بهینه سازی به روش کلونی مورچه
بهینه سازی الگوریتم کلونی مورچه ها
الگوریتم کلونی مورچه انسان هميشه براي الهام گرفتن به جهان زنده پيرامون خود نگريسته است. يکي از بهترين طرح هاي شناخته شده، طرح پرواز انسان است که ابتدا لئورناردو داوينچي(1519-1452) طرحي از يک ماشين پرنده را بر اساس ساختمان بدن خفاش رسم نمود. چهار صد سال بعد کلمان آدر ماشين پرنده اي ساخت که داراي موتور بود و بجاي بال از ملخ استفاده مي کرد. هم اکنون کار روي توسعه سيستم هاي هوشمند با الهام از طبيعت از زمينه هاي خيلي پرطرفدار هوش مصنوعي است. الگوريتمهاي ژنتيک که با استفاده از ايده تکاملي دارويني و انتخاب طبيعي مطرح شده، روش بسيار خوبي براي يافتن مسائل بهينه سازيست. ايده تکاملي دارويني بيانگر اين مطلب است که هر نسل نسبت به نسل قبل داراي تکامل است و آنچه در طبيعت رخ مي دهد حاصل ميليون ها سال تکامل نسل به نسل موجوداتي مثل مورچه است. الگوريتم کلوني مورچه براي اولين بار توسط دوريگو (Dorigo) و همکارانش به عنوان يک راه حل چند عامله (Multi Agent) براي مسائل مشکل بهينه سازي مثل فروشنده دوره گرد (TSP :Traveling Sales Person) ارائه شد. عامل هوشند(Intelligent Agent) موجودي است که از طريق حسگر ها قادر به درک پيرامون خود بوده و از طريق تاثير گذارنده ها مي تواند روي محيط تاثير بگذارد. الگوريتم کلوني مورچه الهام گرفته شده از مطالعات و مشاهدات 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 تا درجهت بقاء يک جزء از آن. يکي از مهمترين و جالبترين رفتار مورچه ها، رفتار آنها براي يافتن غذا است و بويژه چگونگي پيدا کردن کوتاهترين مسير ميان منابع غذايي و آشيانه. اين نوع رفتار مورچه ها داراي نوعي هوشمندي توده اي است که اخيرا مورد توجه دانشمندان قرار گرفته است.بايد تفاوت هوشمندي توده اي(کلوني) و هوشمندي اجتماعي را روشن کنيم. در هوشمندي اجتماعي عناصر ميزاني از هوشمندي را دارا هستند. بعنوان مثال در فرآيند ساخت ساختمان توسط انسان، زماني که به يک کارگر گفته ميشود تا يک توده آجر را جابجا کند، آنقدر هوشمند هست تا بداند براي اينکار بايد از فرقون استفاده کند نه مثلا بيل!!! نکته ديگر تفاوت سطح هوشمندي افراد اين جامعه است. مثلا هوشمندي لازم براي فرد معمار با يک کارگر ساده متفاوت است. در هوشمندي توده اي عناصر رفتاري تصادفي دارند و بين آن ها هيچ نوع ارتباط مستقيمي وجود ندارد و آنها تنها بصورت غير مستقيم و با استفاده از نشانه ها با يکديگر در تماس هستند. مثالي در اين مورد رفتار موريانه ها در لانه سازيست. جهت علاقه مند شدن شما به اين رفتار موريانه ها وتفاوت هوشمندي توده اي و ...
