رنگ آمیزی گراف با الگوریتم ژنتیک

  • دانلود پایان نامه رنگ آمیزی گراف با الگوریتم ژنتیک

    دانلود پایان نامه رنگ آمیزی گراف با الگوریتم ژنتیک

    دانلود پایان نامه رنگ آمیزی گراف با الگوریتم ژنتیک شرح مختصر : مساله بهینه سازی رنگ آمیزی گراف تعیین حداقل تعداد رنگهای مورد نظر برای رنگ آمیزی گرافی معین است به گونه ای که هیچ دو راس مجاور هم رنگ نباشند و این عدد مورد نظر را عدد کروماتیک گراف می گوئیم . مساله تصمیم گیری رنگ آمیزی گراف ان است که برای یک عدد صحیح m تعیین کنیم که آیا رنگ آمیزی وجود دارد که حداکثر از این m رنگ استفاده کرده و هیچ دو راس مجاوری هم رنگ نباشند. تا امروز برای حالتهای تصمیم گیری و بهینه سازی فوق الگوریتمی از مرتبه چند جمله ای پیدا نشده است . در اینجا سعی شده با استفاده از الگوریتم ژنتیک راه حل های بهینه ای را برای این مسئله ارائه دهیم. [توضیحات بیشتر] قيمت :75,000 ریال تعداد خرید : 200 خرید آنلاین دانلود رایگان



  • الگوریتم رنگ آمیزی آزمند

    == مرتب سازی رئوس == معمولا الگوریتم رنگ آمیزی آزمند، بدترین عملکرد خود را بر روی گراف‌های کامل دوبخشی k n,n دارد که یال نظیر رئوس xi و xj که i=j حذف شده‌اند.{{سخ}}   در صورتیکه پس از شماره گذاری رئوس، دو راسی که در  یک یال حذف شده قرار دارند به صورت متوالی شماره گذاری شوند، چنین گرافی  با n رنگ، رنگ آمیزی میشود درحالیکه یک گراف ۲-رنگ پذیر است. بنابراین ترتیب رئوس در الگوریتم آزمند اهمیت فراوانی دارد.   [[پرونده:Graphgreedy.jpg|چپ|قاب|دو الگوریتم آزمند با ترتیب رئوس متفاوت بر روی یک گراف]]   یکی از روش‌های معمول شماره گذاری رئوس، انتساب کمترین اولویت به راس با کمترین درجه و مرتب سازی بقیه رئوس به همین شکل است. اگر هر زیرگراف یک گراف دارای بیشینه درجه d باشد الگوریتم حریصانه حداکثر از d+۱ رنگ استفاده می‌کند.{{سخ}}   برای گرافی با بیشینه درجه D الگوریتم حریصانه از حداکثر D+۱ رنگ استفاده می‌کند. [[قضیه بروک]]Brooks' theorem نشان می‌دهد این تعداد با دو استثنا (گراف‌های cliques,   odd cycle ) حداکثر برابر D است. یکی از روش‌های اثبات این نظریه، شماره گذاری رئوس به صورتیست که دو راس اول، مجاور راس نهایی بوده ولی با یکدیگر مجاور نباشند بنابراین تعداد رنگ‌های استفاده شده الگوریتم آزمند برابر D خواهد بود. پاسخ به این سوال که آیا برای گراف مفروض G وعدد مفروض K یک الگوریتم آزمند وجود دارد که گراف را با کمتر از K رنگ، رنگ آمیزی کند یا خیر یک [[مسئله برابری پی و ان‌پی|مسئله NP-Complete]] است.{{سخ}}   تعدادی از معروف ترین الگوریتم‌های شماره گذاری رئوس عبارتند از:{{سخ}}   ترتیب خاص از پیش تعیین شده (SPECIFIC-PREDEFINED-ORDERING:SP){{سخ}}   ترتیب کاهش درجه نودها (DECREASING DEGREE ORDERING: DD) به عبارت دیگر هر بار راس رنگ نشده با بزرگترین درجه{{سخ}}   ترتیب افزایش درجه نودها(INCREASING DEGREE ORDERING: ID) به عبارت دیگر هر بار راس رنگ نشده با کوچکترین درجه{{سخ}}   ترتیب درجه اشباع  نودها (SATURATION DEGREE ORDERING:SD) که درجه اشباع یک نود عبارتست از تعداد رنگ‌های به کار رفته در رنگ آمیزی نودهای مجاورشمرتب سازی رنگ‌ها در الگوریتم رنگ آمیزی حریصانه همیشه اولین رنگ در دسترس را به راس انتخاب شده اختصاص نمی‌دهیم. همانطور که مرتب سازی رئوس در نتجه عملیات تاثیرگذار است، شیوه انتخاب رنگ‌ها نیز موثر خواهد بود. از معروف ترین الگوریتم های حریصانه مرتب سازی رنگ‌ها عبارتند از: SIMPLE-SEARCH-GREEDY:SSG: این روش کلاس‌های رنگ را بر اساس یک ترتیب از پیش تعریف شده انتخاب می‌کند. LARGEST-FIRST-SEARCH-GREEDY:LFSG : کلاس‌های رنگ را بر اساس سایزشان(تعداد نودهای موجود در هر یک) به ترتیب نزولی مرتب کرده از بینشان انتخاب می‌کند. بنابراین، این روش متمایل به ایجاد ...

