Artificial Intelligence - هوش مصنوعی  
انجمن را در گوگل محبوب کنيد :

بازگشت   Artificial Intelligence - هوش مصنوعی > مقدمات هوش مصنوعی > حل مسائل معروف هوش مصنوعي


 
فرادرس

تبليغات سايت
فیلم های آموزشی
ژنتیک و محاسبات تکاملی
فیلم های آموزشی
شبکه عصبی مصنوعی
فیلم های آموزشی
الگوریتم های فراابتکاری
فیلم های آموزشی
داده کاوی
فیلم های آموزشی
سیستم های فازی
فیلم های آموزشی
آموزش متلب
آموزش الگوریتم TLBO آموزش شبکه عصبی مصنوعی آموزش الگوریتم کرم شب تاب آموزش داده کاوی در متلب آموزش سیستم های فازی آموزش برنامه نویسی متلب
آموزش الگوریتم PSO آموزش شبکه عصبی گازی آموزش الگوریتم مورچگان آموزش آمار و داده کاوی آموزش استنتاج فازی در متلب آموزش رابط گرافیکی در متلب
آموزش ترکیب ژنتیک و PSO آموزش شبکه عصبی رقابتی آموزش الگوریتم علف هرز آموزش وب کاوی آموزش خوشه بندی آموزش شبیه سازی با سیمولینک
آموزش الگوریتم BBO آموزش شبکه عصبی MLP آموزش الگوریتم جهش قورباغه آموزش داده کاوی RapidMiner آموزش نگارش آکادمیک آموزش تحلیل آماری در متلب
آموزش الگوریتم فرهنگی آموزش شبکه عصبی RBF آموزش الگوریتم کرم شب تاب آموزش مبانی داده کاوی تنظیم ضرایب PID در متلب آموزش واقعیت مجازی در متلب
آموزش انتخاب ویژگی آموزش شبکه عصبی LVQ آموزش الگوریتم زنبور ها آموزش کاهش تعداد رنگ تحلیل پوششی داده ها در متلب آموزش محاسبات نمادین در متلب
آموزش الگوریتم ژنتیک آموزش شبکه عصبی GMDH آموزش کلونی زنبور مصنوعی آموزش کاهش ابعاد سیستم فازی عصبی ANFIS آموزش زبان C
الگوریتم رقابت استعماری شبکه عصبی با نروسولوشن آموزش الگوریتم ژنتیک کاوش قواعد وابستگی بهینه سازی مقید در متلب آموزش زبان C++
Iranian Association for the Advancement of Artificial Intelligence
ارسال تاپيک جديد  پاسخ
 
LinkBack ابزارهاي تاپيک نحوه نمايش
قديمي ۰۸-۱-۱۳۸۸, ۰۵:۵۵ بعد از ظهر   #1 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,462
تشكرها: 754
16,273 تشكر در 3,124 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Arrow حل مسئله کوله پشتي به روش هاي مختلف

دوستان بياييد مسئله کوله پشتي را با روش هاي مختلف با هم حل کنيم
حل مسئله با روش هايي مثل:
الگوريتم ژنتيک
الگوريتم عقبگرد
و غيره
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
meysam.ai (۰۷-۱۲-۱۳۹۱), raha90 (۰۳-۷-۱۳۹۰), sinarock (۰۹-۹-۱۳۹۲)

قديمي ۰۸-۱-۱۳۸۸, ۰۶:۲۱ بعد از ظهر   #2 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,462
تشكرها: 754
16,273 تشكر در 3,124 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Question