مقدمه ای بر الگوریتم بهینه سازی کولونی مورچه ها یا Ant colony
الگوریتم کلونی مورچه برای اولین بار توسط دوریگو(Dorigo)وهمکارانش به عنوان یک راه حل چند عامله (Multi Agent)برای مسائل مشکل بهینه سازی مثل فروشنده دوره گرد(TSP)ارائه شد.عامل هوشمند(Intelligent Agent )موجودی است که از طریق حسگر ها قادر به درک پیرامون خود بوده واز طریق تأثیر گذارنده ها می تواند روی محیط تأثیر بگذارد.الگوریتم کلونی مورچه الهام گرفته شده از مطالعات ومشاهدات روی کلونی مورچه هاست.این مطالعات نشان داده که مورچه ها حشراتی اجتماعی هستند که در کلونی ها زندگی می کنندورفتار آن ها بیشتر در جهت بقاءکلونی استتا در جهت بقاءیک جزءاز آن.یکی از مهمترین و جالبترین رفتار مورچه ها ،رفتار آن ها برای یافتن غذا است وبویژه چگونگی پیداکردن کوتاهترین مسیر میان منابع غذایی وآشیانه .این نوع رفتار مورچه ها نوعی هوشمند توده ای است که اخیراًمورد توجه دانشمندان قرار گرفته است. بهینه سازی مسائل به روش کلونی مورچه (ACO)مقدمه انسان همیشه برای الهام گرفتن به جهان زنده پیرامون خودنگریسته است.یکی از بهترین طرح های شناخته شده ،طرح پرواز انسان است که ابتدا لئوناردوداوینچی (1519-1452)طرحی را از یک ماشین پرنده را بر اساس بدن خفاش رسم کرد.چهارصد سال بعدکلمان آدر ماشین پرنده ای ساخت که دارای موتور بود وبه جای بال از ملخ استفاده می کرد.هم اکنون کار روی توسعه سیستم های هوشمندبا الهام از طبیعت ا ززمینه های خیلی پرطرفدار هوش مصنوعی است. الگوریتم های ژنتیک که با استفاده از ایده تکاملی داروین وانتخاب طبیعی مطرح شده ،روش بسیار خوبی برای یافتن مسائل بهینه سازی است.ایده تکاملی داروینی بیانگر این مطلب است که هر نسل نسبت به نسل قبل دارای تکامل استوآن چه در طبیعت رخ می دهدحاصل میلیون ها سال تکامل نسل به نسل موجوداتی مثل مورچه است. الگوریتم کلونی مورچه برای اولین بار توسط دوریگو(Dorigo)وهمکارانش به عنوان یک راه حل چند عامله (Multi Agent)برای مسائل مشکل بهینه سازی مثل فروشنده دوره گرد(TSP)ارائه شد.عامل هوشمند(Intelligent Agent )موجودی است که از طریق حسگر ها قادر به درک پیرامون خود بوده واز طریق تأثیر گذارنده ها می تواند روی محیط تأثیر بگذارد.الگوریتم کلونی مورچه الهام گرفته شده از مطالعات ومشاهدات روی کلونی مورچه هاست.این مطالعات نشان داده که مورچه ها حشراتی اجتماعی هستند که در کلونی ها زندگی می کنندورفتار آن ها بیشتر در جهت بقاءکلونی استتا در جهت بقاءیک جزءاز آن.یکی از مهمترین و جالبترین رفتار مورچه ها ،رفتار آن ها برای یافتن غذا است وبویژه چگونگی پیداکردن کوتاهترین مسیر میان منابع غذایی وآشیانه .این نوع رفتار مورچه ها نوعی هوشمند توده ای است که اخیراًمورد توجه ...
بهینه سازی مسائل به روش کلونی مورچه (ACO)
مقدمه ای بر الگوریتم بهینه سازی کولونی مورچه ها یا Ant colony بهینه سازی مسائل به روش کلونی مورچه (ACO)مقدمه انسان همیشه برای الهام گرفتن به جهان زنده پیرامون خودنگریسته است.یکی از بهترین طرح های شناخته شده ،طرح پرواز انسان است که ابتدا لئوناردوداوینچی (1519-1452)طرحی را از یک ماشین پرنده را بر اساس بدن خفاش رسم کرد.چهارصد سال بعدکلمان آدر ماشین پرنده ای ساخت که دارای موتور بود وبه جای بال از ملخ استفاده می کرد.