  • كاربرد گراف دررياضي گسسته

    كاربرد گراف دررياضي گسسته کاربردهای گراف ( Usages of Geraph ) مقدمهبسیاری از وضعیتهای دنیای واقعی را می‌توان به راحتی به وسیله نموداری متشکل از مجموعه‌ای از نقاط و خطوطی که زوجهای معینی از این نقاط را به هم وصل می‌کنند، توصیف کرد. مثلا نقاط می‌توانند معرف افراد باشند و خطوط واصل بین زوجها می‌توانند معرف دستها باشند یا هر چیز دیگر که در اطراف خود می‌بینیم. مثل اینکه نقاط معرف اهداف ما و خطوط واصل می‌تواند راههای رسیدن به اهداف باشند. توجه کنید در چنین نمودارهایی آنچه بیشتر مورد توجه ما قرار می‌گیرد این است که آیا بین دو نقطه مفروض یک خط وصل شده است یا خیر. شیوه وصل مهم نیست. تجرید ریاضی وضعیتهایی از این نوع به پیدایش گراف منجر شده است. این نمودارها دارای کاربردهای بسیار وسیعی در علم کامپیوتر و انواع مهندسی ، علوم پایه به خصوص ژنتیک می‌باشند. در واقع اهمیت و قابل لمس بودن این بخش از ریاضیات غیر قابل انکار است.مسئله کوتاهترین مسیر فرض کنید به هر یال e ی گراف G عددی نسبت داده شده باشد، در این صورت عدد نسبت داده شده وزن هر سال و چنین گرافی را گراف وزن دار می‌نامیم. این اعداد تعبیرهای مختلفی در کاربردهای متفاوت می‌توانند داشته باشند، مثلا می‌تواند مقدار هزینه سفر از نقطه‌ای به نقطه دیگر یا معرفی مخارج ساختن یا نگهداری خطهای ارتباطی مختلف یا حتی بیانگر شدت دوستی بین دو فرد باشد. به عنوان مثال شبکه راه آهنی را تصور کنید شهرهای مختلف را به هم وصل می‌کند، هدف ما پیدا کردن مسیری با Min وزنی است که دو رأس را به هم وصل می کند که در اینجا وزنها معرف فاصله‌ها می‌باشند. الگوریتمی که به حل این مسئله می‌پردازد اولین بار توسط دیکسترا (1959) و بطور مستقل وایتینگ و هیلیه (1960) کشف کردند. این الگوریتم نه تنها کوتاهترین مسیر  را می‌یابد بلکه کوتاهترین مسیر از  به همه رأسهای گرا ف G را نیز پیدا می‌کند.مسئله پستچی چینییک پستچی در راستای شغلش ، نامه‌ها را از پستخانه تحویل می‌گیرد. آنها را به صاحبان نامه تحویل می‌دهد و سپس یه پستخانه بر می‌گردد. البته ، او باید در ناحیه‌اش هر خیابان را حداقل یک بار بپیماید. با توجه به این شرط ، او مایل است مسیرش را به طریقی انتخاب کند که کمترین راه ممکن را طی کند. این مسئله به مسئله پستچی چینی معروف است. زیرا اولین بار کوان ، ریاضیدان چینی (1962) آن را بررسی کرد. برای حل این مسئله بدیهی است که مسئله به یافتن مسیری با Min وزن در یک گراف همبند وزن دار با وزنهای نامنفی شباهت دارد. به این ترتیب که اگر گراف G را یک گراف اویلری در نظر بگیریم هر مسیری یک مسیر اپتیمال است، زیرا یک مسیر اویلری ، مسیری است ...

