकार है।

Algorithm में समस्याओं को निर्देशों के जरिए हल किया जाता है। जिसमें ऐसे बहुत सी जरूरी चीजें शामिल होती हैं। जिसे आसानी से एल्गोरिथम काम करके Solve कर सके। जिन्हें “Input” कहा जाता है। कई ऐसे अल्गोरिथम भी होते हैं। जिनमें इनपुट की आवश्यकता नहीं होती। परंतु इनपुट तो मुख्यत एल्गोरिदम में होते ही हैं। एक एल्गोरिथम मे 0 या इससे ज्यादा इनपुट भी हो सकते हैं।

एल्गोरिथम जब निर्देशों की सही पालना करेगा तो उसके बाद जो परिणाम हमें प्राप्त होगा। वह आउटपुट होता है। Algorithm में एक आउटपुट तो जरूर होना चाहिए।

Definiteness

दिए गए निर्देश एकदम निश्चित होने चाहिए। किसी भी प्रकार की उलझन नहीं होनी चाहिए। सभी Step अच्छे से लिखे गए हो और आसानी से समझा जा सके। Steps को Follow करने के बाद वांछित परिणाम अवश्य आना चाहिए।

एल्गोरिथ्म के निर्देश ऐसे हैं। जिन्हें आसानी से Algo प्रोसेस कर सके। एक उचित Step-By-Step निर्देश एल्गोरिदम के होने चाहिए। ऐसे Steps लिखें। जो गिने जा सके infiniteness स्टेप ना लिखे। जिसका कोई अंत ही ना हो।

Effectiveness

जिन भी Steps यानी इंस्ट्रक्शन को आप एल्गोरिदम में लिख रहे हैं। प्रभावशाली होने चाहिए अगर आप सही निर्देशों को Algo में लिखेंगे। जाहिर सी बात है अपने आप आउटपुट यानी कि परिणाम मिलने शुरू हो जाएंगे।

Startup क्या है | Startup कैसे शुरू करें?
Samsung Members App क्या है?

एल्गोरिथ्म के प्रकार (Types of Algorithm)

एल्गोरिथ्म के छह प्रकार होते हैं जो Definition सहित इस प्रकार हैं।

Recursive Algorithm

Dynamic programmic algorithm, backtracking algorithm, divide and conquer algorithm, greedy algorithm.

Bruce Force Algorithm

इसमें समस्या को उसी समस्या के उदाहरणों के आधार पर हल किया जाता है। जब तक उचित समाधान नहीं मिल जाता। तब तक Recursive Function बार-बार काम करता है।

इसमें मान लीजिए आपके पास किसी प्रोग्राम में हुई गड़बड़ी को सही करने के जितने भी समाधान क्यों न हो इस एल्गोरिथ्म में सबसे बेहतर समाधान को चुनकर प्रॉब्लम को हल किया जाता है।

बैकट्रैकिंग सभी उचित समाधानो को बताता है। किसी पहले वाले Solution को दोबारा दौहराता नहीं है।

Algorithm में छोटे-छोटे भागों में बाँटता है। फिर किसी भी ऑपरेशन को सही तरह से करने के लिए उसे एक साथ जोड़ेगा। इसके तुरंत बाद सभी Operation को इकट्ठा कर देता है।

इसमें देखा जाता है कि कौन से ऑपरेशन को सबसे पहले Perform करना है।

Brute Force Algorithm

किसी भी Function को परफॉर्म करने के लिए कितने Combination बनाना होगा। यह सब काम Brute Force Algorithm के तहत होते है।

हमारी यह हमेशा कोशिश रहती है कि आपको हम हर जानकारी को सही तरह से समझा सके। हमें आशा है कि आप ने Algorithm के बारे में पूरी जानकारी को अच्छे से समझा होगा। अगर आपको हमारी Algorithm क्या हैपोस्ट अच्छी लगी तो हमें कमेंट करके अवश्य बताएं। आपके द्वारा किए गए कमेंट को पढ़कर हमें आपके लिए और ज्यादा Informative आर्टिकल लिखने की प्रेरणा मिलती है।

मेरा नाम Abhishek है। इस ब्लॉग का संस्थापक और लेखक हूं। मै Yoabby.com पर सभी आर्टिकल को हिंदी भाषा में लिखता हूं। मुझे लिखने का बहुत पहले से ही शौक था। ब्लॉगिंग के द्वारा मैं अपने शौक को भी पूरा कर रहा हूं। और साथ ही YoAbby.com पर आए लोगों को टेक्नोलॉजी के बारे में हिंदी भाषा में आर्टिकल उपलब्ध करवा रहा हूं।

Leave a Comment Cancel reply

Save my name, email, and website in this browser for the next time I comment.

एल्गोरिथम क्या है? इसके प्रकार – What is Algorithm in Hindi

Algorithm Kya Hai : अगर आप कंप्यूटर से संबंधित पढ़ाई कर रहे है तो आपने Algorithm का नाम जरूर सुना होगा। अब आपके मन में यही सवाल होंगे कि एल्गोरिथम क्या है, Algorithm की परिभाषा क्या है, Algorithm के प्रकार कितने हैं, और एल्गोरिथम के उपयोग क्या है आदि।

ऐल्गोरिथम ‘ Series of Steps ‘ को कहा जाता है जिससे कोई भी Developers बेहद आसानी से और बिना Error के प्रोग्राम को बना सकते है। उदाहरण के लिए आप चाय बनाने की प्रक्रिया को ले सकते है। मतलब चाय बनाने के लिए Step by Step एक पूरी प्रक्रिया होती है, और अगर आप किसी भी एक स्टेप को छोड़ देते है तो आपकी चाय नही बनेगी।

इसी तरह एल्गोरिथम भी होता है, तो चलिए अब मैं आपको बताता हूं कि Algorithm क्या है और Algorithm कैसे काम करता है आदि।

एल्गोरिथम क्या है – What is of Algorithm in Hindi

हर सुबह जब हम निंद से उठते हैं तो उठने के बाद दैनिक दिनचर्या वाली एक निश्चित प्रक्रिया को फोलो करते है, जैसे उठना, मूंह धोना, कॉलगेट करना, वॉक करना, स्नान करना, चाय पीना, नास्ता करना, और ऑफिस जाना। इसके बाद ऑफिस से घर आना Lunch और Dinner करना और अंत में वापिस सो जाना।

इसी तरह अगर दिनचर्या एक सीरिज में चलती है तो हमें कोई समस्या नही होती है और हमारा स्वास्थ्य भी सही रहता है, लेकिन अगर दिनचर्चा में थोड़ा बहुत बदलाव हो जाए तो इसका असर हमारे ऊपर पड़ता है। और इसी तरह डिजिटल का हर काम एक ऍल्गोरिथम के आधार पर होता है, और अगर ऍल्गोरिथम को फॉलो न किया जाए तो उस काम में कोई न कोई समस्या जरूर आ जाएगी।

यह भी जानिए : डेटा स्ट्रक्चर क्या हैं ?

Algorithm की परिभाषा (Definition) क्या है?

किसी भी समस्या का समाधान करने के लिए आपको उस समस्या के अलग – अलग steps के रूप में define करना होता है, जो कि एक निश्चित क्रम होते है। और इसे फ़ॉलो किए जाने वाले steps के समूह को ही algorithm कहा जाता है।

Algorithm को प्रोग्रामिंग भाषा मे प्रोग्राम लिखने से पहले बनाया जाता है, जिससे एक बेहतर प्रोग्राम बन सके। इसका प्रयोग किसी भी समस्या के निवारण के लिए किया जाता है। Algorithm किसी भी समस्या का step by step सॉल्व करता है।

एल्गोरिथम क्रमवार स्टेप्स का समूह होता है, जिसकी मदद से कंप्यूटर प्रोग्राम को बनाया जाता है। जब किसी कंप्यूटर प्रोग्राम को बनाया जाता है तो उसमें बहुत सारे स्टेप्स लिखे जाते है। और जब आप उस प्रोग्राम को चलाते है तो आपको उन्हे स्टेप्स को फॉलो करना जूररी होता है, तब आप अपना काम पूरा कर पाएंगे।

मान लिजिए की आपको कंप्यूटर में कोई फोटो देखना है तो आप एक निश्चित प्रक्रिया को फॉलो करेंगे, जैसे CPU और मॉनिटर को चालू करना, कंप्यूटर रिफ्रेश करना, फाइल मैनेजर को ऑपन करना, अपने फॉल्डर को खोलना और फिर फोटो को ऑपन करना। इन Steps को फॉलो किए बिना आप फोटो नही देख सकते है।

यह सारा प्रोग्राम Algorithm पर ही चलता है। और एल्गोरिथम की मदद से ही कंप्यूटर प्रोग्राम को बनाना आसान हो गया है, और प्रोग्राम को इस्तेमाल करना भी आसान हो गया है।

What is algorithm in computer– उदाहरण (Example)

Algorithm (Al-go-rith-um) एक Step by Step प्रक्रिया है, या फिर आप इसे एक फॉर्मुला कह सकते है जो किसी न किसी समस्या को हल करता है। ऍल्गोरिथम एक Procedure होता है जिसमें सीमित नियम

होते है जिन्हे Instruction भी कहा जाता है। इसमें नियमों को एक के बाद एक शृंखला में लिखा जाता है और हर एक नियम किसी न किसी चीज के लिए जरूरी होता है। इन नियमों को फॉलो करने पर समस्या का हल निकलता है।

चलिए इस बात को हम एक एल्गोरिथ्म उदाहरण से समझते है-

मान लिजिए कि आपको एक फोन करना है, और फोन करना एक समस्या है जिसे आप एक निश्चित क्रम अनुसार प्रक्रिया को फॉलो करके हल कर सकते है। जैसे-

सबसे पहले आपको अपने फोन का लॉक खोलना होगा।
अब आपको अपनी contacts की लिस्ट में जाना होगा, या फिर सामने वाले व्यक्ति के नंबर को टाइप करना होगा।
Contact सेलेक्ट करने या नंबर टाइप करने के बाद आपको call dial करना होगा।
अगर आपके फोन में दो सिम है तो आपको किसी एक सिम को सेलेक्ट करना होगा।
अब डायल की रिंग जाएगी, और रिंग तब तक चलेगी जब तक कोई रिसीवर के फोन उठा न ले।
अब आप अपने Contact Person से बातचीत कर सकते है।

इस प्रकार आप सभी steps को follow करके एक फोन कॉल कर पाएंगे, लेकिन यदि आप इनमे से किसी भी एक step को फ़ॉलो नही करते है, तो आप जिस व्यक्ति से बात करना चाहते हो, आप उससे बात नही कर पाओगे। यानि समस्या का समाधान नही मिलेगा।

डेटा साइंस क्या हैं ?
Database क्या हैं ?
टेक्नोलॉजी क्या हैं ?

Algorithm की खोज़ कैसे हुई

Algorithm का इतिहास बहुत बड़ा है, हालांकि इस शब्द का वास्तविक परिचय पहली बार 9 वीं शताब्दी में हुआ था। उस समय में फारसी के एक गणितज्ञ थे, जिनका नाम “ अबू अब्दुल्ला मुहम्मद इब्न मूसा अल-ख्वारिज्म ” था। इन्होने ने ही Algorithm शब्द को दुनिया के सामने लाया था।

आज इन्हे ( The Father of Algebra ) बीज गणित के जनक के नाम से भी जाना जाता है। इसी तरह ब्रह्मगुप्त भी एक महान भारतीय गणितज्ञ और खगोलशास्त्री थे। इन दोनो महान व्यक्तियों ने अंकगणितीय नियमों के लैटिन अनुवाद के लिए “Algorithm” शब्द का प्रयोग किया था, और इसीलिए दोनो ने ही पूरी दुनिया में प्रख्याति को हासिल किया।

इसके बाद लगभग 18 वीं शताब्दी में ऍल्गोरिथम शब्द को आधुनिक शब्द बना दिया। आज के आधुनिक समय में एल्गोरिथम का उपयोग Calculation, Data Processing और Programming जैसे अनेक क्षैत्रों में किया जाता है। यह आधुनिक एल्गोरिथम दैनिक जीवन की समस्याओं को हल करने में काफी मददगार है।

एल्गोरिथ्म के गुण क्या हैं (Properties of Algorithm)

किसी भी प्रक्रिया को मैं और आप ऍल्गोरिथम नही कह सकते है। क्योंकि ऍल्गोरिथम समस्या का समाधान करता है। और समस्या का समाधान करने के लिए ऍल्गोरिथम के कुछ गुण होने जरूरी है, जैसे-

#1. सीमाबद्धता (Finiteness)

इस गुण का मतलब है कि ऍल्गोरिथम में लिखे गए स्टेप्स सीमित संख्या में होने होने चाहिए, और फिर इसके बाद प्रक्रिया समाप्त हो जानी चाहिए। एक एल्गोरिथम जितने कम steps में अपना काम कर देती है, वह उतनी ही अच्छी होती है, उसमे गिनती के steps होते हैं। प्रक्रिया के समाप्त होने पर आपके इनपुट का जवाब आउटपुट में मिल जाता है।

#2. सटीक रूप से परिभाषित (Precisely defined)

Algorithm का हर एक step स्पष्ट रूप से निर्दिष्ट होता है, जिसे आसानी से पढ़ा जा सकता है। और इसी गुण की वजह से कोई भी डेवलपर बड़ी आसानी से प्रोग्राम को बना सकता है। और साथ ही यूजर भी उस प्रोग्राम को आसानी से इस्तेमाल कर सकता है।

#3. इनपुट (Input)

ऍल्गोरिथम की प्रक्रिया को शुरू करने के लिए एक अच्छी तरह से परिभाषित इनपुट (Well-defined Input) होना चाहिए। इनपुट एक तरह का डेटा होता है जो एल्गोरिथम की प्रक्रियो को शुरू करने का निर्देश देता है।

#4. आउट पुट (Output)

Algorithm एक अच्छे input के साथ शुरू होने के बाद अंत में समस्या का समाधान करते हुए आपको output देता है। मतलब आपकी समस्या का हल देता है। जैसे किसी को फोन लगाने के लिए जो नंबर डाले जाते है, वह इनपुट होता है, लेकिन जब हम किसी से बात करते है, यह आउटपुट होता है।

#5. प्रभावशाली (Effectiveness)

Algorithm को हमेशा प्रोब्लम को हल करने वाला होना चाहिए। मतलब एल्गोरिथम में कोई भी अनावस्यक निर्देश नह होने चाहिए जो उसे अप्रभावी बना दे।