مسئله کوله پشتی چیست؟
فرض کنید که جهانگردی می خواهدکوله پشتی خود را با انتخاب حالتهای ممکن از بین وسائل گوناگونی که بیشترین راحتی را برایش فراهم می سازند پر کند. این مسئله می تواند با شماره گذاری این وسائل از 1 تا n و تعریف برداری از متغیرهای دودویی(Binary) (j = 1,2,…n) بصورت ریاضی فرمول بندی شود. به این معنی که: اگر شیء j ام انتخاب شود در غیر اینصورت وقتی میزان راحتی باشد که وسیله j ا م فراهم می آورد و وزن آن و c اندازه کوله پشتی باشد. مسئله ما انتخاب برداری از بین بردارهای دودویی x است،که محدودیت را بر آورده کند. بطوریکه تابع هدف ماکزیمم مقدار خود را بگیرد به عنوان نمونه ای از مسائلی که می توانند بصورت مساله کوله پشتی فرمول بندی شوند، مسئله زیر را در نظر بگیرید: فرض کنید که شما مایل به سرمایه گذاری همه یا قسمتی ازسرمایه تان باشید. اگر مبلغی که برای سرمایه گذاری در نظر گرفتید c دلار باشد و n مورد برای سرمایه گذاری ممکن باشد ، اجازه دهیدکه سود حاصل از سرمایه گذاری j ام و مقدار دلارهایی باشد که آن سرمایه گذاری لازم دارد . بدین ترتیب جواب بهینه مسئله کوله پشتی که تعریف کردیم به ما این امکان را می دهدکه بهترین حالت ممکن را از بین حالتهای مختلف سرمایه گذاری انتخاب کنیم. در این رابطه باید روشی برای حل این مسئله پیدا کرد . یک روش ابتدایی که در نگاه اول توجه ما را به خود جلب می کند ، عبارت از برنامه نویسی برای کامپیوتر به منظور امتحان کردن تمامی بردارهای دودویی ممکن x است، تا از بین بردارهایی که محدودیت مسئله را ارضاء می کنند بهترین را انتخاب کند. متاسفانه تعداد چنین بردارهایی است.بطوریکه یک کامپیوتر فرضی که می تواند یک بیلیون بردار را در یک ثانیه امتحان کند؛برای n = 60 بیش از 30 سال وقت لازم دارد و بیش از 60 سال برای n = 61 و دهها قرن برای n = 65 والی اخر. با این وجود ،با استفاده از الگوریتمهایی خاص می توان در بسیاری موارد مسئله ای با n = 100 000 را در عرض چند ثانیه روی یک کامپیوترکوچک حل کرد
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده است:
raha90 (۰۳-۸-۱۳۹۰)
قديمي ۰۸-۱-۱۳۸۸, ۰۷:۱۱ بعد از ظهر   #3 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,462
تشكرها: 754
16,273 تشكر در 3,124 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Wink

در لينک زير برنامه کوله پشتي را که از طريق الگوريتم ژنتيک حل شده (در متلب )
دانلود کنيد:

دانلود کد حل مسئله کوله پشتی توسط الگوریتم ژنتیک


در ضمن مطالعه مقالات (انگليسي) زير هم براي حل اين مسئله با الگوريتم ژنتيک بسيار مفيد است:
فايل ضميمه
نوع فايل: pdf Knapsack01app.pdf (739.2 كيلو بايت, 3542 نمايش)
نوع فايل: pdf db425.pdf (185.5 كيلو بايت, 1781 نمايش)
نوع فايل: pdf SI090308.pdf (554.9 كيلو بايت, 2194 نمايش)
نوع فايل: pdf nikgakn.pdf (67.9 كيلو بايت, 1328 نمايش)
نوع فايل: pdf tabusearchKnapsack.pdf (486.6 كيلو بايت, 2075 نمايش)

ويرايش شده توسط Astaraki; ۱۱-۸-۱۳۸۹ در ساعت ۰۶:۲۸ بعد از ظهر
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
alijy (۰۳-۵-۱۳۸۹), lotfi1008 (۰۴-۱۷-۱۳۹۴), niloofar_f (۰۲-۸-۱۳۹۱), raha90 (۰۳-۸-۱۳۹۰), sorayadaniali (۱۰-۶-۱۳۹۳), ایمان رئال (۰۳-۱۱-۱۳۹۱)
قديمي ۰۸-۱-۱۳۸۸, ۰۷:۴۵ بعد از ظهر   #4 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,462
تشكرها: 754
16,273 تشكر در 3,124 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Wink مسئله کوله پشتی صفر و یک

در این مسئله مجمو عه ای از قطعات داریم که هر یک دارای وزن و ارزش معین است.

- اوزان و ارزش ها اعداد مثبتی هستند.

- دزدی درنظر دارد قطعاتی که می دزدد درون یک کوله پشتی قرار دهد و اگر وزن کل قطعات قرار داده شده در آن کوله پشتی از یک عدد صحیح مثبتW فراتر رود، کوله پشتی پاره می شود.