  • کاربردهای گراف

    کاربردهای گراف

    کاربردهای گراف ( Usages of Geraph )                 مقدمه بسیاری از وضعیتهای دنیای واقعی را می‌توان به راحتی به وسیله نموداری متشکل از مجموعه‌ای از نقاط و خطوطی که زوجهای معینی از این نقاط را به هم وصل می‌کنند، توصیف کرد. مثلا نقاط می‌توانند معرف افراد باشند و خطوط واصل بین زوجها می‌توانند معرف دستها باشند یا هر چیز دیگر که در اطراف خود می‌بینیم. مثل اینکه نقاط معرف اهداف ما و خطوط واصل می‌تواند راههای رسیدن به اهداف باشند. توجه کنید در چنین نمودارهایی آنچه بیشتر مورد توجه ما قرار می‌گیرد این است که آیا بین دو نقطه مفروض یک خط وصل شده است یا خیر. شیوه وصل مهم نیست. تجرید ریاضی وضعیتهایی از این نوع به پیدایش گراف منجر شده است. این نمودارها دارای کاربردهای بسیار وسیعی در علم کامپیوتر و انواع مهندسی ، علوم پایه به خصوص ژنتیک می‌باشند. در واقع اهمیت و قابل لمس بودن این بخش از ریاضیات غیر قابل انکار است. مسئله کوتاهترین مسیر فرض کنید به هر یال e ی گراف G عددی نسبت داده شده باشد، در این صورت عدد نسبت داده شده وزن هر سال و چنین گرافی را گراف وزن دار می‌نامیم. این اعداد تعبیرهای مختلفی در کاربردهای متفاوت می‌توانند داشته باشند، مثلا می‌تواند مقدار هزینه سفر از نقطه‌ای به نقطه دیگر یا معرفی مخارج ساختن یا نگهداری خطهای ارتباطی مختلف یا حتی بیانگر شدت دوستی بین دو فرد باشد. به عنوان مثال شبکه راه آهنی را تصور کنید شهرهای مختلف را به هم وصل می‌کند، هدف ما پیدا کردن مسیری با Min وزنی است که دو رأس را به هم وصل می کند که در اینجا وزنها معرف فاصله‌ها می‌باشند. الگوریتمی که به حل این مسئله می‌پردازد اولین بار توسط دیکسترا (1959) و بطور مستقل وایتینگ و هیلیه (1960) کشف کردند. این الگوریتم نه تنها کوتاهترین مسیر را می‌یابد بلکه کوتاهترین مسیر از به همه رأسهای گرا ف G را نیز پیدا می‌کند. مسئله پستچی چینی یک پستچی در راستای شغلش ، نامه‌ها را از پستخانه تحویل می‌گیرد. آنها را به صاحبان نامه تحویل می‌دهد و سپس یه پستخانه بر می‌گردد. البته ، او باید در ناحیه‌اش هر خیابان را حداقل یک بار بپیماید. با توجه به این شرط ، او مایل است مسیرش را به طریقی انتخاب کند که کمترین راه ممکن را طی کند. این مسئله به مسئله پستچی چینی معروف است. زیرا اولین بار کوان ، ریاضیدان چینی (1962) آن را بررسی کرد. برای حل این مسئله بدیهی است که مسئله به یافتن مسیری با Min وزن در یک گراف همبند وزن دار با وزنهای نامنفی شباهت دارد. به این ترتیب که اگر گراف G را یک گراف اویلری در نظر بگیریم هر مسیری یک مسیر اپتیمال است، زیرا یک مسیر اویلری ، مسیری است که هر یال ...

