Astaraki

پانزده کاربرد الگوریتم های ژنتیک - بخش اول

توجه شود که این کاربردها منحصر به الگوریتم ژنتیک (GA) نمی باشند و به سادگی قابل تعمیم به هر الگوریتم بهینه سازی تکاملی می باشند.به همین منظور و برای درک بهتر موضوع، در ادامه هر کاربرد، موردی از استفاده مشابه از الگوریتم رقابت استعماری به همراه عنوان مقاله علمی منتشر شده، به عنوان یک مثال عملی خواهیم آورد. لازم به ذکر است که این نوشتار به کوشش سرکار خانم زینب سجادی- دانشجوی کارشناسی ارشد ریاضیات مالی دانشکده ریاضی و علوم کامپیوتر دانشگاه شیخ بهایی اصفهان تهیه شده است.

کاربرد اول: طراحی خودرو



یکی از کاربردهای الگوریتم ژنتیک، استفاده از آن، در طراحی خودرو است. به کارگیری این الگوریتم در طراحی مواد ترکیبی و طراحی اشکال ایرودینامیکی، جهت استفاده در ماشین های مسابقه و همچنین استفاده ی از آن، در ابزار تنظیم کننده ی حمل و نقل (شامل هوانوردی)، می تواند بهترین ترکیب از مواد و بهترین مهندسی را برای تولید وسایل نقلیه ای سریع تر، ایمن تر و با مصرف سوخت بهینه تر در اختیار طراحان این وسایل قرار دهد.

بنابراین فرایندهای مورد بررسی در این حیطه می توانند به جای صرف سال ها وقت در آزمایشگاه ها و کار با پلیمرها، تونل های بادی و اشکال چوبی (چوب های مناطق گرمسیری)، با مدل سازی های کامپیوتری توسط جستجوهای الگوریتم ژنتیک، به طور سریع تر و کاراتری انجام شوند. با این روش جستجو در جواب های ممکن، مهندسان طراح، با دامنه ای از جواب ها روبرو هستند که می توانند جوابی مطلوب و رضایت بخش را مدّ نظر قرار دهند.

به عنوان مثالی از کاربرد روشهای محاسبات تکاملی در این حوزه، می توانید مقالات زیر را که استفاده الگوریتم رقابت استعماری را در موارد نزدیک به کاربرد مطرح شده نشان می دهند، مطالعه نمایید.
A. Biabangard-Oskouyi, E. Atashpaz-Gargari, N. Soltani and C. Lucas, "Application of Imperialist Competitive Algorithm for Material Properties Characterization from Sharp Indentation Test", International Journal of Engineering Simulation (IJES)
A. Kaveh and S. Talatahari, "Imperialist competitive algorithm for engineering design problems", Asian journal of civil engineering (building and housing) Vol. 11, No. 6 (2010), Pages 675-697
Behzad Abdi, Hamid Mozafari, Amran Ayob, "Using Imperialist Competitive Algorithm to Find the Optimum Shape Design of Internally Pressurized Torispherical Dome Ends Based on Buckling Pressure", International Journal of Computer Science and Security
علي قدوسيان، مسعودپور، هادي اسكندر، "بهينه سازي كيفيت سطح برمبناي الگوريتم رقابت استعماري در فرزكاري ديوار نازك"، يازدهمين كنفرانس ملي مهندسي ساخت و توليد ايران

برای کسب اطلاعات بیشتر و دانلود مقالات فوق، به بخش پایان نامه ها و مقالات در سایت مراجعه نمایید.



کاربرد دوم: طراحی مهندسی



یافتن بیشترین محدوه ی مواد (میدان حدود تغییرات مواد)، برای بهینه ساختن طرح ساختاری و عملیاتی ساختمان ها، کارخانه ها و ماشین ها و....، یک کاربرد در حال توسعه از الگوریتم ژنتیک بوده که به سرعت در حال رشد است. استفاده ی از این محدوده ی تغییرات برای کاربردهایی مانند: بهینه سازی طرح تبادل گرما، اتصال بازوهای رُبات، امواج ماهواره ای، خرپاهای ساختمان، چرخ های طیار (فلای ویل ها)، توربین ها و هر طرح مهندسی دیگری که به کمک کامپیوتر قابل اجرا هستند، امکان پذیر است.

