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 پروژه الگوریتم ژنتیک با فرمت word

اختصاصی از فی ژوو دانلود پروژه الگوریتم ژنتیک با فرمت word دانلود با لینک مستقیم و پر سرعت .

دانلود پروژه الگوریتم ژنتیک با فرمت word


دانلود پروژه  الگوریتم ژنتیک با فرمت word

 

عنوان پروژه :الگوریتم ژنتیک 

نوع فایل :word

تعداد صفحات :150

 

 

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.

کلمات کلیدی: الگوریتم ژنتیک، هیوریستیک، ترکیب و جهش، تکامل طبیعی داروین، معمای هشت وزیر.

فهرست مطالب به شرح زیر است:

  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

***جهت دانلود این فایل به قسمت پایین همین صفحه رفته ، پس از پرداخت مبلغ میتوانید آن را دریافت کنید ***

 


دانلود با لینک مستقیم


دانلود پروژه الگوریتم ژنتیک با فرمت word

پایان نامه جامع ارزیابی و بررسی عملکرد الگوریتم ژنتیک

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

پایان نامه جامع ارزیابی و بررسی عملکرد الگوریتم ژنتیک


تحقیق درباره بررسی و ارزیابی  الگوریتم ژنتیک  و عملکرد آن

فرمت فایل : word (قابل ویرایش) تعداد صفحات : 189 صفحه

 

 

 

 

 

 

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 برگشتی 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.

کلمات کلیدی:

الگوریتم ژنتیک، هیوریستیک، ترکیب و جهش، تکامل طبیعی داروین، معمای هشت وزیر.

 