#6. स्पष्टता (Unambiguous)

Algorithm सही और स्पष्ट होना बहुत जरूरी है, जिससे उसकी हर लाइन का कुछ न कुछ अर्थ जरूर निकले। मतलब इसमें प्रत्येक इनपुट या आउटपुट स्पष्ट होना चाहिए।

#7.भाषा स्वतंत्र (Language Independent)

जब किसी कंप्यूटर प्रोग्राम को बनाया जाता है तो उसे बनाने के लिए केवल सरल भाषा का प्रयोग होना चाहिए, जिन्हे किसी भी Programming Language में लागू किया जा सके।

Algorithm के क्या क्या उपयोग हैं (Importance)

Algorithm का उपयोग आजकल हर जगह किया जाता है व किसी भी समस्या का समाधान step by step निकाला जाता है। इसका उपयोग ज्यादातर companies, industries और programming में किया जाता है।

इसके कुछ उपयोग निम्नलिखित हैं

Algorithm का उपयोग ज्यादातर mathematical problems solve करने के लिए किया जाता है जैसे –

1. Google व Facebook का Search Engine Algorithm के अनुसार ही सारा काम किया जाता है।

2. फेसबुक में like, Google map Shortest Path, Rating, Searching आदि सब कुछ Algorithm पर ही होता है।

3. Computer scientist और computer engineers भी इसका use करते है, उन्हे काम करने में समय की बचत होती है और कम मेहनत में पूरा काम हो जाता है।

4. गलतियां न हो इसलिए flow chart बनाने से पहले एक सही Algorithm का उपयोग किया जाता है। कई सारी फील्ड जैसे कि Robotic Space Research, Artificial Intelligence में इसका उपयोग मुख्य रूप से किया जाता है।

5. Program लिखने से पहले प्रोग्रामिंग में Algorithm का उपयोग किया जाता है, अगर आप कोई भी प्रोग्राम बनाते है तो आपको उसमे कई गलतियां देखने को मिलती है, जो Algorithm द्वारा सुधार दी जाती है।

6. इसका उपयोग Mathematical Problem को हल करने के लिए भी किया जाता है, जैसे A, B और C अंको का औसत निकालना है तो ऍल्गोरिथम ऑटोमेटिक इन निश्चित प्रक्रिया को फॉलो करके एक सुत्र की मदद से औसत निकालेगा, मतलब (A + B + C) / 3 के फॉर्मुले से औसत निकलेगा।

7. आज के इस आधुनिक युग मे जहां हर चीज डिजिटल हो चुकी है जहां हर चीज जरूरत से ज्यादा तेज हो चुकी है, और हर जगह मशीनरी का प्रयोग किया जा रहा है।यह गति हमारे जीवन का महत्वपूर्ण अंग बन चुकी है, हमारे हर कार्य को जल्दी से करने के लिए मशीनरी का प्रयोग किया जाता है।

8. मशीनरी भी कुछ सिद्धांतो पर कार्य करती है, जिसमे गलती होने स्वाभाविक है।इन गलतियों को ही ठीक करने के लिए Algorithm का उपयोग किया जाता है। गूगल मैप के सर्च इंजन से लेकर फैक्ट्री की मशीनों तक Algorithm कार्य किया जाता है।

एल्गोरिथम को कैसे लिखे इन कंप्यूटर

ऍल्गोरिथम को कंप्यूटर में लिखने के अनेक तरीके है, तो आइए मैं आपको एक उदाहरण से बताता हूं।

उदाहरण : – 3 अंकों का औसत निकालना

इसके लिए निम्न प्रकार का ऍल्गोरिथम होगा-

Step 1 . कैलकुलेटर को खोले।
Step 2 . तीनों अंक (A + B + C) को लिखा जाता है।
Step 3. एक फॉर्मुले के द्वारा औसत की गणना करना, जैसे Average = (A + B + C) / 3
Step 4. अब औसत दिखाया जाएगा।
Step 5. अंत में एल्गोरिथम की प्रक्रिया समाप्त हो जाएगी और रिजल्ट आउटपुट के रूप में दिखाई देगा।

एल्गोरिथ्म के कितने प्रकार होते हैं (Types of Algorithm)

ऍल्गोरिथ्म के उपयोग के आधार पर कई सारे प्रकार हैं। इसलिए मैने यहां सबसे बुनियादी प्रकारों के बारे में नीचे बताया गया है। जैसे-

Recursive Algorithm
Backtracking Algorithm
Brute Force Algorithms
Greedy Algorithms
Divide and Conquer Algorithm
Simple Recursive Algorithms
Randomized Algorithms
Branch and bound Method
Dynamic Programming Algorithm

Advantages of Algorithm in Hindi

वाकई मे अगर आप प्रोग्रामिंग सिख रहे हैं तो एल्गोरिथम आपके लिए बहुत ही आवश्यक हैं क्योंकि इसके कई सारे फायदे हैं जो की निम्नलिखित है –

एल्गोरिथम को समझना और इस्तेमाल करना आसान है।
यह किसी समस्या को हल करने में मदद करता है।
किसी भी एल्गोरिथम को वास्तविक प्रोग्राम में बदलना आसान है।
एल्गोरीथम किसी भी समस्या को क्रमवार हल करता है।
यह किसी भी प्रकार की प्रोग्रामिंग भाषा पर निर्भर नही करता है।
इसमें डेवलपर के लिए Debugging करना आसान होता है।
एल्गोरिथम की मदद से हम किसी भी बड़ी प्रोब्लम को छोटी प्रोब्लम में विभाजित किया जा सकता है।
इसमें प्रोग्राम को लिखना आसान है, क्योंकि यह एक ब्लूप्रिंट की तरह कार्य करता है।

Disadvantages of algorithm in Hindi

एल्गोरिथम के जिस तरह फायदे हैं उसी तरह इसके कुछ नुकसान भी हैं लेकिन फ़ायदे के मुकाबले नुकसान बहुत ही कम हैं –

किसी भी एल्गोरिथ्म को लिखने में काफी समय लगता है।
बड़े बड़े Algorithm काफी ज्यादा जटिल होते हैं।
एल्गोरिथम में loop स्टेटमेंट जैसे कि – while loop, for loop आदि को दिखाना मुश्किल होता है।

FAQs (अक्सर पूछे जाने वाले सवाल)

इस आर्टिकल में, मैने आपको Algorithm के बारे बाताय है, तो चलिए अब मैं आपको Algorithm से जुड़े कुछ आवश्यक FAQs के बारे में बताया हूं।

इस शब्द का प्रयोग सर्वप्रथम 9 वीं शताब्दी में “अबू अब्दुल्ला मुहम्मद इब्न मूसा अल-ख्वारिज्म” ने किया था। इसके अलावा भारतीय महान गणितज्ञ और खगोलशास्त्री “ब्रह्मगुप्त” ने भी इस शब्द का प्रयोग अपनी बजगणित में किया।

ये दोनों ही अलग-अलग होते हैं, मतलब एल्गोरिथम किसी भी समस्या को हल करने की एक प्रक्रिया होती है। किसी भी एल्गोरिथम को समझना कठिन होता है, जिसमें टेक्स्ट का इस्तेमाल होता है। इसें Debug करा आसान होता है, हालांकि इसे बनाना मुश्किल होता है। दूसरी तरफ अगर फ्लोचार्ट की बात करूं तो यह एक डायग्राम होता है जो डाटा का Flow दर्शाता है। किसी भी फ्लोचार्ट को समझना और बनाना आसान होता है, हालांकि इसमें Debug करना मुश्किल होता है। इसके अलावा इसमें Text के साथ Symbols का भी इस्तेमाल होता है।

गणितीय रूप के एल्गोरिथम को हल करने के लिए सूत्र का प्रयोग किया जाता है। और यह सुत्र बहुत सारे होते है, जिन्हे बीज गणितीय सूत्र कहा जाता है। अगर आपने 8, 9 और 10 कक्षाएं पढ़ी है तो आपने बीज गणितीय सूत्रों के बारे अवश्य पढ़ा होगा। जैसे – (a-b)² = a²-2ab+b² (a+b)² = a²+2ab+b² (a-b)² = (a+b)²-4ab (a+b)² + (a-b)² = 2(a²+b²) इत्यादि।

इस आर्टिकल में, मैने आपको एल्गोरिथम के बारे बहुत सारी आवश्यक जानकारियां दी है जो आपके लिए काफी ज्यादा फायदेमंद रहेगी। यहां पर मैने आपको एल्गोरिथम क्या है, Algorithm की परिभाषा क्या है, Algorithm के प्रकार कितने हैं, और एल्गोरिथम के उपयोग क्या है, इत्यादि के बारे में बताया हैं।

इस लेख के माध्यम से दी गई जानकारी को पढ़कर आप सभी लोगों को कैसा लगा हमें Comment मे लिखकर जरूर बताएं और इस लेख को Twitter, Facebook जैसे Social Platform पर भी अवश्य शेयर कीजिए।

4 thoughts on “एल्गोरिथम क्या है? इसके प्रकार – What is Algorithm in Hindi”

Your way of teaching is awesome

My new knowledge.

Very Glad to read such a meaningful and understanding knowledge whatever I need to explore myself. Thanks a lot Suresh Kumar.

Leave a Comment Cancel reply

Save my name, email, and website in this browser for the next time I comment.

Algorithm क्या है? और इसे कैसे लिखें

Algorithm Kya Hai – कम्‍प्‍यूटर द्वारा किसी कार्य को करने तथा वांछित परिणाम प्राप्‍त करने के लिए पूरी process को छोटे-छोटे Instructions में बांटा जाता है। इन Instructions को सही क्रम में क्रियान्वित कर वांछित परिणाम प्राप्त किया जा सकता है। एल्‍गोरिथम किसी वांछित परिणाम को प्राप्त करने के लिए बनायी गई चरणबद्ध प्रक्रिया (Step-by-step process) है। यह किसी प्रोग्राम के निर्माण में आवश्यक लॉजिक है जो समस्या के समाधान के लिए सीढी का निर्माण करता है । इस प्रकार, एल्‍गोरिथम छोटे-छोटे Instructions का group है जिसे निर्धारित Sequence में लिखे जाने पर result प्राप्त किया किया जा सकता है। एक ही कार्य को करने के कईं,एल्‍गोरिथम हो सकते हैं । प्रोग्रामर को प्रोग्राम लिखने से पहले सर्वाधिक उपयुक्त एल्‍गोरिथम का चुनाव करना पड़ता है।

Table of Contents

Algorithm क्या है (What is Algorithm in computer?)

एल्गोरिथ्म शब्द का अर्थ है “गणना या अन्य समस्या-समाधान संचालन में पालन की जाने वाली नियमों की एक प्रक्रिया या सेट”। एल्गोरिथ्म डेटा प्रोसेसिंग या समस्या को हल करने का Step by Step प्रदर्शन है। इसलिए एल्गोरिथ्म नियमों / निर्देशों का एक सेट है जो चरण-दर-चरण यह परिभाषित करते हैं कि अपेक्षित (expected) परिणाम प्राप्त करने के लिए किसी कार्य को कैसे एक्सीक्यूट किया जाना है। एल्गोरिदम का उपयोग विभिन्न क्षेत्रों, कंप्यूटर प्रोग्रामिंग, गणित और दैनिक जीवन में व्यापक रूप से किया जा सकता है।

इसे एक नई रेसिपी बनाने के उदाहरण से समझा जा सकता है। जब हम कोई नई रेसिपी बनांते है तो हम निर्देशों और स्टेप्स को पढ़ते जाते है और दिए गए अनुक्रम (Sequence) में उन्हें एक-एक करके execute करते जाते है। इस प्रकार हम अपनी नई डिश को बनाते है| इसी तरह, एल्गोरिदम, सही आउटपुट प्राप्त करने के लिए प्रोग्रामिंग में कार्य करने में मदद करता है।

डिज़ाइन किए गए एल्गोरिथ्म भाषा-स्वतंत्र (language-independent) होते हैं, यानी यह केवल सिम्पल निर्देश होते हैं जिन्हें किसी भी भाषा में लागू किया जा सकता है, लेकिन फिर भी हमे आउटपुट वैसा ही मिलेगा, जैसा हम चाहते है|

एल्गोरिथ्म के लक्षण क्या हैं?

प्रोग्रामिंग के लिए सभी लिखित निर्देश एक एल्गोरिथ्म नहीं है। एल्गोरिदम होने के लिए कुछ निर्देशों के लिए, इसमें निम्नलिखित विशेषताएं होनी चाहिए:

स्पष्ट और असंदिग्ध (Clear and Unambiguous): एल्गोरिथ्म स्पष्ट और असंदिग्ध होना चाहिए। इसके प्रत्येक चरण को सभी पहलुओं में स्पष्ट होना चाहिए और इसका केवल एक ही अर्थ होना चाहिए।

वेल-डिफाइन्ड इनपुट्स (Well-Defined Inputs): यदि कोई एल्गोरिदम इनपुट्स लेने के लिए कहता है, तो यह अच्छी तरह से परिभाषित इनपुट्स होना चाहिए।

अच्छी तरह से परिभाषित आउटपुट (Well-Defined Outputs): एल्गोरिथ्म को स्पष्ट रूप से परिभाषित करना चाहिए कि आउटपुट क्या होगा और इसे अच्छी तरह से परिभाषित किया जाना चाहिए।

संभव (Feasible): एल्गोरिथ्म सरल, सामान्य और व्यावहारिक होना चाहिए, जैसे कि यह उपलब्ध रिसोर्सेज को एक्सीक्यूट करेगा। इसमें कुछ भविष्य की तकनीक, या कुछ भी शामिल नहीं होना चाहिए।

भाषा स्वतंत्र (Language Independent): डिज़ाइन किए गए एल्गोरिथ्म भाषा-स्वतंत्र (language-independent) होते हैं, यानी यह केवल सिम्पल निर्देश होते हैं जिन्हें किसी भी भाषा में लागू किया जा सकता है, लेकिन फिर भी हमे आउटपुट वैसा ही मिलेगा, जैसा हम चाहते है|

एलगोरिदम के प्रकार

अभी तक आप को ये तो समझ ही आ गया होगा की Algorithm Kya Hai, अब हम आपको इसके प्रकार (Types of Algorithm) के बारे में बताने जा रहे है।

Sequence : इस एल्गोरिथ्म को स्टेप्स की एक श्रृंखला के साथ पूराकिया जाता है, और प्रत्येक चरण को एक के बाद एक एक्सीक्यूट किया जाता है|

Branching : इस प्रकार के एल्गोरिथ्म को “if-then” समस्याओं द्वारा दर्शाया जाता है। यदि कोई स्थिति सत्य है, तो आउटपुट A होगा, यदि स्थिति झूठी है, तो आउटपुट B. होगा। इस एल्गोरिथम को “Selection type” भी कहा जाता है।

Loop : इसमें प्रोसेस को एक निश्चित स्थिति के तहत बार-बार एक्सीक्यूट किया जाता है। इसे “While” और “for” द्वारा दर्शाया गया है। लेकिन लूप की शर्त के अनुसार लूप समाप्त होने के बाद प्रोसेस भी समाप्त हो जाती है| इस एल्गोरिथ्म को ” repetition type” के रूप में भी जाना जाता है

एलगोरिदम कैसे डिज़ाइन करें?