الگوریتم عقبگرد برای مسئله کوله پشتی صفر و یک
كد:
   void knapsack ( index i ,
 int profit , int weight)
 {
 if ( weight ≤ W &&  profit > maxprofit ) {
 maxprofit = profit ;
 numbest = i ;
 bestset = include;
 }
  if ( promising (i)) {
 include [ i + 1 ] = “yes”;
 knapsack ( i + 1, profit + p [ i + 1] , weight +
 w [ i +1 ]);
 include [ i +1] = “ no”;
 knapsachk ( i +1 , profit , weight );
 }
 }
 bool promising ( index i )
 {
  index j , k ;
 
 int totweight ;
 float bound;
 if ( weight ≥ W)
  return  false ;
 {
 j = i +1 ;
 bound = profit ;
 totweight = weight ;
  while ( j <= n && totweight + w[j] <= W) {
 totweight = totweight + W [j];
 
  bound = bound + p[j];
 j++;
 }
 k = j;
 if ( k <= n)
 bound = bound + (W – totweight) * p [k]/w[k];
  return bound > max profit ;
 }
 }
مقایسه الگوریتم برنامه نویسی پویا و الگوریتم عقبگرد برای مسئله کوله پشتی صفر و یک

- تعداد عناصری که توسط الگوریتم برنامه نویسی پویا برای مسئله کوله پشتی صفر و یک محاسبه می شود دربدترین حالت به O (minimum (2ⁿ , nW)) تعلق دارد.

- در بدترین حالت ، الگوریتم عقبگرد (ⁿ 2)θ گره را چک می کند.

- الگوریتم عقبگرد معمولا کارایی بیشتری نسبت به الگوریتم برنامه نویسی پویا دارد.

- هوروویتز و شانی ، روش تقسیم و حل را با روش برنامه نویسی پویا ترکیب کرده الگوریتمی برای مسئله کوله پشتی صفر و یک بسط داده اند که دربدترین حالت به O(2^n/2)
تعلق دارد.
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
daniel_atish (۰۳-۱-۱۳۹۳), mahdiheart (۰۶-۲۰-۱۳۹۳), raha90 (۰۳-۸-۱۳۹۰), ایمان رئال (۰۳-۱۱-۱۳۹۱)
قديمي ۰۸-۱-۱۳۸۸, ۰۷:۴۹ بعد از ظهر   #5 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,462
تشكرها: 754
16,273 تشكر در 3,124 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Question

سورس کد کوله پشتی به روش 0 و 1

كد:
# include
# include
using namespace std;
void bi(int t[],int n){
for(int i=0; n!=0;i++){
t[i]=n%2;
n/=2;
}

}
int main()
{
int n,i,s,sum,b=-1;
cout<<"enter number of gold pocket :"; 
cin>>n;
cout<<"enter sum:";
cin>>s;
int temp[10]={0},a[10];
for( i=0;i
cin>>a[i];
for(int j=1;j
bi(temp,j);
sum=0;
for(int k=0;k
if(temp[k]!=0)
sum+=a[k];}
if (sum==s){
for(int k=0;k
if (temp[k]==1)
cout<<<" ";
b=1;
cout<

}
if (b==-1)
cout<<"there is not such set"<
return 0;
}
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
green_Dream (۱۲-۶-۱۳۸۸), norozi_a_2007 (۰۳-۱۷-۱۳۹۱), raha90 (۰۳-۸-۱۳۹۰), ایمان رئال (۰۳-۱۱-۱۳۹۱)
قديمي ۰۸-۱-۱۳۸۸, ۰۷:۵۰ بعد از ظهر   #6 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,462
تشكرها: 754
16,273 تشكر در 3,124 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Wink

يک الگوریتم داینامیک برای حل مسئله کوله پشتی
كد:
Dynamic-0-1-knapsack (v, w, n, W)

FOR w = 0 TO W
DO c[0, w] = 0
FOR i=1 to n
DO c[i, 0] = 0
FOR w=1 TO W
DO IFf wi ≤ w
THEN IF vi + c[i-1, w-wi]
THEN c[i, w] = vi + c[i-1, w-wi]
ELSE c[i, w] = c[i-1, w]
ELSE
c[i, w] = c[i-1,w]
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
maryam.eng (۰۲-۹-۱۳۹۲), ایمان رئال (۰۳-۱۱-۱۳۹۱)
قديمي ۰۸-۱-۱۳۸۸, ۰۷:۵۱ بعد از ظهر   #7 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,462
تشكرها: 754
16,273 تشكر در 3,124 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Wink

اینم یه کد دیگه برای الگوریتم کوله پشتی

كد:
Algorithm greedy_knapsock(p,w,m,x,n)
//object ordered so that (P[i]/W[i])>(P[i+1]/W[i+1])
m=0
cu=m //remaning capacity
for i=1 to n
if w[i]>cu then exit
x[i]=1
cu=cu-w[i]
next i
if i<=n then x[i]=cu/w[i]
end
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
a_hamzeiian (۱۱-۲-۱۳۹۰), ایمان رئال (۰۳-۱۱-۱۳۹۱)
قديمي ۰۸-۱-۱۳۸۸, ۰۷:۵۳ بعد از ظهر   #8 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,462
تشكرها: 754
16,273 تشكر در 3,124 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Wink