هم اکنون کار روی توسعه سیستم های هوشمندبا الهام از طبیعت ا ززمینه های خیلی پرطرفدار هوش مصنوعی است. الگوریتم های ژنتیک که با استفاده از ایده تکاملی داروین وانتخاب طبیعی مطرح شده ،روش بسیار خوبی برای یافتن مسائل بهینه سازی است.ایده تکاملی داروینی بیانگر این مطلب است که هر نسل نسبت به نسل قبل دارای تکامل استوآن چه در طبیعت رخ می دهدحاصل میلیون ها سال تکامل نسل به نسل موجوداتی مثل مورچه است. الگوریتم کلونی مورچه برای اولین بار توسط دوریگو(Dorigo)وهمکارانش به عنوان یک راه حل چند عامله (Multi Agent)برای مسائل مشکل بهینه سازی مثل فروشنده دوره گرد(TSP)ارائه شد.عامل هوشمند(Intelligent Agent )موجودی است که از طریق حسگر ها قادر به درک پیرامون خود بوده واز طریق تأثیر گذارنده ها می تواند روی محیط تأثیر بگذارد.الگوریتم کلونی مورچه الهام گرفته شده از مطالعات ومشاهدات روی کلونی مورچه هاست.این مطالعات نشان داده که مورچه ها حشراتی اجتماعی هستند که در کلونی ها زندگی می کنندورفتار آن ها بیشتر در جهت بقاءکلونی استتا در جهت بقاءیک جزءاز آن.یکی از مهمترین و جالبترین رفتار مورچه ها ،رفتار آن ها برای یافتن غذا است وبویژه چگونگی پیداکردن کوتاهترین مسیر میان منابع غذایی وآشیانه .این نوع رفتار مورچه ها نوعی هوشمند توده ای است که اخیراًمورد توجه دانشمندان قرار گرفته است.باید تفاوت هوشمندی توده ای (کلونی)وهوشمندی اجتماعی را روشن کنیم.در هوشمندی اجتماعی عناصر میزانی از هوشمندی را دارا هستند.بعنوان مثال در فرایند ساخت ساختمان توسط انسان،زمانی که به یک کارگر گفته می شودتا یک توده آجر را جابجا کند، آنقدر هوشمند هست تا بداند برای این کار باید از فرغون استفاده کندنه مثلاًبیل!!!نکته دیگر تفاوت سطح هوشمندی افراد جامعه است.مثلاً هوشمندی لازم برای فرد معمار با یک کارگر ساده متفاوت است.در هوشمندی توده ای عناصر رفتاری تصادفی دارندوبین آن ها هیچ نوع ارتباط مستقیمی وجو د ندارد وآن ها تنها بصورت غیر مستقیم وبا استفاده از نشانه ها با یکدیگر در تماس هستند.مثالی در این مورد رفتار موریانه ها در لانه سازی است.جهت علاقه مند شدن شما به ...
بهینه سازی
پروژه مباحث ویژه (تکنیک های بهینه سازی) بهینه سازی به روش های Nelder، bfgs، quasi newton، DFP، Steepest Descent، Levenberg-Marquardt، محاسبه feasible region به صورت گرافیکی حل مساله کوله پشتی با الگوریتم ژنتیک (knapsack Problem) یافتم ماکزیمم و مینیمم تابع با الگوریتم ژنتیک بهینه سازی مساله با قید با الگوریتم ژنتیک روش نیوتن برای بهینه سازی با تابع هسین حل PDE به همراه مقاله (درس ریاضیات پیشرفته) برای رشته مهندسی شیمی و مهندسی مکانیک بهینه سازی به روش PSO (به همراه پاورپوینت) بهینه سازی به کمک الگوریتم خزش جمعی ذرات (PSO) یا دسته پرندگان روش سیمپلکس simplex method حل معمای هشت وزیر (قابل اجرا برای n وزیر) حل معمای هشت وزیر به روش شبیه سازی تبرید تدریجی Simulated Annealing حل مساله QAP با الگوریتم مورچگان حل مساله فروشنده دوره گرد با الگوریتم کلونی مورچه ها، tsp with ACO به همراه پاورپوینت حل مساله فروشنده دوره گرد به روش شبیه سازی تبرید تدریجی Simulated Annealing حل مساله فروشنده دوره گرد به روش الگوریتم ژنتیک بهینه یابی بروش golden section محاسبه MAX و MIN توابع n متغييره با كمك الگوريتم ژنتيك تولید اعداد فیبوناچی به صورت بازگشتی حل مساله برج های هانوی پیاده سازی الگویتم های تحقیق در عملیات (حداقل ستون، حداقل