الگوریتم بهینه سازی PSOبرای حل مسئله بهینه سازی چند هدفه بهره برداری از مخزن

اختصاصی از فی ژوو الگوریتم بهینه سازی PSOبرای حل مسئله بهینه سازی چند هدفه بهره برداری از مخزن دانلود با لینک مستقیم و پر سرعت .

الگوریتم بهینه سازی  PSOبرای حل مسئله بهینه سازی چند هدفه بهره برداری از مخزن.

فایل ورد قابل ویرایش 

3000تومان 

چکیده

بهره برداری از مخازن سدها همواره از مسائلی بوده است که بهینه کردن توابع هدف متضاد در آن‌ها مد نظر بوده است. کاربرد روش‌های تکاملی در بهینه‌سازی بهره برداری از سدها در دو دهه اخیر مورد توجه بسیاری از محققین قرار گرفته است. از روش‌های نوین در این دسته، روش بهینه‌سازی دسته ذرات[1] است که تاکنون بیشتر برای حل مسائل تک هدفه مورد استفاده قرار گرفته است. در این مقاله سعی شده است تا با استفاده از رویکردی نوین، الگوریتم بهینه سازی  PSOبرای حل مسئله بهینه سازی چند هدفه بهره برداری از مخزن مورد استفاده قرار گیرد. لزوم یافتن جواب‌های غیر پست با تنوع بالا و یافتن بهینه فراگیر مناسب برای دسته ذرات در الگوریتم چندگانه PSO از جمله مواردی هستند که در این تحقیق مورد بحث و بررسی قرار گرفته‌اند.

هم اکنون کار روی توسعه سیستم‌های هوشمند با الهام از طبیعت از زمینه‌های خیلی پرطرفدار هوش مصنوعی است. الگوریتم‌های ژنتیک که با استفاده از ایده تکاملی داروین و انتخاب طبیعی مطرح شده ،روش بسیار خوبی برای یافتن مسائل بهینه سازی است. ایده تکاملی داروینی بیانگر این مطلب است که هر نسل نسبت به نسل قبل دارای تکامل است و آنچه در طبیعت رخ می‌دهد حاصل میلیون‌ها سال تکامل نسل به نسل موجوداتی مثل مورچه است. الگوریتم کلونی مورچه برای اولین بار توسط دوریگو و همکارانش به عنوان یک راه حل چند عامله[2] برای مسائل مشکل بهینه سازی مثل فروشنده دوره گرد[3] ارائه شد.

فهرست مطالب

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

1-2الگوریتم‌های بهینه سازی .................................................................................................................................2

1-2-1الگوریتم تپه نوردی ......................................................................................................................................2

1-2-2بررسی الگوریتم تپه نوردی.........................................................................................................................2

1-2-3الگوریتم ...............................................................................................................................................2

1-3مسئله n وزیر ......................................................................................................................................................3

1-4الگوریتم‌های بهینه سازی مشابه .....................................................................................................................3

1-5الگوریتم تقسیم و حل .......................................................................................................................................3

1-5-1مثال‌های قدیمی..............................................................................................................................................4

1-5-2دسترسی به حافظه........................................................................................................................................5

1-6الگوریتم حریصانه ...............................................................................................................................................6

1-7 روش پنالتی ........................................................................................................................................................7

1-8 هوش ازدحامی ....................................................................................................................................................7

1-8-1روش‌های هوش ازدحامی .............................................................................................................................8

1-8-2جذابیت هوش ازدحامی در فناوری اطلاعات ...........................................................................................9

1-8-3اهداف................................................................................................................................................................9

1-9 بهینه سازی کلونی مورچه‌ها............................................................................................................................9

1-9-1الگوریتم..........................................................................................................................................................11

1-9-2روش‌های مرتبط...........................................................................................................................................12

1-10 الگوریتم PSO ..............................................................................................................................................12

منابع ...........................................................................................................................................................................25

فهرست اشکال و تصاویر

شکل1-3 مسالهn وزیر ................................................................................................................................................4

شکل1-9 الگوریتم کلونی مورچه‌ها ......................................................................................................................10

شکل2-9مراحل مسیریابی توسط مورچه‌ها.........................................................................................................10

شکل4-9 مراحل گراف...............................................................................................................................................11

شکل10-1 پیدا کردن بهترین مسیر توسط swarm ها ....................................................................................14

شکل 10-2 نمای برنامه DYNAMIC-FINAL-PROJECT.m....................................................................18

شکل 10-3 اجرای برنامه DYNAMIC-FINAL-PROJECT.m..................................................................18

شکل 10-4 نمای برنامه DYNAMIC-FINAL-PROJECT.m....................................................................19

شکل 10-5 نمای برنامه DYNAMIC-FINAL-PROJECT.m ...................................................................20

شکل10-6 نمای برنامه DYNAMIC-FINAL-PROJECT.m .....................................................................22

شکل 10-7 نمای برنامه DYNAMIC-FINAL-PROJECT.m ...................................................................22

شکل 10-8 شکل فرم تابع با تغییر wها(local maximizeزیاد)...............................................................23

شکل 9-10 شکل فرم تابع با تغییر wها(local maximizeزیاد)...............................................................24

شکل 10-10 اجرای تابع با تغییر wها(local maximizeزیاد)...................................................................24

شکل 10-11 نمای DynamicPSO_With_OneDetectionChanged_with_localmini ma................25

[1] -Particle Swarm Optimization (PSO)

[2] -Multi Agent

[3] -Traveling Salesman Problem(TSP)

بهینه سازی چند هدفه با الگوریتم ENSES

اختصاصی از فی ژوو بهینه سازی چند هدفه با الگوریتم ENSES دانلود با لینک مستقیم و پر سرعت .