به عنوان مثالی از کاربرد روشهای محاسبات تکاملی در این حوزه، می توانید مقالات زیر را که استفاده الگوریتم رقابت استعماری را در موارد نزدیک به کاربرد مطرح شده نشان می دهند، مطالعه نمایید.
A. Kaveh and S. Talatahari, "Optimum design of skeletal structures using imperialist competitive algorithm", Computers & Structures, Volume 88, Issues 21-22, November 2010, Pages 1220-1229
Esmaeil Abedini Duki, HamidReza Abdollahi Mansoorkhani, Alireza Soroudi, Mehdi Ehsan, "A Discrete Imperialist Competitive Algorithm for Transmission Expansion Planning", PSC2010, 25th International Power System Conference

برای کسب اطلاعات بیشتر و دانلود مقالات فوق، به بخش پایان نامه ها و مقالات در سایت مراجعه نمایید.



کاربرد سوم: رباتیک



علم رباتیک، شامل طراحان و مهندسان بشری است که سعی دارند از تمام انواع ابزارها، به منظور ایجاد ماشین های مفید استفاده کنند تا این ماشین ها بتوانند برای بشر وظایفی را انجام دهند. هر طرح ربات، بر اساس کار یا کارهایی که باید آن ها را انجام دهد، برنامه ریزی می شود. بنابراین با توجه به تنوع زیاد کارها، طرح های مختلفی برای ربات ها به وجود می آید. الگوریتم های ژنتیک می توانند برای جستجوی دامنه ای از طرح های بهینه و اجرای آن، برای هر کاربرد ویژه برنامه ریزی شده و یا نتایج را برای انواع کاملاً جدید ربات ها بازگرداند و در نتیجه این ربات ها می توانند وظایف متفاوتی را به انجام رسانده و کاربردهای عمومی تری داشته باشند. ربات های حاصل از طراحی ژنتیک ممکن است ربات های چند منظوره ی جذاب را برای ما ایجاد کنند. رباتی که برای ما غذا می پزد، لباس ها را شسته و حتی حمام مان را تمیز می کند.

به عنوان مثالی از کاربرد روشهای محاسبات تکاملی در این حوزه، می توانید مقالات زیر را که استفاده الگوریتم رقابت استعماری را در موارد نزدیک به کاربرد مطرح شده نشان می دهند، مطالعه نمایید.
Ali Tamimi, Houman Sadjadian, Hesam Omranpour, "Mobile Robot Global Localization using Imperialist Competitive Algorithm",3rd International Conference on Advanced Computer Theory and Engineering (ICACTE), 2010
S.Amir Ghoreishi, Mohammad Ali Nekoui and S. Omid Basiri, "Optimal Design of LQR Weighting Matrices based on Intelligent Optimization Methods", International Journal of Intelligent Information Processing, Volume 2, Number 1, March 2011, doi:10.4156/ijiip.vol2. issue1.7
Ashkan MohammadZadeh Jasour, Esmaeil Atashpaz Gargari, Caro Lucas, "Vehicle Fuzzy Controller Design Using Imperialist Competitive Algorithm", Second Iranian Joint Congeress on Intelligent and Fuzzy Systems, September 2007, Mashhad, Iran.
مرتضی بابایی، حسن دادگر و دیگران، "مدلسازي جرثقيل سقفي و کنترل بهينه آن با فازي و الگوریتم رقابت استعماری "، سومين کنفرانس مشترک سيستمهاي فازي و هوشمند-دانشگاه يزد
حسن دادگر، عليرضا محمد شهري، کارو لوکس، "مسير يابی ربات متحرک با استفاده از الگوريتم نوظهور ICA"، جموعه مقالات اولين کنفرانس بين المللی اتوماسيون صنعتی ايران، صفحه 57-63، تهران، دانشگاه صنعتی شريف، 5 و 6 آبان 1388.