ردیف، روش های سیمپلکس و ...) بررسی کلیه توابع توزیع در متلبDistributions functions پیاده سازی روش گوشه شمال غربی North-West Corner Method بهینه سازی به روش M بزرگ big M method بیهنه سازی با الگوریتم PSO برای محسابه می نیمم تابع جستجوی فیبوناچی یافتن ماکزیمم تابع با استفاده از الگوریتم کلونی کورچه ها ACO یافتن معادله خط و نقطه اپتیم معادلات یافتن مینمم تابع به کمک جستجوی الگو Pattern search یافتن مساحت دایره، مثلث و عدد پی به روش مونت-کارلو Monte Carlo method یافتن مینمم تابع به الگوریتم ژنتیک رسم منحنی زمان اجرایی الگوریتم مرتب سازیinsert را بر حسب n (درس طراحی الگوریتم ها) الگوریتم کرم شبتاب یا firefly حل مساله حداکثر جریان maximum flow problem
الگوریتم کلونی مورچگان
بهینه‌سازی گروه مورچه‌ها یا ACO همانطور که می دانیم مسئله یافتن کوتاهترین مسیر، یک مسئله بهینه سازیست که گاه حل آن بسیار دشوار است و گاه نیز بسیار زمانبر. برای مثال مسئله فروشنده دوره گرد را نیز می‌توان مطرح کرد. در این روش(ACo)، مورچه‌های مصنوعی به‌وسیلهٔ حرکت بر روی نمودار مساله و با باقی گذاشتن نشانه‌هایی بر روی نمودار، همچون مورچه‌های واقعی که در مسیر حرکت خود نشانه‌های باقی می‌گذارند، باعث می‌شوند که مورچه‌های مصنوعی بعدی بتوانند راه‌حل‌های بهتری را برای مساله فراهم نمایند. همچنین در این روش می‌توان توسط مسائل محاسباتی-عددی بر مبنای علم احتمالات بهترین مسیر را در یک نمودار یافت. این روش که از رفتار مورچه‌ها در یافتن مسیر بین محل لانه و غذا الهام گرفته شده؛ اولین بار در ۱۹۹۲ توسط مارکو دوریگو (Marco Dorigo) در پایان نامهٔ دکترایش مطرح شد. مقدمه الگوریتم کلونی مورچه الهام گرفته شده از مطالعات و مشاهدات روی کلونی مورچه هاست. این مطالعات نشان داده که مورچه‌ها حشراتی اجتماعی هستند که در کلونی‌ها زندگی می‌کنند و رفتار آنها بیشتر در جهت بقاء کلونی است تا درجهت بقاء یک جزء از آن. یکی از مهمترین و جالبترین رفتار مورچه‌ها، رفتار آنها برای یافتن غذا است و بویژه چگونگی پیدا کردن کوتاهترین مسیر میان منابع غذایی و آشیانه. این نوع رفتار مورچه‌ها دارای نوعی هوشمندی توده‌ای است که اخیرا مورد توجه دانشمندان قرار گرفته است در دنیای واقعی مورچه‌ها ابتدا به طور تصادفی به این سو و آن سو می‌روند تا غذا بیابند. سپس به لانه بر می‌گردند و ردّی از فرومون (Pheromone) به جا می‌گذارند. چنین ردهایی پس از باران به رنگ سفید در می‌آیند و قابل رویت اند. مورچه‌های دیگر وقتی این مسیر را می‌یابند، گاه پرسه زدن را رها کرده و آن را دنبال می‌کنند. سپس اگر به غذا برسند به خانه بر می‌گردند و رد دیگری از خود در کنار رد قبل می‌گذارند؛ و به عبارتی مسیر قبل را تقویت می‌کنند. فرومون به مرور تبخیر می‌شود که از سه جهت مفید است: باعث می‌شود مسیر جذابیت کمتری برای مورچه‌های بعدی داشته باشد. از آنجا که یک مورچه در زمان دراز راه‌های کوتاه‌تر را بیش تر می‌پیماید و تقویت می‌کند هر راهی بین خانه و غذا که کوتاه‌تر (بهتر) باشد بیشتر تقویت می‌شود و آنکه دورتر است کمتر.اگر فرومون اصلاً تبخیر نمی‌شد، مسیرهایی که چند بار طی می‌شدند، چنان بیش از حد جذّاب می‌شدند که جستجوی تصادفی برای غذا را بسیار محدود می‌کردند.وقتی غذای انتهای یک مسیر جذاب تمام می‌شد رد باقی می‌ماند. لذا وقتی یک مورچه مسیر کوتاهی (خوبی) را ...
