رابطه ریاضی و الگوریتم احتمالی سوره های قران

اختصاصی از زد فایل رابطه ریاضی و الگوریتم احتمالی سوره های قران دانلود با لینک مستقیم و پر سرعت .

عنوان مقاله : رابطه ریاضی و الگوریتم احتمالی سوره ها‎

قالب بندی : PDF

فهرست :

مقدمه

برخی از یافته ها

نگاهی به نظریه رشاد خلیفه

نقد نظریات رشاد

پژوهش صورت گرفته

مشخصات سوره

جدول تعداد کلمات هر آیه

فرضیات

دانلود پایان نامه الگوریتم های مسیریابی

اختصاصی از زد فایل دانلود پایان نامه الگوریتم های مسیریابی دانلود با لینک مستقیم و پر سرعت .

پایان نامه الگوریتم های مسیریابی

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

تعداد صفحه:200

چکیده :

در هریک از سه قرم گذشته فناوری خاصی رونق داشته باشد قرن هجدهم زمان توسعه سیستم های مکانیکی بزرگ به همراه انقلاب صنعتی بود. قرن نوزدهم عصر موتور بخار بود. قرن بیستم زمان جمع آو ری ،پردازش ، و توزیع اطلاعات بودو در بین سایر پیشرفت ها ،شاهد نصب شبکه های جهانی تلفن، اختراع رادیو و تلویزیون ، تولید و رشد بی سایقه صنعت کامپیوتر و پرتاب ماهواره های ارتباطی بوده ایم.

با پیشرفت فناوری این موارد د رحال همگرایی است و تفاوت هایی بین جمع آوری ، انتثال ذخیره و پردازش اطلاعات به شدت در حال محو شدن است سازمان هایی با صدها شعبه در نقاط مختلف جغرافیایی ،ب فشردن کلید وضعیت فعلی را حتی در دورترین نقاط بررسی می کنند. با افزایش فدرت جمع آوری، پردازش و توزیع اطلاعات، تقاضای پردازش اطلاعات پیچیده تر نیز افزایش می یابد

الگوریتمهای مسیر یابی

وظیفه اصلی لایه شبکه ، هدایت بسته‌ها از ماشین منبع به ماشین مقصد است در اغلب زیر شبکه‌ها ، بسته‌ها باید چند جهش انجام دهند. تا به مقصد برسند. برای شبکه‌های پخشی،استثنایی وجود دارد، وای در اینجا نیز اگر منبع و مقصد در یک شبکه نباشد مسیر یابی مشکل محسوب می‌شود. الگورتیم هایی که مسیرها و ساختمان داده‌های مربوط به آن را انتخاب می‌کنند، موضوع مهم را طراحی لایه شبکه اند.

الگوریتم مسیر یابی بخشی از نرم افزار لایه شبکه است که تعیین می‌کند بسته ورودی باید به کدام خط خروجی منتقل شود. اگر زیر شبکه از داده‌ها گرام‌ها استفاده کند، این تصمیم گیری دوباره باید برای هر بسته ورودی تکرار شود ،چون تا آن موقع امکان دارد بهترین مسیر، تغییر کند اگر زیر شبکه از مدارهای مجازی استفاده کند ، تصمیمات مسیر یابی وقتی اتخاذ می‌شوند که مدار مجازی جدیدی استفاده گردد. از آن پس ، بسته‌های داده‌ها فقط از مسیر ایجاد شده قبلی منتقل می‌شوند.حالت دوم گاهی مسیر یابی تماس دارد ، زیرا مسیر در طول مدت تمسا کاربر باقی می‌ماند ( مثل کار کردن با پایانه یا انتقال فایل ) صرف نظر از این که آیا مسیرها برای هر بسته به طور مستقل انتخاب میشوند یا فقط وقتی که اتصال جدیدی برقرار می‌شود انتخاب می‌گردند، خواصی وجود دارند. که در الگوریتم‌های مسیر یابی مطلوب‌اند صحت ، سهولت تحمل عیب، پایداری ، عدالت و بهینگی صخت وسهولت نیازی به توضیح ندارند، اما نیاز به تحمل عیب چندان روشن نیست. انتظار می‌رود که شبکه‌های بزرگ ، سال‌ها بدون عیب کلی سیستم به کار خود ادامه دهند. در این مدت ممکن است اشکالات سخت افزاری و نرم افزاری گوناگونی به وجود آید. میزبان‌ها مسیر یاب‌ها مسیر یاب‌ها بدون نیاز به توقف انجام انجام کارها در مسیر یاب‌ها و راه اندازی مجدد شبکه در هر بار متلاشی شدن مسیریاباز عهده تغییرات در توپولوژی و ترافیک برآید.

