فی ژوو

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

فی ژوو

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

دانلود پایان نامه الگوریتم های تکاملی

اختصاصی از فی ژوو دانلود پایان نامه الگوریتم های تکاملی دانلود با لینک مستقیم و پر سرعت .

دانلود پایان نامه الگوریتم های تکاملی


دانلود پایان نامه الگوریتم های تکاملی

به هر روند رویش یا گسترش که با تحول و دگرگونی همراه است، تَکامُل یا فَرگَشت می‌گویند؛ ولی این واژه بیش‌تر در پیوند با علم تکامل زیستی به‌کار می‌رود.

فَرگَشت یک نظریهٔ علمی است که در زیست شناسی مطرح شده است. فرگشت توضیح می دهد که چگونه حیوانات و گیاهان طی زمانی طولانی تغییر یافتند و چگونه به صورتی که امروزه هستند، رسیدند.

سنگواره‌ها نشان می‌دهند که زمین عمری بس دراز دارد. بر مبنای سنگواره‌ها می‌یابیم که جانداران امروزی متفاوت از گذشته هستند و به میزانی که به گذشته‌های دورتر می‌نگریم ،فسیل‌ها متفاوت‌تر می‌شوند. فرگشت چگونگی این رخداد را توضیح می دهد.

بر این اساس ،فرگشت در پی تغییر بسامد یک عامل انتقال ارثی در یک حوضه ژنتیکی پدید می‌آید. این‌گونه تغییرها در پی یک گزینش طبیعی و یا کشش ژنتیکی پدید می‌آیند. این دگرگونیها در بازه‌های دراز زمانی به تغییراتی در گونه یا ریخت (فنوتیپ) می‌انجامند. برای فرگشت روندهای دیگری مانند گونه زایی نیز بسیار مهم اند.

نظریه فرگشت پایه و اساس زیست شناسی نوین است و با شواهد بسیاری پشتیبانی می گردد.هیچ چیز در زیست شناسی بدون آن معنا نمی یابد.همزمان پرسش های بسیاری نیازمند پاسخ هستند که زیست شناسان تکاملی به آن ها می پردازند.

نظریه تکامل همچنین باعث شد در میان دانشمندان، فلاسفه و متکلمان مناقشات بسیاری در مورد خلقت جریان گیرد.

واژه‌شناسی

واژه عربی تکامل به معنای «ترقی» و «کامل شدن» می باشد.لغت نامه دهخدا معنی آن را «تمام شدن» ذکر می‌کند. این واژه نخستین بار توسط مترجمان دورهٔ قاجار به عنوان برابر فارسی evolution به کار رفت.

این در حالیست که واژه Evolution به معنای «بر آمدن» بوده و اشاره به بوجود آمدن چیزی از چیز دیگر دارد، مثل بوجود آمدن بخار از آب. Evolution، حاکی از «کمال یافتن» جانداران نیست. این واژه هیچ بار اخلاقی ندارد بلکه تنها تغییر جانداران را برای انطباق بیشتر با محیط نشان میدهد ، زیرا در یک محیط ویژگی های خاصی مبنای تطابق محسوب می شوند و در محیط دیگر ویژگی های دیگر.

به این سبب فرگشت معادل مناسب تری برای Evolution است. واژه فرگشت نخستین بار توسط داریوش آشوری در سال ۱۳۷۴ پیشنهاد شد.

تکامل در انسان

 

درخت زندگی نشانگر فرگشت از آغاز حیات است.

مقبول‌ترین نظریه در میان دیرین‌ مردم‌شناسان امروزین در باب تکامل انسان این است که انسان کنونی که با نام علمی انسان خردمند خردمند مشخص می‌شود زیرگونه‌ای از انسان خردمند است که خود از انسان راست‌قامت تکامل یافته و انسان راست‌قامت هم از انسان ماهر تکامل یافته بود. همگی این جانداران در سردهٔ انسان جای می‌گیرند که گونه‌های متعدد دیگری هم از آن برخاسته بودند (مانند انسان نئاندرتال و انسان راست‌قامت) اما امروزه نسل تمامی آن‌ها منقرض شده‌است. انسان خردمند در حدود ۲۰۰ هزار سال پیش در شرق آفریقا پدیدار شد و گروه‌های کوچکی از آن‌ها در حدود ۵۰ هزار سال پیش به دیگر نقاط دنیا مهاجرت کردند، به این ترتیب نسل تمامی انسان‌هایی که در خارج از آفریقا زندگی می‌کنند به این مهاجران می‌رسد.