  • مقالات شبیه سازی شده رشته برق در متلب MATLAB

    در زیر مقالاتی که داری شبیه سازی هستند فهرست شده استمی توانید با زدن Ctrl+F کلید واژه خود را جستجو کرده و مقاله مناسب را بیابید. مثلا برای مقالات فازی، کلمه فازی را در صفحه جستجو کرده و با توجه به موضوع و سال انتشار و نوع مقاله، کد مقاله مورد نظر را در فرم سفارش پروژه ثبت کنید.هزینه از طریق پیامک و ایمیل برایتان ارسال می شود و در نهایت کار کامل را از طریق ایمیل دریافت خواهید کرد.لیست حاضر ، پردازش تصویر، هوش مصنوعی و پردازش سیگنال می باشدنحوه درخواست:کد مقاله را انتخاب کرده و در فرم زیر وارد کنیدارسال فرم

  • پروژه ها و مقالات شبیه سازی شده در متلب- پردازش سیگنال و هوش مصنوعی

    پروژه ها و مقالات شبیه سازی شده در متلب- پردازش سیگنال و هوش مصنوعی

    برای دیدن محصولات بیشتر لینکهای زیر را کلیک کنید: برای دیدن پروژه ها و مقالات شبیه سازی شده - برق کنترل برای دیدن پروژه ها و مقالات شبیه سازی شده -برق قدرت پروژه ها و مقالات شبیه سازی شده کد جیg -بخش اول پروژه ها و مقالات شبیه سازی شده کد جیg -بخش دوم   جهت انتخاب پروژه:می توانید با زدن Ctrl+F کلید واژه خود را جستجو کرده و مقاله مناسب را بیابید. مثلا برای مقالات فازی، کلمه فازی را در صفحه جستجو کرده و با توجه به موضوع و سال انتشار و نوع مقاله، کد پروژه یا مقاله مورد نظر را به ایمیل ما بفرستیدیا جهت اطلاع از هزینه پروژه مورد نظر در روزهایی که قیمت پروژه ها نامعلوم است کد آن را به شماره 09378425676 ارسال کنید.لازم است از طریق پیامک ایمیل خود را به همراه کد پروژه ارسال فرمایید تا مراحل دریافت پروژه و پرداخت هزینه را به اطلاع برسانیم.در صورت داشتن سوال در مورد پروژه ها به ایمیل [email protected] ارسال کنید تا در اولین فرصت پاسخگو باشیم.   بانک مقالات هوش مصنوعی و پردازش سیگنال -پروژه ها و مقالات شبیه سازی شده در متلب-  ----------------------------------------------   برای دانلود هر مقاله طبق کد تعیین شده برای هر مقاله, از لینک زیر دانلود نمایید دانلود مقاله      بانک اصلی مقالات ،ارزان تر از همه هزینه پرداختی به ازای هر کدمقاله، معادل 76000تومان می باشد    کد مقاله g2 عنوان اصلی مقاله : SUPPRESSION OF POWERLINE INTERFERENCE IN ECG USING ADAPTIVE DIGITAL FILTER  حذف نویز از سیگنال قلب ECG توسط فیلتر دیجیتال تطبیقی  سال ارائه:  2011       نوع مقاله: ژورنال        گزارش فارسی: دارد  کلید واژه : پردازش سیگنال ، مهندسی پزشکی Electrocardiogram, Matlab and Simulink, Least Mean Square (LMS) algorithm   کد مقاله g4  عنوان اصلی مقاله : Multiresolution Bilateral Filtering for Image Denoising  ترجمه فارسی موضوع مقاله: حذف نویز از تصاویر (عکس) با استفاده از فیلتر بیلاترال (دوطرفه)  سال ارائه:  2008       نوع مقاله: IEEE        گزارش فارسی: دارد کلید واژه : پردازش تصویر ، تبدیل موجک گسسته Image Processing , wavelet thresholding , Image Denoising, wavelet   کد مقاله g5 عنوان اصلی مقاله : Color Plane Interpolation Using Alternating Projections ترجمه فارسی موضوع مقاله: درونیابی طرح رنگ با استفاده از پیش بینی های متناوب سال ارائه:  2002       نوع مقاله: IEEE        گزارش فارسی: - کلید واژه : پردازش تصویر Bayer pattern, color filter array, demosaicing,       کد پروژه g9  عنوان اصلی پروژه : تشخیص تعداد خانه های پر نشده در ورق کپسول در چرخه تولید (مثله آموکسی سیلین)  سال ارائه:  -       نوع مقاله: -        گزارش فارسی: - کلید واژه : پردازش تصویر، مهندسی پزشکی Image Processing      کد پروژه g10  عنوان اصلی پروژه : تشخیص پلاک خودرو  سال ارائه:  ...