پایداری نیز برای الگوریتم مسیر یابی هدف مهمی است. الگوریتم‌های مسیر یابی وجود دارند که هرگز وجود دارندکه هرگز به حالت پایداری نمی‌رسند.مدت زمان اجرای آن بی تاثیر است عدالت وبهینگی مممکن است ساده به نظر می‌رسند یقیینا کسی با آن مخالف نیست. اماهمان طور که روشن است اهداف متناقضی دارند به عنوان مثال از این تناقض ، شکل 1 را بینید. فرض کنید ترافیک کافی بین A و ش، بین B,B وبین C, C وجود دارد تا پیوندهای افقی را اشباع نماید برای بیشینه کردن کل جریان ترافیک X, X باید کاملا از بین برود. متاسفانه از نظر X وX عادلانه نیست بدیهی است که توافقی بین کارایی کلی و عدالت اتصال‌های منفرد لازم است.

قبل از اینکه به متوزان کردن عدالت وبهینگی بپردازیم . باید تصمیم بگیریم که چه چیزی را بهینه کنیم . بدیهی است تاخیر بسته باید کمینه شود ولی توان شبکه باید بیشینه شود. علاوه براین این دو هدف نیز با هم تضاد دارند، زیرا عملکرد هر سیستم صف بندی در حد ظرفیت تاخیر صف بندی را زیاد ی کند. اغلب شبکه‌ها سعی میکنند تعدداد جهشهای بسته‌های را کمینه نمایند زیرا کاهش تعدادجهش موجب بهبود تاخیر و نیزکاهش میزان پهنای باند مصرفی است که منجر به بهبود توان عملیاتی می‌شود.

الگوریتم‌های مسیر یابی به می‌توانند به دو دسته تقسیم شوند غیر وفقی و وفقی الگوریتم‌های غیر وفقی تصمیات مسیر یابی خود را بر اندازه گیری یا تخمین توپولوژی و ترافیک فعلی بنا نمی‌نهند بلکه برای انتخاب مسری جهت رسیدن از I به J برای تمام I را به تمام J از قبل محاسبه می‌شود در حالت OFF-LINE و هنگام راه اندازی شبکه به مسیر یاب‌ها بار می‌شود این روند گاهی مسیر یابی ایستا نام دارد.

برعکس الگوریتم‌های وقفی تصمیات مسیر یابی خود را براساس تغییرات توپولوژی و ترافیک تغییر می‌دهند الگوریتم‌های وفقی ، وقتی که مسیرها را عوض می‌کنند. مثلا هر ثانیه وقتی بار تغییر می‌کند، با وقتی توپولوژی تغییر می‌کند از نظر جایی که اطلاعات را می‌گیرند مثلا محلی از مسیریابهمجوار یا تمام مسیریابومعیارهایی که برای بهینه سازی مورد استفاده قرارمی گیرند. (مثلا ، محلی از مسیریاب همجواریا تمام مسیر یاب‌ها و معیارهایی که برای بهینه سازی مورد استفاده قرار می‌گیرند (مثلاً فاصله ، تعداد جهشها یا زمان انتقال تقریبی با یکدیگر متفاوت‌اند . در بخش‌های بعدی الگوریتم‌های الگوریتمهای گوناگونی را چه ایستا و چه پویا ،مورد بررسی قرار می‌دهیم.

اصل بهینگی

قبل از پرداختن به الگوریتم توجه به مهم است که صرف نظر از توپولوژی شبکه وتر افیکی ، می‌توان حکمی کلی راجع به مسیرهای بهینه ارائه کرد این حکم را به عنوان اصل بهینگی شناخته می‌شود. این اصل بیا می‌کند که اگر مسیریابJ از مسیریاب I به مسیریابK در مسیریاب بهینه‌ای شناخته می‌کند آنگاه مسر بهینه‌ای از J و K نیز در مسیر مشابهی قرار می‌گیرد. برای مشاهده این موضوع ، بخشی از مسیر I به J را به بنامید و بقیه را نامگذاری کنید اگر مسیری بهتر از وجود داشت می‌توانست با الحاق شود تا مسیری از I به K بهبود بخشد، و حکم ما را می‌گوید ? بهینه است نقض کند.