پروژه های مطلب matlab - بهینه سازی
پروژه مباحث ویژه (تکنیک های بهینه سازی)بهینه سازی به روش های Nelder، bfgs، quasi newton، DFP، Steepest Descent، Levenberg-Marquardt، محاسبه feasible region به صورت گرافیکیحل مساله کوله پشتی با الگوریتم ژنتیک (knapsack Problem)یافتم ماکزیمم و مینیمم تابع با الگوریتم ژنتیکبهینه سازی مساله با قید با الگوریتم ژنتیک روش نیوتن برای بهینه سازی با تابع هسینحل PDE به همراه مقاله (درس ریاضیات پیشرفته) برای رشته مهندسی شیمی و مهندسی مکانیکبهینه سازی به روش PSO (به همراه پاورپوینت)بهینه سازی به کمک الگوریتم خزش جمعی ذرات (PSO) یا دسته پرندگانروش سیمپلکس simplex methodحل معمای هشت وزیر (قابل اجرا برای n وزیر)حل معمای هشت وزیر به روش شبیه سازی تبرید تدریجی Simulated Annealingحل مساله QAP با الگوریتم مورچگانحل مساله فروشنده دوره گرد با الگوریتم کلونی مورچه ها، tsp with ACO به همراه پاورپوینتحل مساله فروشنده دوره گرد به روش شبیه سازی تبرید تدریجی Simulated Annealingحل مساله فروشنده دوره گرد به روش الگوریتم ژنتیکبهینه یابی بروش golden sectionمحاسبه MAX و MIN توابع n متغييره با كمك الگوريتم ژنتيكتولید اعداد فیبوناچی به صورت بازگشتیحل مساله برج های هانویپیاده سازی الگویتم های تحقیق در عملیات (حداقل ستون، حداقل ردیف، روش های سیمپلکس و ...)بررسی کلیه توابع توزیع در متلبDistributions functionsپیاده سازی روش گوشه شمال غربی North-West Corner Methodبهینه سازی به روش M بزرگ big M methodبیهنه سازی با الگوریتم PSO برای محسابه می نیمم تابع جستجوی فیبوناچییافتن ماکزیمم تابع با استفاده از الگوریتم کلونی کورچه ها ACOیافتن معادله خط و نقطه اپتیم معادلاتیافتن مینمم تابع به کمک جستجوی الگو Pattern search یافتن مساحت دایره، مثلث و عدد پی به روش مونت-کارلو Monte Carlo methodیافتن مینمم تابع به الگوریتم ژنتیکرسم منحنی زمان اجرایی الگوریتم مرتب سازیinsert را بر حسب n (درس طراحی الگوریتم ها)الگوریتم کرم شبتاب یا fireflyحل مساله حداکثر جریان Maximum flow problemفیت کردن دایره با استفاده از روش حداقل مربعات خطی و خطیحل مسله کمترین درخت پوشا (درخت فراگیر مینیمم) یا Minimum spanning tree
فیلم آموزشی جامع الگوریتم مورچگان کلاسیک یا ACO در متلب
بهینه سازی کلونی مورچه ها یا Ant Colony Optimization و (به اختصار ACO)، که در سال 1992 توسط مارکو دوریگو (Marco Dorigo) و در رساله دکتری وی مطرح شد، یکی از بارزترین نمونه ها برای روش های هوش جمعی است. این الگوریتم از روی رفتار جمعی مورچه ها الهام گرفته شده است. مورچه ها با همکاری یکدیگر، کوتاه ترین مسیر را میان لانه و منابع غذایی پیدا می کنند تا بتوانند در کمترین زمان مواد غذایی را به لانه منتقل کنند. هیچ کدام از مورچه ها، به تنهایی قادر به انجام چنین کاری نیستند، اما با همکاری و پیروی از چند اصل ساده، بهترین راه را پیدا می کنند. الگوریتم مورچه ها، یک مثال بارز از هوش جمعی هستند که در آن عامل هایی که قابلیت چندان بالایی ندارند، در کنار هم و با همکاری یکدیگر می توانند نتایج بسیار خوبی به دست بیاورند. به عنوان مثال، عملکرد مورچه های آرژانتینی در یافتن کوتاه ترین مسیر بین لانه و منبع غذایی، بسیار عجیب و حیرت انگیز است. مورچه آرژانتینی عملا کور است و طبعا کوتاه ترین مسیر برای او مفهومی ندارد و توسط او قابل شناخت نمی باشد. اما با وجود چنین کمبودی، توده ای از این مورچه ها می توانند با همکاری یکدیگر، کوتاه ترین مسیر موجود بین لانه و محل مواد غذایی را پیدا کنند. الگوریتم های دیگری نیز بر اساس الگوریتم مورچه ها ساخته شده اند که همگی سیستم های چند عاملی هستند و عامل ها مورچه های مصنوعی یا به اختصار مورچه هایی هستند که مشابه