فی دوو

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

فی دوو

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

الگوریتم های تخصیص داده پویا در سیستم های پایگاه داده توزیعی

اختصاصی از فی دوو الگوریتم های تخصیص داده پویا در سیستم های پایگاه داده توزیعی دانلود با لینک مستقیم و پر سرعت .

الگوریتم های تخصیص داده پویا در سیستم های پایگاه داده توزیعی


الگوریتم های تخصیص داده پویا  در سیستم های پایگاه داده توزیعی

 

 

 

 

 

 

 

موضوع: الگوریتم های تخصیص داده پویا در سیستم های پایگاه داده توزیعی

 

مقدمه

پیشرفت در تکنولوژیهای شبکه و پایگاه داده در دهه های اخیر منجر به ایجاد سیستم های پایگاه داده توزیع شده گشته است .یک سیستم پایگاه داده توزیع شده مجموعه ای از سایتها می باشد که از طریق شبکه به هم متصل شده اند که هر کدام از سایت ها پایگاه داده مخصوص به خود دارد اما می توانند با یکدیگر کار کنند بنابراین هر کاربری در هر سایتی می تواند به همه داده های موجود در شبکه دسترسی داشته باشد درست مانند اینکه همه داده ها در سایت کاربر ذخیره شده است .

دغدغه اصلی سیستم های پایگاه داده توزیع شده قطعه قطعه کردن[1] و تخصیص[2] پایگاه داده اصلی می باشد واحد قطعه داده می تواند یک فایل باشد که در این حالت موضوع تخصیص همان تخصیص فایل خواهد بود مشکل تخصیص داده یک مسئله NP-complete می باشد بنابراین نیاز به هیوریستیکهای سریع برای تولید راه حل های موثر می باشد علاوه بر اینها تخصیص بهینه اشیا پایگاه داده به طور شدید بستگی به استراتژی اجرای پرس وجو [3] که به وسیله پایگاه داده توزیع شده پیاده سازی شده دارد .

هزینه اصلی در اجرای پرس و جو در سیستمهای پایگاه داده توزیع شده هزینه انتقال داده هنگام انتقال یک رابطه در موقع درخواست پرس و جو از یک سایت و انتقال آن از یک سایت متفاوت می باشد[2] . هدف اصلی الگوریتم های تخصیص داده تعیین نسبت دادن فرگمنتها به سایتهای مختلف برای کمینه کردن هزینه انتقال داده در اجرای[4] یک مجموعه از پرس و جو ها می باشد که معادل کمینه کردن زمان متوسط اجرای پرس و جو می باشد که اهمیت اصلی در محیط های توزیع شده و پایگاه داده چند رسانه ای دارد .

 
تعداد صفحات: 15
 
 

دانلود با لینک مستقیم


الگوریتم های تخصیص داده پویا در سیستم های پایگاه داده توزیعی

پایان نامه کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مخت

اختصاصی از فی دوو پایان نامه کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مخت دانلود با لینک مستقیم و پر سرعت .

پایان نامه کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مخت


پایان نامه کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مخت

پایان نامه کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مخت

 

تعداد صفحات:104

فرمت فایل:doc

 

چکیده

 

در یک محیط صنعتی توزیع شده، کارخانه های مختلف و دارای ماشین ها و ابزارهای گوناگون در مکان های جغرافیایی مختلف غالبا به منظور رسیدن به بالاترین کارایی تولید ترکیب می شوند. در زمان تولید قطعات و محصولات مختلف ، طرح های فرایند مورد قبول توسط کارخانه های موجود تولید می شود. این طرحها شامل نوع ماشین، تجهیز و ابزار برای هر فرآیند عملیاتی لازم برای تولید قطعه است. طرح های فرایند ممکن است به دلیل تفاوت محدودیت های منابع متفاوت باشند. بنابراین به دست آوردن طرح فرایند بهینه یا نزدیک به بهینه مهم به نظر می رسد. به عبارت دیگر تعیین اینکه هر محصول درکدام کارخانه و با کدام ماشین آلات و ابزار تولید گردد امری لازم و ضروری می باشد. به همین منظور می بایست از بین طرحهای مختلف طرحی را انتخاب کرد که در عین ممکن بودن هزینه تولید محصولات را نیز کمینه سازد. در این تحقیق  یک الگوریتم ژنتیک معرفی می شود که بر طبق ضوابط از پیش تعیین شده مانند مینیمم سازی زمان فرایند می تواند به سرعت طرح فرایند بهینه را برای یک سیستم تولیدی واحد و همچنین یک سیستم تولیدی توزیع شده جستجو می کند. با استفاده از الگوریتم ژنتیک، برنامه ریزی فرآیند به کمک کامپیوتر (CAPP) می تواند براساس معیار در نظر گرفته شده طرح های فرایند بهینه یا نزدیک به بهینه ایجاد کند، بررسی های موردی به طور آشکار امکان عملی شدن و استحکام روش را نشان می دهند. این کار با استفاده از الگوریتم ژنتیک در CAPP هم در سیستمهای تولیدی توزیع شده و هم واحد صورت می گیرد. بررسی های موردی نشان می دهد که این روش شبیه یا بهتر از برنامه ریزی فرآیند به کمک کامپیوتر (CAPP) مرسوم تک کارخانه ای است