از اصل بهینگی می‌توان نتیجه گرفت که مجموعه‌ای از مسیرهای بهینه از تمام منابع به مقصدی معین ، درختی را تشکیل مید هد که ریشه اش مقصد است چنین درختی، درخت بایگانی نام دارد.شکل 2 در این درخت مقیاس فاصله تعداد جهش‌ها است توجه داشته باشید. که درخت‌های دیگری با همان طول مسیر وجود داشته باشند هدف الگوریتم‌های مسیر یابی، یافتن درخت‌های بایگانی و استفاده از انها برای تمام مسیر یاب‌ها است .

چون درخت بایگانی یک درخت است، فاقد هرگونه حلقه است. لذا هر بسته در تعداد مشخصی از جهش‌های دریافت می‌شود. در عمل همیشه به این سادگی نیست.در اثنای کار، پیوندهای ومسیریابمی‌توانند به طرف پایین بروند وبه طرف بالا برگردند. بنابراین امکان دارد مسیر یاب‌های مختلف راجع بع توپولوژی فعلی ایده‌های متفاوتی داشته باشند .همچنین سوال دیگری که مطرح بود این بود که آیا هر مسیریابمجبور است به طور انفرادی اطلاعات مورد نیاز جهت محاسبه درخت بایگانی را به دست آورد یا این اطلاعات توسط وسایل دیگری جمع آوری می‌شوند در ادامه به طور مختصر به این موضوع می‌پردازیم با این وجود، اصل بهینگی ودرخت بایگانی‌های معیارهایی را تهیه کردند که سایر الگوریتم‌های مسیر یابی می‌توانند براساس آنها ارزیابی شوند.

مسیر یابی کوتاه ترین مسیر

مطالعه الگوریتمهای مسیر یابی را با تکنیکی که به طور گسترده به شکل‌های مختلفی به کار می‌رود شروع می‌کنیم، زیرا الگوریتم ساده‌ای است ودرک آن آسان است. ایده ، ساختن گرافی از زیر شبکه است ، به طوری که ، هر گره گراف نشان دهنده مسیریاب است و هریال نشان دهنده خط ارتباطی است ( که اغلب پیوند نام دارد.) برای انتخاب مسیری بین دو مسیریابمعین ، الگوریتم ، کوتاهترین مسیر بین آنها را درگراف می‌یابد.

در مورد کوتاهترین مسیر توضیحاتی باید ارائه شود . یک راه اندازه گیری طول مسیر ، تعداد جهش است با این معیار ، طول مسیرهای ABC,ABE در شکل 3 یکسان است.و معیار دیگر معیار دیگر فاصله جغرافیایی به کیلومتراست ، در این حالت بدیهی است که ABC خیلی طولانی تر از ABE است با فرض این که شکل با مقیاس رسم شده است.

علاوه بر جهش‌ها و فاصله فیزیکی معیارهای دیگری نیز قابل استفاده‌اند به عنوان مثال هریال می‌تواند به میانگین تاخیر صف بندی و انتقال برای بعضی از بسته‌های آزمایشی برچسب گذاری شود. با این برچسب گذاری، کوتاهترین مسیر به جای مسیری به جای مسیری که با کمترین یال یا فاصله سریع تر مسیر است.

در حالت کلی، برچسب‌های یال‌ها باید به صورت تابعی از فاصله ، پهنای باند، میانگین ترافیک هزینه ارتباط میانگین طول صف تاخیر اندازه گیری شده و سایر عوامل محاسبه شود. با تغییر تابع وزنی ، الگوریتم ،کوتاهترین مسیر وزن دار را براساس هریک از معیارهای فوق یا ترکیبی از آنها محاسبه می‌کند.