فصل اول-------------------------------------------------- 1

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

1-2- به دنبال تکامل------------------------------------------- 3

1-3- ایدۀ اصلی استفاده از الگوریتم ژنتیک------------------------------- 4

1-4- درباره علم ژنتیک------------------------------------------ 6

1-5- تاریخچۀ علم ژنتیک---------------------------------------- 6

1-6- تکامل طبیعی (قانون انتخاب طبیعی داروین)--------------------------- 7

1-7- رابطه تکامل طبیعی با روش‌های هوش مصنوعی----------------------------- 10

1-8- الگوریتم--------------------------------------------------------- 11

1-8-1- الگوریتم‌های جستجوی ناآگاهانه----------------------------------- 12

1-8-1-الف- جستجوی لیست------------------------------------------ 12

1-8-1-ب- جستجوی درختی------------------------------------------ 13

1-8-1-پ- جستجوی گراف------------------------------------------- 14

1-8-2- الگوریتم‌های جستجوی آگاهانه------------------------------------ 14

1-8-2-الف- جستجوی خصمانه----------------------------------------- 15

1-9- مسائل NP-Hard------------------------------------------------- 15

1-10- هیوریستیک------------------------------------------------------ 17

1-10-1- انواع الگوریتم‌های هیوریستیک------------------------------------ 19

فصل دوم------------------------------------------------------ 21

2-1- مقدمه----------------------------------------------------------- 22

2-2- الگوریتم ژنتیک---------------------------------------------------- 23

2-3- مکانیزم الگوریتم ژنتیک---------------------------------------------- 25

2-4- عملگرهای الگوریتم ژنتیک------------------------------------------- 28

2-4-1- کدگذاری---------------------------------------------------- 28

2-4-2- ارزیابی------------------------------------------------------ 29

2-4-3- ترکیب------------------------------------------------------ 29

2-4-4- جهش------------------------------------------------------- 29

2-4-5- رمزگشایی---------------------------------------------------- 30

2-5- چارت الگوریتم به همراه شبه کد آن------------------------------------- 30

2-5-1- شبه کد و توضیح آن-------------------------------------------- 31

2-5-2- چارت الگوریتم ژنتیک------------------------------------------- 33

2-6- تابع هدف-------------------------------------------------------- 34

2-7- روش‌های کد کردن------------------------------------------------- 34

2-7-1- کدینگ باینری------------------------------------------------ 35

2-7-2- کدینگ جایگشتی---------------------------------------------- 36

2-7-3- کد گذاری مقدار----------------------------------------------- 37

2-7-4- کدینگ درخت------------------------------------------------ 38

2-8- نمایش رشته‌ها----------------------------------------------------- 39

2-9- انواع روش‌های تشکیل رشته------------------------------------------- 41

2-10- باز گرداندن رشته‌ها به مجموعه متغیرها---------------------------------- 42

2-10-1- تعداد بیت‌های متناظر با هر متغیر----------------------------------- 43

2-11- جمعیت--------------------------------------------------------- 44

2-11-1- ایجادجمعیت اولیه---------------------------------------------- 44

2-11-2- اندازه جمعیت------------------------------------------------ 45

2-12- محاسبه برازندگی (تابع ارزش)---------------------------------------- 46

2-13- انواع روش‌های انتخاب---------------------------------------------- 48

2-13-1- انتخاب چرخ رولت-------------------------------------------- 49

2-13-2- انتخاب حالت پایدار-------------------------------------------- 51

2-13-3- انتخاب نخبه گرایی--------------------------------------------- 51

2-13-4- انتخاب رقابتی------------------------------------------------- 52

2-13-5- انتخاب قطع سر------------------------------------------------ 52

2-13-6- انتخاب قطعی بریندل-------------------------------------------- 53

2-13-7- انتخاب جایگزینی نسلی اصلاح شده--------------------------------- 53

2-13-8- انتخاب مسابقه------------------------------------------------ 54

2-13-9- انتخاب مسابقه تصادفی------------------------------------------ 54

2-14- انواع روش‌های ترکیب---------------------------------------------- 54

2-14-1- جابه‌جایی دودوئی--------------------------------------------- 55

2-14-2- جابه‌جایی حقیقی---------------------------------------------- 58

2-14-3- ترکیب تک‌نقطه‌ای--------------------------------------------- 59

2-14-4- ترکیب دو نقطه‌ای--------------------------------------------- 60

2-14-5- ترکیب n نقطه‌ای---------------------------------------------- 60

2-14-6- ترکیب یکنواخت---------------------------------------------- 61

2-14-7- ترکیب حسابی------------------------------------------------ 62

2-14-8- ترتیب------------------------------------------------------ 62

2-14-9- چرخه------------------------------------------------------ 63

2-14-10- محدّب---------------------------------------------------- 64

2-14-11- بخش_نگاشته----------------------------------------------- 64

2-15- احتمال ترکیب---------------------------------------------------- 65

