نوشته شده توسط : زپو
تاریخ انتشار : چهار شنبه 23 خرداد 1395 | نظرات ()
نوشته شده توسط : زپو

 پاورپوینت شیوه ارائه پیرامون الگوریتم استعماری


الگوریتم رقابت استعماری روشی در حوزه محاسبات تکاملی است که به یافتن پاسخ بهینه مسائل مختلف بهینه سازی می‌پردازد. این الگوریتم با مدلسازی ریاضی فرایند تکامل اجتماعی – سیاسی، الگوریتمی برای حل مسائل ریاضی بهینه سازی ارائه می‌دهد. از لحاظ کاربرد، این الگوریتم در دسته الگوریتم های بهینه سازی تکاملی همچون الگوریتم های ژنتیک ، بهینه سازی انبوه ذرات، بهینه سازی کلونی مورچگان ، تبرید فلزات شبیه سازی شده، و … قرار می گیرد. همانند همه الگوریتم های قرار گرفته در این دسته، الگوریتم رقابت استعماری نیز مجموعه اولیه ای از جوابهای احتمالی را تشکیل می دهد. این جوابهای اولیه در الگوریتم ژنتیک با عنوان “کروموزوم”، در الگوریتم ازدحام ذرات با عنوان “ذره” و در الگوریتم رقابت استعماری نیز با عنوان “کشور” شناخته می شوند. الگوریتم رقابت استعماری با روند خاصی که در ادامه می آید، این جوابهای اولیه (کشور ها) را به تدریج بهبود داده و در نهایت جواب مناسب مسئله بهینه سازی (کشور مطلوب) را در اختیار می گذارد. پایه‌های اصلی این الگوریتم را سیاست همسان سازی، رقابت استعماری و انقلاب تشکیل می‌دهند. این الگوریتم با تقلید از روند تکامل اجتماعی، اقتصادی و سیاسی کشورها و با مدلسازی ریاضی بخشهایی از این فرایند، عملگرهایی را در قالب منظم به صورت الگوریتم ارائه می‌دهد که می‌توانند به حل مسائل پیچیده بهینه سازی کمک کنند. در واقع این الگوریتم جوابهای مسئله بهینه سازی را در قالب کشورها نگریسته و سعی می‌کند در طی فرایندی تکرار شونده این جواب‌ها را رفته رفته بهبود داده و در نهایت به جواب بهینه مسئله برساند.

فهرست :  

ایده اصلی الگوریتم ژنتیک

الگوریتم رقابت استعماری

شکل دهی امپراطوری های اولیه

سیاست همگون سازی

انقلاب

تعویض مستعمره و استعمارگر

قدرت کل امپراطوری

رقابت استعماری

سقوط امپراطوری

شبه کد


خرید و دانلود  پاورپوینت شیوه ارائه پیرامون الگوریتم استعماری




:: برچسب‌ها: الگوریتم 8 وزیر , الگوریتم استعمارگر , الگوریتم استعماری , الگوریتم رقابت استعماری , الگوریتم ژنتیک , الگوریتم های جستجو , ایده اصلی الگوریتم ژنتیک , پاورپوینت آماده برای درس شیوه ارائه , پاورپوینت شیوه ارائه نوشتاری و گفتاری , تعویض مستعمره و استعمارگر , سقوط امپر ,
:: بازدید از این مطلب : 81
|
امتیاز مطلب : 0
|
تعداد امتیازدهندگان : 0
|
مجموع امتیاز : 0
تاریخ انتشار : چهار شنبه 9 شهريور 1395 | نظرات ()
نوشته شده توسط : زپو
تاریخ انتشار : سه شنبه 4 مرداد 1395 | نظرات ()
نوشته شده توسط : زپو

 کاربرد الگوریتم زنبورعسل در بهینه سازی مسائل ریاضی


 انسان هميشه براي الهام گرفتن به جهان زنده‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌ی پيرامون خود نگريسته است. يکي ازبهترين طرح‌هاي شناخته شده، طرح پرواز انسان است که ابتدا لئورناردو داوينچي (1519-1452) طرحي از يک ماشين پرنده را براساس ساختمان بدن خفاش رسم نمود. چهارصد سال بعد کلمان آدر ماشين پرنده‌اي ساخت که داراي موتور بود و به جای بال از ملخ استفاده مي‌کرد. در دهه‌های اخیر، روش‌های تکاملی و فراکاوشی به عنوان یک ابزار جستجو و بهینه‌سازی در حوزه‌های مختلفی مانند علوم تجاری و مهندسی مورد استفاده قرار گرفته است. وسعت دامنه‌‌ی کاربرد، سهولت استفاده و قابلیت دست‌یابی به جواب نزدیک و بهینه‌ی مطلق از جمله دلایل موفقیت این روش‌ها می‌باشد. هوش دسته جمعی، زیر شاخه‌ای از هوش مصنوعی است که بر پایه‌ی رفتار جمعی سیستم‌های غیر متمرکز و خود‌‌‌ ‌سازمان‌‌ده بنا شده است. نمونه‌ای از هوش جمعی، کلونی زنبور عسل است. یکی از کاربردهای این الگوریتم، مسائل بهینه‌سازی چندتایی است برای همین برخی به آن الگوریتم بهینه‌سازی زنبورعسل می‌گویند. دراین مقاله، الگوریتم کلونی زنبورعسل مورد استفاده قرار می‌گیرد و نتایج تولید شده توسط الگوریتم مقایسه می‌شوند.  موضوع کلونی زنبور عسل خود به دو بخش جستجوی غذا و فرآیند جفت‌گیری زنبورها تقسیم می‌شود.