  • نتایج داوری مقالات

    نتایج داوری مقالات کمیته علمی سومین همایش ملی مهندسی کامپیوتر و فناوری اطلاعات (CEIT 2011) ضمن قدردانی از کلیه نویسندگانی که برای این همایش مقاله ارسال نموده اند، نتایج مقالات پذیرفته شده در سومین همایش ملی مهندسی کامپیوتر و فناوری اطلاعات (CEIT 2011) را به شرح جدول زیر اعلام می کند.    بخش اول: مقالاتشفاهی کد مقاله عنوان مقاله نویسندگان مقاله 46 پیش بینی میزان مصرف گاز با استفاده از داده کاوی بهروز مقصودی، بهاره نوری، عبدالجبار اسدی 69 استفاده از اتوماتاهای یادگیر در تشخیص حمله سیبل و کاهش خطاهای تشخیص حمله سیبل در شبکه های حسگر بی سیم عادل سرمست، مهدی اثنی عشری، محمدرضا میبدی 96 استفاده از روش آبنگاری در پیاده سازی امضای رقمی برای اثبات حق مالکیت محمدرضا حیدری نژاد، ابوالفضل محمدی، ابراهیم محمدی 141 افزایش طول عمر شبکه های حسگر بیسیم با توزیع پویای نودها در خوشه ها ناصر هادی خامنه، حسین خسروی فر 179 بهبود الگوریتم رقابت استعماری با استفاده از استراتژی تکامل علیرضا رضوانیان، حسنیه صفی آریان، صبا رضوانیان، دانیال یزدانی 270 الگوریتم رقابتی استعماری بهبود یافته مبتنی بر حرکت تطبیقی شیرین خضری، امجد عثمانی، مریم غلامی 391 رویکرد بازخورد مرتبط ترکیبی جدید برای خوشه‏بندی پایگاه‏داده تصویر مهران جوانی، امیر مسعود افتخاری مقدم 395 ارائه یک روش آماری نوین برای تشخیص تغییر مفهوم در داده های جریانی بدون برچسب نیلوفر مظفری، ستار هاشمی، علی حمزه 403 الگوریتم تخمین توزیع مبتنی بر اتوماتای یادگیر جهت حل مسئله جایگذاری سنسور شیرین خضری، امجد عثمانی، مریم غلامی 428 افزایش درصد پوشش در شبکه های حسگر چندرسانه ای بی سیم با استفاده از الگوریتم ژنتیک بهاره اسدی کویج، سمیه حسن پور، پروانه زرگر نصرالهی، یونس وجدان پرست حقیقی 443 کاوش قوانین انجمنی فازی مبتنی بر خوشه‌بندی برای پایگاه‌داده فرآورده‌های نفتی معصومه فضلی راد، امیر مسعود رحمانی، احمد فراهی 447 قطعه‌بندی برخط دست نویس فارسی با استفاده از استخراج ویژگی ها شهریار پیرنیا نائینی مریم خادمی 502 افزایش درصد پوشش در شبکه های حسگر چندرسانه ای بی سیم با استفاده از الگوریتم ژنتیک بهاره اسدی کویج، سمیه حسن پور، پروانه زرگر نصرالهی، یونس وجدان پرست حقیقی 527 افزایش توانایی جستجوی سراسری و اجتناب از همگرایی زودرس در الگوریتم دسته ماهی های مصنوعی احسان خراطی 543 افزایش توانایی جستجوی سراسری و اجتناب از همگرایی زودرس در الگوریتم دسته ماهی های مصنوعی بهاره اسدی کویج، سمیه حسن پور، پروانه زرگر نصرالهی، یونس وجدان پرست حقیقی 545 تشخیص بیماریهای ...