एल्गोरिथ्म को आर्डर में लिखने के लिए पूर्व-आवश्यकता के रूप में निम्नलिखित चीजों की आवश्यकता होती है:

एल्गोरिथम द्वारा हल की जाने वाली समस्या।
समस्या को हल करते समय जिन समस्याओं पर विचार किया जाना चाहिए, उन बाधाओं को।
समस्या को हल करने के लिए लिया जाने वाला इनपुट।
समस्या हल होने पर अपेक्षित (expected) आउटपुट।
समस्या का समाधान, दी गई बाधाओं में।

निष्कर्ष – Algorithm Kya Hai

दोस्तों आज के इस आर्टिकल में हमने आपको algorithm kya hai? इन सब के बारे में विस्तार से बताया। अगर आपको इस से जुड़ा कोई सवाल हो तो comment कर के जरूर बताये।

इस पोस्ट आपको अच्छी लगी हो तो अपने दोस्तों के साथ Social media पर जरूर शेयर करे।

कंप्यूटर के प्रकार (Types of Computer)
कंप्यूटर की विशेषताये

ERP क्या हैं? ERP का इतिहास, प्रकार और लाभ

Computer Evolution history year wise (1961-1970)

एप्लीकेशन सॉफ्टवेयर क्या है?

डाटा माइनिंग क्या हैं? इसके लाभ, हानियाँ तथा प्रकार

Start typing and press enter to search, dca के सभी नोट्स, पुराने पेपर और महत्वपूर्ण प्रश्न उत्तर, pgdca के सभी नोट्स, पुराने पेपर और महत्वपूर्ण प्रश्न उत्तर.

Algorithm क्या है? Meaning of Algorithm in Hindi

July 26, 2021

Algorithm क्या है? (What is algorithm in Hindi) क्या आप इस सवाल का जवाब खोज रहे हैं?

अगर हाँ, तो आप बिलकुल सही जगह पर आये हैं। इस आर्टिकल में आपको अल्गोरिथम की जानकारी मिलेगी, एल्गोरिथम क्या होता है? इसका क्या उपयोग है? कहाँ-कहाँ उपयोग होता है? एल्गोरिथम के क्या फायदे हैं और क्या नुकसान है? इन सभी सवालों के जवाब आपको मिलेंगे।

Algorithm क्या है? (What is Algorithm in Hindi?)

algorithm kya hai - what is algorithm in hindi

किसी भी समस्या का चरणबद्ध तरीके से समाधान निकालने की प्रकिया को अल्गोरिथम (Algorithm) कहते हैं। इसके जरिये हम पहले problem को छोटे-छोटे हिस्सों में बाँट कर उसे solve करते हैं।

इसे problem के solution का या किसी काम को करने का procedure या formula भी कहा जा सकता है।

चलिए इसे एक daily life example से समझते हैं:

मान कर चलिए की आप हॉट कॉफ़ी बनाना चाहते हैं, तो चलिए इसके लिए हम एक एल्गोरिथम लिखते हैं:

सबसे पहले गैस ऑन करें
उसपर बर्तन में दूध डालकर गर्म करें
स्वादानुसार कॉफ़ी पाउडर और चीनी डालें
उबलने का इंतजार करें
अब गैस बंद करें
आपकी हॉट कॉफ़ी तैयार है

इस उदाहरण से आपको algorithm क्या है और कैसे लिखा जाता है इस बारे में पता चल गया होगा।

यह बहुत ही basic example है लेकिन computer programming के क्षेत्र में लिखे जाने वाले अल्गोरिथम की बात करें तो वह बहुत जटिल होता है।

कंप्यूटर एल्गोरिथम क्या है? (Computer Algorithm meaning in Hindi)

इससे पहले साधारण भाषा में हमने एल्गोरिथम को समझा अब चलिए जानते हैं की computer algorithm क्या है?

दरअसल algorithm का उपयोग ज्यादातर computer और programming के field में किया जाता है। अगर हम कहें की आपका कंप्यूटर पूरी तरह से अल्गोरिथम के द्वारा चलता है तो इसमें कोई गलत बात नही होगी।

कंप्यूटर को किसी भी तरह के काम को करने के लिए कंप्यूटर प्रोग्राम या software की जरुरत पड़ती है। एक कंप्यूटर प्रोग्राम को प्रोग्रामिंग करके बनाया जाता है।

प्रोग्रामिंग में हमें step by step instructions लिखने होते हैं और इन्ही code के माध्यम से बताना पड़ता है की कौनसा काम कैसे करना है।

इन्ही well defined steps को algorithm कहा जाता है। इसे coding करने से पहले ही तैयार कर लिया जाता है और इसी के अनुसार कोड लिखा जाता है।

Algorithm से flow chart भी बनाया जाता है जो की पूरे process को graphical तरीके से represent करता है।

एल्गोरिथम का उपयोग क्यों करते हैं?

जैसा की हमने उपर बताया की अल्गोरिथ्म किसी भी समस्या को सुलझाने का एक step by step process है।

असल जिंदगी में भी आपने देखा होगा की यदि कोई समस्या आ जाए तो हम परेशान हो जाते हैं, कई बार हमें समझ नही आता की उस काम को complete करने के लिए कहाँ से शुरू किया जाए और क्या क्या किया जाए।

लेकिन अगर हम इसके लिए कोई step by step process बना लेते हैं तो यह काम बहुत ही आसान हो जाता है।

Algorithm के जरिये हम problem के solution को step by step तरीके से दर्शाते हैं। फिर उन steps को follow करके समस्या को सुलझा लेते हैं।

अल्गोरिथम का उद्देश्य किसी task को perform करके output प्राप्त करना होता है।
इसमें समस्या के अनुसार कई सारे निश्चित steps होते हैं।
जब तक ये सारे steps एक sequence में complete नही हो जाते हमें output नही मिलता है।
इस process के बीच में कुछ conditions भी आ सकते हैं और उसके अनुसार steps change भी हो सकते हैं लेकिन ये सभी स्टेप्स पहले तय होते हैं।

कहने का मतलब यह है की एलोरिथ्म हमें किसी काम को कैसे करना है इसकी जानकारी देता है।

Characteristics of Algorithm in Hindi

एक सही algorithm लिखने के लिए आपको कई बातों का ध्यान रखना होता है। आइये algorithm के कुछ important characteristics को समझते हैं:

Finiteness (निश्चितता) : आपके algorithm में हमेशा निश्चित steps होने चाहिए। एक limited steps के बाद algorithm खत्म हो जाना चाहिए।
Input: Problem के solution के लिए हमें कुछ न कुछ चीजों की आवश्यकता होती है जिसे हम input कहते हैं। एल्गोरिथम में 0 या उससे अधिक inputs हो सकते हैं।
Output: हमें steps follow करने के बाद क्या परिणाम (output) मिलेगा यह भी पहले से defined होने चाहिए।
Unambiguous (स्पष्ट): प्रोसेस पूरी तरह से स्पष्ट होना चाहिए। ऐसा algo जो confusion पैदा करता हो हमारा समय और अन्य resources बर्बाद कर सकता है।
Feasible : क्या हम जो task perform करने जा रहे हैं वह सम्भव है? क्या हमारे पास उपलब्ध data या resources से उस काम को किया जा सकता है? अगर हाँ तो आप algorithm बना सकते हैं।

Algorithm का कहाँ उपयोग होता है?

एल्गोरिथम का उपयोग mathematics, science, कंप्यूटर प्रोग्रामिंग , Artificial Intelligent, medical जैसे क्षेत्रों में अधिक होता है इसे daily life में भी उपयोग कर सकते हैं।

हम अपनी हर रोज कुछ न कुछ ऐसा काम करते हैं जिसमे algorithm का उपयोग होता है लेकिन हमें उस बारे में जानकारी नही होती।

तो चलिए आज ऐसे ही रोजमर्रा के कुछ कामो के बारे में जानते हैं जहाँ अल्गोरिथम का उपयोग होता है:

Facebook Algorithm:

आप फेसबुक हर रोज चलाते हैं, क्या आपने कभी सोचा है की क्यों कोई post viral हो जाता है जबकि कुछ पोस्ट पर लोगों के likes ही नही मिलते?

दरअसल इस काम के पीछे एक जटिल एल्गोरिथम है जो की सिर्फ उन्ही पोस्ट को viral होने देता है जिसे लोग पसंद करते हैं। सिर्फ यही नही इसके अलावा फेसबुक हर काम के लिए algo का उपयोग करता है।

केवल फेसबुक ही नही बल्कि सारे social media platforms algorithm का उपयोग करते हैं।

Google Search Algorithm:

इन्टरनेट पर करोड़ों कि संख्या में वेबसाइट हैं लेकिन गूगल पर कुछ सर्च किया जाए तो SERP (Search Engine Result Page) पर केवल top के sites ही दिखाई देते हैं ऐसा क्यों?

दरअसल गूगल जैसे सर्च इंजन websites को उनकी quality के आधार rank करते हैं और अच्छी sites को पहले पेज पर दिखाते हैं। इस काम के लिए ranking algorithms का उपयोग किया जाता है।

Search Engine Optimization (SEO) क्या है?

Operating Systems Algorithm:

आपके कंप्यूटर, स्मार्टफोन आदि में जो ऑपरेटिंग सिस्टम होते हैं और ये system के सारे task को manage करते हैं। ये इतने अच्छे से इसलिए काम कर पाते हैं क्योंकि इनके काम करने का तरीका algorithm आधारित होते है।

आपके computer system पर एक ही समय में कई सारे tasks चलते रहते हैं, OS के scheduling algorithm इन सभी tasks को उनकी priority के आधार process करता है।

ये कुछ basic examples हैं, algorithm कहाँ-कहाँ उपयोग होता है यह बता पाना काफी मुश्किल काम है क्योकि इसका उपयोग कई सारी जगहों पर किया जाता है।

एल्गोरिथम के क्या फायदे हैं? (Advantages of Algorithm in Hindi)

Algorithm किसी भी problem के solution को छोटे-छोटे parts में divide कर देता है जिससे समझने में आसानी होती है।
Step by step solution provide करता है जिससे यह clarity बढ़ जाती है।
Task को complete करने के लिए हमें किन-किन चीजों की जरुरत है यह पहले ही तय हो जाता है।
Decision making को आसान बनाता है।
एल्गोरिथम बनने के बाद इसके अनुसार किसी भी programming language में code लिखा जा सकता है।

एल्गोरिथम के नुकसान (Disadvantages of Algorithm in Hindi)

Algorithm बनाने में काफी समय लगता है यह time consuming काम है।
Looping और branching को दर्शाना काफी मुश्किल है।
बड़े प्रोजेक्ट के लिए अल्गोरिथम बनाने में काफी मेहनत लगती है।

Algorithm कैसे बनाया जाता है? (Examples of Algorithm in Programming)

एल्गोरिथम कैसे बनाया जाता है इसे समझने के लिए हम algorithm के कुछ basic example को देखते हैं:

Example 1: Write an algorithm to add two numbers entered by the user. (यूजर द्वारा इंटर किये गये दो नंबरों को जोड़ना)

Step 1: Start

Step 2: Declare variables num1, num2 and result.

Step 3: Read values num1 and num2.

Step 4: Add num1 and num2 and assign the result to result.

Step 5: Display result Step 6: Stop

Example 2: Write an algorithm to find the largest of three given numbers. (तीन नंबरों में से सबसे बड़ी संख्या का पता लगायें)

Step 2: Declare variables a,b and c.

Step 3: Read variables a,b and c.

Step 4: If a>b

Display “a is the largest number”.

Display “c is the largest number”.

Display “b is the largest number”.

Display “c is the greatest number”.

Step 5: Stop

उपर दिए गये उदाहरण की तरह ही अलग-अलग field में अलग-अलग task को perform करने और समस्याओं को सुलझाने के लिए algorithm लिखा जाता है।

इसे लिखने के बाद लगभग सारी चीजें clear हो जाती हैं फिर इसे किसी भी प्रोग्रामिंग लैंग्वेज में coding करके implement कर लिया जाता है।

Conclusion – Algorithm क्या है? Meaning of Algorithm in Hindi

Technology की दुनिया में एल्गोरिथम का उपयोग बहुत ही ज्यादा होता है। सोशल मीडिया साइट्स से लेकर सर्च इंजन तक हर बड़े वेबसाइट में logical task को perform करने और decision making के लिए इसका उपयोग किया जा रहा है।आजकल AI यानी Artificial Intelligence का ज़माना है और बिना algorithm के इसके बारे में सोचना भी मुश्किल है।

Scripting Language क्या है? स्क्रिप्टिंग और प्रोग्रामिंग में क्या अंतर है?
VPN क्या है? इसके फायदे नुकसान और उपयोग की पूरी जानकारी
एन्क्रिप्शन क्या है? Meaning of Encryption in Hindi

उम्मीद है आपको इस आर्टिकल की मदद से Algorithm क्या है? (What is algorithm in Hindi) समझ आ गया होगा। अगर पसंद आये तो आप इस जानकारी को अपने दोस्तों के साथ सोशल मीडिया पर साझा कर सकते हैं।

जानकारी कैसी लगी? अपने दोस्तों के साथ शेयर जरुर करें

Click to share on WhatsApp (Opens in new window)
Click to share on Facebook (Opens in new window)
Click to share on Twitter (Opens in new window)
Click to share on Pinterest (Opens in new window)

Vivek Vaishnav

नमस्कार, मैं विवेक, WebInHindi का founder हूँ। इस ब्लॉग से आप वेब डिजाईन, वेब डेवलपमेंट, Blogging से जुड़े जानकारियां और tutorials प्राप्त कर सकते हैं। अगर आपको हमारा यह ब्लॉग पसंद आये तो आप हमें social media पर follow कर हमारा सहयोग कर सकते हैं|

Bahut hi behtrin trike se smjhaya,sbse bdi baat ek hi chij repeat nhi ki gai …..Plz visit my site also!