کپی‌های بزرگ (شمپانزه، بونوبو، گوریل و اورانگ اوتان) نزدیک‌ترین جانداران در حال حیات به انسان‌هایند. با این حال انسان از هیچ‌ یک از آن‌ها تکامل نیافته‌ است و مسیر تکاملی ما و آن‌ها میلیون‌ها سال پیش از هم جدا شده‌است. از میان آن‌ها شمپانزه و بونوبو دو گونهٔ نزدیک‌تر به انسان‌اند. نیای مشترک سردهٔ شمپانزه و سردهٔ انسان در حدود ۶ تا ۷ میلیون سال پیش می‌زیسته است.

 

نظریه تکامل در طبیعت

به فرایند تغییر در گونه‌های حیات در اثر گذشت زمان و در طول نسل‌ها تکامل گفته می‌شود. رشته زیست‌شناسی تکاملی به بررسی اینکه چگونه و چرا این تکامل اتفاق می‌افتد می‌پردازد. یک اندامگان (ارگانیزم: organism) از والدینش خصوصیات و ویژگی‌هایی از طریق ژن‌هایش به ارث می‌برد. تغیرات در این ژن‌ها (که جهش خوانده می‌شود) می‌تواند ویژگی‌های جدید در فرزندهای سیستم حیاتی تولید کند. اگر این ویژگی‌های جدید باعث بشود که فرزندها بهتر بتوانند با محیط خارجی وفق پیدا کنند، در زنده ماندن و تولید مثل موفق‌تر خواهند بود. به این فرایند انتخاب طبیعی گفته شده، و باعث می‌شود که ویژگی‌هایی که مفید هستند عمومی‌تر شوند. در طول نسل‌های فراون، یک جمعیت می‌تواند آنقدر ویژگی‌های جدید کسب کند که به یک گونه جدید از موجودات تبدیل شود.

نظریه تکامل در سال ۱۲۳۸ هجری شمسی (۱۸۵۹ میلادی) و با انتشار کتاب «درباره مبدأ گونه‌ها» توسط چارلز داروین بوجود آمد. علاوه بر این، کار گرگور یوهان مندل با گیاهان به توضیح الگوهای وراثتی ژن‌ها کمک کرده و منجر به فهمی از نحوه عملکرد سیستم وراثتی شد. اکتشافات بعدی در زمینه نحوه جهش ژن‌ها به همراه پیشرفت‌ها در رشته «ژنتیک جمعیت» توضیحات بیشتری در زمینه نحوه عملکرد تکامل فراهم آورد. دانشمندان امروزه فهم به نسبت خوبی نسبت به پیدایش گونه‌های جدید دارند. آنها فرایند به وجود آمدن گونه جدید را هم در آزمایشگاه و هم در طبیعت مشاهده کرده‌اند. این دیدگاه مدرن از تکامل مهم ترین نظریه علمی موجود برای کمک به فهم حیات می‌باشد.

ایده داروین: تکامل توسط انتخاب طبیعی

چارلز داروین این ایده را داشت که نحوه کلی پرورش موجودات زنده از اجدادشان به گونه یکسانی و مستقل از نوع گونه می‌باشد. در سال ۱۲۱۷ هجری شمسی (۱۸۳۸ میلادی) او فرایندی که اسمش «انتخاب طبیعی» گذاشت را پیشنهاد کرد و توضیحاتی درباره عملکرد فرایند داد. داروین نظریه اش را بر پایه پنج مشاهده زیر قرار داد:

فهرست   صفحه
نظریه تکامل 1
مقدمه1
واژه‌شناسی1
تکامل در انسان2
نظریه تکامل در طبیعت3
ایده داروین: تکامل توسط انتخاب طبیعی3
الگوریتم ژنتیک4
مقدمه5
الگوریتم ژنتیک چیست؟8
ایده اصلی11
الگوریتم12
روش های نمایش13
روش های انتخاب14
روش های تغییر15
نقاط قوت الگوریتم های ژنتیک15
محدودیتهای GAها17
چند نمونه از کاربرد های الگوریتم های ژنتیک17
یک مثال ساده:18
نسل اول19
نسل بعدی20
انتخاب20
تغییر از یک نسل به نسل بعدی(Cross over)   21
جهش(Mutation) 21
الگوریتم22
جستجوی غذا در طبیعت22
بهینه سازی کلونی زنبورها22
کاربرد ها23
چکیده23
معرفی23
الگوریتمPSO  یا پرندگان یا اجتماع ذرات 32
الگوریتم بهینه سازی کلونی مورچگان چیست؟34
گوریتم رقابت استعماری 38
شکل دهی امپراطوری‌های اولیه 41
مدل‌سازی سیاست جذب: حرکت مستعمره‌ها به سمت امپریالیست 43
جابجایی موقعیت مستعمره و امپریالیست 45
قدرت کل یک امپراطوری 46
رقابت استعماری 47
سقوط امپراطوری‌های ضعیف 49
همگرایی 49
مثال کاربردی50
نتیجه‌گیری54
ماشین بردار پشتیبان57
الگوریتم های ترکیبی59
سنجش عملکرد62
الگوریتم بهینه سازی اجتماع ذرات62
انتخاب مشخصه ورودی64
شبیه سازی و استخراج داده ها65
معرفی روش67
نتیجه گیری72
مروری بر پیشینه تحقیق74
مدل سازی فرایند ریسندگی جهت بهینه سازی مقاوم75
تعریف76
تقریب توابع با شبکه های عصبی78
الگوریتم های یادگیری شبکه و مقایسه آنها79
ارزیابی اعتبار شبکه های تقریب زننده80
حل مدل طراحی پارامتر با GA80
حل مدل طراحی پارامتر با CGA 82
مقایسه دو الگوریتم GA و CGA در مساله طراحی پارامتر84
نتیجه گیری و پیشنهاد برای تحقیقات آتی84

 

شامل 89 صفحه فایل word


دانلود با لینک مستقیم


دانلود پایان نامه الگوریتم های تکاملی

دانلود مقاله کاربرد الگوریتم ژنتیکی سازگار یافته برای مسائل دینامیکی چند هدفه

اختصاصی از فی ژوو دانلود مقاله کاربرد الگوریتم ژنتیکی سازگار یافته برای مسائل دینامیکی چند هدفه دانلود با لینک مستقیم و پر سرعت .

دانلود مقاله کاربرد الگوریتم ژنتیکی سازگار یافته برای مسائل دینامیکی چند هدفه


دانلود مقاله کاربرد الگوریتم ژنتیکی سازگار یافته برای مسائل دینامیکی چند هدفه

این مقاله یک الگوریتم ژنتیکی سازگار (AGA) را همراه با تابع لیاقت دینامیکی، برای مسائل چند هدفه (MOPs) در محیط دینامیکی تشریح می کند. به منظور دیدن اجرای الگوریتم، این روش برای دو نوع از مسائل MOPs بکار گرفته شده است. اولا این روش برای پیدا کردن آرایش نیروهای نظامی برای شبیه سازی رزمی بکار گرفته شده است. این مقاله در مورد چهار تابع هدف بحث می کند که باید بهینه شوند و یک واسطه فازی را ارئه می دهد که طرح جامعی را از چهار تابع هدف می سازد. دومین واسطه فازی برای کنترل نرخ عملکردهای تقاطع (Crossover) و جهش (Mutation) بکار گرفته می شود که بر اساس خواص آماری لیاقت (Fitness) جامع می باشد.

علاوه بر مسئله آرایش نیروهای نظامی یک مثال ساده از بهینه سازی چند هدفه که توسط فرینا و همکارانش گشته نیز ارائه شده است و توسط این الگوریتم پیشنهادی حل شده است. نتایج بدست آمده در اینجا نشان می دهد که الگوریتم ژنتیکی افزایش یافته، نسبت به الگوریتم ژنتیکی معمولی، عملکرد بهتری در مورد همگرائی دارد.

کلمات کلیدی:

الگوریتم ژنتیکی سازگار یافته ، منطق فازی ، آرایش نیروهای نظامی ، شبیه سازی رزمی و بهینه سازی چند هدفه .

 

 

شامل 24 صفحه فایل word


دانلود با لینک مستقیم


دانلود مقاله کاربرد الگوریتم ژنتیکی سازگار یافته برای مسائل دینامیکی چند هدفه

پایان نامه الگوریتم ژنتیک

اختصاصی از فی ژوو پایان نامه الگوریتم ژنتیک دانلود با لینک مستقیم و پر سرعت .

پایان نامه الگوریتم ژنتیک


پایان نامه الگوریتم ژنتیک

  نوع فایل : Word

  تعداد صفحات : 154 صفحه

 

پایان نامه جهت دریافت کارشناسی ارشد رشته کامپیوتر و IT

 

چکیده :

الگوریتم ژنتیک (Genetic Algorithm - GA) تکنیک جستجویی در علم رایانه برای یافتن راه‌حل تقریبی برای بهینه‌سازی و مسائل جستجو است. الگوریتم ژنتیک نوع خاصی از الگوریتم‌های تکامل است که از تکنیک‌های زیست‌شناسی فرگشتی مانند وراثت و جهش استفاده می‌کند.

