دانلود پرفروش ترین فایل ها# فورکیا # اینترنت#فایل سل#

فایل های پرفروش فورکیا و اینترنت را دانلود کنید(فایل های در این وبسایت قرار داده می شودکه تضمینی و مطمئن هستن ،اگر غیر از این بود به مدیریت اطلاع دهید)سعی شده فایل های دارای ضمانت معتبر گلچین بشه ولی تصمیم با شماست.موفق باشید
4kia.ir

دانلود پرفروش ترین فایل ها# فورکیا # اینترنت#فایل سل#

فایل های پرفروش فورکیا و اینترنت را دانلود کنید(فایل های در این وبسایت قرار داده می شودکه تضمینی و مطمئن هستن ،اگر غیر از این بود به مدیریت اطلاع دهید)سعی شده فایل های دارای ضمانت معتبر گلچین بشه ولی تصمیم با شماست.موفق باشید

شما در این سایت میتوانید به راحتی بهترین فایل ها که دارای ضمانت می باشند را دانلود کنید(فایل سل،فورکیا،همیار دانشجو و....)
بهترین های اینترنت را در این وب سایت بیابید.
طبقه بندی موضوعی

۵ مطلب با کلمه‌ی کلیدی «الگوریتم ژنتیک» ثبت شده است

مقاله:معماری آینده و الگوریتم ژنتیک

معماری آینده و الگوریتم ژنتیک

 

این مقاله در اولین همایش ملی معماری پایدار و توسعه شهری پذیرفته شده است.

 

فایل این مقاله به صورت word و قابل ویرایش است.

 

لینک مقالات همایش در سایت سیویلیکا (+)

 

چکیده

یکی از مشکلات اصلی در معماری امروزه کمیت اطلاعات و سطح پیچیدگی درگیر در اکثر ساختمان پروژه هاست. الگوریتم ژنتیک راه حل موثر برای این مشکل بهینه سازی و مشکلات جستجو ، در یک جمعیت از راه حل های ممکن ارائه می دهد. بهینه سازی طراحی در صنعت ساختمان به عنوان یک ابزار برای رسیدن به بهترین معرفی عملکرد ساختمان ، بالاترین قابلیت اطمینان و یا کمترین هزینه تبدیل شده است. عملکرد ساختمان شامل ساختار ، آکوستیک ، روشنایی ، انرژی و فضایی صفات / خواص یک ساختمان است. به عنوان مثال یکی از اهداف اساسی ساختاری بهینه سازی به حداقل رساندن وزن کلی ، به منظور به حداقل رساندن هزینه های مادی است. باافزایش مطالبات از بازار جهانی برای ساختمان های موثر تر و پیچیده تر ،استفاده از الگوریتم ژنتیک ، به عنوان یکی از تکنیک های بهینه سازی های متعدد ، یک ضرورت است. به خصوص برای ساختارهایی در مقیاس بزرگ با هزاران تن از عناصر و یا ساختارهای بسیار پیچیده هندسه محاسبات ومقررات راهنمای کاربر نمی تواند افزایش تقاضا را راضی کند ، بنابراین استفاده از بهینه سازی تکنیک های اجتناب ناپذیر است.

کاربرد الگوریتم ژنتیک مانند سیستم های دیگر محاسباتی الهام گرفته از سیستم های طبیعی است ، در حالی که سایر رشته ها ابزار محاسباتی بر اساس اصول زیست شناسی اتخاذ کرده اند ، در پروسه طراحی معماری تکاملی گسترده اتفاق نیفتاده است. تنها به تازگی یک تغییر قابل توجه در راه معماران وجود دارد که کشف تکنیک برای رسیدگی به مشکلات پیچیده است. مسائل بهینه سازی از سه جزء اصلی ساخته شده است.

واژه‌های کلیدی: معماری آینده ، بهینه سازی مصرف انرژی ، الگوریتم ژنتیک ، الگوریتم طبیعی.

 

 



جهت کپی مطلب از ctrl+A استفاده نمایید نماید



۰ نظر موافقین ۰ مخالفین ۰ ۰۷ مهر ۹۶ ، ۱۷:۴۳
محمد حسینی
ارائه یک الگوریتم فراابتکاری برای حل مسئله کوله پشتی دو بعدی با قطعات مستطیلی شکل word