الگوریتم‌های متعددی برای محاسبه کوتاهترین مسیربین در گره گراف شناسایی شده‌اند یکی از این الگوریتمهای به دیکسترا 1995 نسبت داده می‌شود. هر گره دارای برچسب هایی در پرانتز است که فاصله آن تا گره منبع، از طریق بهترین مسیر شناخته شده نیست لذا تمام گره‌ها دارای بر چسب بی نهایت هستند .با ادامه اجرای الگوریتم وپیدا شدن مسیرها، امکان دارد برچسب‌ها تغییر کنند تا مسیرهای بهتری منعکس نمایند. برچسب ممکن است موقتی یا دائمی باشد. در آغاز ، تمام برچسب‌ها موقتی‌اند وقتی مشخص شد که برچسبی کوتاهترین مسیر بین منبع به آن گروه تمام برچسب‌ها مو قتی اندوقتی مشخص شد که برچسبی کوتاهترین مسیر بین منبع به آن گره را نمایش می‌دهد، دائمی می‌شود و از آن پس تغییر نمی‌کند.

برای اینکه که مشخص شود الگوریتن برچسب گذاری چگونه کار می‌کند. گراف وزن دار بدون جهت شکل 3 الف را در نظر بگیرید. که وزن‌ها ، مثلا فاصله را نشان می‌دهد می‌خواهیم کوتاهترین مسیر از A به D را بیابیم. با علامت گذاری گره A به عنوان گره ثابت که به صورت دایره پر نشان شده است. شروع می‌کنیم. سپس نوبت ، تمام همجوار A همجوار A گره کاری را تست می‌کنیم .هر کدام را با فاصله آن به A مجددا برچسب می‌دهیم. هر وقت گره‌ای مجددا برچسب دهی شد، آن رابا گره اس که کار از آنجا آغاز شد برچسب می‌دهیم به این ترتیب می‌توانیم مسیر نهایی را بازسازی کنیم. با بررسی تمام گره‌ها همجوار A تمام گره هایی را که در کل گراف به طور موقت برچسب دهی شدند بررسی می‌کنیم و گره‌ای که دارای کوچک ترین برچسب است دائمی می‌کنیم. (شکل 3- ب) این گروه به عنوان گره کاری جدید انتخاب می‌شود.

اکنون از B شروع می‌کنیم و تمام گره هایی همجوار آن را مورد بررسی قرار می‌دهیم. اگر مجموع برچسب در B و فاصله B تا گره‌ای که باید در نظر گرفته شود کمتر از برچسب موجود در ان گره باشد کوتاهترین مسیر پیدا شده ، این گره مجددا برچسب گذاری می‌شود.

پس از این تمام کره‌ها همجوار گره کاری بررسی شدند و گره‌های موقتی تغییر کردند ، کل گراف مورد جست وجو قرار می‌گیرد تا گره‌ای موقتی با کمترین مقدار برچسب گذاری می‌شود

برای پی بردن به عملکرد الگوریتم شکل 3 ج را ببیند در این شکل، E دائمی است فرض کنید مسیر AXYZA کوتاهتر از ABE باشد دو امکان وجود دارد: یا گره Z به عنوان گره دائمی منظور شده است یا نشده است اگر دائمی باشد E تاکنون بررسی شده است در سیکلی بعد از ان که Z دائمی شد. لذا AXYZE از دید ما خارج نبوده است و نمی‌تواند مسیر کوتاهتری باشد

اکنون حالتی را در نظر بگیرید که هنوز بر چسب Z موقتی باشد.برچسب موجود در Z بزرگتر یا مساوری برچسب در E است که در این حالت XYZE نسبت به ABC مسیر کوتاهتری نیست، یا کمتر از E است که در این حالت Z وE تاکنون بررسی مورد جستجو قرار می‌گیرد.

این الگوریتم در شکل 4 آمده است متغیرهایی عمومی N و DIST گراف را توصیف می‌کنند و قبل از فراخوانی SHORTEST PATH مقدار می‌گیرند . تنها بین برنامه والگوریتمی که تشریح شد این است که کوتاهترین مانند کوتاهترین مسیر از Sبه T محاسبه شده است .چون کوتاهترین مسیر از T به S در گراف بدون جهت است مهم نیست که از کدام طرف شروع کنیم مکر اینکه کوتاهترین مسیر متعددی وجود داشته باشد که در آن حالت جست و جستجوی معکوس مسیر دیگری را انتخاب می‌نماید. دلیل جستجوی معکوس این است که هرگره با گره قبلی خود (به جای گره بعدی) برچسب گذاری می‌شود. هنگام کپی کردن مسیر نهایی در متغیر خروجی PATH مسیر، معکوس می‌شود با معکوس کردن جستجو این دو اثر خنثی می‌شود. پاسخ به ترتیب درستی تولید می‌گردد.