 


فهرست مطالب

 

عنوان

صفحه

مقدمه ..........................................................................................................................................................................

11

فصل یکم -  معرفی برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) و الگوریتم ژنتیک ..............................................

17

1-1-  برنامه ریزی فرآیند به کمک کامپیوتر................................................................................................................

17

1-1-1- رویکرد بنیادی ..............................................................................................................................................

18

1-1-2- رویکرد متنوع ...............................................................................................................................................

18

1-2- الگوریتم ژنتیک.................................................................................................................................................

20

1-2-1-کلیات الگوریتم ژنتیک..................................................................................................................................

21

1-2-2-قسمت های مهم الگوریتم ژنتیک....................................................................................................................

23

1-2-2-1-تابع هدف و تابع برازش..............................................................................................................................

26

1-2-2-2- انتخاب......................................................................................................................................................

27

1-2-2-3- تقاطع......................................................................................................................................................... 

28

1-2-2-4- جهش........................................................................................................................................................

32

فصل دوم- نمونه هایی از کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر.........................................

34

2-1-بهینه سازی مسیر فرآیند با استفاده از الگوریتم ژنتیک...........................................................................................

34

2-1-1- توصیف توالی فرآیند.....................................................................................................................................

34

2-1-2- استراتژی کد گزاری.....................................................................................................................................

37

2-1-3- تجزیه و تحلیل همگرایی................................................................................................................................

38

2-1-3-1-همگرایی نزدیک شونده..............................................................................................................................

38

2-1-3-2-همگرایی با در نظر گرفتن احتمال................................................................................................................

40

2-1-3-3-همگرایی GAها در توالی سازی فرایندهای پشت سر هم.............................................................................

40

2-1-3-4-تعریف یک قانون.......................................................................................................................................

41

2-1-4-اپراتورهای ژنتیک...........................................................................................................................................

41

2-1-4-1-اپراتور انتخاب............................................................................................................................................

41

2-1-4-2- اپراتور تغییر و انتقال...................................................................................................................................

42

2-1-4-3- اپراتور جهش............................................................................................................................................

44

2-1-5- برقراری تابع تناسب.......................................................................................................................................

44

2-1-5-1- آنالیز محدودیت ها..................................................................................................................................

   44

2-1-5-2- برقراری تابع برازش...................................................................................................................................

45

2-1-6-مثال................................................................................................................................................................

47

2-1-6-1-مثالهایی برای کاربرد این روشها .................................................................................................................

47

2-1-6-2-تاثیر پارامترهای متغیر بر روند تحقیقات ......................................................................................................

49

2-1-7-نتیجه گیری...................................................................................................................................................

50

2-2-روشی برای برنامه ریزی  مقدماتی ترکیبات دورانی شکل محور Cاستفاده از الگوریتم ژنتیک.........................

51

2-2-1-مقدمه.............................................................................................................................................................

51

2-2-2-مدول های سیستمCAPP  پیشنهاد شده........................................................................................................

54

2-2-3-تجسم قطعه...................................................................................................................................................

56

2-2-4-تولید توالی های ممکن..................................................................................................................................

58

2-2-4-1-الزامات اولویت دار..................................................................................................................................

58

2-2-4-2- الزامات تلرانس هندسی.............................................................................................................................

