فی دوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

فی دوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

پروژه استفاده از الگوریتم های ژنتیک در حل مسئله فروشنده دوره گرد (Traveling Salesman Problem(TSP))). doc

اختصاصی از فی دوو پروژه استفاده از الگوریتم های ژنتیک در حل مسئله فروشنده دوره گرد (Traveling Salesman Problem(TSP))). doc دانلود با لینک مستقیم و پر سرعت .

پروژه استفاده از الگوریتم های ژنتیک در حل مسئله فروشنده دوره گرد (Traveling Salesman Problem(TSP))). doc


پروژه استفاده از الگوریتم های ژنتیک  در حل مسئله فروشنده دوره گرد (Traveling Salesman Problem(TSP))). doc

 

 

 

 

نوع فایل: word

قابل ویرایش 117 صفحه

 

مقدمه:

اندیشه تکامل در رشته کامپیوتر و پردازش تکاملی در سال 1960 توسط J- Rechemberg در اثر خود به نام فنون تکاملی معرفی گشت . اندیشه او بعدها توسط محققان دیگری توسعه یافت . الگوریتمهای ‍‍ژنتیک توسط شخصی بنام Joohn Holland بوجود آمد و بعد توسط خود او و شاگردانش توسعه پیدا کرد . این مراحل منتهی به یک کتاب به نام " سازش بین سیستمهای طبیعی و مصنوعی " از آقای Holland شد که در سال 1975 منتشر گشت در سال 1992 آقای John Koza ، الگوریتم ژنتیک را برای ایجاد برنامه هایی در جهت انجام وظایفی معین بکار برد . او روش خود را برنامه نویسی ژنتیک GP نامید اکثر برنامه ها برای این الگوریتمها با زبان LISP نوشته می شدند چون برنامه ها در این زبان می توانند به شکل یک درخت تجزیه بیان شوند چیزی که الگوریتمهای ژنتیک روی آن کار میکنند .

فهرست مطالب:

فصل اول

تشریح مسئله فروشنده دوره گرد

اندیشه تکاملی برای حل مسئله فروشنده دوره گرد

آشنایی با الگوریتم های ژنتیکی

زمینه زیست شناسی

فضای جستوجو

ساختار کلی الگوریتم های ژنتیکی

عملگرهای GA

فصل دوم

دو سناریوی رفتار جمعی

هوشمندی توده ای

 بهینه سازی مسائل ریاضی به روش مورچه ها (ACO)

 استفاده از بهینه سازی کولونی مورچه ها در حل مسئله TSP

 بهینه سازی شبکه های کامپیوتری با الهام از کولونی مورچه ها

 الگوریتم Ant Colony Optimization

تشریح مراحل حل مسئله با Ant Colony

فصل سوم

برنامه ای برای مقایسه الگوریتم های ژنتیک با الگوریتم ACO در حل TSP

توضیح پس زمینه برنامه الگورریتم ژنتیک

توضیح پس زمینه برنامه الگورریتم ACO

دستورالعمل سریع

فصل چهارم

 طراحی و پیاده سازی

 نمودار ساختاره کلاسی

دیاگرام توالی مابین کلاسهای Ant system و CGAsystem

دیاگرام توالی مابین کلاسهای CGA system وCG view

کارایی

پیوست

کدهای مربوط به پیاده سازی الگوریتم ژنتیک

کدهای مربوط به پیاده سازی الگوریتم ACO

منابع

 

منابع و مأخذ:

Buckland, M., 2002, AI Techniques for Game Developers, Premier Press, United States of America.

Dorigo ,M., & Gambardella, L. M (1997) Ant colonies for the traveling salesman problem. BioSystems, 43 ,73-81

Jearakul, C.,1999 2D and 3D Watefall Chart Control, [Online], Available: http:/www.codeguru.com.controls/Waterfall.shtml [Accessed 3/9/2003]

Jones, M., 2003, AI Application Programming, Publisher: David Pallali.

http://iridia.ulb.ac.be/~mdorigo/ACO/about.html    (homepage)

http://iridia.ulb.ac.be/~mdorigo/ACO/publications.html#ACO-meta   (references to ACO).

http://en.wikipedia.org/wiki/Ant_colony_optimization

http://astro2005.abstractsnet.com/pdfs/abstract_2443.pdf          


دانلود با لینک مستقیم


پروژه استفاده از الگوریتم های ژنتیک در حل مسئله فروشنده دوره گرد (Traveling Salesman Problem(TSP))). doc
نظرات 0 + ارسال نظر
امکان ثبت نظر جدید برای این مطلب وجود ندارد.