برای کسب اطلاعات بیشتر و دانلود مقالات فوق، به بخش پایان نامه ها و مقالات در سایت مراجعه نمایید.



کاربرد چهارم: سخت افزارهای قابل تکامل



برنامه های سخت افزاری تکاملی، مدارهای الکترونیکی هستند که توسط مدل های کامپیوتری ژنتیک ایجاد شده اند و از عملگرهای تصادفی (تصادفی از نظر آماری)، برای تکامل تنظیمات جدید از نمونه های قدیمی تر استفاده می کنند. همان طور که الگوریتم فعالیت خود را در اجرای مدل انجام می دهد، در نهایت تنطیمات مدار به نتیجه ای منجر می شود که طراح می خواهد.

در مورد مدارهای قابل تنظیم درون، چیزی شبیه به یک ربات فضایی را تصور کنید که بعد از اینکه در معرض تابش، تنظیمات نرمال خود را از دست دهد و یا با شرایط جدیدی روبرو شود که نیاز به یک تابع داشته باشد که قبلا آن را نداشته است؛ می تواند از یک کتابخانه ی ژنتیک و شبیه ساز توکار، برای طراحی دوباره ی خود استفاده کند! چنین الگوریتم های ژنتیکی، قابلیت خود-انطباقی و خود- تعمیری را برای سیستم فراهم خواهند کرد.

به عنوان مثالی از کاربرد روشهای محاسبات تکاملی در این حوزه، می توانید مقالات زیر را که استفاده الگوریتم رقابت استعماری را در موارد نزدیک به کاربرد مطرح شده نشان می دهند، مطالعه نمایید.
Milad Razzaghpour, Ana Rusu, "Analog Circuit Optimization via a Modified Imperialist Competitive Algorithm", Proc. of IEEE ISCAS 2011, Rio de Janeiro, Brazil, May 15-18, 2011.
برای کسب اطلاعات بیشتر و دانلود مقاله فوق، به بخش پایان نامه ها و مقالات در سایت مراجعه نمایید.



کاربرد پنجم: مسیریابی مخابرات تلفنی بهینه شده (مسیریابی مخابرات تلفنی و غیره از مسافت دور)



آیا تا به حال به خاطر کارایی پایین شبکه، دستیابی نامناسب اینترنت یا از ماشین فاکسی که فقط بعضی مواقع کار می کند، ناراحت شده اید؟ الگوریتم ژنتیکی توسعه داده شده اند که بتوانند مدارهای مسیریاب پویا و مقدماتی را برای مخابرات تلفنی فراهم کند. این می تواند بی ثباتی سیستم شما را مورد توجه قرار داده و نیازهای مسیریاب شما را پیش بینی کند. استفاده از تعداد بیشتر از یک مدار جستجوی ژنتیک در یک زمان، مسئله ی ارتباط فردی شما را نسبت به سیستم مخابرات تلفنی تان در رأس قرار می دهد. الگوریتم های ژنتیک دیگری برای بهینه سازی، قرارگیری و مسیریابی ارتباطات برج های سلولی، برای بهترین پوشش و سهولت تعویض، توسعه یافته اند. بنابراین اگر گفته باشیم، تلفن همراه شما هم قدردان الگوریتم های ژنتیک خواهد بود، سخن بی جایی نخواهد بود.

به عنوان مثالی از کاربرد روشهای محاسبات تکاملی در این حوزه، می توانید مقالات زیر را که استفاده الگوریتم رقابت استعماری را در موارد نزدیک به کاربرد مطرح شده نشان می دهند، مطالعه نمایید.
Monireh H. Sayadnavard, Abolfazl T. Haghighat, Marjan Abdechiri, "Wireless sensor network localization using Imperialist Competitive Algorithm", 2010 3rd IEEE International Conference on Computer Science and Information Technology (ICCSIT)
Mochamad Avid Fassamsi, Muhammad Abdillah, A. M. Benie Zakariya I, Rio Indralaksono, Imam Robandi (ITS), "Solving Load Dispatch Problem Considering Network Losses Using Imperialist Competitive Algorithm (ICA)", The 5th International Student Conference on Advanced Science and Technology

برای کسب اطلاعات بیشتر و دانلود مقالات فوق، به بخش پایان نامه ها و مقالات در سایت مراجعه نمایید.


