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

بازگشت   Artificial Intelligence - هوش مصنوعی > محاسبات نرم > الگوریتم ژنتیک(Genetic Algorithm)


 
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 ۰۶-۷-۱۳۹۴, ۰۶:۴۰ بعد از ظهر   #71 (لینک دائم)
عضو جدید
 
آواتار mahboube6
 
تاريخ عضويت: مرداد ۱۳۹۴
پست ها: 1
تشكرها: 0
0 تشكر در 0 پست
پيش فرض

salaaaam
mishe rahnamaei konid vase fahme ketab hoosh masnooei, che ketabaei bayad dar kenaresh motalee konam ?
mahboube6 آفلاين است   پاسخ با نقل قول

  #ADS
نشان دهنده تبلیغات
تبليغگر
 
 
 
تاريخ عضويت: -
محل سكونت: -
سن: 2010
پست ها: -
 


نشان دهنده تبلیغات is online  
قديمي ۱۲-۶-۱۳۹۴, ۱۲:۰۷ بعد از ظهر   #72 (لینک دائم)
عضو جدید
 
آواتار m6917
 
تاريخ عضويت: اسفند ۱۳۹۴
پست ها: 1
تشكرها: 1
0 تشكر در 0 پست
پيش فرض

[QUOTE=zahrazohre;20276]سلام هرکسی مقاله خاصی مد نظرش هست به من بگه براش میفرستم
اما عنوان رو خووب بگید لطفا[/QU

سلام من یه مقاله درباره حل مسئله k-sat با استفاده از الگوریتم ژنتیک به همراه کدنویسیش میخوام خواهش میکنم خیلی فوریه
ایمیل mrymbnei23@gmail.com
m6917 آفلاين است   پاسخ با نقل قول
قديمي ۰۱-۲۹-۱۳۹۵, ۱۱:۵۴ قبل از ظهر   #73 (لینک دائم)
عضو جدید
 
آواتار arex_decor
 
تاريخ عضويت: فروردين ۱۳۹۵
پست ها: 2
تشكرها: 1
0 تشكر در 0 پست
پيش فرض ممنون از مقاله ها

سلام دوستان

با اینکه بحث بسیار علمی است، ولی برای فردی مثل من که در این زمینه فعالیت تخصصی نمی کنم هم بسیار جذاب است. واقعا به شما دانشمندان ایرانی افتخار می کنیم. خدا حفظتون کنه.
سپاس
arex_decor آفلاين است   پاسخ با نقل قول
قديمي ۰۸-۳۰-۱۳۹۵, ۱۲:۴۸ بعد از ظهر   #74 (لینک دائم)
عضو جدید
 
آواتار Jimi101
 
تاريخ عضويت: آبان ۱۳۹۵
پست ها: 1
تشكرها: 0
0 تشكر در 0 پست
پيش فرض

سلام
من پایان نامه کارشناسیم موضوعش الگوریتم ژنتیک
کسی چیزی اماده نداره بدم به استاد تموم شه بره
پیشاپیش ممنونم
Jimi101 آفلاين است   پاسخ با نقل قول
قديمي ۰۹-۱۲-۱۳۹۵, ۱۰:۳۷ بعد از ظهر   #75 (لینک دائم)
عضو جدید
 
آواتار mali1994
 
تاريخ عضويت: آذر ۱۳۹۵
پست ها: 0
تشكرها: 0
0 تشكر در 0 پست
پيش فرض

نقل قول:
نوشته اصلي بوسيله zahrazohre نمايش پست
سلام هرکسی مقاله خاصی مد نظرش هست به من بگه براش میفرستم
اما عنوان رو خووب بگید لطفا
سلام
ممنون میشم اگر چند مقاله درمورد الگوریتم ژنتیک در هوش مصنوعی برام بفرستین.
mali1994 آفلاين است   پاسخ با نقل قول
قديمي ۰۹-۱۲-۱۳۹۵, ۱۰:۴۲ بعد از ظهر   #76 (لینک دائم)
عضو جدید
 
آواتار mali1994
 
تاريخ عضويت: آذر ۱۳۹۵
پست ها: 0
تشكرها: 0
0 تشكر در 0 پست
پيش فرض درخواست مقاله

سلام
ممنون میشم که چند مقاله در مورد الگوریتم ژنتیک در هوش مصنوعی کامپیوتر برام ارسال کنید...
mali1994 آفلاين است   پاسخ با نقل قول
قديمي ۰۵-۱۳-۱۳۹۷, ۰۷:۱۰ بعد از ظهر   #77 (لینک دائم)
عضو جدید
 