با مورچه های واقعی رفتار می کنند. این الگوریتم برای حل و بررسی محدوده وسیعی از مسائل بهینه سازی به کار برده شده است. از این میان می توان به حل مسأله کلاسیک فروشنده دوره گرد و همچنین مسأله راهیابی در شبکه های مخابرات راه دور اشاره نمود. فیلم آموزشی جامع الگوریتم مورچگان در متلب، شامل مباحث تئوری و عملی در خصوص بهینه سازی کلونی مورچگان یا ACO است و می تواند به عنوان یک مرجع بسیار کامل، برای استفاده دانشجویان و دانش پژوهان مورد استفاده قرار بگیرد. مطالب و مباحث این فیلم آموزشی به زبان فارسی روان، و توسط مهندس سید مصطفی کلامی هریس ارائه شده است. سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از: مروری بر مبانی و مفاهیم اساسی هوش جمعی (Swarm Intelligence) مبانی تئوری الگوریتم مورچگان یا ACO تشریح بخش های مختلف الگوریتم مورچگان بررسی انواع نسخه های الگوریتم مورچگان پیاده سازی الگوریتم مورچگان در متلب بیان ریاضی مسأله فروشنده دوره گرد یا TSP پیاده سازی گام به گام الگوریتم مورچگان در محیط متلب برای حل مسأله فروشنده دوره گرد نمایش نتایج حاصل از حل مسأله TSP به صورت گرافیکی جمع بندی و نتیجه گیری های نهایی توجه: این فیلم ...
پروژه متلب بهینه سازی
پروژه مباحث ویژه (تکنیک های بهینه سازی)بهینه سازی به روش های Nelder ، bfgs، quasi newton، DFP، Steepest Descent، Levenberg-Marquardtمحاسبه feasible region به صورت گرافیکیحل مساله کوله پشتی با الگوریتم ژنتیک (knapsack Problem) یافتم ماکزیمم و مینیمم تابع با الگوریتم ژنتیکبهینه سازی مساله با قید با الگوریتم ژنتیک روش نیوتن برای بهینه سازی با تابع هسینحل PDE به همراه مقاله (درس ریاضیات پیشرفته) برای رشته مهندسی شیمی و مهندسی مکانیکبهینه سازی به روش PSO بهینه سازی به کمک الگوریتم خزش جمعی ذرات (PSO) یا دسته پرندگانروش سیمپلکس simplex method حل معمای هشت وزیرقابل اجرا برای n وزیرحل معمای هشت وزیر به روش شبیه سازی تبرید تدریجی Simulated Annealing حل مساله QAP با الگوریتم مورچگانحل مساله فروشنده دوره گرد با الگوریتم کلونی مورچه ها، tsp with ACO به همراه پاورپوینتحل مساله فروشنده دوره گرد به روش شبیه سازی تبرید تدریجی Simulated Annealing حل مساله فروشنده دوره گرد به روش الگوریتم ژنتیکبهینه یابی بروش golden section محاسبه MAX و MIN توابع n متغييره با كمك الگوريتم ژنتيكتولید اعداد فیبوناچی به صورت بازگشتیحل مساله برج های هانویپیاده سازی الگویتم های تحقیق در عملیات (حداقل ستون، حداقل ردیف، روش های سیمپلکس و ...)بررسی کلیه توابع توزیع در متلبDistributions functions پیاده سازی روش گوشه شمال غربی North-West Corner Method بهینه سازی به روش M بزرگ big M method بیهنه سازی با الگوریتم PSO برای محسابه می نیمم تابع جستجوی فیبوناچییافتن ماکزیمم تابع با استفاده از الگوریتم کلونی کورچه ها ACO یافتن معادله خط و نقطه اپتیم معادلاتیافتن مینمم تابع به کمک جستجوی الگو Pattern search یافتن مساحت دایره، مثلث و عدد پی به روش مونت-کارلو Monte Carlo method یافتن مینمم تابع به الگوریتم ژنتیکرسم منحنی زمان اجرایی الگوریتم مرتب سازی insert را بر حسب ) n درس طراحی الگوریتم ها(الگوریتم کرم شبتاب یا firefly حل مساله حداکثر جریان Maximum flow problem فیت کردن دایره با استفاده از روش حداقل مربعات خطی و خطیحل مسله کمترین درخت پوشا (درخت فراگیر مینیمم) یا Minimum spanning tree الگوريتم ممتیک و بهينه سازي الگوريتم جستجوي فاختهالگوريتم كرم شتابالگوريتم جستجوي ممنوعالگوريتم رقابت استعماريالگوريتم الهام گرفته شده از خفاشالگوريتم جستجوي هارمونيالگوريتم سیمپلکسالگوريتم انجماد تدریجی (SA) الگوريتم ممتیک memetic الگوريتم کلونی زنبور عسل الگوريتم کلونی ...