59

2-2-4-3- رابطه ویژگی های اولویت دار....................................................................................................................

60

2-2-5 بهینه سازی با استفاده از الگوریتم ژنتیک GA..................................................................................................

64

2-2-5-1- تابع برازش...............................................................................................................................................

67

2-2-5-2- الگوریتم ژنتیک......................... .............................................................................................................

68

2-2-6- نتایج و بحث...............................................................................................................................................

71

2-2-7-نتیجه گیری...................................................................................................................................................

71

فصل سوم: الگوریتم پیشنهادی برای کاربرد الگوریتم  ژنتیک در طراحی قطعه به کمک کامپیوتر در محیط صنعتی .....

73

3-1-مقدمه................................................................................................................................................................

73

3-2-الگوریتم ژنتیک................................................................................................................................................

74

3-2-1-سیستم های تولیدی توزیع شده........................................................................................................................

74

3-2-2-نمایش طرح های فرایند...................................................................................................................................

75

3-2-3-جمعیت اولیه..................................................................................................................................................

76

3-3-تولید مثل..........................................................................................................................................................

76

3-3-1-ادغام...........................................................................................................................................................

76

3-3-2-دگرگونی و جهش.......................................................................................................................................

77

3-4- ارزیابی کروموزوم ...........................................................................................................................................

80

3-4-1- مینیمم سازی زمان فرایند................................................................................................................................

80

3-4-2- مینیمم سازی هزینه های تولید.........................................................................................................................

80

3-5- مطالعات موردی...............................................................................................................................................

81

3-5-1- CAPPسنتی................................................................................................................................................

81

3-5-2- CAPP توزیع شده.......................................................................................................................................

85

3-6- ارزیابی..............................................................................................................................................................

88

3-6-1- معیار اول.......................................................................................................................................................

88

3-6-2- معیار دوم.......................................................................................................................................................

89

فصل چهارم -نتیجه گیری....................................................................................................................................

90

 

مقدمه

در جهان صنعتی امروز، به تولید به عنوان یک سلاح رقابتی نگریسته می شود و سازمانهای تولیدی در محیطی قرار گرفته اند که از ویژگی های آن می توان به افزایش فشارهای رقابتی، تنوع در محصولات، تغییر در انتظارات اجتماعی و افزایش سطح توقع مشتریان اشاره کرد. محصولات در حالی که باید بسیار کیفی باشند، تنها زمان کوتاهی در بازار می مانند و باید جای خود را به محصولاتی بدهند که با آخرین ذائقه، سلیقه و یا نیاز مشتریان سازگار هستند. بی توجهی به خواست مشتری و یا قصور در تحویل به موقع ممکن است بسیار گران تمام شود. شرایط فوق سبب گردیده تا موضوع اطلاعات برای سازمانهای تولیدی از اهمیت زیادی برخوردار شود. از طرف دیگر، آخرین بررسی ها حاکی از آن است که استراتژی رقابتی مبتنی بر بازار خود نیز به تدریج در حال گذر است و چشم انداز استراتژیک رقابت در آینده مبتنی بر منابع خواهد بود. به عبارت دیگر در حالی که شرکتها امروزه موفقیت را در تبعیت و استفاده درست از قوانین، فرصتها و شرایط دیکته شده توسط بازار می دانند، استراتژی مبتنی بر منابع بر این موضوع تاکید دارد که منفعت و موفقیت بیشتر با اتکا بر مزیتها و منابع منحصر به فرد و قابل اطمینان شرکت و سرمایه گذاری به منظور توسعه و حفاظت از آنها حاصل خواهد شد.

البته منابع تولیدی مورد نظر تنها شامل سرمایه، زمین، ماشین آلات و تجهیزات نمی شوند، بلکه بنای تولید نسل آینده بر تاکید و توجه به اطلاعات، مدیریت دانش و توجه ویژه به مسئله آموزش افراد خواهد بود.