منبع مطلب: پانزده کاربرد الگوریتم های ژنتیک - بخش اول

__________________

تعرفه ارزان تبلیغات در اولین و بزرگترین سایت هوش مصنوعی ایران !
با بیش از صد و چهل هزار کاربر!

Astaraki

کاربرد ششم : تولید جُک و تولید جناس
(سرگرمی استفاده از یک کلمه یا یک اصطلاح، با 2 معنا که یکی از آن ها خنده دار است) - خلاقیت مصنوعی


از دیگر کاربردهای الگوریتم های ژنتیک، می توان به استفاده آن ها در ادبیات اشاره نمود. این ها زیرمجموعه ای از "خلاقیت مصنوعی" و AI (هوش مصنوعی) هستند. این الگوریتم های زیرک، به شما اجازه می دهند تا کلمه ای را که می خواهید با آن جناس ساخته شود و یا عبارتی را که دوست دارید درباره اش لطیفه ای داشته باشید، وارد کنید. در ادامه، الگوریتم، یک تنوع از راه حل ها و جملات مرتبط را برمی گرداند. این کاربرد الگوریتم ژنتیک، می تواند به یک حرفه ی پُر منفعت در حوزه ی کُمدی منجر شود.

کاربرد هفتم : ابداع زیست تقلیدی



Biomimicry یا زیست تقلیدی، توسعه تکنولوژی هایی است که از مدل ها و طرح های موجود در طبیعت الهام گرفته اند. از آن جایی که الگوریتم های ژنتیک نیز از ساز و کارهای زیست شناسی تکاملی الهام گرفته اند، منطقی است که این الگوریتم ها بتوانند در یک فرایند ابداع، به خوبی مورد استفاده قرار بگیرند. در درجه ی اوّل، الگوریتم های ژنتیک بر چیزی که "همانندی ضمنی" (مثل به مثل یا نظیر به نظیر) نامیده می شود، تکیه دارند و در درجه ی دوم، توسط عملگرهای جهش و انتخاب به سمت یک راه حل (طرح) مشخص پیش می روند. در حال حاضر، برنامه ریزان الگوریتم ژنتیک بر روی کاربردهایی کار می کنند که نه تنها، چگونگی عملکرد و کارکرد طرح های طبیعی خودشان را تحلیل می کنند، بلکه می توانند طرح های طبیعی را برای ایجاد طرحهای کاملاً جدید که می توانند کاربردهایی مهیّج باشند، با یکدیگر ترکیب کنند.

کاربرد هشتم: مسیریابی در سفر، ترافیک و حمل کالا



از دیگر کاربردهای جدید و مشهور الگوریتم ژنتیک، استفاده ی از آن در حل مسئله ی فروشنده ی دوره گرد یا همان TSP است. حل این مسئله می تواند در برنامه ریزی های مربوط به انتخاب مسیرهای مؤثر در عین داشتن زمان بندی بهینه، کارا باشد. بنابراین برنامه ریزان سفر، مسیرهای ترافیکی و حتی شرکت های حمل و نقل، برای داشتن کوتاه ترین مسیر، استفاده ی خوبی از حل این مسئله می برند. به کارگیری این مسئله در امور ترافیک نیز موجب اجتناب از گره خوردن ترافیک و به وجود آمدن ساعات ازدحام جمعیت در خیابان می شود. مؤثرترین استفاده از آن، در حمل و نقل کالاست؛ زمانی که قرار است در بین راه کالایی از جایی بار زده شود یا به جایی تحویل داده شود. این برنامه می تواند همه ی موارد گفته شده را در یک پس زمینه (صفحه ی نمایش گراف) مدل سازی کند در حالی که عوامل انسانی (برنامه ریزان) می توانند به امور دیگر در بهبود و بهره وری سیستم مشغول باشند. این احتمال به طور پیوسته در حال افزایش است که هنگامی که شما بسته ی طرح سفر را از آژانس مسافرتی می گیرید، یک الگوریتم ژنتیک به آن چه که آژانس مسافرتی انجام داده، کمک کرده است.