انلود کتاب الگوریتم مورچگان
سلام. به دوستان علاقه مند به مبحث الگورتم های هوشمند توصیه میکنم این کتاب رو مطالعه کنند. -- مرجع :سایت آغازهدانلود کتاب عنوان کتاب: الگوریتم کلونی مورچگان نویسنده: منیره شیخ حسینی زبان کتاب: فارسی تعداد صفحه: 315 حجم فایل: 10 مگابایت فهرست مطالب الگوریتم کلونی مورچگان مقدمهتاریخچهالگوریتم کلونی مورچه هاهوشمندی توده‌ایتفاوت هوشمندی توده ای وهوشمندی اجتماعیبهینه سازی مسایل بوسیله کلونی مورچهاستفاده از بهینه‌سازی کولونی مورچه‌ها در مسئله فروشنده دوره گردمورچه ها چگونه کوتاه ترین مسیر را پیدا می کنند؟انواع مختلف الگوریتم بهینه سازی مورچگانمزیت های الگوریتم کلونی مورچهکاربردهای الگوریتم کلونی مورچهالگوریتم ACOجنگ مورچه های اتشینالهام از طبیعت برای پیاده سازی نظامهای اجتماعیساختار نظام تحقیقات حرفه ای در پزشکی نوینمزایای تحقق نظام تحقیقات حرفه ای در جامعهمورچه ها متخصصان برجسته علم ژنتیکبهینه‌سازی مسائل ریاضی به روش مورچه‌ها(ACO)بهینه‌سازی شبکه‌های کامپیوتری با الهام از کلونی مورچه‌هاکاربرد های الگوریتم کلونی مورچه ها در سگمنتیشن تصویرتقطیع تصویر مبتنی بر MRF با استفاده از سیستم کلونی مورچهسیستم Ant Colony برای تقسیم بندی و طبقه بندی Microcalcification در ماموگراماستفاده از الگوریتم ACO در تقطیع تصویر برای استانه سازی مطلوب کاربرد های الگوریتم حرکت دسته جمعی پرندگان در سگمنتیشن تصویرتقطیع تصاویر داده های سه بعدی با استفاده از الگوریتم بهینه سازی جمعی پرندگانترکیب بهینه سازی حرکت جمعی پرندگان با الگوریتم های دسته بندی Unsupervised برای تقطیع تصویربهینه سازی کلونی مورچه و الگوریتم بهینه سازی حرکت دسته جمعی پرندگان برای طبقه بندی Microcalcifications در ماموگرافی
دانلود رایگان Pdf مقاله بهینه سازی کلونی زنبورها + مقدمه ای بر بهینه سازی کلونی مورچه ها
منبع : مهندسی بتسامقاله بهینه سازی کلونی زنبورهابه حجم 174 كيلوبايت در فرمت پي دي افDownload مقدمه ای بر بهینه سازی کلونی مورچه ها An Introduction to Ant Colony Optimization در این مقاله موضوع بهینه سازی کلونی مورچه ACO را مورد بررسی و مرور قرار می دهیم که واقعیتی است که بر اساس رفتار مورچه های واقعی تبیین می شود ACO یا بهینه سازی کلونی مورچه توسط دورایگو و همکارانش به عنوان روشی برای حل مسایل دشوار بهینه سازی ترکیباتی (COPها )ارایه شده است الگوریتم های بهینه سازی کلونی مورچه بخشی از هوشمندی جمعی است یعنی حوزه ای تحقیقاتی که الگوریتم های بدست آمده از مشاهده رفتار جمعی را مطالعه می کند. این مقاله دارای ساختار زیر می باشد : ارایه یک پدیده بیولوژیک و توضیح رسمی واقعیت ACO بررسی انواع ACO ها و ارایه نمونه هایی از کاربردهای آنها نمایش جهات تحقیقاتی فعلیبه حجم 513 كيلوبايت در فرمت پي دي اف Download