 کلمات کلیدی فارسی

مسئله کوله پشتی دو بعدی، الگوریتم حریصانه، الگوریتم ژنتیک

 فهرست مطالب

فصل اول- مقدمه و کلیات تحقیق.. 1

1-1- مقدمه.. 2

1-2- تعریف مسئله.. 2

1-3-یک مثال از مسئله کوله پشتی.. 3

1-5 - مسئله ی کوله پشتی بیکران.. 3

1-6- مسئله ی کوله پشتی 0 و 1..... 3

1-6- بیان مسئله.. 4

1-7- اهداف تحقیق.. 7

فصل دوم-ادبیات و پیشینه تحقیق.. 8

2-1- مقدمه.. 9

2-2- تاریخچه.. 9

2-3- روش حریصانه برای حل کوله پشتی.. 13

2-4- راه حل برنامه نویسی پویا.. 19

2-5- مسئله ی کوله پشتی 0 و 1. 20

2-6- الگوریتم تقریبی حریصانه.. 21

2-7- کاربرد ها.. 22

2-8- مقدمه ای بر کوله پشتی چند بعدی.. 23

2-9- الگوریتم ژنتیک.. 24

2-10- روند کلی الگوریتم‏های ژنتیکی.. 29

2-11- روند کلی بهینه سازی و حل مسائل در الگوریتم ژنتیک :.. 31

2-12- شرط پایان الگوریتم.. 32

2-13- برخی از کاربرد الگوریتم‏های ژنتیکی.. 33

2-14- الگوریتم های تقریبی.. 34

2-15- ارزیابی کارایی الگوریتمها.. 35

2-16- قضیه ی ماکسیمم ها.. 37

2-16-1- کروموزوم.. 38

2-16-2- جمعیت.. 38

2-16-3- تابع برازندگی.. 38

2-17- عملگرهای الگوریتم ژنتیک.. 39

2-17-1- عملگر انتخاب.. 39

2-17-2- روش های انتخاب.. 39

2-17-3- نمونه‏برداری به روش چرخ رولت.. 39

2-17-4- انتخاب تورنومنت:.. 40

2-17-5- عملگر آمیزش :.. 40

2-17-6- تلفیق تک نقطه ای.. 41

2-17-7- روش ادغام دو نقطه ای.. 42

2-18- تلفیق نقطه ای.. 42

2-19- تلفیق جامع .. 42

2-20- عملگر جهش..

۰ نظر موافقین ۰ مخالفین ۰ ۰۵ مهر ۹۶ ، ۰۹:۲۵
محمد حسینی


طراحی مدل یکپارچه تشکیل سلول با چیدمان سلول و زمانبندی عملیات ها با در نظر گرفتن چیدمان سلولی خطی دو ردیفی و حل آن با الگوریتم ژنتیکwword

 واژگان کلیدی: تولید سلولی، تشکیل سلول، چیدمان سلولی، زمانبندی گروهی، الگوریتم ژنتیک

 فهرست مطالب

 فصل اولکلیات تحقیق

1-1- مقدمه. 2

1-2- بیان مساله. 3

1-3- هدف انجام تحقیق. 5

1-4- ضرورت انجام تحقیق. 5

1-5- ساختار تحقیق. 6

 فصل دوممرور ادبیات

2-1- مقدمه. 8

2-2- تکنولوژی گروهی. 9

2-2-1- کاربرد کدگذاری در تکنولوژی گروهی‌10

2-2-2- نتایج‌ انعطاف‌پذیری‌11

2-3- تولید سلولی. 16

2-3-1- مزایا و معایب تولید سلولی.. 24

2-4- زمانبندی. 34

2-4-1- مدل‌های زمانبندی.. 39

2-5- مروری بر مسائل تولید سلولی با رویکردهای تشکیل سلول، چیدمان سلول و زمانبندی گروهی. 43

 

فصل سومروش تحقیق

3-1- مقدمه. 53

3-2- مفروضات. 54

3-3- نمادهای مدل. 55

3-3-1- اندیس­ها.. 55

3-3-2- پارامترهای ورودی.. 56

3-3-3- پارامترهای خروجی.. 56

3-3-4- متغیرهای تصمیم­گیری.. 57

3-4- مدل ریاضی. 57

4-4- تشریح مدل. 57

3-2- روش حل با استفاده از الگوریتم ژنتیک. 61

3-2-1- آشنایی با الگوریتم ژنتیک.. 61

3-2-1-1- مقدمه.. 61

3-2-1-2- زمینه های بیولوژیکی.. 63

3-2-1-3- فضایجستجو.. 64

3-2-1-4- مسائل NP. 65

3-2-1-5- مفاهیماولیهدرالگوریتمژنتیک.. 67

3-2-1-5-1- اصولپایه.. 67

3-2-1-5-2- شمایکلیالگوریتمژنتیک.. 67

3-2-1-5-3- کد کردن.. 69

3-2-1-5-4- روش های کدینگ.. 70

3-2-1-5-5- کروموزوم.. 73

3-2-1-5-6- جمعیت.. 73

3-2-1-5-7- مقدار برازندگی.. 74

3-2-1-5-8- عملگر تقاطع.. 75

3-2-1-5-9- عملگر جهش.. 77

3-2-1-5-10- روش های انتخاب.. 77

3-2-1-6- ارائه الگوریتم پیشنهادی. 80

3-2-1-7- نمایش کروموزوم.. 80

3-2-1-8- ایجاد جمعیت اولیه.. 82

3-2-1-9- تابع برازندگی.. 82

3-2-1-10- انتخاب.. 83

3-2-1-11- تقاطع.. 83

3-2-1-12- جهش.. 86

3-2-1-13- معیار توقف.. 86

 

فصل چهارممحاسبات و تحلیل نتایج

4-1- مقدمه. 88

4-2- اعتبارسنجی و ارائه مثال عددی. 88

4-3- نتایج محاسباتی و تحلیل آنها. 93

 