به عنوان مثالی از کاربرد روشهای محاسبات تکاملی در این حوزه، می توانید مقالات زیر را که استفاده الگوریتم رقابت استعماری را در موارد نزدیک به کاربرد مطرح شده نشان می دهند، مطالعه نمایید.

مرتضي بابايي، حسن دادگر، بهرام كيميا قلم، كارو لوكس ،"بكارگيري الگوريتم رقابت استعماري در حل مساله فروشنده دروه گرد"،ششمين كنفرانس بين المللي مهندسي صنايع

کاربرد نهم : بازی رایانه ای


افرادی که بعضی از اوقات خود را با بازی های کامپیوتری Sims (بازی هایی که با ایجاد تمدن هایی آغاز می شوند و بازیکن به دنبال تکامل این تمدن هاست) می گذرانند، در واقع در این بازی، اغلب خودشان را در مقابل الگوریتم های ژنتیک و هوش مصنوعی پیشرفته قرار می دهند و این در حالیست که بازیکن در این محیط مجازی خود را در مقابل دیگر بازیکنان online می بیند. الگوریتم های ژنتیک در این حیطه، برای ترکیب استراتژی های موفق تر از بازی هایی که قبلاً برنامه ریزی شده اند (برنامه های یادگیری) استفاده می کنند و معمولاً ترکیب داده های مورد استفاده، بر اساس "نظریه ی بازی" (Game Theory) است. نظریه ی بازی در اکثر کاربردهای الگوریتم ژنتیک، در جستجوی راه حل برای هر مسئله ای که این الگوریتم ها قابل اجرا هستند، مفید است؛ حتی اگر این کاربرد یک بازی باشد.

به عنوان مثالی از کاربرد روشهای محاسبات تکاملی در این حوزه، می توانید مقالات زیر را که استفاده الگوریتم رقابت استعماری را در موارد نزدیک به کاربرد مطرح شده نشان می دهند، مطالعه نمایید.
Ramin Rajabioun, Esmaeil Atashpaz-Gargari, Caro Lucas, "Colonial Competitive Algorithm as a Tool for Nash Equilibrium Point Achievement", Springer LNCS


کاربرد دهم: هک کردن و کُد شکنی


در جبهه ی امنیتی، الگوریتم های ژنتیک، هم می توانند در ایجاد رمز برای داده های حساس و هم در شکستن کُدها مورد استفاده قرار بگیرند. رمزدار کردن داده ها، محافظت از حق چاپ و انتشار انحصاری و شکستن کُد شرکت های رقیب، از زمانی که کامپیوتر وجود داشته، از اهمیت بالایی در جهان کامپیوتر برخوردار بوده اند و رقابت در این عرصه، شدید است. هر زمانی که فردی پیچیدگی بیشتری به الگوریتم های رمزی اضافه می کند، فرد دیگری در صدد این است که بتواند با الگوریتم ژنتیک، کُد شکنی کند. ما امیدواریم که به زودی کامپیوترهای کوانتومی داشته باشیم که توانایی تولید کُدهای کاملاً غیر قابل کشف را داشته باشند. البته تا آن موقع، دیگران نیز، این نوع کامپیوترها را در اختیار خواهند داشت. بنابراین انتظار می رود که بازی جاسوس بر ضد جاسوس تا بی نهایت ادامه داشته باشد.

به عنوان مثالی از کاربرد روشهای محاسبات تکاملی در این حوزه، می توانید مقالات زیر را که استفاده الگوریتم رقابت استعماری را در موارد نزدیک به کاربرد مطرح شده نشان می دهند، مطالعه نمایید.
بهاره قادري، كارولوكس، "كشف رمزهاي بلوكي جايگشتي با استفاده از الگوريتم رقابت استعماري"، ششمين كنفرانس بين المللي انجمن رمز ايران

برای کسب اطلاعات بیشتر و دانلود مقاله فوق، به بخش پایان نامه ها و مقالات در اين سایت مراجعه نمایید.