در واقع الگوریتم‌های ژنتیک از اصول انتخاب طبیعی داروین برای یافتن فرمول بهینه جهت پیش‌بینی یا تطبیق الگو استفاده می‌کنند. الگوریتم‌های ژنتیک اغلب گزینه خوبی برای تکنیک‌های پیش‌بینی بر مبنای تصادف هستند. مختصراً گفته می‌شود که الگوریتم ژنتیک (یا GA)یک تکنیک برنامه‌نویسی است که از تکامل ژنتیکی به عنوان یک الگوی حل مسئله استفاده می‌کند. مسأله‌ای که باید حل شود ورودی است و راه‌حل‌ها طبق یک الگو کد گذاری می‌شوند که تابع fitness نام دارد هر راه حل کاندید را ارزیابی می‌کند که اکثر آنها به صورت تصادفی انتخاب می‌شوند.

کلاً این الگوریتم‌ها از بخش های زیر تشکیل می‌شوند:

تابع برازش

نمایش

انتخاب

تغییر

 

 

فهرست مطالب :

  فصل اول     

 مقدمه

 به دنبال تکامل...      

 ایدۀ اصلی استفاده از الگوریتم ژنتیک 

 درباره علم ژنتیک       

 تاریخچۀ علم ژنتیک    

 تکامل طبیعی (قانون انتخاب طبیعی داروین)   

 رابطه تکامل طبیعی با روش‌های هوش مصنوعی      

 الگوریتم        

 الگوریتم‌های جستجوی ناآگاهانه       

الف- جستجوی لیست

ب- جستجوی درختی  

پ- جستجوی گراف    

 الگوریتم‌های جستجوی آگاهانه         

الف جستجوی خصمانه

 مسائل NPHard       

 هیوریستیک   

 انواع الگوریتم‌های هیوریستیک

  فصل دوم    

 مقدمه

 الگوریتم ژنتیک

 مکانیزم الگوریتم ژنتیک

 عملگرهای الگوریتم ژنتیک      

 کدگذاری       

 ارزیابی

 ترکیب

 جهش

 رمزگشایی    

 چارت الگوریتم به همراه شبه کد آن   

 شبه کد و توضیح آن  

 چارت الگوریتم ژنتیک  

 تابع هدف      

 روش‌های کد کردن     

 کدینگ باینری 

 کدینگ جایگشتی      

 کد گذاری مقدار        

 کدینگ درخت 

 نمایش رشته‌ها        

 انواع روش‌های تشکیل رشته 

 باز گرداندن رشته‌ها به مجموعه متغیرها       

 تعداد بیت‌های متناظر با هر متغیر      

 جمعیت        

 ایجادجمعیت اولیه     

 اندازه جمعیت 

 محاسبه برازندگی (تابع ارزش)

 انواع روش‌های 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 روش‌های ترکیب 