وضعیت به وجود آمده و تحولات صورت گرفته مذکور در حوزه فعالیتهای تولیدی، اگرچه خود حاصل به کارگیری گسترده و همه جانبه فناوریهای اطلاعاتی در این حوزه است، ولی در عین حال باعث توجه مضاعف سازمانها و شرکتهای تولیدی به مقوله اطلاعات و فناوریهای مرتبط با آن شده است. این تحقیق با هدف تبیین موضوع فوق به طور عام و تبیین بخش خاصی از آن به نام برنامه ریزی فرایند به کمک کامپیوتر صورت گرفته است. اهمیت این بررسی از آنجا ناشی می شود که چند سالی است در کشور، افزایش تعداد واحدهای تولیدی و به تبع آن تحقق نسبی فضای رقابتی باعث گردیده تا توجه تولیدکنندگان و شرکتهای صنعتی به کیفیت محصولات، افزایش سهم بازار و مسئله صادرات معطوف گردد. از همین رو به نظر مــی رسد دانستن تحولات صورت گرفته در بخشهای تولیدی جوامع پیشرفته می تواند در تعیین و شناخت بهتر مسیری که سازمانهای تولیدی و صنعتی کشور برای ارتقای توان رقابتی خود باید طی کنند موثر واقع شود. توسعــه های اخیر در حوزه فناوری اطلاعات به ویژه هوش مصنوعی و سیستم های خبره، وضعیت تولید در جوامع صنعتی را دگرگون ساخته است.


دانلود با لینک مستقیم


پایان نامه کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مخت

شبیه سازی الگوریتم کرم شب تاب

اختصاصی از فی دوو شبیه سازی الگوریتم کرم شب تاب دانلود با لینک مستقیم و پر سرعت .

شبیه سازی الگوریتم کرم شب تاب


شبیه سازی الگوریتم کرم شب تاب

33 صفحه فایل ورد

الگوریتم های بهینه سازی و جستجوی تصادفی و تکاملی روش های نوین و کارامدی هستند که به ویژه برای یافتن جواب های بهینه سراسری مسائل به کار می روند. ویژگی تصادفی بودن این الگوریتم ها مانع از گیر افتادن در نقاط بهینه موضعی می شوند. در مسائل بهینه سازی عملی مانند طراحی های مهندسی، مدیریت سازمان ها و سیستم های اقتصادی معمولاً توجه اصلی معطوف به بدست آوردن جواب های بهینه سراسری است. بسیاری از این الگوریتم ها الهام گرفته شده از سیستم های زیستی هستند که الگوریتم اجتماع کرم شب تاب از این دست می باشد. این الگوریتم....


دانلود با لینک مستقیم


شبیه سازی الگوریتم کرم شب تاب

الگوریتم ژنتیک

اختصاصی از فی دوو الگوریتم ژنتیک دانلود با لینک مستقیم و پر سرعت .

الگوریتم ژنتیک


الگوریتم ژنتیک

الگوریتم ژنتیک  

43 صفحه در قالب word

 

 

 

 

مقدمه

الگوریتم ژنتیک، یک روش جستجوی احتمالی است که از شبیه­سازی تکامل زیستی و طبیعی استفاده می­کند.

الگوریتم­های ژنتیک با به کارگیری اصول انتخاب طبیعی و بقای بهترین­ها برای تولید تخمین­های هر چه بهتر یک جواب روی جمعیتی از جواب­های بالقوه عمل می­نماید. در هر نسل، مجموعه­ای جدید از تخمین­ها توسط فرآیند انتخاب افراد مطابق با سطح برازندگی­شان در دامنه مسأله و پرورش آنها با هم با استفاده از عملگرهای گرفته شده از ژنتیک طبیعی ایجاد می­گردد. این فرآیند ما را به سمت تکامل جمعیت­هایی از افراد، که با محیط مربوطه­شان بهتر از والدینشان وفق داده شده­اند هدایت می­کند.

اصول بنیادی الگوریتم ژنتیک اولین بار در سال 1975 توسط جان هلند، در دانشگاه میشیگان آمریکا، ابداع شد. (19) در ادامه این فصل به معرفی مفاهیم موجود در الگوریتم ژنتیک خواهیم پرداخت.

 

جمعیت در الگوریتم ژنتیک

الگوریتم ژنتیک، با تعریف یک کروموزوم[1] یا یک آرایه از مقادیر پارامتری که باید بهینه باشد شروع می­شود. هر درایه در هر کروموزوم ژن نامیده می­شود. مجموعه­ای از این کروموزوم­ها جمعیت[2] الگوریتم را تشکیل می­دهد.