Algorithm क्या है और आसानी से कैसे लिखें?

शायद आपको पता नहीं होगा ऍल्गोरिथम क्या है (What is Algorithm in Hindi) और आपको अगर यह नहीं पता तो आपको Algorithm कैसे लिखें यह भी नहीं पता होगा. लेकिन आज मैं आपको, आपके दोनों सवालों के जवाब के साथ साथ कुछ और जानकारी देने की कोसिस करूँगा जो की Algorithm सम्बन्धी होगा। जिससे आपके सारे सवालों के जवाब मिल जाएँ वो भी हिंदी में।

Computer से कुछ कार्य कराने के लिए, Computer Program लिखे जाते हैं। अब Computer Program में हम बहुत सारे Steps लिखते हैं। जिन Steps को Computer Execute करता है और कार्य को ख़तम करता है। शब्द, Algorithm का मतलब उन ‘ Series of Steps ‘ से है, जो किसी विशेष गणना (Computation) या कार्य (task) को पुरा करने या निष्पादित (execute) करने के लिये जिम्मेदार होते है।

जब आप Computer को कुछ कार्य बताते हैं तब आप यह भी सोचते ही होंगे की कैसे Computer इन कार्य को करता है। इसके लिए हम इस्तमाल करते हैं Computer Algorithm. तो चलिए बिस्तर से जानते हैं के ऍल्गोरिथम क्या होता है ।

ऍल्गोरिथम क्या है (Algorithm in Hindi)

Algorithm (Al-go-rith-um) यह एक तरीक़ा है (Step by Step Process) या फिर यह एक Formula है। जो की एक Problem को Solve करता है। यह एक ऐसा Procedure है जिसमे सीमित नियम होते हैं, जिनको Instruction भी कहा जाता है।

जिन नियमों को एक के बाद एक लिखा जाता है और हर एक नियम(Steps) कुछ ना कुछ Operation को दर्शाते है. इन नियमों के जरिए Problem का Solution निकलते हैं।

कंप्यूटर विंडोज क्या है और इसका इतिहास
सॉफ्टवेयर क्‍या होता है
CPU क्या होता है

Algorithm की परिभाषा

दुसरे सब्दों में कहें तो Algorithm किसी भी समस्या या Problem का समाधान निकलने की Step by Step प्रक्रिया है। अब और थोडा सरल भाषा में समझते हैं Algorithm में कुछ Steps होते हैं, जिनमे हर एक Step एक Operation को दर्शाता है।

एक Step शुरूवात करता है और आखिर में एक Step रहता है जो ख़तम करता है और इन दोनों Steps के बिच में और बहुत सारे Steps होते हैं जो अलग अलग कार्य करते हैं।

जैसे चावल बनाना यह आपकी Problem है. इस काम को ख़तम करने के लिए चलिए कुछ Steps लिखते हैं. पहले चावल को धोना होगा फिर, पानी गरम करो और पानी गरम करने के उसमे चावल डालना है और चावल के उबलने का इंतजार करना होगा।

10-15 मिनट में चावल बन के तयार. अब यहाँ हर एक steps कुछ न कुछ Operation को Perform करते हैं. जैसे चावल धोना मतालब इसमें कचे चावल में पानी डालके धोया जाता है. ऐसे ही हर Steps में अलग अलग Operations होते हैं. देखिए यहाँ हम Problem को छोटे छोटे Steps में divide कर दिए यही तो है जिसको आपको सझना था।

Programming में Algorithm का इस्तमाल बहुत है। तो चलिए विस्तार से जानते हैं कैसे और कहाँ इनका इस्तमाल होता है।

एल्गोरिथ्म के फाउंडर कौन है?

Algorithm का उपयोग / महत्व

Algorithm का इस्तमाल तो हर जगह है जैसे आप पने हर दिन की समस्याओं का जवाब भी आप इस Step by Step Process के जरिए निकाल सकते हो. Technically हम बोले तो ज्यदा इस्तमाल IT Industry, Business Model, Programming में किया जाता है.

Characteristics Of Algorithm in hindi

आपको पता ही है यह Algorithm एक Step by Step Procedure है. जो ये स्पस्ट करता है की Steps किस क्रम में Execute होंगे जिसे हमें Desired (आकांक्षा जनक) Output मिल सके. Algorithm को दो कारक के जरिए analyze किया जाता है. जैसे Time और Space।

Time यह बताता है की Algorithm लिखने के लिए कितना समय लगेगा और Space से यह पता चलता है की कितने कम समय में हम लिख सकते हैं. अब इसके Characteristics के बारे में बात करते हैं।

Unambiguous

जो भी अल्गोरिदम आप लिखें वह स्पष्ट और सठिक होना अति अवश्यक है. हर एक step या Line का कुछ Meaning होना चाहिए।

हर एक Algorithm कुछ सिमित Steps के अंदर ख़तम होना चाहिए. और हर step Finite यानि सिमित बार Repaet होना चाहिए. steps का Exection भी सिमित समय के लिए होना चाहिए. हर एक Step का कुछ कुछ न कुछ Meaning होना चाहिए।

हर Algorithm में O या फिर O से ज्यादा सठिक steps होने चाहिए।

जैसे हर Algorithm का Input Step होते हैं वैसे ही Algorithm का Output Step भी होना चाहिए. Output भी वही आना चाहिए जिसके लिए हम लिखे हैं।

Effectiveness

Time और Space से Effectiveness का अंदाजा लगाया जाता है. अगर algorithm कम time और Space में लिखा जाता है. या फिर कम समय में Execute होता है और कम Space में Run होता इसे ही Effectiveness कहते हैं।

Data structure के मुताबिक यह सब Important Categories होनी चाहिए.

Search -item को DATA Structure में Search आसानी से सर्च कर सकें.
Sort -एक लिस्ट को Order कर सके या Sorting कर सकें.
Insert – data Structure में algorithm को Insert कर सकें.
Update – AlGORITHM के जरिए Item को update करने की ख्यामता हो.
Delete – Algorithm से जो item data structure में है उसे Delete कर ने में असुविधा न हो.

Algorithm की Complexity

दो factors को ध्यान में रख के Algorithm की Complexity को Classify किया गया है. एक Time Complexity और दूसरा Space Complexity।

Time Complextiy :

Program को Run होने में जितना टाइम लगता है।

Space Complexity :

computer के अंदर Program को Execute होने के लिए जितना Space चाहिए उसे Space Complexity कहते हैं।

एल्गोरिथ्म के प्रकार – Types of Algorithm

Simple Recursive Algorithms
Backtracking
Divide and Conquer
Dynamic Programming Algorithm
Greedy Algorithms
Branch and bound Method
Brute Force Algorithms
Randomized Algorithms

Algorithm कैसे लिखें

इसको लिखना बड़ा ही आसान है आपको कुछ ज्यादा सिखने की आवस्यकता ही नहीं. आपको को पता होगा सुरुवात में एक उदहारण लिए थे जहाँ एक ex- था चाय कैसे बनानाते हैं।

उसी तरह आपको लिखना है Step by Step. Algorithm की जादा जरुरत Programming में होती है. आप Direct भी लिख सकते हो या आप कुछ rules का इस्तमाल करके भी लिख सकते सकते हैं।

Rules जैसे Start, Input, Output, Read, Variable, Display, Stop . निचे दिए गए Example को एक बार देख लें जिसे आपको समझने में आसानी होगी।

Q1. दो Number को को enter करें और दोनों Numbers का Sum निकालें?

हर algorithm में सुरुवात में Start और अंत में Stop/End लिखें जैसे निचे लिखा गया है।

इसके बाद देखें की कितने Variables की जरुरत है या क्या Input करना है. जैसे निचे दो numbers को Sum करने के लिए 3 Variables चाहिए. Num1 पहले number के लिए Num2 दुसरे Number के लिए और sum variable Num1+num2 को Store करने के लिए. तो आपको इन variables के बारे में सोचें और लिखना सुरु करें।

अब कुछ steps ऐसे होंगे जहाँ हमें Arithmetic Operation जैसे +, -, ×, ÷ करने होंगे और कुछ Logical Operation जैसे Comparision Operation, True False, जीनका Output O (false) और 1 (True) होता है. Arithmetic तो आपको पता ही है (+, -, ×, ÷ ) और Logical का एक Example जैसे आपको जानना है. “Largest Number among 2 Number” तो यहाँ आप दोनों Numbers को Compare करोगे. इन Symbols का इस्तमाल कर के “>, <, >=, <=, !=”।

अब आखिर में जो Result आता है उसको आप Display लिख के Display कर सकते हैं और अंत Step में Stop या End लिख दें. अब इस उदाहरण को धयान से समझें।

Step 1 : Start //स्टेप स्टार्ट हुआ

Step 2 : Declare variables num1, num2 and sum. //num1, Num2, Sum वेरिएबल बनाएं जहाँ कोई भी संख्या स्टोर होगी

Step 3 : Read values num1 and num2. //जब keyboard से Number enter होगा तो यहाँ read होगा

Step 4 : Add num1 and num2 and assign the result to sum. Sum=num1+num2 //दो numbers का जोड़, Sum में Store होगा

Step 5 : Display sum //sum को Display करें

Step 6 : Stop //समाप्त

अब कुछ और उदहारण देख के समझने की कोसिस करें।

Step 1 . Start Step 2 . Read the number n Step 3 . [Initialize] i=1, fact=1 Step 4 . Repeat step 4 through 6 until i=n Step 5 . fact=fact*i Step 6 . i=i+1 Step 7 . Print fact Step 8 . Stop

आज आपने क्या सीखा

हमेसा से मेरी कोशिश रहती है की आपको सही और सठिक और पूर्ण Inforamtion आपको मिले. आशा करता हूँ आपको समझ आ गया होगा के ऍल्गोरिथम क्या है (Algorithm in Hindi) ।

शायद अगली बार जब आप लिखो गे तो याद रखना इन कुछ बातों को- आप को Program में कितने Variable चाहिए और Compute क्या करना है. कोन कोन से Operation करने हैं. जिसे लिखने में आसानी होगी. कोसिस करने वालों की कभी हार नहीं होती।

आपसे यही उमीद है ये लेख पसंद आया होगा, कैसा लगा आप जरुर निचे बताइए. अगर अभी बी कोई सवाल आप पूछना चाहते हो तो निचे Comment Box में जरुर लिखे. कोई सुझाव या सलाह देना चाहते हो तो जरुर दीजिये जो हमारे लिए काफी उपयोगी हो।

About the Author

Sumit Singh

मुझे पढ़ना और लिखना बहुत पसंद है। मुझे सूचनात्मक विषयों पर लिखना अच्छा लगता है। मुझे कहानी लेखन, कविता और कुछ कविताओं को लिखने में गहरी रुचि है।

https://hindime.net

Quantum computer क्या है, कैसे काम करता है, अनुप्रयोग और प्राइस हिंदी में, कंप्यूटर पर निबंध, मेष टोपोलॉजी किसे कहते हैं, desktop computer क्या है और ये कब आया, cmos क्या है और कैसे काम करता है, leave a comment cancel reply, comments (46).

आपने बहुत अच्छे से समझाया ओर अच्छा example दिया

धन्यवाद आपको आपके जीवन में कामयाबी मिले ।

Bahut Pardarshita aapkay content ki.

Bhut accha lga ho sake to Or saral me bhi samjhana thankyou………..

bahut hi saral bhasha me smjhaya …plz read my artical also!

Nice thanks you aap ne bahut hi valuable knowledge di

good guidence for me thankyou

This is a very smart proscsu of teaching so iam very happy because I understand this

Very nice explain thanku sir ji

Very informative and useful

Thank you so much sir

Hello sir am sajid and am Hsc passed but me aage padhai nhi kr saka lekin abhi me software engineering ki padhai krna chahta hun to plz aap mujhe Bta skte hy kaha se start krun kya subject lene honge mujhe plz reply fast sir thank you for algorithm in Hindi explain

Very nice and Thanks

Achha laga sir Mujhe algorithm pdf file send kar do sir

Thanku so much sir

Nice Explanation Thank you Brother

Tnks his a very easy difinition of algorithm in hindi

Thank you sir

Thnx for information

Excellent and thanks

Thank you so much sir my problem this solve.

Vvvvv. Good & Thanks

It’s very useful and understanding easily ways.

algorithm ka leap year

I like your way of explaining the topic.. It is very helpful.. Thank you so much

Very very very very very very very very best details of algorithm

very nice sir ji

gajab sar ji aap ne bahot achchi tarah se samjaaya

Thank you so much sir I shall understand

Dhanyavad sir jii

Dear Sir Kindly send notes of Data analysis and algorithm in hindi

Bahut badiya

usefull information for all

Hello Sir, Really nice info sir. me already pyle pdhke bhul chuka tha bt ye pdhne ke bad or jada smj aaa gya..o rn kbi bhulunga…………………. thanks a lot Sir

Welcome Akash ji.

Thankyou so much sir

मुझे तो एल्गोरिथम के बारे में पता ही नही था क्या होता है साझा करने के लिए धन्यवाद

Ek baar flow chart bhi dekh lijiye

बहुत ही उम्दा आर्टिकल लिखते है आप।

Hello Sir Apki Guest Post HindiMehelp me Padhi Meko Kaafi Pasand Aayi. Iske Liye Apka Thanks.

Thanks Madhu ji, sunkar bahut achha laga. Ye sab aap hi logon ka pyaar hai jo ki hame jyade se jyada likne ke liye prerit karta hai.

India is great. Thank you

bahut hi badiya or shandar. Thanks sir, share karne ke liye…

Thank you for visiting nature.com. You are using a browser version with limited support for CSS. To obtain the best experience, we recommend you use a more up to date browser (or turn off compatibility mode in Internet Explorer). In the meantime, to ensure continued support, we are displaying the site without styles and JavaScript.