 جابه‌جایی دودوئی     

 جابه‌جایی حقیقی     

 ترکیب تک‌نقطه‌ای     

 ترکیب دو نقطه‌ای     

 ترکیب n نقطه‌ای      

 ترکیب یکنواخت        

 ترکیب حسابی         

 ترتیب 

 چرخه 

 محدّب

 بخش_نگاشته

 احتمال ترکیب 

 تحلیل مکانیزم جابجایی        

 جهش

 جهش باینری  

 جهش حقیقی

 وارونه سازی بیت      

 تغییر ترتیب قرارگیری  

 وارون سازی   

 تغییر مقدار    

 محک اختتام اجرای الگوریتم ژنتیک    

 انواع الگوریتم‌های ژنتیکی      

 الگوریتم ژنتیکی سری

 الگوریتم ژنتیکی موازی

 مقایسه الگوریتم ژنتیک با سیستم‌های طبیعی         

 نقاط قوّت الگوریتم‌های ژنتیک  

 محدودیت‌های GAها  

 استراتژی برخورد با محدودیت‌ها        

 استراتژی اصلاح عملگرهای ژنتیک     

 استراتژی رَدّی

 استراتژی اصلاحی    

 استراتژی جریمه‌ای   

 بهبود الگوریتم ژنتیک  

 چند نمونه از کاربردهای الگوریتم‌های ژنتیک    

  فصل سوم   

 مقدمه

 حلّ معمای هشت وزیر         

 جمعیت آغازین

 تابع برازندگی 

 آمیزش

 جهش ژنتیکی

 الگوریتم ژنتیک و حلّ مسألۀ فروشندۀ دوره‌گرد

 حل مسأله TSP به وسیله الگوریتم ژنتیک     

 مقایسه روشهای مختلف الگوریتم و ژنتیک برای TSP  

 نتیجه گیری   

 حلّ مسأله معمای سودوکو   

 حل مسأله    

 تعیین کروموزم

 ساختن جمعیت آغازین یا نسل اول    

 ساختن تابع از ارزش  

 ترکیب نمونه‌ها و ساختن جواب جدید  

 ارزشیابی مجموعه جواب      

 ساختن نسل بعد      

 مرتب سازی به کمک GA      

 صورت مسأله 

 جمعیت آغازین

 تابع برازندگی 

 انتخاب

 ترکیب

 جهش

 فهرست منابع و مراجع  


دانلود با لینک مستقیم


پایان نامه الگوریتم ژنتیک

کنترل بهینه ارتعاشات لرزه ای سازه ها مبتنی بر کاربرد الگوریتم تکاملی تفاضلی

اختصاصی از فی ژوو کنترل بهینه ارتعاشات لرزه ای سازه ها مبتنی بر کاربرد الگوریتم تکاملی تفاضلی دانلود با لینک مستقیم و پر سرعت .

کنترل بهینه ارتعاشات لرزه ای سازه ها مبتنی بر کاربرد الگوریتم تکاملی تفاضلی


کنترل بهینه ارتعاشات لرزه ای سازه ها مبتنی بر کاربرد الگوریتم تکاملی تفاضلی مقاله با عنوان: کنترل بهینه ارتعاشات لرزه ای سازه ها مبتنی بر کاربرد الگوریتم تکاملی تفاضلی
نویسندگان: جواد کاتبی ، زهرا مقصودی
محل انتشار: هشتمین کنگره ملی مهندسی عمران – دانشگاه صنعتی نوشیروانی بابل - 17 و 18 اردیبهشت 93
محور: دینامیک سازه
فرمت فایل: PDF و شامل 8 صفحه می باشد.

چکیده:
کنترل فعال یک روش نوآورانه برای افزایش قابلیت های ساختاری در مقابل حرکات قوی زمین است. در این مطالعه یک روش کارآمد برای کنترل بهینه سازه ها تحت تحریکات لرزه ای مبتنی بر معرفی روش بهینه سازی الگوریتم تکامل تفاضلی ارائه می شود. روش الگوریتم تکامل تفاضلی در سالیان اخیر جهت بهینه سازی عددی مسائل پیچیده معرفی شده است و بخاطر قابلیت های بینظیرش، در سایر حوزه های علوم مهندسی توسعه یافته است. علیرغم این، در حوزه مهندسی عمران و کنترل سازه ای تا کنون مورد استفاده قرار نگرفته است.
این مقاله کاراریی و عملکرد روش بهینه سازی پیشنهادی را در کنترل پاسخ لرزه ای توسط مطالعه عددی بررسی می نماید. در این بررسی از تجزیه شتاب نگاشت های تولید شده در سطح خطر یکنواخت جهت تحریکات لرزه ای استفاده می شود. نتایج مقایسه حاصل با الگوریتم LQR حاکی از عملکرد مناسب الگوریتم پیشنهادی در کنترل سازه ها می باشد.

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

دانلود با لینک مستقیم


کنترل بهینه ارتعاشات لرزه ای سازه ها مبتنی بر کاربرد الگوریتم تکاملی تفاضلی

پاورپوینت ساختمان داده‌ها و الگوریتم 389 اسلاید

اختصاصی از فی ژوو پاورپوینت ساختمان داده‌ها و الگوریتم 389 اسلاید دانلود با لینک مستقیم و پر سرعت .

پاورپوینت ساختمان داده‌ها و الگوریتم 389 اسلاید


پاورپوینت ساختمان داده‌ها و الگوریتم 389 اسلاید

389 اسلاید

nساختمان داده روشی است برای معرفی و دستکاری داده
nو کلیه برنامه های معرفی داده
nبرای معرفی داده نیازمند یک الگوریتم میباشد.
nروش های طراحی الگوریتم نیازمند پیشرفت برنامه هایی است که برای نگهداری داده است.
nدر علوم کامپیوتر مطالعه ساختمان داده ها مهم وضروری میبا شد.
n

دانلود با لینک مستقیم


پاورپوینت ساختمان داده‌ها و الگوریتم 389 اسلاید