همچنین هر تکرار از الگوریتم ژنتیک را یک نسل می گویند.

اگر مسئله دارای Npar پارامتر متغیر باشد می­توان هر کروموزوم را به صورت  نشان داد که Pi، i امین پارامتر مسئله است. یکی از ویژگی­های الگوریتم ژنتیک این است که به جای تمرکز بر روی یک نقطه از فضای جستجو یا یک کروموزوم بر روی جمعیتی از کروموزوم­ها کار می­کند، بدین ترتیب در هر مرحله، الگوریتم ژنتیک دارای جمعیتی از کروموزوم­ها بوده که خواص موردنظر را بیشتر از جمعیت مرحله قبل دارا است.

 

تابع هدف و برازندگی

تابع هزینه[3] مقدار تابع هدف به ازای یک دسته پارامتر (یک کروموزوم) است و می تواند به صورت یک تابع ریاضی، یا نتیجه یک آزمایش یا نتیجه یک بازی باشد.

تابع هدف جهت تعیین اینکه افراد چگونه در محدوده مسئله ایفای نقش می­نمایند، مورد استفاده قرار می­گیرد. در حالت مسئله بیشینه­سازی، شایسته­ترین افراد دارای بیشترین مقدار عددی تابع هدف مربوطه هستند. این مقدار برازندگی[4] ، تنها به عنوان یک مرحله میانی در تعیین کارایی مربوطه افراد در الگوریتم ژنتیک به کار می­رود. مناسب بودن یا نبودن جواب با مقداری که از تابع برازندگی[5] به دست می­آید سنجیده می­شود. هر چه که یک جواب مناسب­تر باشد مقدار برازندگی بزرگتری دارد و احتمال بقای کروموزوم متناظر با آن بیشتر خواهد بود. این احتمال متناسب با مقدار مقدار برازندگی به دست آمده از هر کروموزوم در نظر گرفته می­شود.

 

انتخاب

پس از ارزیابی کروموزوم­های موجود در نسل حاضر، باید نسل جدیدی با استفاده از نسل حاضر تولید شود. انتخاب، مکانیزمی است که تعیین می کند کدامیک از کروموزوم های موجود در نسل حاضر بطور مستقیم یا غیر مستقیم برای تولید نسل بعد برگزیده شوند.کروموزوم های انتخاب شده تشکیل جمعیت والد[6] (جمعیت میانی[7] ) را می دهند. این انتخاب با توجه به میزان شایستگی کروموزوم های موجود در نسل حاضر صورت می­گیرد و باید بگونه­ای باشد که کروموزوم­های با شایستگی بیشتر نسبت به کروموزوم­های با شایستگی کمتر شانس بیشتری برای مشارکت در تولید نسل بعد داشته باشند .

معمولاً انتخاب کروموزوم­ها برای تولید نسل بعد متناسب با مقدار شایستگی آنها صورت می­گیرد. 

ساده ترین روش برای اجرای این مرحله، استفاده از مدل چرخ رولت[8] است (20). در این مدل، سطح چرخ به بخشهایی تقسیم می شود که تعداد آنها برابر با تعداد اعضای جمعیت و سطح هر بخش متناسب با مقدار برازندگی هر کروموزوم است. سپس چرخ به گردش درمی آید تا درنقطه­ای به تصادف متوقف گردد. این نقطه، کروموزوم انتخاب شده را مشخص می سازد. شکل شمایی از چرخ رولت را نشان می دهد.

یکی دیگر از روش هایی که در این بخش مورد استفاده قرار می گیرد روش تورنمنت[9] می­باشد .در این روش در هر تکرار یک مجموعه   عضوی از نسل فعلی انتخاب شده و بهترین آنها در جمعیت والد قرار می­گیرد. این کار به تعداد اعضای جمعیت والد صورت می­گیرد.

از مواردی که عموماً در مرحله انتخاب انجام می­گیرد استفاده از استراتژی نخبه پروری[10] می باشد .این استراتژی بدین صورت عمل می­کند که قبل از انجام عمل انتخاب ،   درصد از  کروموزوم های با برازندگی بالا از جمعیت کنونی را حفظ کرده و مستقیماً به نسل بعد انتقال می دهد.