View all journals
My Account Login
Explore content
About the journal
Publish with us
Sign up for alerts
Open access
Published: 10 April 2024

A hybrid particle swarm optimization algorithm for solving engineering problem

Jinwei Qiao 1 , 2 ,
Guangyuan Wang 1 , 2 ,
Zhi Yang 1 , 2 ,
Xiaochuan Luo 3 ,
Jun Chen 1 , 2 ,
Kan Li 4 &
Pengbo Liu 1 , 2

Scientific Reports volume 14 , Article number: 8357 ( 2024 ) Cite this article

421 Accesses

Metrics details

Computational science
Mechanical engineering

To overcome the disadvantages of premature convergence and easy trapping into local optimum solutions, this paper proposes an improved particle swarm optimization algorithm (named NDWPSO algorithm) based on multiple hybrid strategies. Firstly, the elite opposition-based learning method is utilized to initialize the particle position matrix. Secondly, the dynamic inertial weight parameters are given to improve the global search speed in the early iterative phase. Thirdly, a new local optimal jump-out strategy is proposed to overcome the "premature" problem. Finally, the algorithm applies the spiral shrinkage search strategy from the whale optimization algorithm (WOA) and the Differential Evolution (DE) mutation strategy in the later iteration to accelerate the convergence speed. The NDWPSO is further compared with other 8 well-known nature-inspired algorithms (3 PSO variants and 5 other intelligent algorithms) on 23 benchmark test functions and three practical engineering problems. Simulation results prove that the NDWPSO algorithm obtains better results for all 49 sets of data than the other 3 PSO variants. Compared with 5 other intelligent algorithms, the NDWPSO obtains 69.2%, 84.6%, and 84.6% of the best results for the benchmark function ( \({f}_{1}-{f}_{13}\) ) with 3 kinds of dimensional spaces (Dim = 30,50,100) and 80% of the best optimal solutions for 10 fixed-multimodal benchmark functions. Also, the best design solutions are obtained by NDWPSO for all 3 classical practical engineering problems.

A clustering-based competitive particle swarm optimization with grid ranking for multi-objective optimization problems

A modified shuffled frog leaping algorithm with inertia weight

Appropriate noise addition to metaheuristic algorithms can enhance their performance

Introduction.

In the ever-changing society, new optimization problems arise every moment, and they are distributed in various fields, such as automation control 1 , statistical physics 2 , security prevention and temperature prediction 3 , artificial intelligence 4 , and telecommunication technology 5 . Faced with a constant stream of practical engineering optimization problems, traditional solution methods gradually lose their efficiency and convenience, making it more and more expensive to solve the problems. Therefore, researchers have developed many metaheuristic algorithms and successfully applied them to the solution of optimization problems. Among them, Particle swarm optimization (PSO) algorithm 6 is one of the most widely used swarm intelligence algorithms.

However, the basic PSO has a simple operating principle and solves problems with high efficiency and good computational performance, but it suffers from the disadvantages of easily trapping in local optima and premature convergence. To improve the overall performance of the particle swarm algorithm, an improved particle swarm optimization algorithm is proposed by the multiple hybrid strategy in this paper. The improved PSO incorporates the search ideas of other intelligent algorithms (DE, WOA), so the improved algorithm proposed in this paper is named NDWPSO. The main improvement schemes are divided into the following 4 points: Firstly, a strategy of elite opposition-based learning is introduced into the particle population position initialization. A high-quality initialization matrix of population position can improve the convergence speed of the algorithm. Secondly, a dynamic weight methodology is adopted for the acceleration coefficients by combining the iterative map and linearly transformed method. This method utilizes the chaotic nature of the mapping function, the fast convergence capability of the dynamic weighting scheme, and the time-varying property of the acceleration coefficients. Thus, the global search and local search of the algorithm are balanced and the global search speed of the population is improved. Thirdly, a determination mechanism is set up to detect whether the algorithm falls into a local optimum. When the algorithm is “premature”, the population resets 40% of the position information to overcome the local optimum. Finally, the spiral shrinking mechanism combined with the DE/best/2 position mutation is used in the later iteration, which further improves the solution accuracy.

The structure of the paper is given as follows: Sect. “ Particle swarm optimization (PSO) ” describes the principle of the particle swarm algorithm. Section “ Improved particle swarm optimization algorithm ” shows the detailed improvement strategy and a comparison experiment of inertia weight is set up for the proposed NDWPSO. Section “ Experiment and discussion ” includes the experimental and result discussion sections on the performance of the improved algorithm. Section “ Conclusions and future works ” summarizes the main findings of this study.

Literature review

This section reviews some metaheuristic algorithms and other improved PSO algorithms. A simple discussion about recently proposed research studies is given.

Metaheuristic algorithms

A series of metaheuristic algorithms have been proposed in recent years by using various innovative approaches. For instance, Lin et al. 7 proposed a novel artificial bee colony algorithm (ABCLGII) in 2018 and compared ABCLGII with other outstanding ABC variants on 52 frequently used test functions. Abed-alguni et al. 8 proposed an exploratory cuckoo search (ECS) algorithm in 2021 and carried out several experiments to investigate the performance of ECS by 14 benchmark functions. Brajević 9 presented a novel shuffle-based artificial bee colony (SB-ABC) algorithm for solving integer programming and minimax problems in 2021. The experiments are tested on 7 integer programming problems and 10 minimax problems. In 2022, Khan et al. 10 proposed a non-deterministic meta-heuristic algorithm called Non-linear Activated Beetle Antennae Search (NABAS) for a non-convex tax-aware portfolio selection problem. Brajević et al. 11 proposed a hybridization of the sine cosine algorithm (HSCA) in 2022 to solve 15 complex structural and mechanical engineering design optimization problems. Abed-Alguni et al. 12 proposed an improved Salp Swarm Algorithm (ISSA) in 2022 for single-objective continuous optimization problems. A set of 14 standard benchmark functions was used to evaluate the performance of ISSA. In 2023, Nadimi et al. 13 proposed a binary starling murmuration optimization (BSMO) to select the effective features from different important diseases. In the same year, Nadimi et al. 14 systematically reviewed the last 5 years' developments of WOA and made a critical analysis of those WOA variants. In 2024, Fatahi et al. 15 proposed an Improved Binary Quantum-based Avian Navigation Optimizer Algorithm (IBQANA) for the Feature Subset Selection problem in the medical area. Experimental evaluation on 12 medical datasets demonstrates that IBQANA outperforms 7 established algorithms. Abed-alguni et al. 16 proposed an Improved Binary DJaya Algorithm (IBJA) to solve the Feature Selection problem in 2024. The IBJA’s performance was compared against 4 ML classifiers and 10 efficient optimization algorithms.

Improved PSO algorithms

Many researchers have constantly proposed some improved PSO algorithms to solve engineering problems in different fields. For instance, Yeh 17 proposed an improved particle swarm algorithm, which combines a new self-boundary search and a bivariate update mechanism, to solve the reliability redundancy allocation problem (RRAP) problem. Solomon et al. 18 designed a collaborative multi-group particle swarm algorithm with high parallelism that was used to test the adaptability of Graphics Processing Units (GPUs) in distributed computing environments. Mukhopadhyay and Banerjee 19 proposed a chaotic multi-group particle swarm optimization (CMS-PSO) to estimate the unknown parameters of an autonomous chaotic laser system. Duan et al. 20 designed an improved particle swarm algorithm with nonlinear adjustment of inertia weights to improve the coupling accuracy between laser diodes and single-mode fibers. Sun et al. 21 proposed a particle swarm optimization algorithm combined with non-Gaussian stochastic distribution for the optimal design of wind turbine blades. Based on a multiple swarm scheme, Liu et al. 22 proposed an improved particle swarm optimization algorithm to predict the temperatures of steel billets for the reheating furnace. In 2022, Gad 23 analyzed the existing 2140 papers on Swarm Intelligence between 2017 and 2019 and pointed out that the PSO algorithm still needs further research. In general, the improved methods can be classified into four categories:

Adjusting the distribution of algorithm parameters. Feng et al. 24 used a nonlinear adaptive method on inertia weights to balance local and global search and introduced asynchronously varying acceleration coefficients.

Changing the updating formula of the particle swarm position. Both papers 25 and 26 used chaotic mapping functions to update the inertia weight parameters and combined them with a dynamic weighting strategy to update the particle swarm positions. This improved approach enables the particle swarm algorithm to be equipped with fast convergence of performance.

The initialization of the swarm. Alsaidy and Abbood proposed 27 a hybrid task scheduling algorithm that replaced the random initialization of the meta-heuristic algorithm with the heuristic algorithms MCT-PSO and LJFP-PSO.

Combining with other intelligent algorithms: Liu et al. 28 introduced the differential evolution (DE) algorithm into PSO to increase the particle swarm as diversity and reduce the probability of the population falling into local optimum.

Particle swarm optimization (PSO)

The particle swarm optimization algorithm is a population intelligence algorithm for solving continuous and discrete optimization problems. It originated from the social behavior of individuals in bird and fish flocks 6 . The core of the PSO algorithm is that an individual particle identifies potential solutions by flight in a defined constraint space adjusts its exploration direction to approach the global optimal solution based on the shared information among the group, and finally solves the optimization problem. Each particle \(i\) includes two attributes: velocity vector \({V}_{i}=\left[{v}_{i1},{v}_{i2},{v}_{i3},{...,v}_{ij},{...,v}_{iD},\right]\) and position vector \({X}_{i}=[{x}_{i1},{x}_{i2},{x}_{i3},...,{x}_{ij},...,{x}_{iD}]\) . The velocity vector is used to modify the motion path of the swarm; the position vector represents a potential solution for the optimization problem. Here, \(j=\mathrm{1,2},\dots ,D\) , \(D\) represents the dimension of the constraint space. The equations for updating the velocity and position of the particle swarm are shown in Eqs. ( 1 ) and ( 2 ).

Here \({Pbest}_{i}^{k}\) represents the previous optimal position of the particle \(i\) , and \({Gbest}\) is the optimal position discovered by the whole population. \(i=\mathrm{1,2},\dots ,n\) , \(n\) denotes the size of the particle swarm. \({c}_{1}\) and \({c}_{2}\) are the acceleration constants, which are used to adjust the search step of the particle 29 . \({r}_{1}\) and \({r}_{2}\) are two random uniform values distributed in the range \([\mathrm{0,1}]\) , which are used to improve the randomness of the particle search. \(\omega\) inertia weight parameter, which is used to adjust the scale of the search range of the particle swarm 30 . The basic PSO sets the inertia weight parameter as a time-varying parameter to balance global exploration and local seeking. The updated equation of the inertia weight parameter is given as follows:

where \({\omega }_{max}\) and \({\omega }_{min}\) represent the upper and lower limits of the range of inertia weight parameter. \(k\) and \(Mk\) are the current iteration and maximum iteration.

Improved particle swarm optimization algorithm

According to the no free lunch theory 31 , it is known that no algorithm can solve every practical problem with high quality and efficiency for increasingly complex and diverse optimization problems. In this section, several improvement strategies are proposed to improve the search efficiency and overcome this shortcoming of the basic PSO algorithm.

Improvement strategies

The optimization strategies of the improved PSO algorithm are shown as follows:

The inertia weight parameter is updated by an improved chaotic variables method instead of a linear decreasing strategy. Chaotic mapping performs the whole search at a higher speed and is more resistant to falling into local optimal than the probability-dependent random search 32 . However, the population may result in that particles can easily fly out of the global optimum boundary. To ensure that the population can converge to the global optimum, an improved Iterative mapping is adopted and shown as follows:

Here \({\omega }_{k}\) is the inertia weight parameter in the iteration \(k\) , \(b\) is the control parameter in the range \([\mathrm{0,1}]\) .

The acceleration coefficients are updated by the linear transformation. \({c}_{1}\) and \({c}_{2}\) represent the influential coefficients of the particles by their own and population information, respectively. To improve the search performance of the population, \({c}_{1}\) and \({c}_{2}\) are changed from fixed values to time-varying parameter parameters, that are updated by linear transformation with the number of iterations:

where \({c}_{max}\) and \({c}_{min}\) are the maximum and minimum values of acceleration coefficients, respectively.

The initialization scheme is determined by elite opposition-based learning . The high-quality initial population will accelerate the solution speed of the algorithm and improve the accuracy of the optimal solution. Thus, the elite backward learning strategy 33 is introduced to generate the position matrix of the initial population. Suppose the elite individual of the population is \({X}=[{x}_{1},{x}_{2},{x}_{3},...,{x}_{j},...,{x}_{D}]\) , and the elite opposition-based solution of \(X\) is \({X}_{o}=[{x}_{{\text{o}}1},{x}_{{\text{o}}2},{x}_{{\text{o}}3},...,{x}_{oj},...,{x}_{oD}]\) . The formula for the elite opposition-based solution is as follows:

where \({k}_{r}\) is the random value in the range \((\mathrm{0,1})\) . \({ux}_{oij}\) and \({lx}_{oij}\) are dynamic boundaries of the elite opposition-based solution in \(j\) dimensional variables. The advantage of dynamic boundary is to reduce the exploration space of particles, which is beneficial to the convergence of the algorithm. When the elite opposition-based solution is out of bounds, the out-of-bounds processing is performed. The equation is given as follows:

After calculating the fitness function values of the elite solution and the elite opposition-based solution, respectively, \(n\) high quality solutions were selected to form a new initial population position matrix.

The position updating Eq. ( 2 ) is modified based on the strategy of dynamic weight. To improve the speed of the global search of the population, the strategy of dynamic weight from the artificial bee colony algorithm 34 is introduced to enhance the computational performance. The new position updating equation is shown as follows:

Here \(\rho\) is the random value in the range \((\mathrm{0,1})\) . \(\psi\) represents the acceleration coefficient and \({\omega }{\prime}\) is the dynamic weight coefficient. The updated equations of the above parameters are as follows:

where \(f(i)\) denotes the fitness function value of individual particle \(i\) and u is the average of the population fitness function values in the current iteration. The Eqs. ( 11 , 12 ) are introduced into the position updating equation. And they can attract the particle towards positions of the best-so-far solution in the search space.

New local optimal jump-out strategy is added for escaping from the local optimal. When the value of the fitness function for the population optimal particles does not change in M iterations, the algorithm determines that the population falls into a local optimal. The scheme in which the population jumps out of the local optimum is to reset the position information of the 40% of individuals within the population, in other words, to randomly generate the position vector in the search space. M is set to 5% of the maximum number of iterations.