فصل پنجمنتیجه­گیری و پیشنهادات

۰ نظر موافقین ۰ مخالفین ۰ ۰۵ مهر ۹۶ ، ۰۹:۰۹
محمد حسینی


پروژه ارزیابی الگوریتم های هوشمند در مسیریابی شبکه های موبایل

پروژه ارزیابی الگوریتم های هوشمند در مسیریابی شبکه های موبایل  یک پژوهش کامل میباشد و در 6 فصل تنظیم شده است.ا در این پایان نامه  سعی کردیم مجموعه فعالیت های انجام شده برای یافتن مسیر بهینه در شبکه های موبایل با استفاده از خواص الگوریتم ژنتیک و الگوریتم لانه مورچه ای را مورد بررسی و ارزیابی قرار داده و روشی بهینه در این زمینه را بیابیم..شما میتوانید فهرست مطالب پروژه را در ادامه مشاهده نمایید.

پروژه بصورت فایل قابل ویرایش ورد(WORD) در 135 صفحه برای رشته کامپیوتر در پایین همین صفحه قابل دانلود میباشد. شایسته یادآوری است که پروژه از ابتدا تا آخر ویرایش وتنظیم , سکشن بندی (section) ، نوشتن پاورقی (Footnote) و فهرست گذاری کامل شده وآماده تحویل است.

چکیده

امروزه استفاده از شبکه های بی سیم به شکل گسترده ای رو به تزاید است.یکی از انواع این شبکه ها، شبکه های موبایل تک کاره (Mobile ad hoc networks)است. شبکه موبایل Ad hoc به عنوان شبکه های با عمر کوتاه شناخته می شود. توپولوژی بسیار پویا، در دسترس بودن پهنای باند محدود،محدودیت های انرژی و عدم وجود زیرساخت، مسیریابی در این نوع شبکه ها را به چالش کشیده است،بدین جهت یافتن مسیر بهینه در این شبکه ها یک مسئله بسیار مهم به شمار می اید. الگوریتم های الهام گرفته از طبیعت (ازدحام هوش) مانند الگوریتم های بهینه سازی لانه مورچه و همچنین الگوریتم ژنتیک در چند سال اخیر برای حل مسئله مسیریابی شبکه های اختصاصی موبایل معرفی شده اند. در این پروژه سعی کردیم مجموعه فعالیت های انجام شده برای یافتن مسیر بهینه در شبکه های موبایل با استفاده از خواص الگوریتم ژنتیک و الگوریتم لانه مورچه ای را مورد بررسی و ارزیابی قرار داده و روشی بهینه در این زمینه را بیابیم.

واژه های کلیدی:

شبکه های موبایل Ad hoc ،الگوریتم ژنتیک،الگوریتم لانه مورچه ای

فهرست مطالب

فصل اول

۰ نظر موافقین ۰ مخالفین ۰ ۲۴ شهریور ۹۶ ، ۲۰:۰۲
محمد حسینی


استنتاج اعتماد در شبکه های اجتماعی با استفاده از بهینه سازی الگوریتم ژنتیک

استنتاج اعتماد در شبکه های اجتماعی با استفاده از بهینه سازی الگوریتم ژنتیک

نوع فایل:PDF

تعداد صفحات :9

سال انتشار : 1395

چکیده

با رشد سریع شبکه های اجتماعی در وب و با توجه به این که امروزه بخش عمدهای از تعاملات، بین افراد ناشناس صورت می گیرد، اعتماد نقش مهمی در شکل گیری روابط بین کاربران ایفا می کند.استنتاج اعتماد رویکردی است که برای این منظور استفاده می شود. هدف از این مقاله، استنتاج اعتماد در شبکه های اجتماعی با استفاده از بهینه سازی الگوریتمژنتیک است. به کمک الگوریتم ژنتیک، از روی ساختار محلی روابط اعتماد کاربران با یکدیگر، یک مدل پیش بینی کننده آموزش داده شده و سعی شده تا با توجه به ویژگی های واقعی حاکم بر روابط اعتماد بین کاربران در شبکه های اجتماعی برخط و ساختار این شبکه های اجتماعی، مدلی ارائه شود که دقت بالایی در پیش بینی مقادیر اعتماد نامعلوم داشته باشد. نتایج بدست آمده از ارزیابی های انجام شده روی مجموعه داده واقعی از شبکه های اجتماعی برخط، نشان می دهدکه مدل ترکیبی در مقایسه با یک رویکرد دیگر مقایسه شده با آن، دقت بالایی در پیش بینی مقادیر اعتماد در محیط های واقعی دارد. به طوری که بهینگی و کارایی خود را در مجموعه داده حفظ کرده است.

واژگان کلیدی

استنتاج اعتماد، شبکه های اجتماعی، پیش بینی مقدار اعتماد، انتشار اعتماد، الگوریتم ژنتیک




۰ نظر موافقین ۰ مخالفین ۰ ۲۴ شهریور ۹۶ ، ۱۹:۳۳
محمد حسینی