 

ادغام[11]

در فرآیند تولید مثل، فرزندان خصوصیات ژنتیکی والدین خود را به ارث می­برند، بدین معنی که برخی خصوصیات بیولوژیکی فرزند شبیه خصوصیات بیولوژیکی پدر و برخی مانند خصوصیات بیولوژیکی مادر است. در الگوریتم ژنتیک این فرآیند توسط عملگر ادغام شبیه سازی می­شود.  این عملگر بر روی یک جفت از کروموزوم­ها عمل می­کند و می­تواند به صورت تک نقطه­ای، چند نقطه­ای و یکنواخت باشد . عملگر تقاطعی تک نقطه ای[12]، دو کروموزوم را از جمعیت والد به طور تصادفی از یک نقطه شکسته و بخش های شکسته دو کروموزوم را جابجا می کند. بدین ترتیب دو کروموزوم جدید بدست می آید. به کروموزومهای حاصل شده از عمل ادغام، کروموزوم های فرزند[13] می گویند.شکل شمایی از عملگر تقاطع تک نقطه ای را نشان می دهد.

 

ممکن است هنگام انتقال از فایل ورد به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است

متن کامل را می توانید در ادامه دانلود نمائید

چون فقط تکه هایی از متن برای نمونه در این صفحه درج شده است ولی در فایل دانلودی متن کامل همراه با تمام ضمائم (پیوست ها) با فرمت ورد word که قابل ویرایش و کپی کردن می باشند موجود است

 

دانلود با لینک مستقیم


الگوریتم ژنتیک

دانلود پایان نامه رشته عمران - بررسی الگوریتم ژنتیک در TSP و NP- HARD

اختصاصی از فی دوو دانلود پایان نامه رشته عمران - بررسی الگوریتم ژنتیک در TSP و NP- HARD دانلود با لینک مستقیم و پر سرعت .

دانلود پایان نامه رشته عمران - بررسی الگوریتم ژنتیک در TSP و NP- HARD


دانلود پایان نامه رشته عمران - بررسی الگوریتم ژنتیک در TSP و NP- HARD

عنوان پایان نامه :  بررسی الگوریتم ژنتیک در TSP و NP-HARD

 

شرح مختصر : الگوریتم ژنتیک (Genetic Algorithm – GA) تکنیک جستجویی در علم رایانه برای یافتن راه حل تقریبی برای بهینه سازی و مسائل جستجو است. الگوریتم ژنتیک نوع خاصی از الگوریت مهای تکامل است که از تکنیک های زیست شناسی فرگشتی مانند وراثت و جهش استفاده می کند. در واقع الگوریت مهای ژنتیک از اصول انتخاب طبیعی داروین برای یافتن فرمول بهینه جهت پیش بینی یا تطبیق الگو استفاده میکنند. الگوریت مهای ژنتیک اغلب گزینه خوبی برای تکنیک های پیش بینی بر مبنای یک تکنیک برنامه نویسی است که از (GA تصادف هستند. مختصراً گفته می شود که الگوریتم ژنتیک ) یا تکامل ژنتیکی به عنوان یک الگوی حل مسئله استفاده می کند. مسأله ای که باید حل شود  ورودی است و راه حلها طبق یک الگو کد گذاری میشوند که تابع fitness نام دارد هر راه حل کاندید را ارزیابی می کند که اکثر آنها به صورت تصادفی انتخاب می شوند.

فهرست :

 مقدمه

 به دنبال تکامل…

 ایده اصلی استفاده از الگوریتم ژنتیک

 درباره علم ژنتیک

 تاریخچۀ علم ژنتیک

 تکامل طبیعی (قانون انتخاب طبیعی داروین)

 رابطه تکامل طبیعی با روش های هوش مصنوعی

 الگوریتم

 الگوریتم های جستجوی ناآگاهانه

جستجوی لیست

جستجوی درختی

جستجوی گراف

 الگوریتم های جستجوی آگاهانه

 الف جستجوی خصمانه

  مسائل NP Hard

 هیوریستیک

 انواع الگوریتم های هیوریستیک

فصل دوم

 مقدمه

 الگوریتم ژنتیک

 مکانیزم الگوریتم ژنتیک

 عملگرهای الگوریتم ژنتیک

 کدگذاری

 ارزیابی

 ترکیب

 جهش

 رمزگشایی

 چارت الگوریتم به همراه شبه کد آ ن

 شبه کد و توضیح آن

 چارت الگوریتم ژنتیک

 تابع هدف

 روش های کد کردن

 کدینگ باینری

 کدینگ جایگشتی

 کد گذاری مقدار

 کدینگ درخت

 نمایش رشته ها

 انواع روش های تشکیل رشته

 باز گرداندن رشته ها به مجموعه متغیرها

 تعداد بیت های متناظر با هر متغی ر

 جمعیت

 ایجاد جمعیت اولیه

 اندازه جمعیت

 محاسبه برازندگی (تابع ارزش)