New spiral update search strategy is added after the local optimal jump-out strategy. Since the whale optimization algorithm (WOA) was good at exploring the local search space 35 , the spiral update search strategy in the WOA 36 is introduced to update the position of the particles after the swarm jumps out of local optimal. The equation for the spiral update is as follows:

Here \(D=\left|{x}_{i}\left(k\right)-Gbest\right|\) denotes the distance between the particle itself and the global optimal solution so far. \(B\) is the constant that defines the shape of the logarithmic spiral. \(l\) is the random value in \([-\mathrm{1,1}]\) . \(l\) represents the distance between the newly generated particle and the global optimal position, \(l=-1\) means the closest distance, while \(l=1\) means the farthest distance, and the meaning of this parameter can be directly observed by Fig. 1 .

Spiral updating position.

The DE/best/2 mutation strategy is introduced to form the mutant particle. 4 individuals in the population are randomly selected that differ from the current particle, then the vector difference between them is rescaled, and the difference vector is combined with the global optimal position to form the mutant particle. The equation for mutation of particle position is shown as follows:

where \({x}^{*}\) is the mutated particle, \(F\) is the scale factor of mutation, \({r}_{1}\) , \({r}_{2}\) , \({r}_{3}\) , \({r}_{4}\) are random integer values in \((0,n]\) and not equal to \(i\) , respectively. Specific particles are selected for mutation with the screening conditions as follows:

where \(Cr\) represents the probability of mutation, \(rand\left(\mathrm{0,1}\right)\) is a random number in \(\left(\mathrm{0,1}\right)\) , and \({i}_{rand}\) is a random integer value in \((0,n]\) .

The improved PSO incorporates the search ideas of other intelligent algorithms (DE, WOA), so the improved algorithm proposed in this paper is named NDWPSO. The pseudo-code for the NDWPSO algorithm is given as follows:

The main procedure of NDWPSO.

Comparing the distribution of inertia weight parameters

There are several improved PSO algorithms (such as CDWPSO 25 , and SDWPSO 26 ) that adopt the dynamic weighted particle position update strategy as their improvement strategy. The updated equations of the CDWPSO and the SDWPSO algorithm for the inertia weight parameters are given as follows:

where \({\text{A}}\) is a value in \((\mathrm{0,1}]\) . \({r}_{max}\) and \({r}_{min}\) are the upper and lower limits of the fluctuation range of the inertia weight parameters, \(k\) is the current number of algorithm iterations, and \(Mk\) denotes the maximum number of iterations.

Considering that the update method of inertia weight parameters by our proposed NDWPSO is comparable to the CDWPSO, and SDWPSO, a comparison experiment for the distribution of inertia weight parameters is set up in this section. The maximum number of iterations in the experiment is \(Mk=500\) . The distributions of CDWPSO, SDWPSO, and NDWPSO inertia weights are shown sequentially in Fig. 2 .

The inertial weight distribution of CDWPSO, SDWPSO, and NDWPSO.

In Fig. 2 , the inertia weight value of CDWPSO is a random value in (0,1]. It may make individual particles fly out of the range in the late iteration of the algorithm. Similarly, the inertia weight value of SDWPSO is a value that tends to zero infinitely, so that the swarm no longer can fly in the search space, making the algorithm extremely easy to fall into the local optimal value. On the other hand, the distribution of the inertia weights of the NDWPSO forms a gentle slope by two curves. Thus, the swarm can faster lock the global optimum range in the early iterations and locate the global optimal more precisely in the late iterations. The reason is that the inertia weight values between two adjacent iterations are inversely proportional to each other. Besides, the time-varying part of the inertial weight within NDWPSO is designed to reduce the chaos characteristic of the parameters. The inertia weight value of NDWPSO avoids the disadvantages of the above two schemes, so its design is more reasonable.

Experiment and discussion

In this section, three experiments are set up to evaluate the performance of NDWPSO: (1) the experiment of 23 classical functions 37 between NDWPSO and three particle swarm algorithms (PSO 6 , CDWPSO 25 , SDWPSO 26 ); (2) the experiment of benchmark test functions between NDWPSO and other intelligent algorithms (Whale Optimization Algorithm (WOA) 36 , Harris Hawk Algorithm (HHO) 38 , Gray Wolf Optimization Algorithm (GWO) 39 , Archimedes Algorithm (AOA) 40 , Equilibrium Optimizer (EO) 41 and Differential Evolution (DE) 42 ); (3) the experiment for solving three real engineering problems (welded beam design 43 , pressure vessel design 44 , and three-bar truss design 38 ). All experiments are run on a computer with Intel i5-11400F GPU, 2.60 GHz, 16 GB RAM, and the code is written with MATLAB R2017b.

The benchmark test functions are 23 classical functions, which consist of indefinite unimodal (F1–F7), indefinite dimensional multimodal functions (F8–F13), and fixed-dimensional multimodal functions (F14–F23). The unimodal benchmark function is used to evaluate the global search performance of different algorithms, while the multimodal benchmark function reflects the ability of the algorithm to escape from the local optimal. The mathematical equations of the benchmark functions are shown and found as Supplementary Tables S1 – S3 online.

Experiments on benchmark functions between NDWPSO, and other PSO variants

The purpose of the experiment is to show the performance advantages of the NDWPSO algorithm. Here, the dimensions and corresponding population sizes of 13 benchmark functions (7 unimodal and 6 multimodal) are set to (30, 40), (50, 70), and (100, 130). The population size of 10 fixed multimodal functions is set to 40. Each algorithm is repeated 30 times independently, and the maximum number of iterations is 200. The performance of the algorithm is measured by the mean and the standard deviation (SD) of the results for different benchmark functions. The parameters of the NDWPSO are set as: \({[{\omega }_{min},\omega }_{max}]=[\mathrm{0.4,0.9}]\) , \(\left[{c}_{max},{c}_{min}\right]=\left[\mathrm{2.5,1.5}\right],{V}_{max}=0.1,b={e}^{-50}, M=0.05\times Mk, B=1,F=0.7, Cr=0.9.\) And, \(A={\omega }_{max}\) for CDWPSO; \({[r}_{max},{r}_{min}]=[\mathrm{4,0}]\) for SDWPSO.

Besides, the experimental data are retained to two decimal places, but some experimental data will increase the number of retained data to pursue more accuracy in comparison. The best results in each group of experiments will be displayed in bold font. The experimental data is set to 0 if the value is below 10 –323 . The experimental parameter settings in this paper are different from the references (PSO 6 , CDWPSO 25 , SDWPSO 26 , so the final experimental data differ from the ones within the reference.

As shown in Tables 1 and 2 , the NDWPSO algorithm obtains better results for all 49 sets of data than other PSO variants, which include not only 13 indefinite-dimensional benchmark functions and 10 fixed-multimodal benchmark functions. Remarkably, the SDWPSO algorithm obtains the same accuracy of calculation as NDWPSO for both unimodal functions f 1 –f 4 and multimodal functions f 9 –f 11 . The solution accuracy of NDWPSO is higher than that of other PSO variants for fixed-multimodal benchmark functions f 14 -f 23 . The conclusion can be drawn that the NDWPSO has excellent global search capability, local search capability, and the capability for escaping the local optimal.

In addition, the convergence curves of the 23 benchmark functions are shown in Figs. 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 , 11 , 12 , 13 , 14 , 15 , 16 , 17 , 18 and 19 . The NDWPSO algorithm has a faster convergence speed in the early stage of the search for processing functions f1-f6, f8-f14, f16, f17, and finds the global optimal solution with a smaller number of iterations. In the remaining benchmark function experiments, the NDWPSO algorithm shows no outstanding performance for convergence speed in the early iterations. There are two reasons of no outstanding performance in the early iterations. On one hand, the fixed-multimodal benchmark function has many disturbances and local optimal solutions in the whole search space. on the other hand, the initialization scheme based on elite opposition-based learning is still stochastic, which leads to the initial position far from the global optimal solution. The inertia weight based on chaotic mapping and the strategy of spiral updating can significantly improve the convergence speed and computational accuracy of the algorithm in the late search stage. Finally, the NDWPSO algorithm can find better solutions than other algorithms in the middle and late stages of the search.

Evolution curve of NDWPSO and other PSO algorithms for f1 (Dim = 30,50,100).

Evolution curve of NDWPSO and other PSO algorithms for f2 (Dim = 30,50,100).

Evolution curve of NDWPSO and other PSO algorithms for f3 (Dim = 30,50,100).

Evolution curve of NDWPSO and other PSO algorithms for f4 (Dim = 30,50,100).

Evolution curve of NDWPSO and other PSO algorithms for f5 (Dim = 30,50,100).

Evolution curve of NDWPSO and other PSO algorithms for f6 (Dim = 30,50,100).

Evolution curve of NDWPSO and other PSO algorithms for f7 (Dim = 30,50,100).

Evolution curve of NDWPSO and other PSO algorithms for f8 (Dim = 30,50,100).

Evolution curve of NDWPSO and other PSO algorithms for f9 (Dim = 30,50,100).

Evolution curve of NDWPSO and other PSO algorithms for f10 (Dim = 30,50,100).

Evolution curve of NDWPSO and other PSO algorithms for f11(Dim = 30,50,100).

Evolution curve of NDWPSO and other PSO algorithms for f12 (Dim = 30,50,100).

Evolution curve of NDWPSO and other PSO algorithms for f13 (Dim = 30,50,100).

Evolution curve of NDWPSO and other PSO algorithms for f14, f15, f16.

Evolution curve of NDWPSO and other PSO algorithms for f17, f18, f19.

Evolution curve of NDWPSO and other PSO algorithms for f20, f21, f22.

Evolution curve of NDWPSO and other PSO algorithms for f23.

To evaluate the performance of different PSO algorithms, a statistical test is conducted. Due to the stochastic nature of the meta-heuristics, it is not enough to compare algorithms based on only the mean and standard deviation values. The optimization results cannot be assumed to obey the normal distribution; thus, it is necessary to judge whether the results of the algorithms differ from each other in a statistically significant way. Here, the Wilcoxon non-parametric statistical test 45 is used to obtain a parameter called p -value to verify whether two sets of solutions are different to a statistically significant extent or not. Generally, it is considered that p ≤ 0.5 can be considered as a statistically significant superiority of the results. The p -values calculated in Wilcoxon’s rank-sum test comparing NDWPSO and other PSO algorithms are listed in Table 3 for all benchmark functions. The p -values in Table 3 additionally present the superiority of the NDWPSO because all of the p -values are much smaller than 0.5.

In general, the NDWPSO has the fastest convergence rate when finding the global optimum from Figs. 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 , 11 , 12 , 13 , 14 , 15 , 16 , 17 , 18 and 19 , and thus we can conclude that the NDWPSO is superior to the other PSO variants during the process of optimization.

Comparison experiments between NDWPSO and other intelligent algorithms

Experiments are conducted to compare NDWPSO with several other intelligent algorithms (WOA, HHO, GWO, AOA, EO and DE). The experimental object is 23 benchmark functions, and the experimental parameters of the NDWPSO algorithm are set the same as in Experiment 4.1. The maximum number of iterations of the experiment is increased to 2000 to fully demonstrate the performance of each algorithm. Each algorithm is repeated 30 times individually. The parameters of the relevant intelligent algorithms in the experiments are set as shown in Table 4 . To ensure the fairness of the algorithm comparison, all parameters are concerning the original parameters in the relevant algorithm literature. The experimental results are shown in Tables 5 , 6 , 7 and 8 and Figs. 20 , 21 , 22 , 23 , 24 , 25 , 26 , 27 , 28 , 29 , 30 , 31 , 32 , 33 , 34 , 35 and 36 .

Evolution curve of NDWPSO and other algorithms for f1 (Dim = 30,50,100).

Evolution curve of NDWPSO and other algorithms for f2 (Dim = 30,50,100).

Evolution curve of NDWPSO and other algorithms for f3(Dim = 30,50,100).

Evolution curve of NDWPSO and other algorithms for f4 (Dim = 30,50,100).

Evolution curve of NDWPSO and other algorithms for f5 (Dim = 30,50,100).

Evolution curve of NDWPSO and other algorithms for f6 (Dim = 30,50,100).

Evolution curve of NDWPSO and other algorithms for f7 (Dim = 30,50,100).

Evolution curve of NDWPSO and other algorithms for f8 (Dim = 30,50,100).

Evolution curve of NDWPSO and other algorithms for f9(Dim = 30,50,100).

Evolution curve of NDWPSO and other algorithms for f10 (Dim = 30,50,100).

Evolution curve of NDWPSO and other algorithms for f11 (Dim = 30,50,100).

Evolution curve of NDWPSO and other algorithms for f12 (Dim = 30,50,100).

Evolution curve of NDWPSO and other algorithms for f13 (Dim = 30,50,100).

Evolution curve of NDWPSO and other algorithms for f14, f15, f16.

Evolution curve of NDWPSO and other algorithms for f17, f18, f19.

Evolution curve of NDWPSO and other algorithms for f20, f21, f22.

Evolution curve of NDWPSO and other algorithms for f23.

The experimental data of NDWPSO and other intelligent algorithms for handling 30, 50, and 100-dimensional benchmark functions ( \({f}_{1}-{f}_{13}\) ) are recorded in Tables 8 , 9 and 10 , respectively. The comparison data of fixed-multimodal benchmark tests ( \({f}_{14}-{f}_{23}\) ) are recorded in Table 11 . According to the data in Tables 5 , 6 and 7 , the NDWPSO algorithm obtains 69.2%, 84.6%, and 84.6% of the best results for the benchmark function ( \({f}_{1}-{f}_{13}\) ) in the search space of three dimensions (Dim = 30, 50, 100), respectively. In Table 8 , the NDWPSO algorithm obtains 80% of the optimal solutions in 10 fixed-multimodal benchmark functions.

The convergence curves of each algorithm are shown in Figs. 20 , 21 , 22 , 23 , 24 , 25 , 26 , 27 , 28 , 29 , 30 , 31 , 32 , 33 , 34 , 35 and 36 . The NDWPSO algorithm demonstrates two convergence behaviors when calculating the benchmark functions in 30, 50, and 100-dimensional search spaces. The first behavior is the fast convergence of NDWPSO with a small number of iterations at the beginning of the search. The reason is that the Iterative-mapping strategy and the position update scheme of dynamic weighting are used in the NDWPSO algorithm. This scheme can quickly target the region in the search space where the global optimum is located, and then precisely lock the optimal solution. When NDWPSO processes the functions \({f}_{1}-{f}_{4}\) , and \({f}_{9}-{f}_{11}\) , the behavior can be reflected in the convergence trend of their corresponding curves. The second behavior is that NDWPSO gradually improves the convergence accuracy and rapidly approaches the global optimal in the middle and late stages of the iteration. The NDWPSO algorithm fails to converge quickly in the early iterations, which is possible to prevent the swarm from falling into a local optimal. The behavior can be demonstrated by the convergence trend of the curves when NDWPSO handles the functions \({f}_{6}\) , \({f}_{12}\) , and \({f}_{13}\) , and it also shows that the NDWPSO algorithm has an excellent ability of local search.