فهرست :

مقدمه

فصل اول الگوریتم‌های تکاملی

 هوش مصنوعی

 الگوریتم چیست؟

 الگوریتم‌های تکاملی

 کاربردها

 الگوریتم کلونی مورچه

 بهینه سازی مسائل به روش کلونی مورچه

مورچه‌ها چگونه مي‌توانند کوتاه‌ترين مسير را پيدا کنند؟

 الگوریتم

الگوریتم کلی حرکت

 شبه کد و فلوچارت الگوریتم

 مزیت‌ها

 کاربردها

 الگوریتم رقابت استعماری

 دهی امپراطوری‌های اولیه

 سیاست جذب

 انقلاب

 جابجایی موقعیت مستعمره و امپریالیست

 رقابت استعماری

 سقوط امپراطوری‌های ضعیف

 شبه کد

 مزیت‌ها

 کاربردها

الگوریتم ژنتیک

مکانیزم الگوریتم ژنتیک

عملگرهای الگوریتم ژنتیک

کدگذاری

ارزیابی

ترکیب

جهش

رمزگشایی

شبه کد

کاربردها

الگوریتم ازدحام ذرات

کاربردها

کدام الگوریتم بهتر است؟

فصل دوم الگوریتم زنبور عسل

 تعریف

 کلونی زنبورها

 جستجوی غذا در طبیعت

 الگوریتم کلونی زنبورهای مصنوعی

 بهینه‌سازی کلونی زنبورها

 معرفی کلونی زنبورهای مصنوعی

 شبه کد

 الگوریتم بهینه‌یابی جفت‌گیری زنبورهای عسل

مدل‌سازی جفت‌گیری زنبورهای عسل

فصل سوم کاربردهای الگوریتم زنبورعسل

 The Ride Matching problems

Numerical expriment

دنیای مجازی در تسخیر زنبور دیجیتال

 بهینه‌سازی سد

 ایده‌ی روباتی

 سایر کاربردها

فصل چهارم کاربرد الگوریتم زنبورعسل در بهینه‌سازی مسائل ریاضی

 بهینه‌سازی

 شاخه‌های اصلی

انواع مسائل بهینه‌سازی

یک مساله‌ی بهینه‌سازی

قضایا

وجود نقطه‌ی بهینه

 کاربرد الگوریتم در مثال‌های ریاضی

 تابع سینوسی نامقید

 تابع توانی مقید

 ارزیابی الگوریتم

تابع  Griewank

تابع Rastrigin

تابع Rosenbrock

تابع Ackley

تابع Schwefel

نتیجه‌گیری و پیشنهادات

پیوست کد برنامه‌ی مربوط به الگوریتم زنبور عسل به زبانC

فهرست منابع

فهرست شكل‌ها و جدول‌ها:

شمای گرافیکی مغز انسان

نمونه‌ای از تکامل در طول تاریخ

سختی در حمل غذا و لزوم یافتن کوتاه‌ترین مسیر

فرومون و چگونگی یافتن کوتاه‌ترین مسیر

عدم تاثیر موانع در یافتن کوتاه‌ترین مسیر

فلوچارت الگوریتم مورچه

استعمار

شکل‌دهی امپراطوری اولیه

نحوه‌ی تقسیم مستعمرات میان کشورهای استعمارگر

تغییرات ناگهانی و وقوع انقلاب

تعویض موقعیت مستعمره و استعمارگر

رقابت استعمارگران

سقوط یک امپراطوری

نمای گرافیکی ژن

ترکیب در الگوریتم ژنتیک

الگوریتم اجتماع ذرات

swarm  زنبور‌ها

کدام الگوریتم؟

هدیه‌ای از جانب خدا

تلاش برای یافتن قطعات گلدار

رقص چرخشی

نمودار احتمال انتخاب زنبور‌هاي نر بر حسب تغييرات سرعت

نمودار احتمال انتخاب زنبور‌هاي نر برحسب تغییرات مقدار تابع هدف

الگوریتم HBMO

جریان ماهیانه‌ی ورودی به مخزن و نیاز متوسط

میزان متوسط افت خالص ماهیانه

تغییرات تابع هدف در  بهترین پرواز جفت‌گیری

تغییرات حجم مخزن در هر پریود

تغییرات میزان رهاسازی از مخزن در هر پریود

رويه‌ي تابع سينوسي نامقيد

تغييرات مقدار تابع هدف در طول پروازهاي جفت‌گيري

تعداد تجمعی موفقیت توابع در طول پروازهای جفت‌گیری

تغييرات حداكثر مقدار تابع هدف در  اجرا و در دفعات ارزيابي تابع هدف

تغييرات متوسط مقدار تابع در  اجرا و در طول دفعات ارزيابي تابع هدف

رويه‌ي تابع تواني مقيد

تغييرات مقدار تابع هدف در طول پروازهاي جفت‌گيري

تعداد تجمعي موفقيت توابع در طول انجام پروازهاي جفت‌گيري

تغييرات متوسط مقادير تابع هدف در  اجرا و در طول تعداد دفعات ارزيابي

تغييرات حداقل مقادیر تابع هدف در  اجرا و در طول تعداد دفعات ارزيابی

جدول ـ مقادیر تابع هدف در  بار اجرا و  پرواز جفت‌گيري

جدول ـ پارامترهاي آماري تابع هدف در  بار اجرا و  پرواز جفت‌گيري

جدول ـ مقادير تابع هدف و دومتغير تصميم در  اجرا و درپايان  پروازجفت‌گيري

جدول  پارامترهاي آماري تابع هدف و دومتغير تصميم در  اجرا  پرواز جفت‌گيري

جدول  پارامترهاي آماري مقادير تابع هدف در  اجرا توسط الگوريتم ژنتيك با احتمالات مختلف

جدول  مقاديرتابع هدف و دو متغير تصميم در  اجرا و  پرواز جفت‌گيري

جدول  پارامترهاي آماري تابع هدف و دو متغير تصميم در  اجرا ودر  پرواز جفت‌گيري

جدول  پارامترهاي آماري مقادير تابع هدف در  بار اجرا توسط الگوريتم ژنتيك با احتمالات مختلف


خرید و دانلود  کاربرد الگوریتم زنبورعسل در بهینه سازی مسائل ریاضی




:: برچسب‌ها: الگوریتم HBMO , الگوریتم ازدحام ذرات , الگوریتم رقابت استعماری , الگوریتم زنبور عسل , الگوریتم ژنتیک , الگوریتم کلونی مورچه , الگوریتم‌های تکاملی , انواع مسائل بهینه‌سازی , بهینه‌سازی مسائل ریاضی , پایان نامه مهندسی کامپیوتر , تابع سينوسي نامقيد , تابع سینوسی نامقید ,
:: بازدید از این مطلب : 92
|
امتیاز مطلب : 0
|
تعداد امتیازدهندگان : 0
|
مجموع امتیاز : 0
تاریخ انتشار : سه شنبه 2 خرداد 1395 | نظرات ()
نوشته شده توسط : زپو
تاریخ انتشار : سه شنبه 22 مرداد 1395 | نظرات ()
نوشته شده توسط : زپو
تاریخ انتشار : دو شنبه 28 تير 1395 | نظرات ()
نوشته شده توسط : زپو
تاریخ انتشار : دو شنبه 22 تير 1395 | نظرات ()
نوشته شده توسط : زپو
تاریخ انتشار : دو شنبه 10 خرداد 1395 | نظرات ()
نوشته شده توسط : زپو
تاریخ انتشار : دو شنبه 18 مرداد 1395 | نظرات ()
نوشته شده توسط : زپو
تاریخ انتشار : یک شنبه 8 ارديبهشت 1395 | نظرات ()
نوشته شده توسط : زپو
تاریخ انتشار : شنبه 11 مرداد 1395 | نظرات ()
نوشته شده توسط : زپو

 الگوریتم ژنتیک و حل مسئله TSP


در اين مقاله ابتدا الگوريتمهای ژنتيک را معرفی کرده و مراحل انجام چنين الگوريتمهايی توضيح داده می شود. بعد از اينکه يک ديد کلی نسبت به الگوريتمهای ژنتيک پيدا کرديم به مساله TSP میپردازیم. ابتدا چند روشی که برای حل مسئله TSP ارائه شده است را بيان می کنيم و بعد سعی می کنيم الگوريتمهای ژنتيک مختلفی را برای اين مساله مطرح کنيم و  پس بررسی می کنيم که کدام يک از اين الگوريتمهای ژنتيک بهتر از بقيه روشها جواب می دهند. در پايان نيز مقايسه ای بين  الگوريتمهای ژنتيک و ديگر الگوريتمها انجام می دهيم.

خرید و دانلود  الگوریتم ژنتیک و حل مسئله TSP




:: برچسب‌ها: Traveling Salesman Problem , اصول الگوریتم ژنتیک , الگوریتم , الگوریتم برتر , الگوریتم بهینه , الگوریتم دایجسترا , الگوریتم رقابت استعماری , الگوریتم ژنتیک , الگوریتم مورچگان , الگوریتم های ژنتیکی , الگوریتم و فلوچارت , انواع الگوریتم , حل مسئله TSP , روشهای مختلف الگ ,
:: بازدید از این مطلب : 156
|
امتیاز مطلب : 0
|
تعداد امتیازدهندگان : 0
|
مجموع امتیاز : 0
تاریخ انتشار : شنبه 13 خرداد 1395 | نظرات ()

صفحه قبل 1 2 3 4 5 ... 6341 صفحه بعد