 انواع روش های انتخاب

 انتخاب چرخ رولت

 انتخاب حالت پایدار

 انتخاب نخبه گرایی

 انتخاب رقابتی

 انتخاب قطع سر

 انتخاب قطعی بریندل

 انتخاب جایگزینی نسلی اصلاح شده

 انتخاب مسابقه

 انتخاب مسابقه تصادفی

 انواع روش های ترکیب

 جابه جایی دودوئی

 جابه جایی حقیقی

 ترکیب تک نقطه ا ی

 ترکیب دو نقطه ای

 ترکیب یکنواخت

 ترکیب حسابی

 ترتیب

 چرخه

 بخش نگاشته

 احتمال ترکیب

 تحلیل مکانیزم جابجایی

 جهش

 جهش باینری

 جهش حقیقی

 وارونه سازی بیت

 تغییر ترتیب قرارگیر ی

 وارون سازی

 تغییر مقدار

 محک اختتام اجرای الگوریتم ژنتیک

 انواع الگوریتم های ژنتیکی

 الگوریتم ژنتیکی سری

 الگوریتم ژنتیکی موازی

 مقایسه الگوریتم ژنتیک با سیستم های طبیعی

 نقاط قوت الگوریتم های ژنتیک

 استراتژی برخورد با محدودیت ها

 استراتژی اصلاح عملگرهای ژنتیک

 استراتژی اصلاحی

 استراتژی جریمه ای

 بهبود الگوریتم ژنتیک

 چند نمونه از کاربردهای الگوریتم های ژنتیک

فصل سوم

 مقدمه

حلّ معمای هشت وزیر

 جمعیت آغازین

 تابع برازندگی

 آمیزش

 جهش ژنتیکی

 الگوریتم ژنتیک و حلّ مسألۀ فروشندة دوره گرد

به وسیله الگوریتم ژنتیک   TS P  حل مسأله

 TS P  مقایسه روشهای مختلف الگوریتم و ژنتیک برای

 نتیجه گیر ی

 حلّ مسأله معمای سودوکو

 حل مسأله

 تعیین کروموزم

 ساختن جمعیت آغازین یا نسل اول

 ساختن تابع از ارزش

 ترکیب نمونه ها و ساختن جواب جدید

 ارزشیابی مجموعه جواب

 ساختن نسل بعد

مرتب سازی به کمک  G A

 صورت مسأله

 جمعیت آغازین

 تابع برازندگی

 انتخاب

 ترکیب

 جهش

فهرست منابع و مراجع

پیوست

واژه نامه

نقاط بهینه محلی و بهینه کلی

 چارت الگوریتم ژنتیک

 ترکیب تک نقطه

 ترکیب جایگشتی

 جهش کدینگ جایگشتی

 جهش کدینگ مقدار

 کدینگ درختی

 نمونه کروموزوم الگوریتم ژنتیکی

 روش سری

 روش محاطی

  چرخه رولت

  جابجایی چند نقطه

  ترکیب تک نقطه ای

  ترکیب دو نقطه ای

  ترکیب یکنواخت

  شبیه سازی جهش به کمک نمودار

  جهش باینری

  جهش:وارونه سازی بیت

  جهش:تغییر ترتیب قرارگیری

  جهش: وارون ساز ی

  جهش: تغییر مقدار

  نمودار بررسی رابطه های جمعیت، کیفیت جواب و معیار توقف بایکدیگر

 چینش هشت مهره وزیر در صفحه شطرنج بدون تهدید یکدیگر

جدول سودوکو


دانلود با لینک مستقیم


دانلود پایان نامه رشته عمران - بررسی الگوریتم ژنتیک در TSP و NP- HARD