Combining the experimental data with the convergence curves, it is concluded that the NDWPSO algorithm has a faster convergence speed, so the effectiveness and global convergence of the NDWPSO algorithm are more outstanding than other intelligent algorithms.

Experiments on classical engineering problems

Three constrained classical engineering design problems (welded beam design, pressure vessel design 43 , and three-bar truss design 38 ) are used to evaluate the NDWPSO algorithm. The experiments are the NDWPSO algorithm and 5 other intelligent algorithms (WOA 36 , HHO, GWO, AOA, EO 41 ). Each algorithm is provided with the maximum number of iterations and population size ( \({\text{Mk}}=500,\mathrm{ n}=40\) ), and then repeats 30 times, independently. The parameters of the algorithms are set the same as in Table 4 . The experimental results of three engineering design problems are recorded in Tables 9 , 10 and 11 in turn. The result data is the average value of the solved data.

Welded beam design

The target of the welded beam design problem is to find the optimal manufacturing cost for the welded beam with the constraints, as shown in Fig. 37 . The constraints are the thickness of the weld seam ( \({\text{h}}\) ), the length of the clamped bar ( \({\text{l}}\) ), the height of the bar ( \({\text{t}}\) ) and the thickness of the bar ( \({\text{b}}\) ). The mathematical formulation of the optimization problem is given as follows:

Welded beam design.

In Table 9 , the NDWPSO, GWO, and EO algorithms obtain the best optimal cost. Besides, the standard deviation (SD) of t NDWPSO is the lowest, which means it has very good results in solving the welded beam design problem.

Pressure vessel design

Kannan and Kramer 43 proposed the pressure vessel design problem as shown in Fig. 38 to minimize the total cost, including the cost of material, forming, and welding. There are four design optimized objects: the thickness of the shell \({T}_{s}\) ; the thickness of the head \({T}_{h}\) ; the inner radius \({\text{R}}\) ; the length of the cylindrical section without considering the head \({\text{L}}\) . The problem includes the objective function and constraints as follows:

Pressure vessel design.

The results in Table 10 show that the NDWPSO algorithm obtains the lowest optimal cost with the same constraints and has the lowest standard deviation compared with other algorithms, which again proves the good performance of NDWPSO in terms of solution accuracy.

Three-bar truss design

This structural design problem 44 is one of the most widely-used case studies as shown in Fig. 39 . There are two main design parameters: the area of the bar1 and 3 ( \({A}_{1}={A}_{3}\) ) and area of bar 2 ( \({A}_{2}\) ). The objective is to minimize the weight of the truss. This problem is subject to several constraints as well: stress, deflection, and buckling constraints. The problem is formulated as follows:

Three-bar truss design.

From Table 11 , NDWPSO obtains the best design solution in this engineering problem and has the smallest standard deviation of the result data. In summary, the NDWPSO can reveal very competitive results compared to other intelligent algorithms.

Conclusions and future works

An improved algorithm named NDWPSO is proposed to enhance the solving speed and improve the computational accuracy at the same time. The improved NDWPSO algorithm incorporates the search ideas of other intelligent algorithms (DE, WOA). Besides, we also proposed some new hybrid strategies to adjust the distribution of algorithm parameters (such as the inertia weight parameter, the acceleration coefficients, the initialization scheme, the position updating equation, and so on).

23 classical benchmark functions: indefinite unimodal (f1-f7), indefinite multimodal (f8-f13), and fixed-dimensional multimodal(f14-f23) are applied to evaluate the effective line and feasibility of the NDWPSO algorithm. Firstly, NDWPSO is compared with PSO, CDWPSO, and SDWPSO. The simulation results can prove the exploitative, exploratory, and local optima avoidance of NDWPSO. Secondly, the NDWPSO algorithm is compared with 5 other intelligent algorithms (WOA, HHO, GWO, AOA, EO). The NDWPSO algorithm also has better performance than other intelligent algorithms. Finally, 3 classical engineering problems are applied to prove that the NDWPSO algorithm shows superior results compared to other algorithms for the constrained engineering optimization problems.

Although the proposed NDWPSO is superior in many computation aspects, there are still some limitations and further improvements are needed. The NDWPSO performs a limit initialize on each particle by the strategy of “elite opposition-based learning”, it takes more computation time before speed update. Besides, the” local optimal jump-out” strategy also brings some random process. How to reduce the random process and how to improve the limit initialize efficiency are the issues that need to be further discussed. In addition, in future work, researchers will try to apply the NDWPSO algorithm to wider fields to solve more complex and diverse optimization problems.

Data availability

The datasets used and/or analyzed during the current study available from the corresponding author on reasonable request.

Sami, F. Optimize electric automation control using artificial intelligence (AI). Optik 271 , 170085 (2022).

Article ADS Google Scholar

Li, X. et al. Prediction of electricity consumption during epidemic period based on improved particle swarm optimization algorithm. Energy Rep. 8 , 437–446 (2022).

Article Google Scholar

Sun, B. Adaptive modified ant colony optimization algorithm for global temperature perception of the underground tunnel fire. Case Stud. Therm. Eng. 40 , 102500 (2022).

Bartsch, G. et al. Use of artificial intelligence and machine learning algorithms with gene expression profiling to predict recurrent nonmuscle invasive urothelial carcinoma of the bladder. J. Urol. 195 (2), 493–498 (2016).

Article PubMed Google Scholar

Bao, Z. Secure clustering strategy based on improved particle swarm optimization algorithm in internet of things. Comput. Intell. Neurosci. 2022 , 1–9 (2022).

Google Scholar

Kennedy, J. & Eberhart, R. Particle swarm optimization. In: Proceedings of ICNN'95-International Conference on Neural Networks . IEEE, 1942–1948 (1995).

Lin, Q. et al. A novel artificial bee colony algorithm with local and global information interaction. Appl. Soft Comput. 62 , 702–735 (2018).

Abed-alguni, B. H. et al. Exploratory cuckoo search for solving single-objective optimization problems. Soft Comput. 25 (15), 10167–10180 (2021).

Brajević, I. A shuffle-based artificial bee colony algorithm for solving integer programming and minimax problems. Mathematics 9 (11), 1211 (2021).

Khan, A. T. et al. Non-linear activated beetle antennae search: A novel technique for non-convex tax-aware portfolio optimization problem. Expert Syst. Appl. 197 , 116631 (2022).

Brajević, I. et al. Hybrid sine cosine algorithm for solving engineering optimization problems. Mathematics 10 (23), 4555 (2022).

Abed-Alguni, B. H., Paul, D. & Hammad, R. Improved Salp swarm algorithm for solving single-objective continuous optimization problems. Appl. Intell. 52 (15), 17217–17236 (2022).

Nadimi-Shahraki, M. H. et al. Binary starling murmuration optimizer algorithm to select effective features from medical data. Appl. Sci. 13 (1), 564 (2022).

Nadimi-Shahraki, M. H. et al. A systematic review of the whale optimization algorithm: Theoretical foundation, improvements, and hybridizations. Archiv. Comput. Methods Eng. 30 (7), 4113–4159 (2023).

Fatahi, A., Nadimi-Shahraki, M. H. & Zamani, H. An improved binary quantum-based avian navigation optimizer algorithm to select effective feature subset from medical data: A COVID-19 case study. J. Bionic Eng. 21 (1), 426–446 (2024).

Abed-alguni, B. H. & AL-Jarah, S. H. IBJA: An improved binary DJaya algorithm for feature selection. J. Comput. Sci. 75 , 102201 (2024).

Yeh, W.-C. A novel boundary swarm optimization method for reliability redundancy allocation problems. Reliab. Eng. Syst. Saf. 192 , 106060 (2019).

Solomon, S., Thulasiraman, P. & Thulasiram, R. Collaborative multi-swarm PSO for task matching using graphics processing units. In: Proceedings of the 13th Annual Conference on Genetic and Evolutionary Computation 1563–1570 (2011).

Mukhopadhyay, S. & Banerjee, S. Global optimization of an optical chaotic system by chaotic multi swarm particle swarm optimization. Expert Syst. Appl. 39 (1), 917–924 (2012).

Duan, L. et al. Improved particle swarm optimization algorithm for enhanced coupling of coaxial optical communication laser. Opt. Fiber Technol. 64 , 102559 (2021).

Sun, F., Xu, Z. & Zhang, D. Optimization design of wind turbine blade based on an improved particle swarm optimization algorithm combined with non-gaussian distribution. Adv. Civ. Eng. 2021 , 1–9 (2021).

Liu, M. et al. An improved particle-swarm-optimization algorithm for a prediction model of steel slab temperature. Appl. Sci. 12 (22), 11550 (2022).

Article MathSciNet CAS Google Scholar

Gad, A. G. Particle swarm optimization algorithm and its applications: A systematic review. Archiv. Comput. Methods Eng. 29 (5), 2531–2561 (2022).

Article MathSciNet Google Scholar

Feng, H. et al. Trajectory control of electro-hydraulic position servo system using improved PSO-PID controller. Autom. Constr. 127 , 103722 (2021).

Chen, Ke., Zhou, F. & Liu, A. Chaotic dynamic weight particle swarm optimization for numerical function optimization. Knowl. Based Syst. 139 , 23–40 (2018).

Bai, B. et al. Reliability prediction-based improved dynamic weight particle swarm optimization and back propagation neural network in engineering systems. Expert Syst. Appl. 177 , 114952 (2021).

Alsaidy, S. A., Abbood, A. D. & Sahib, M. A. Heuristic initialization of PSO task scheduling algorithm in cloud computing. J. King Saud Univ. –Comput. Inf. Sci. 34 (6), 2370–2382 (2022).

Liu, H., Cai, Z. & Wang, Y. Hybridizing particle swarm optimization with differential evolution for constrained numerical and engineering optimization. Appl. Soft Comput. 10 (2), 629–640 (2010).

Deng, W. et al. A novel intelligent diagnosis method using optimal LS-SVM with improved PSO algorithm. Soft Comput. 23 , 2445–2462 (2019).

Huang, M. & Zhen, L. Research on mechanical fault prediction method based on multifeature fusion of vibration sensing data. Sensors 20 (1), 6 (2019).

Article ADS PubMed PubMed Central Google Scholar

Wolpert, D. H. & Macready, W. G. No free lunch theorems for optimization. IEEE Trans. Evol. Comput. 1 (1), 67–82 (1997).

Gandomi, A. H. et al. Firefly algorithm with chaos. Commun. Nonlinear Sci. Numer. Simul. 18 (1), 89–98 (2013).

Article ADS MathSciNet Google Scholar

Zhou, Y., Wang, R. & Luo, Q. Elite opposition-based flower pollination algorithm. Neurocomputing 188 , 294–310 (2016).

Li, G., Niu, P. & Xiao, X. Development and investigation of efficient artificial bee colony algorithm for numerical function optimization. Appl. Soft Comput. 12 (1), 320–332 (2012).

Xiong, G. et al. Parameter extraction of solar photovoltaic models by means of a hybrid differential evolution with whale optimization algorithm. Solar Energy 176 , 742–761 (2018).

Mirjalili, S. & Lewis, A. The whale optimization algorithm. Adv. Eng. Softw. 95 , 51–67 (2016).

Yao, X., Liu, Y. & Lin, G. Evolutionary programming made faster. IEEE Trans. Evol. Comput. 3 (2), 82–102 (1999).

Heidari, A. A. et al. Harris hawks optimization: Algorithm and applications. Fut. Gener. Comput. Syst. 97 , 849–872 (2019).

Mirjalili, S., Mirjalili, S. M. & Lewis, A. Grey wolf optimizer. Adv. Eng. Softw. 69 , 46–61 (2014).

Hashim, F. A. et al. Archimedes optimization algorithm: A new metaheuristic algorithm for solving optimization problems. Appl. Intell. 51 , 1531–1551 (2021).

Faramarzi, A. et al. Equilibrium optimizer: A novel optimization algorithm. Knowl. -Based Syst. 191 , 105190 (2020).

Pant, M. et al. Differential evolution: A review of more than two decades of research. Eng. Appl. Artif. Intell. 90 , 103479 (2020).

Coello, C. A. C. Use of a self-adaptive penalty approach for engineering optimization problems. Comput. Ind. 41 (2), 113–127 (2000).

Kannan, B. K. & Kramer, S. N. An augmented lagrange multiplier based method for mixed integer discrete continuous optimization and its applications to mechanical design. J. Mech. Des. 116 , 405–411 (1994).

Derrac, J. et al. A practical tutorial on the use of nonparametric statistical tests as a methodology for comparing evolutionary and swarm intelligence algorithms. Swarm Evol. Comput. 1 (1), 3–18 (2011).

Download references

Acknowledgements

This work was supported by Key R&D plan of Shandong Province, China (2021CXGC010207, 2023CXGC01020); First batch of talent research projects of Qilu University of Technology in 2023 (2023RCKY116); Introduction of urgently needed talent projects in Key Supported Regions of Shandong Province; Key Projects of Natural Science Foundation of Shandong Province (ZR2020ME116); the Innovation Ability Improvement Project for Technology-based Small- and Medium-sized Enterprises of Shandong Province (2022TSGC2051, 2023TSGC0024, 2023TSGC0931); National Key R&D Program of China (2019YFB1705002), LiaoNing Revitalization Talents Program (XLYC2002041) and Young Innovative Talents Introduction & Cultivation Program for Colleges and Universities of Shandong Province (Granted by Department of Education of Shandong Province, Sub-Title: Innovative Research Team of High Performance Integrated Device).

Author information

Authors and affiliations.

School of Mechanical and Automotive Engineering, Qilu University of Technology (Shandong Academy of Sciences), Jinan, 250353, China

Jinwei Qiao, Guangyuan Wang, Zhi Yang, Jun Chen & Pengbo Liu

Shandong Institute of Mechanical Design and Research, Jinan, 250353, China

School of Information Science and Engineering, Northeastern University, Shenyang, 110819, China

Xiaochuan Luo

Fushun Supervision Inspection Institute for Special Equipment, Fushun, 113000, China

You can also search for this author in PubMed Google Scholar

Contributions

Z.Y., J.Q., and G.W. wrote the main manuscript text and prepared all figures and tables. J.C., P.L., K.L., and X.L. were responsible for the data curation and software. All authors reviewed the manuscript.