انجام پروژه های متلب در کلیه رشته های علوم مهندسی
ریشه معادله به روش نابجایی )همراه با GUI) مقایسه و بررسی خطا در روش های درونیابی یک بعدی مقایسه و بررسی خطا در روش های درونیابی دو بعدی شبیه سازی انتقال حرارت و انتقال جرم در آب زدایی گیاه، حل معادلات PDE پیاده سازی الگوریتم TDMA برای حل دستگاه مهادلات خطی حل دستگاه خطی سه قطری tridiagonal حل مسئله حداقل مربعات با استفاده از تجزيه QR، SVD و Ortho حل دستگاه معادلات خطیبا استفاده از روش ژاکوبی (بدون پیش شرط، پیش شرط ILU(0) و پیش شرط D-ILU) بررسی روش های انتگرال گیری عددی به کمک متلب محاسبه ترانهاده ماتریس بدون استفاده از تابع پیش فرض حل دستگاه به روش دولیتل doolittle، کروت crout و چولسکی cholsky بدست آوردن دماس صفحه L شکل آلومینیومی در حالت پایا و ناپایا به روش forward بدست آوردن مقادیر ویژه به روشjacobi حل معادله واندر پل Van der Pol equation حل معادلهٔ برگرز Burgers equation حل معادله transport equation حل معادله نفوذ Diffusion equation حل معادله حرارت heat equation حل معادله Mathieu کوچک‌ترین مضرب مشترک(ک م م) و بزرگ‌ترین مقسوم‌علیه مشترک (ب م م) درون یابی اسپیلان مرتبه دو و سه (cubic Spline) حل معادلات دیفرانسل به روش رانگ – كوتا – نيشتروم (Runge-Kutta-Nystrom) حل معادله لورنز-لورنتز به روش رانگ کوتا حل معادله لوتکاولترا به روش رانگ کوتا حل عددي معادله انتگرال ولترا Volterra (به همراه مقاله) درون یابی هرمیت، درجه اول و دوم hermit interpolation حل معادله معادله فرارفت advection equation به انواع روش ها درونیابی Quadric spline در دو حالت 2 نقطه ای و 3 نقطه ای مقادير ويژه و بردار ويژه ماتريس به روش چند جمله ای، Fadeev-Leverrier و ... حل معادله پواسون به صورت یک بعدی، دو بعدی و سه بعدی مقادیر ویژه ماتریس به روش ژاکوبی حل معادله آونگ ساده با اویلر حل معادله موج به روش لکس فردریک Lax-Friedrichs Method حل معادله حرارت دوبعدی در یک صفحه به روش اجزا محدود و مقایسه با حل تحلیلی حل عددی انتقال حرارت در یک قطاع رسم میدان‌های جهت برای یک معادله دیفرانسیل به روش همشیب isocline رسم گوی در فضای متریک با برنامه نویسی محاسبه مقادیر ویژه به روش QR (با و بدون shift) پیاده سازی الگوریتم L1-SVD بخش پردازش تصویر : تشخیص چهرهFace Recognition and Detection تشخیص جنسیت از روی چهره تشخیص چهره به روش PCA با استفاده از دیتابیس تشخیص چهره با استفاده از هیستوگرام تصاویر (به همراه مقاله) تشخيص چهره انسان با استفاده طبقه بندي كننده چندخطي تشخيص چهره انسان به روش تحلیل تفکیکی خطی دو بعدی 2D-LDA (به همراه مقاله) تشخیص چهره از روی چشم به روش شبکه عصبی تشخیص چهره با استفاده از روش ویولا جونز(viola and jonz ) تشخیص جنسیت از روی چهره افراد تشخیص جنسیت از روی صدای افراد ...