منبع مطلب: پانزده کاربرد الگوریتم های ژنتیک - بخش دوم

__________________

تعرفه ارزان تبلیغات در اولین و بزرگترین سایت هوش مصنوعی ایران !
با بیش از صد و چهل هزار کاربر!

Astaraki

پانزده کاربرد الگوریتم های ژنتیک - بخش سوم



کاربرد یازدهم: طراحی مولکول ها به کمک کامپیوتر



طراحی مجدّد مولکول های شیمیایی، یک شاخه ی رو به رشد از شیمی کاربردی هم در صنعت و هم در داروسازی است. الگوریتم های ژنتیک برای کمک به درک فرایند ساخت پروتئین، تحلیل اثرات جایگزینی پروتئین روی توابع آن و همچنین پیش بینی اتصال و هم ریشگی پروتئین های مختلف طراحی شده، که توسط صنعت داروسازی برای درمان بیماری های خاص توسعه داده شده است، استفاده می شوند. این الگوریتم های بهینه سازی، برای طراحی مواد شیمیایی صنعتی در کاربردهای خاص استفاده می شود و در هر دو مورد صنعت و پزشکی، الگوریتم های ژنتیک می توانند در پیش بینی عوارض جانبی، پی آمد و نتایج ممکن مفید باشند. این کاربرد تأثیر زیادی بر هزینه های مرتبط با توسعه ی مواد شیمیایی و داروهای جدید دارد.



کاربرد دوازدهم: تعیین حالت ژن



توسعه ی فناوری میکرو آرایه (microarray)، برای گرفتن تصاویر لحظه ای از ژن هایی که در یک سلول یا گروهی از سلول ها قرارگرفته اند، در واقع ابزار مثبتی است که در اختیار پژوهش های پزشکی قرار داده شده است. الگوریتم های ژنتیک توسعه داده شده و در حال توسعه، تجزیه و تحلیل فُرم های حالت ژن را سریع تر و آسان تر می کنند. این الگوریتم ها به ما کمک خواهند کرد که تعیین کنیم چه ژن هایی، وظیفه اصلی را در ایجاد بیماری های مختلف بازی می کنند. به علاوه آنها می توانند به شناسایی عوامل ژنتیکی در پیشرفت بیماری ها کمک کنند. توانایی انجام این کار به طور سریع و مؤثر، به محققان اجازه خواهد داد تا بر روی بیمار های شخصی منحصربه فرد ژنتیکی و فُرم های حالت ژن تمرکز کنند.



کاربرد سیزدهم: بهینه سازی تجزیه و تحلیل های جنبشی شیمیایی (کینتیک شیمیایی)



در حوزه ی سوخت های تصفیه نشده و موتورها (موتورهای غیر الکتریکی) در فناوری های احتراق، الگوریتم های ژنتیک در حال نشان دادن طرح های بهینه سازی بسیار مفیدی در حمل و نقل، هوافضا، نیروی محرکه و تولید برق هستند. با استفاده از پیش بینی جلوتر از زمان سینتیک های شیمیایی سوخت ها و قابلیت موتورها، مخلوط های بهینه سوختی و طرح های بیشتری می توانند سریع تر، در دسترس صنعت و عموم قرار داده شوند.

برخی از کاربردهای مدل سازی کامپیوتری در این زمینه، در مورد شبیه سازی تأثیر روان کننده ها است و می توانند با دقت به بردارهای بهینه سازی عملیاتی اشاره کنند و ممکن است منجر به شدت افزایش بازدهی، قبل از اجرای سوخت های سنتی شوند.



کاربرد چهاردهم: امور مالی و استراتژی های سرمایه گذاری



در بحران اقتصادی بی سابقه ی کنونی جهان، شاید در نظر گرفتن این احتمال هم شما را شگفت زده کند که بعضی بورس بازان در وال استریت (Wall Street) از مدل سازی کامپیوتری به کمک الگوریتم ژنتیک در استراتژی های مالی و سرمایه گذاری برای محدود کردن سرمایه های اندوخته شده ی جهانی به سوی چیزی که سیاه چال نقطه دلاری نامیده می شود، استفاده کرده باشند. این امکان وجود دارد که نسل جدیدتر از الگوریتم ژنتیک در راستای پیش بینی مالی، موجب دوری از سیاه چال های مالی شوند و چیز دیگری متفاوت از بدهی های بدی که مالیات دهندگان وادار به باز پرداخت هستند، برگرداند. باید منتظر بود و دید چه می شود.