Corresponding author

Correspondence to Zhi Yang .

Ethics declarations

Competing interests.

The authors declare no competing interests.

Additional information

Publisher's note.

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Supplementary Information

Supplementary information., rights and permissions.

Open Access This article is licensed under a Creative Commons Attribution 4.0 International License, which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if changes were made. The images or other third party material in this article are included in the article's Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article's Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this licence, visit http://creativecommons.org/licenses/by/4.0/ .

Reprints and permissions

About this article

Cite this article.

Qiao, J., Wang, G., Yang, Z. et al. A hybrid particle swarm optimization algorithm for solving engineering problem. Sci Rep 14 , 8357 (2024). https://doi.org/10.1038/s41598-024-59034-2

Download citation

Received : 11 January 2024

Accepted : 05 April 2024

Published : 10 April 2024

DOI : https://doi.org/10.1038/s41598-024-59034-2

Share this article

Anyone you share the following link with will be able to read this content:

Sorry, a shareable link is not currently available for this article.

Provided by the Springer Nature SharedIt content-sharing initiative

Particle swarm optimization
Elite opposition-based learning
Iterative mapping
Convergence analysis

By submitting a comment you agree to abide by our Terms and Community Guidelines . If you find something abusive or that does not comply with our terms or guidelines please flag it as inappropriate.

Quick links

Explore articles by subject
Guide to authors
Editorial policies

Sign up for the Nature Briefing: AI and Robotics newsletter — what matters in AI and robotics research, free to your inbox weekly.

New Douglas-Rashford Splitting Algorithms for Generalized DC Programming with Applications in Machine Learning

Yao, Yonghong
Jolaoso, Lateef O.
Shehu, Yekini
Yao, Jen-Chih

In this work, we propose some new Douglas-Rashford splitting algorithms for solving a class of generalized DC (difference of convex functions) in real Hilbert spaces. The proposed methods leverage the proximal properties of the nonsmooth component and a fasten control parameter which improves the convergence rate of the algorithms. We prove the convergence of these methods to the critical points of nonconvex optimization under reasonable conditions. We evaluate the performance and effectiveness of our methods through experimentation with three practical examples in machine learning. Our findings demonstrated that our methods offer efficiency in problem-solving and outperform state-of-the-art techniques like the DCA (DC Algorithm) and ADMM.

Mathematics - Optimization and Control

IMAGES

Complete Chapter- Introduction to Problem Solving (In Hindi)
Introduction to Problem Solving (In Hindi)
SELF EVALUATION
8D Format in Hindi I 8 Disciplines of problem solving
DAA 1 7 Fundamentals of Algorithmic problem solving
Mathematical problem solving in hindi

VIDEO

reading and solving Hindi vyakaran #subscribe # study
What is an Algorithm With Explanation in hindi|Algorithms in hindi|M3-R5 O level|Python Tutorials-1
shlok is solving hindi worksheet #shorts #revision #exampreparation
For which problem algorithm be written? एल्गोरिथम कैसे प्रॉब्लम्स के लिए लिख सकते हैं?
Python Tutorials for Beginners|Introduction to Programming|Problem Definition|o level M3-R5 in Hindi
5 Mind-blowing Thought Experiments

COMMENTS

Algorithm क्या है? परिभाषा और उदाहरण ( हिन्दी नोट्स)
Algorithm एक प्रक्रिया हैं जिसमे किसी भी काम को आसान बनाने के लिए उसे कई चरणों में विभाजित कर पूर्ण किया जाता हैं. जैसे किसी एक प्रोग्राम को ...
Algorithm क्या है?
Advantages of Algorithm in Hindi - एल्गोरिथम के फायदे. 1- Algorithm को समझना आसान होता है।. 2- यह किसी समस्या को सुलझाने में मदद करता है।. 3- एल्गोरिथ्म को वास्तविक ...
Algorithm क्या है?
Algorithm की परिभाषा. Algorithm, निर्देशों (Instructions) का एक सेट है, जो किसी समस्या (Problem) को हल करने की पूरी प्रकिया (Procedure) को परिभाषित करता है। इसका प्रमुख ...
(Updated) Algorithm क्या है?
Algorithm" शब्द का अर्थ है "process या set of rules या problem-solving operations" ... अगर आपको अभी भी What is Algorithm in Hindi से संबंधित कोई भी प्रश्न या Doubt है तो आप कमेंट्स के जरिए हमसे ...
Computer Algorithm in Hindi
Computer Algorithm in Hindi. ... Understanding algorithms is essential for problem-solving and efficient programming. **Algorithms** form the foundation of computer programming. They enable computers to perform specific tasks efficiently by breaking down complex problems into simpler steps. By following these steps, computers can process and ...
Algorithms tutorials in Hindi(Beginner for Coding)
An algorithm is finite set of rules, which gives a sequence of operations to solve a specific problem. ... Algorithms tutorials in Hindi(Beginner for Coding) 6 Weeks. All levels. 6 lessons. 0 quizzes ... The concept of an algorithm is one of the basic concepts in mathematics. Algorithm is a step-by-step problem solving procedure that can be ...
Introduction to Algorithms in Hindi
Learn about algorithm introduction in hindi with examples.Algorithm is a step by step procedure to solve a computational problem.Website: https://thecrazypro...
Algorithm क्या है? प्रकार और विशेषताएं
Algorithm क्या है- What is Algorithm in Hindi. Algorithm में मुख्यतः Computational Problems का हल निकालने के लिए सीमित निर्देशों को Add किया जाता है।एल्गोरिथम में किसी भी प्रकार ...
एल्गोरिथम क्या है? इसके प्रकार
What is algorithm in computer- उदाहरण (Example) Algorithm (Al-go-rith-um) एक Step by Step प्रक्रिया है, या फिर आप इसे एक फॉर्मुला कह सकते है जो किसी न किसी समस्या को हल करता है ...
Algorithm क्या है? और इसे कैसे लिखें
Algorithm क्या है (What is Algorithm in computer?) एल्गोरिथ्म शब्द का अर्थ है "गणना या अन्य समस्या-समाधान संचालन में पालन की जाने वाली नियमों की एक प्रक्रिया या सेट ...
What is an Algorithm With Explanation in hindi|Algorithms in hindi|M3
#algorithm in hindi#algorithm and flowchart hindi#algorithm problem solving#problem solving and algorithm design#what is an algorithm#olevel m3-r5#m3-r5#how ...
Algorithm
To get Notes , Questions and Answers : you need to pay only Rs 69/- through paytm or bank transfer.Following are the bank details :Bank Details are :Account ...
Algorithm क्या है? Meaning of Algorithm in Hindi
Finiteness (निश्चितता): आपके algorithm में हमेशा निश्चित steps होने चाहिए। एक limited steps के बाद algorithm खत्म हो जाना चाहिए। Input: Problem के solution के लिए हमें कुछ न कुछ चीजों की आवश्यकता होती ...
ऍल्गोरिथम क्या है और आसानी से कैसे लिखें
Algorithm in Hindi - सायद आपको पता नहीं होगा ऍल्गोरिथम क्या है और आपको अगर यह नहीं पता तो आपको Algorithm कैसे लिखें यह भी नहीं पता होगा. लेकिन आज मैं आपको, आपके दोनों सवालों ...
Free Data Structures and Algorithms Course in C [Hindi ...
A perfect blend of in-depth Data Structures and Algorithms theoretical knowledge and strong practical skills. Free Data Structures and Algorithms course gives you a headstart in learning DSA and enables you to bag top jobs in the IT industry. ★★★★★ Reviews | 86729 Learners.
Learn Data structure and algorithm in Python (Hindi)
What you'll learn. Learn essential data structures & algorithms in Python, including arrays, linked lists, sorting, recursion, with practical LeetCode exercises. Ace coding interviews with proven tips & tricks. Optimize code, approach complex problems effectively & gain confidence in technical interviews. Hands-on coding examples & projects in ...
Free Data Structures and Algorithms using Java Certification Course [Hindi]
The sole purpose of this data and algorithm course under Java is to understand the design techniques for any software and perform dynamic programming with exclusive algorithms. You will be introduced to problem-solving techniques to give you an overall experience of this industry. Java-oriented DSA includes easy concept's implementations.
#algorithm
#olevel #nielit #ratnakar #WhatisAlgorithm #Algorithms join the channel Telegram groupUNIQUE ONLINE GURU : - https://t.me/uniquegroups BCA with Ratnakar Sir ...
Free Data Structures and Algorithms using Python ...
The goal of the Data Structures and Algorithms (DSA) with Python course is to provide students a firm grounding in the fundamental ideas that underpin effective coding and problem-solving. This DSA using Python course delves into the world of data structures, which serve as a program's fundamental units for organizing and storing data.
[हिन्दी] Algorithms MCQ [Free Hindi PDF]
पाईये Algorithms उत्तर और विस्तृत समाधान के साथ MCQ प्रश्न। इन्हें मुफ्त में डाउनलोड करें Algorithms MCQ क्विज़ Pdf और अपनी आगामी परीक्षाओं जैसे बैंकिंग, SSC, रेलवे, UPSC, State PSC की ...
What is Algorithm With Full Information?
#Algorithm #QuickSupportWhat is Algorithm With Full Information? - [Hindi] - Quick Support. आज इस विडियो में हम आपको बताने वाले हैं ...
Understanding Algorithms: The Key to Problem-Solving Mastery
At its core, an algorithm is a systematic, step-by-step procedure or set of rules designed to solve a problem or perform a specific task. It provides clear instructions that, when followed meticulously, lead to the desired outcome. Consider an algorithm to be akin to a recipe for your favorite dish.
Free Data Structures and Algorithms using C++ Certification Course [Hindi]
Free Data Structures and Algorithms using C++ Certification Course [Hindi] In this introduction to DSA with C++, we set out on a quest to investigate the basic ideas that support contemporary programming. This introduction to data manipulation and algorithmic problem-solving will provide you the information and abilities necessary to ...
A hybrid particle swarm optimization algorithm for solving engineering
The particle swarm optimization algorithm is a population intelligence algorithm for solving continuous and discrete optimization problems. It originated from the social behavior of individuals in ...
New Douglas-Rashford Splitting Algorithms for Generalized DC ...
In this work, we propose some new Douglas-Rashford splitting algorithms for solving a class of generalized DC (difference of convex functions) in real Hilbert spaces. The proposed methods leverage the proximal properties of the nonsmooth component and a fasten control parameter which improves the convergence rate of the algorithms. We prove the convergence of these methods to the critical ...

Algorithm क्या है? परिभाषा और उदाहरण ( हिन्दी नोट्स) – What is Algorithm in Hindi

Algorithm की परिभाषा?

Algorithm की complexity?

एल्गोरिथ्म के प्रकार – Types of Algorithm

ऍल्गोरिथम के लाभ (Advantage )

ऍल्गोरिथम के कमियाँ (Disadvantage )

Factors of Algorithm in Hindi – एल्गोरिथम के फैक्टर

Algorithm की जरूरत क्या हैं?

Algorithm का एक उदाहरण?

एल्गोरिथम क्या हैं

एल्गोरिथम के प्रकार

एल्गोरिथम और फ्लोचार्ट में क्या अंतर है?

Keyboard in Hindi / कीबोर्ड क्या है? Keyboard kya hai – हिन्दी नोट्स

Algorithm क्या है? – What is Algorithm in Hindi

Algorithm in Hindi – एल्गोरिथम क्या है ?

Characteristics of Algorithm in Hindi – एल्गोरिथम की विशेषताएं

Advantages of Algorithm in Hindi – एल्गोरिथम के फायदे

Disadvantages of algorithm – एल्गोरिथम के नुकसान

Types of Algorithm in Hindi – एल्गोरिथम के प्रकार

Algorithm का उदाहरण

Complexity of Algorithm in Hindi – एल्गोरिथम की कोम्प्लेक्सिटी

1- Time Complexity

2- Space Complexity

Factors of Algorithm in Hindi – एल्गोरिथम के फैक्टर

Approaches of Algorithm in Hindi – एल्गोरिथम की एप्रोच

Divide and Conquer

Greedy approach

Dynamic programming

Algorithm और Flowchart के बीच अंतर

2 thoughts on “Algorithm क्या है? – What is Algorithm in Hindi”

Leave a Comment Cancel reply

एल्गोरिथ्म क्या है – What is Algorithm in Hindi?

Algorithm की परिभाषा

एल्गोरिथ्म के फाउंडर कौन है?

एल्गोरिथ्म के गुण – Properties of Algorithm

Algorithm के उदाहरण

एल्गोरिथ्म के प्रकार – Types of Algorithm

संक्षेप में

15 thoughts on “एल्गोरिथ्म क्या है – What is Algorithm in Hindi?”

Leave a Comment Cancel reply

Algorithm क्या है? – What is Algorithm in Hindi

एल्गोरिथ्म क्या है? (What is Algorithm in Hindi)

प्रोग्रामिंग एल्गोरिथ्म क्या है? (What is Algorithm in Computer Programming)

Example of Algorithm -:

एल्गोरिथ्म की विशेषताएं (Characteristics of an algorithm)

एल्गोरिथम के फायदे (Advantages of Algorithm In Hindi)

एल्गोरिथम के नुकसान (Disadvantages of Algorithm In Hindi)

Algorithm शब्द कहा से आया?

Algorithm के प्रकार (Types of Algorithm)

Leave a Reply Cancel reply

Computer Algorithm in Hindi

Key Takeaways:

Types of Algorithms:

Applications of Computer Algorithms:

Do Algorithms Have Limitations?

Common Misconceptions

Paragraph 2: Algorithms are always mathematical

Paragraph 3: Algorithms always give correct results

Paragraph 4: Algorithms are solely used for solving complex problems

Paragraph 5: Algorithms always lead to the best solution

Types of Computer Algorithms

Popular Algorithms and Their Applications

Complexity Analysis of Algorithms

Advantages of Using Algorithms

Steps to Design an Algorithm

The Role of Algorithms in Artificial Intelligence

Challenges in Algorithm Design

Future Trends in Algorithmic Development

Applications of Algorithms

Computer Algorithm (कंप्यूटर एल्गोरिदम)

You Might Also Like

Neural Network for Regression in Python

Computer Terms: Algorithms

Computer Algorithm Worksheets

Algorithms tutorials in Hindi(Beginner for Coding)

Requirements

Target audiences

Leave a Reply Cancel reply

Contribute Now

Don’t miss Join Our Community!