سورس کد کوله پشتی در سی
كد:
void Knapsack(){
int a[n, w], c[n], v[n], n, w, i, c;
for(c = 0; c <= w; c++){
a[0, c] = 0;
}
for(i = 1, i <= n; i++){
a[i, 0] = 0;
for(c = 1; c <= w; c++){
if(c[i] <= c){
if(v[i] + a[i-1, c-c[i]] > a[i-1, c])
a[i, c] = v[i] + c[i-1, c-c[i]];
else
a[i, c] = a[i-1, c];
}
else
a[i, c] = a[i-1, c];
}
}
}
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده است:
a_hamzeiian (۱۱-۲-۱۳۹۰)
قديمي ۰۸-۱-۱۳۸۸, ۰۸:۳۱ بعد از ظهر   #9 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,462
تشكرها: 754
16,273 تشكر در 3,124 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Cool

اين مقاله هم در زمينه حل مساله کوله پشتي چندبعدي با استفاده از اتوماتاهاي يادگير است
فايل ضميمه
نوع فايل: pdf Noferesty-CSICC-2008-13.pdf (129.2 كيلو بايت, 987 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده است:
farhadgorgini (۰۱-۱۶-۱۳۹۱)
قديمي ۰۸-۱-۱۳۸۸, ۰۹:۲۴ بعد از ظهر   #10 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,462
تشكرها: 754
16,273 تشكر در 3,124 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Cool

الگوریتم گریدی برای مساله کوله پشتی با مطلب

سريعترين راه براي يافتن يك جواب تقريبي KP استفاده از اين واقعيت است كه جواب آزاد سازي پيوسته مسئله فقط داراي يك متغير اعشاري است. الگوریتم گریدی از این مطلب برای حل مساله کوله پشتی استفاده می نماید. می توان ثابت کرد که جواب بدست آمده بطور متوسط نزدیک به جواب بهینه است.
برنامه الگوريتم گريدي برای مساله کوله پشتی با مقادیر ۰ و ۱ به زبان مطلب و بصورت پنجره فعال بصورت زیر است.
فرض می شود اشیا براساس نسبت وزنی مرتب شده اند
كد:
n=input('n = ');
c=input('c = ');
d=1:n;
p=input('(pj) = ');
w=input('(wj) = ');
 
bn=0;
for bb=1:n-1;
    if (p(bb)/w(bb))<(p(bb+1)/w(bb+1))
        bn=1;
        break;
    end
end
if bn>0
    ERROR=' The items not sorted correct  TRY AGAIN '
    break;
end
 
cc=c;
s=0;
jj=1;
for j=1:n
    if w(j)>cc
        d(j)=0;
    else
        d(j)=1;
        cc=cc-w(j);
        s=s+p(j);
    end
    if p(j)>p(jj)
        jj=j;
    end
end
if p(j)>s
    s=p(jj);
    for j=1:n
        d(j)=0;
    end
    d(jj)=1;
end
x=d
zq=s
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
green_Dream (۰۱-۲۳-۱۳۸۹), روحي (۰۵-۲۶-۱۳۹۲)
پاسخ



كاربران در حال ديدن تاپيک: 1 (0 عضو و 1 مهمان)
 
ابزارهاي تاپيک
نحوه نمايش

قوانين ارسال
You may not post new threads
You may not post replies
You may not post attachments
You may not edit your posts

BB code is فعال
شکلکها فعال است
كد [IMG] فعال است
كدهاي HTML غير فعال است
Trackbacks are فعال
Pingbacks are فعال
Refbacks are فعال


فرادرس




زمان محلي شما با تنظيم GMT +3.5 هم اکنون ۰۱:۴۱ قبل از ظهر ميباشد.


Powered by vBulletin® Version 3.8.3
Copyright ©2000 - 2018, Jelsoft Enterprises Ltd.
Search Engine Friendly URLs by vBSEO 3.1.0 ©2007, Crawlability, Inc.

Teach and Learn at Hexib | Sponsored by www.Syavash.com and Product In Review

استفاده از مطالب انجمن در سایر سایت ها، تنها با ذکر انجمن هوش مصنوعي به عنوان منبع و لینک مستقیم به خود مطلب مجاز است

Inactive Reminders By Icora Web Design