دانلود سورس کد متلب برنامه بهینه سازی چند هدفه با استفاده از الگوریتم ENSES

دارای توضیحات و معرفی اولیه تابع

دارای توضیحات به صورت خط به خط برنامه

مناسب برای شبیه سازی پایان نامه های دانشجویان ارشد

علاقه مندان کدنویسی متلب

51 - بهینه سازی چند هدفه نرخ برداشت مواد و صافی سطح فولاد ضد زنگ 316 در فرآیند EDM با دو نوع الکترود مس و برنج

اختصاصی از فی ژوو 51 - بهینه سازی چند هدفه نرخ برداشت مواد و صافی سطح فولاد ضد زنگ 316 در فرآیند EDM با دو نوع الکترود مس و برنج دانلود با لینک مستقیم و پر سرعت .

بهینه سازی چند هدفه نرخ برداشت مواد و صافی سطح  فولاد ضد زنگ 316 در فرآیند EDM با دو نوع الکترود مس و برنج - 90 صفحه فایل ورد (word)

دو مشکل عمده در مهندسی ساخت وجود دارد. اولین مشکل انتخاب مقادیر و پارامترهای ورودی فرایند برای رسیدن به یک کیفیت سطح مطلوب و دومین بحث حداکثر کردن نرخ تولید می­باشد. کارآیی فرایندهای ماشین­کاری، به وسیله­ی نرخ براده­برداری، زمان ماشین­کاری، نیروهای ماشین­کاری، توان مورد نیاز برش، سایش و عمر ابزار سنجیده می­شود. بهینه­سازی هرکدام از این توابع هدف ذکر شده، بدون از دست رفتن کیفیت قطعه اهمیت کلیدی دارد. توابع هدف این گزارش فقط نرخ براده برداری و زبری سطح می­باشد و پارامترهای دیگر مثل عمر ابزار و ... مد نظر این تحقیق نمی­باشند. عواملی که بر خروجی­های فرایند تاثیر می­گذارند همان پارامترهای ماشین­کاری اسپارک(زمان روشنی پالس، زمان خاموشی پالس، آمپر) هستند. در این پژوهش علاوه بر موارد ذکر شده نوع الکترود (الکترود مس و برنج) نیز تغییر داده شده است که خود به عنوان یک ورودی مستقل قابل بررسی است. بعد از انجام آزمایشات تست زبری سنجی 3 بار تکرار و متوسط آنها لحاظ گردید. عدد MRR  از فرمول ---- بدست آمد بصورتی که WRW میزان وزن قطعه قبل و بعد از ماشینکاری و T میزان زمان ماشینکاری می­باشد. زمان کلیه آزمایش­ها 10 دقیقه لحاظ شد.

همان­طور که ذکر گردید الگوریتم ژنتیک روشی قدرتمند برای بهینه­سازی می­باشد. جهت انجام بهینه­سازی روش­های مختلفی وجود دارد. در این پایان­نامه بهینه­سازی چند هدفه NSGA(Non-Dominated Sorting Genetic Algorithm) برنامه Matlab استفاده گردیده است. پارامترهای ورودی شامل آمپر، زمان روشنی پالس و زمان خاموشی پالس می­باشند و خروجی مورد بررسی بهینه­سازی زبری سطح و نرخ براده­برداری بصورت همزمان می­باشد، به گونه­ای که زبری سطح حداقل و نرخ براده­برداری حداکثر باشد. ارائه نتایج الگوریتم ژنتیک به سرعت انجام می­گیرد و نیز استفاده از الگوریتم ژنتیک بسیار راحت­تر از حل ‏فرمول­های پیچیده ‏خواهد بود. در ابتدا معادلات رگرسیون درجه دو به­عنوان بهترین توابع هدف زبری سطح و نرخ براده برداری نسبت به داده­های تجربی استخراج گردیده که در ادامه آورده شده است.

فرمول­های (الف) و (ب) مربوط به الکترود مس و فرمول­های (ج) و (د) مربوط به الکترود برنجی می­باشد.

دانلود کدمتلب چند هدفه برای الگوریتم ژنتیک(MOPSO)

اختصاصی از فی ژوو دانلود کدمتلب چند هدفه برای الگوریتم ژنتیک(MOPSO) دانلود با لینک مستقیم و پر سرعت .

این کد شامل الگوریتم چند هدفۀ الگوریتم ژنتیک می باشد که میتوانید با fitness مورد نظر خودتان آن را تنظیم نمایید.

کد ها کاملا واضح و شامل توضیحات می باشند .

خروجی شامل نمودار ها و ماتریس ها و ... میباشد.

با قابلیت import داده ها