آواتار toorjoor
 
تاريخ عضويت: مرداد ۱۳۹۷
پست ها: 3
تشكرها: 0
0 تشكر در 0 پست
پيش فرض

چکیده مقاله:
الگوریتم ژنتیک یک نوع قدرتمند کد از الگوریتم های جستجو و جو است و جزء محبوب ترین پرکاربردترین الگوریتم های تکامل محسوب می شود. لذا از آن جایی که این نوع از الگوریتم ها بر پایه تکامکل زیستی هستند روش های به کار گرفته در آن ها تقلیدی از مفاهیم ارثی جهش و انتخاب هستند. در این مقاله با در نظر گرفتن این که مسئله رنگ آمیزی یکی از قدیمی ترین و مشهورترین مسائل در تئوری گراف است امروزه کاربردهای بسیاری به خود تخصیص داده است، مسئله رنگ آمیزی گراف بررسی می شود. مسئله رنگ آمیزی به عنوان یک مسئله NP-Hard برای گراف های اختیاری و دل خواه شناخته شده است. در حالی که برای دسته ی خاصی از گراف ها از جمله گراف های کامل به صورت چند جمله ای قابل حل است. حتی اگر این جمله بدین معنی باشدف امید کمی برای پیدا کردن یک الگوریتم زمان چند جمله ای برای گراف های اختیاری وجود دارد اما لزوما حاکی از آن نیست، طراحی الگوریتم هایی که در عدل موفق عمل کنند غیر ممکن است. کارهای زیادی به منظور توسعه الگوریتم های کارامد برای مسئله رنگ آمیزی گراف انجام شده است از جمله می توان بخش مهمی از این کارها را به طراحی هوشمند و اکتشافی اختصاص داد. لذا در این مقاله یک الگوریتم ژنتیک برای مسئله رنگ آمیزی گراف با هدف دستیابی به جوابی بهینه ارائه شده است.
رای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-AISST01-AISST01_121.html
کد COI مقاله: AISST01_121
__________________
تور های جور واجور را با تورجور جور کنید.
toorjoor آفلاين است   پاسخ با نقل قول
قديمي ۰۵-۱۳-۱۳۹۷, ۰۷:۱۲ بعد از ظهر   #78 (لینک دائم)
عضو جدید
 
آواتار toorjoor
 
تاريخ عضويت: مرداد ۱۳۹۷
پست ها: 3
تشكرها: 0
0 تشكر در 0 پست
پيش فرض

مسئله فروشنده دوره‌گرد (به انگلیسی: Travelling salesman problem ، به‌اختصار: TSP )



اگر فروشنده دوره‌گرد از نقطه A شروع کند و فواصل بین نقاط مشخص باشد، کوتاه‌تربن مسیر که از تمام نقاط یکبار بازدید می‌کند و به A بازمی‌گردد کدام است؟
........
مسئله فروشنده دوره گرد TSP یکی از مسائل مهم در زمره تئوری پیچیدگی محاسباتی الگوریتم ها می باشد که در گروه NP-Hard قرار می گیرد این مسئله اولین بار توسط دو دانشمند به نام های 1- هامیلتون ایرلندی و 2- کیرکمن بریتانیایی مطرح شد . معمولا بحث در خصوص این تئوری در مطالب اولیه دروس ریاضیات دانشجویان ریاضی ارائه می شود و در دروسی نظیر تئوری گراف می توانید مطالب مشابه را نیز بدست آورید .

طرح مسئله
تعدادی شهر داریم و هزینه (مسافت) مسافرت به هر یک از آنها مشخص است به دنبال کم هزینه ترین مسیر هستیم بطوریکه از همه شهرها فقط یکبار عیور کنیم و مجددا به محل شروع بازگردیم

پیچیدگی محاسباتی الگوریتم فروشنده دوره گرد
این الگوریتم بطور مستقیم در مرتبه زمانی(!O(n حل می شود اما اگر به روش برنامه نویسی پویا برای حل آن استفاده کنیم مرتبه زمانی آن (O(n^2*2^n خواهد شد که جز مرتبه های نمایی است. باید توجه داشت علی رغم آنکه مرتبه نمایی مذکور زمان بسیار بدی است اما همچنان بسیار بهتر از مرتبه فاکتوریل می باشد .
..............
شبه کد الگوریتم فوق بصورت زیر است که در آن تعداد زیر مجموعه های یک مجموعه n عضوی 2 به توان n می باشد
و for اول یک ضریب n را نیز حاصل می شود که به ازای تمام شهرهای غیر مبدا می باشد و حاصل (n*(2^n را پدید می آورد
بنابراین برای جستجوی کمترین مقدار نیاز به یک عملیات خطی از مرتبه n داریم که در زمان فوق نیز ضرب می شود و در نهایت زمان (n^2)*(2^n) را برای این الگوریتم حاصل می کند