2-16- تحلیل مکانیزم جابجایی--------------------------------------------- 66

2-17- جهش---------------------------------------------------------- 66

2-17-1- جهش باینری------------------------------------------------- 69

2-17-2- جهش حقیقی------------------------------------------------- 69

2-17-3- وارونه سازی بیت---------------------------------------------- 70

2-17-4- تغییر ترتیب قرارگیری------------------------------------------- 70

2-17-5- وارون سازی------------------------------------------------- 71

2-17-6- تغییر مقدار--------------------------------------------------- 71

2-18- محک اختتام اجرای الگوریتم ژنتیک------------------------------------ 72

2-19- انواع الگوریتم‌های ژنتیکی------------------------------------------- 72

2-19-1- الگوریتم ژنتیکی سری------------------------------------------ 73

2-19-2- الگوریتم ژنتیکی موازی----------------------------------------- 74

2-20- مقایسه الگوریتم ژنتیک با سیستم‌های طبیعی------------------------------- 75

2-21- نقاط قوّت الگوریتم‌های ژنتیک---------------------------------------- 76

2-22- محدودیت‌های GAها---------------------------------------------- 78

2-23- استراتژی برخورد با محدودیت‌ها--------------------------------------- 79

2-23-1- استراتژی اصلاح عملگرهای ژنتیک--------------------------------- 79

2-23-2- استراتژی رَدّی------------------------------------------------ 79

2-23-3- استراتژی اصلاحی--------------------------------------------- 80

2-23-4- استراتژی جریمه‌ای--------------------------------------------- 80

2-24- بهبود الگوریتم ژنتیک----------------------------------------------- 81

2-25- چند نمونه از کاربردهای الگوریتم‌های ژنتیک------------------------------ 81

فصل سوم------------------------------------------------------ 86

3-1- مقدمه----------------------------------------------------------- 87

3-2- حلّ معمای هشت وزیر----------------------------------------------- 88

3-2-1- جمعیت آغازین------------------------------------------------ 90

3-2-2- تابع برازندگی------------------------------------------------- 94

3-2-3- آمیزش------------------------------------------------------ 95

3-2-4- جهش ژنتیکی------------------------------------------------- 96

3-3- الگوریتم ژنتیک و حلّ مسألۀ فروشندۀ دوره‌گرد----------------------------- 97

3-3-1- حل مسأله TSP به وسیله الگوریتم ژنتیک----------------------------- 99

3-3-2- مقایسه روشهای مختلف الگوریتم و ژنتیک برای TSP-------------------- 107

3-3-3- نتیجه گیری--------------------------------------------------- 108

3-4- حلّ مسأله معمای سودوکو-------------------------------------------- 109

3-4-1- حل مسأله---------------------------------------------------- 110

3-4-2- تعیین کروموزم------------------------------------------------ 110

3-4-3- ساختن جمعیت آغازین یا نسل اول---------------------------------- 111

3-4-4- ساختن تابع از ارزش--------------------------------------------- 112

3-4-5- ترکیب نمونه‌ها و ساختن جواب جدید-------------------------------- 113

3-4-6- ارزشیابی مجموعه جواب------------------------------------------ 118

3-4-7- ساختن نسل بعد------------------------------------------------ 118

3-5- مرتب سازی به کمک GA-------------------------------------------- 119

3-5-1- صورت مسأله-------------------------------------------------- 119

3-5-2- جمعیت آغازین------------------------------------------------ 119

3-5-3- تابع برازندگی------------------------------------------------- 122

3-5-4- انتخاب------------------------------------------------------ 123

3-5-5- ترکیب------------------------------------------------------ 123

3-5-6- جهش------------------------------------------------------- 124

فهرست منابع و مراجع--------------------------------------------- 126

 


دانلود با لینک مستقیم


پایان نامه جامع ارزیابی و بررسی عملکرد الگوریتم ژنتیک

کاربرد داده کاوی در شبکه های عصبی

اختصاصی از فی ژوو کاربرد داده کاوی در شبکه های عصبی دانلود با لینک مستقیم و پر سرعت .

این مقاله در بسته شماره 1 وجود دارد برای مشاهده بسته1 اینجا کلیک کنید.

کاربرد داده کاوی در شبکه های عصبی



نویسند‌گان:
[ مسعود مهدی خو ] - کارشناس نرم افزار، دانشگاه پیام نور همدان
[ محمد طاهری ] - کارشناس نرم افزار، دانشگاه پیام نور همدان
[ فرشته لطفی ] - کارشناس نرم افزار، دانشگاه پیام نور همدان

خلاصه مقاله:

چندین دهه است که شرکت ها اطلاعات را جمع آوری می نمایند تا با ایجاد یک پایگاه داده انبوه اطلاعات را ذخیره کنند، با این حال که اطلاعات در دسرس آنها قرار دارد فقط تعداد کمی از شرکت ها قادر شده اند به ارزش واقعی ذخیره شده در آنها پی ببرند سوال این شرکت ها این است که چگونه می توان به ارزش واقعی این اطلاعات دست یافت؟ پاسخ آن داده کاوی است، که امروزه در بسیاری از صنعت ها از جمله پزشکی ،آموزش، ورزش و بسیاری از صنایع دیگر مورد استفاده قرار می گیرد. تکنولوژی های بسیاری جهت داده کاوی وجود دارد از جمله شبکه های عصبی مصنوعی ، رگرسیون درخت تصمیم و غیره. این مقاله به معرفی داده کاوی و برخی از روشهای داده کاوی و همچنین محیط هایی که از داده کاوی بهره می برند به همراه نرم افزار های آن پرداخته است .

 

کلمات کلیدی:

داده کاوی، شبکه عصبی، درخت تصمیم گیری، الگوریتم ژنتیک.


دانلود با لینک مستقیم


کاربرد داده کاوی در شبکه های عصبی