به عنوان مثالی از کاربرد روشهای محاسبات تکاملی در این حوزه، می توانید مقالات زیر را که استفاده الگوریتم رقابت استعماری را در موارد نزدیک به کاربرد مطرح شده نشان می دهند، مطالعه نمایید.

حميد لطيفي، مجيد لطيفي، "شبكه هاي عصبي تركيب شده با الگوريتم رقابت استعماري براي طبقه بندي ديتاهاي بازار بورس تهران"، پانزدهمين كنفرانس بين المللي سالانه انجمن كامپيوتر ايران

برای کسب اطلاعات بیشتر و دانلود مقاله فوق، به بخش پایان نامه ها و مقالات در سایت مراجعه نمایید.



کاربرد پانزدهم: بازاریابی و تجارت



می توان به تجارت، فقط با روشی که مل بروکس در فیلم "توپ های فضایی" بیان می کند، فکر کرد. با یک قیاس در دنیای تجارت می توان گفت که توپ های فضایی، جعبه های ناهار هستند و یا توپ های فضایی دستمال توالت ها هستند یا توپ های فضایی، پرتاب کننده توپ در مسابقه هستند (کودکان این مورد را دوست دارند.)... و می خندد چون نزدیک شدن به اندازه کافی به واقعیت خنده دار است. بنابراین هیچ کس تعجب نخواهد کرد که الگوریتم ژنتیک برای کمک به تاجران در جهت تولید محصولات و بازاریابی مشاوران طراحی تبلیغاتی و فروش مواد، با درخواست مستقیم مبارزان انتخاباتی به کار گرفته شود. شاید این کاربرد ژنتیک بتواند روزی ما را از شرّ چاله های سیاه مالی رهایی داده و کارها دوباره به تحرک افتند.

به عنوان مثالی از کاربرد روشهای محاسبات تکاملی در این حوزه، می توانید مقالات زیر را که استفاده الگوریتم رقابت استعماری را در موارد نزدیک به کاربرد مطرح شده نشان می دهند، مطالعه نمایید.

Hoda Sepehri Rad, Caro Lucas, "Application of Imperialistic Competition Algorithm in Recommender Systems", 13th Int'l CSI Computer Conference (CSICC'08)
Narjes Pourjafarian, Ali Akbar Safavi, "Application of Imperialist Competitive Algorithm in E-Commerce Negotiation"
Ebrahim Hosseini Nasab, Mohsen Khezri, Morteza Sahab Khodamoradi, Esmaeil Atashpaz Gargari, "An application of Imperialist Competitive Algorithm to Simulation of Energy Demand Based on Economic Indicators: Evidence from Iran", European Journal of Scientific Research, Volume 43 Issue 4, July, 2010
Mostafa Zandieh, Vahid Kayvanfar, "Solving economic lot scheduling problem using extended basic period approach with deteriorating items", 7th International Conference on Industrial Engineering (IIEC)
Ms. M.S. Pavithra, Prof. A. Marimuthu, "Economic Power Dispatch Solution using Imperialist Competitive Algorithm (ICA)", National Conference on Emerging Technologies in Electrical and Electronics Systems. New Delhi, India

برای کسب اطلاعات بیشتر و دانلود مقالات فوق، به بخش پایان نامه ها و مقالات در سایت مراجعه نمایید.


منبع مطلب: پانزده کاربرد الگوریتم های ژنتیک - بخش سوم

__________________

تعرفه ارزان تبلیغات در اولین و بزرگترین سایت هوش مصنوعی ایران !
با بیش از صد و چهل هزار کاربر!

aliun78

سلام با استفاده از مطالب بالا کمک زیادی به من کردید.
با سپاس فراوان
پذیرای مطالب جدید در این زمینه از دوستان هستم.