كد:
C({1},1) = 0
for (S=2 to n )
for All Subsets S subset of {1,2,3,...} of size S and containing 1
C(S,1) = &
for All J member of S , J<>1
C ( S , J ) = min { C ( S - { J } , i ) + D i,J : i member of S , i <> J }
return min j C ( {1 . . . n}, J ) + D J,1
.............
اين مسئله ، مسئله‌ای مشهور است که ابتدا در سده ۱۸ مسائل مربوط به آن توسط ویلیام همیلتون و توماس کرکمن مطرح شد و سپس در دهه ۱۹۳۰ شکل عمومی آن به وسیله ریاضیدانانی مثل کارل منگر از دانشگاه هاروارد و هاسلر ویتنی از دانشگاه پرینستون مورد مطالعه قرار گرفت.
شرح مسئله بدین شکل است:
تعدادی شهر داریم و هزینه رفتن مستقیم از یکی به دیگری را می‌دانیم. مطلوب است کم‌هزینه‌ترین مسیری که از یک شهر شروع شود و از تمامی شهرها دقیقاٌ یکبار عبور کند و به شهر شروع بازگردد.
تعداد کل راه‌حل‌ها برابر است با برای n>۲ که n تعداد شهرها است. در واقع این عدد برابر است با تعداد دورهای همیلتونی در یک گراف کامل با n رأس.

مسئله‌های مرتبط

مسئله معادل در نظریه گراف به این صورت است که یک گراف وزن‌دار کامل داریم که می‌خواهیم کم‌وزن‌ترین دور همیلتونی را پیدا کنیم.
مسئله تنگراه فروشنده دوره‌گرد (به انگلیسی: Bottleneck traveling salesman problem، به‌اختصار: bottleneck TSP ) مسئله‌ای بسیار کاربردی است که در یک گراف وزن‌دار کم‌وزن‌ترین دور همیلتونی را می‌خواهد که شامل سنگین‌ترین یال باشد.
تعمیم‌یافته مسئله فروشنده دوره‌گرد دارای ایالت‌هایی است که هر کدام حداقل یک شهر دارند و فروشنده باید از هر ایالت دقیقاٌ از یک شهر عبور کند. این مسئله به « مسئله سیاست‌مدار مسافر» نیز شهرت دارد.

الگوریتم‌ها
مسئله فروشنده دوره‌گرد جزء مسائل NP-hard است. راه‌های معمول مقابله با چنین مسائلی عبارتند از:
طراحی الگوریتم‌هایی برای پیدا کردن جواب‌های دقیق که استفاده از آنها فقط برای مسائل با اندازه کوچک صورت می‌گیرد.
استفاده از الگوریتم‌های مکاشفه‌ای که جواب‌هایی به‌دست می‌دهد که احتمالاٌ درست هستند.
پیدا کردن زیرمسئله‌هایی از مسئله یعنی تقسیم مسئله به مسئله‌های کوچکتر تا بشود از الگوریتم‌های مکاشفه‌ای بهتر و دقیق‌تری ارائه کرد.

الگوریتم‌های دقیق
سرراست ترین راه حل امتحان کردن تمامی جایگشت‌های ممکن برای پیدا کردن ارزان‌ترین مسیر است که چون تعداد جایگشت‌ها !n است، این راه حل غیرعملی می‌شود. با استفاده از برنامه‌نویسی پویا مسئله می‌تواند با مرتبه زمانی n22n حل شود. راه‌های دیگر استفاده از الگوریتم‌های انشعاب و تحدید برای ۴۰ تا ۶۰ شهر، استفاده از برنامه‌نویسی خطی برای کوچکتر از ۲۰۰ شهر و استفاده از روش برش-صفحه برای اندازه‌های بزرگ است.

الگوریتم‌های مکاشفه‌ای
الگوریتم‌های تقریبی متنوعی وجود دارند که خیلی سریع جواب‌های درست را با احتمال بالا به‌دست می‌دهند که می‌توان آنها را به صورت زیر دسته‌بندی کرد:
مکاشفه‌ای سازنده
بهبود تکراری
مبادله دوبه‌دو
مکاشفه‌ای k-opt
مکاشفه‌ای V-opt
بهبود تصادفی
__________________
تور های جور واجور را با تورجور جور کنید.
toorjoor آفلاين است   پاسخ با نقل قول
قديمي ۰۵-۱۳-۱۳۹۷, ۰۷:۱۳ بعد از ظهر   #79 (لینک دائم)
عضو جدید
 
آواتار toorjoor
 
تاريخ عضويت: مرداد ۱۳۹۷
پست ها: 3
تشكرها: 0
0 تشكر در 0 پست
پيش فرض

نقل قول:
نوشته اصلي بوسيله mali1994 نمايش پست
سلام
ممنون میشم که چند مقاله در مورد الگوریتم ژنتیک در هوش مصنوعی کامپیوتر برام ارسال کنید...
دانلود کد حل مسئله کوله پشتی توسط الگوریتم ژنتیک



مسئله کوله پشتی چیست؟ فرض کنید که جهانگردی می خواهد کوله 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.

در ادامه لینک دانلود این برنامه قرار داده شده است:

دانلود کد حل مسئله کوله پشتی توسط الگوریتم ژنتیک (35.5 KB)
__________________
تور های جور واجور را با تورجور جور کنید.
toorjoor آفلاين است   پاسخ با نقل قول
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




زمان محلي شما با تنظيم GMT +3.5 هم اکنون ۱۱:۳۱ بعد 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