  • الگوریتم کلونی مورچگان

    الگوریتم کلونی مورچه ها چیست؟ يک مورچه در حال حرکت، مقداري فرومون (در اندازه­هاي مختلف) از خود بر زمين باقي مي گذارد و بدين ترتيب مسير را بوسيله بوي اين ماده مشخص مي سازد. هنگامي که يک مورچه به طور تصادفي و تنها حرکت مي کند، با مواجه شدن با مسيري که داراي اثر فرومون بيشتري است، به احتمال زياد مسير فوق را انتخاب مي کند و با فروموني که از خود بر جاي مي گذارد، آن را در مسير مذکور تقويت مي نمايد الگوريتم کلوني مورچه الهام گرفته شده از مطالعات ومشاهدات روي کلوني مورچه هاست. اين مطالعات نشان داده که مورچه ها حشراتي اجتماعي هستند که در کلوني ها زندگي مي کنند و رفتار آنها بيشتر در جهت بقاء کلوني است تادرجهت بقاء يک جزء از آن. يکي از مهمترين و جالبترين رفتار مورچه ها، رفتار آنهابراي يافتن غذا است و بويژه چگونگي پيدا کردن کوتاهترين مسير ميان منابع غذايي وآشيانه. اين نوع رفتار مورچه ها داراي نوعي هوشمندي توده اي است که اخيرا مورد توجهدانشمندان قرار گرفته است.بايد تفاوت هوشمندي توده اي(کلوني) و هوشمندي اجتماعي راروشن کنيم.در هوشمندي اجتماعي عناصر ميزاني از هوشمندي را دارا هستند. بعنوان مثال درفرآيند ساخت ساختمان توسط انسان، زماني که به يک کارگر گفته ميشود تا يک توده آجررا جابجا کند، آنقدر هوشمند هست تا بداند براي اينکار بايد از فرغون استفاده کند نهمثلا بيل!!! نکته ديگر تفاوت سطح هوشمندي افراد اين جامعه است. مثلا هوشمندي لازمبراي فرد معمار با يک کارگر ساده متفاوت است.در هوشمندي توده اي عناصر رفتاريتصادفي دارند و بين آن ها هيچ نوع ارتباط مستقيمي وجود ندارد و آنها تنها بصورت غيرمستقيم و با استفاده از نشانه ها با يکديگر در تماس هستند. مثالي در اين مورد رفتارموريانه ها در لانه سازيست.جهت علاقه مند شدن شما به اين رفتار موريانه ها وتفاوتهوشمندي توده اي و اجتماعي توضيحاتي را ارائه مي دهم :فرآيند ساخت لانه توسط موريانهها مورد توجه دانشمندي فرانسوي به نام گرس قرار گرفت. موريانه ها براي ساخت لانه سهفعاليت مشخص از خود بروز مي دهند. در ابتدا صدها موريانه به صورت تصادفي به اين طرفو آن طرف حرکت مي کنند. هر موريانه به محض رسيدن به فضايي که کمي بالاتر از سطحزمين قرار دارد شروع به ترشح بزاق مي کنند و خاک را به بزاق خود آغشته مي کنند. بهاين ترتيب گلوله هاي کوچک خاکي با بزاق خود درست مي کنند. عليرغم خصلت کاملا تصادفياين رفتار، نتيجه تا حدي منظم است. در پايان اين مرحله در منطقه اي محدود تپه هايبسيار کوچک مينياتوري از اين گلوله هاي خاکي آغشته به بزاق شکل مي گيرد. پس از اين،همه تپه هاي مينياتوري باعث مي شوند تا موريانه ها رفتار ...