الگوریتم غرق کردن

الگوریتم ایبستای دیگر غرق کردن است که درآن، هر بسته ورودی به تمام خطوط خروجی به جز خطی که از آن آمده است ارسال می‌شود. این الگوریتم ،بسته‌های تکراری زیادی در واقع نامحدود ایجاد می‌کند. مگر اینکه تدبیری اندیشیده شود که این کار را کند نماید یکی از این مقیاس‌ها قرار داردن شمارنده جهش در سرآیندهر بسته است مقدار این شمارنده در هر جهش بسته یک واحد کم می‌شود. وقتی که این شمارنده به صفر رسید بسته دور انداخته می‌شود ایده آل این است که مقدار اولیه شمارنده جهش برابر با طول مسیر از منبع به مقصد قرار گیرد. اگر فرستنده طول مسیر را نداند، می‌تواند مقدار آن را برابربا بدترین حالت، یعنی ، قطر کامل زیرشبکه، قرار دهد،

تکنیک دیگر برای محدود کردن الگوریتم غرق کردن این است که بسته هایی که تاکنون ارسال شده‌اند مشخص باشند، تا مجددا ارسال نگردند یک روش انجام این کار این است که مسیریابمنبع ، در بسته هایی که از میزبانهایش دریافت می‌کند شماره ترتیبی را قرار دهد در این صورت هر مسیریاببه ازای هر مسیریابمنبع به لیستی نیاز دارد تا مشخث کند کدام شماره ترتیب هایی که تاکنون از منبع ارسال شدند دریافت گردیدند. اگر بسته ورودی در آن لیست موجود باشد: ارسال نشده است.

و...

NikoFile

پایان نامه الگوریتم ژنتیک و بهینه سازی چندین مسئله به آن

اختصاصی از زد فایل پایان نامه الگوریتم ژنتیک و بهینه سازی چندین مسئله به آن دانلود با لینک مستقیم و پر سرعت .

پایان نامه الگوریتم ژنتیک و بهینه سازی چندین مسئله به آن

 

چکیده

در عصر حاضر در بسیاری از موارد ماشین‌ها جایگزین انسانها شده‌اند و بسیاری از کارهای فیزیکی که در گذشته توسط انسانها انجام می‌گرفت امروزه توسط ماشین‌ها صورت می‌گیرد. اگرچه قدرت کامپیوترها در ذخیره، بازیابی اطلاعات و اتوماسیون اداری، ... غیر قابل انکار است، اما همچنان مواردی وجود دارد که انسان ناچار است خودش کارها را انجام دهد. اما به طور کلی، موارد مرتبط با ماشین شامل سیستم‌هایی است که در آن به علت ارتباطات پیچیده بین اجزا، مغز انسان از درک ریاضی این ارتباطات قاصر است. مغز انسان به مرور زمان با مشاهده توالی رفتارهای سیستم و گاه آزمایش نتیجه‌ای که بر اثر دستکاری یکی از اجزای سیستم به دست می‌آید تا حدی می‌تواند  عادتهای سیستم را شناسایی کند. این روند یادگیری بر اثر مشاهده مثالهای متنوع از سیستم، به کسب تجربه منجر می‌شود. در چنین سیستم‌هایی مغز قادر به تجزیه و تحلیل داخلی سیستم نیست و تنها با توجه به رفتارهای خارجی، عملکرد داخلی سیستم را تخمین می‌زند و عکس‌العملهای آن را پیش‌بینی می‌کند.

 

1-1 مقدمه

توجه به کاربرد تکنیک‌های هوش مصنوعی و ابزارهای مدل‌سازی در حوزه کسب و کار به طور فزاینده‌ای در حال افزایش است. این پروژه شواهدی را مبتنی بر امکان استفاده اخلاقی از شبکه‌های عصبی و الگوریتم‌های ژنتیک که به منجر به تصمیم‌گیری‌های موفقیت‌آمیز در ارتباط با مسائل مرتبط با کسب و کار می‌شود ارائه می‌کند. برای این منظور لازم است که بررسی تطبیقی‌ای در رابطه با تلاشهای دیگر محققان در قالب ادبیات موضوع صورت گیرد. به همین دلیل، در تحقیق ما بر نقش محققان عملیاتی در حوزه کاربرد شبکه‌های عصبی و الگوریتم‌های ژنتیک تأکید شده است. 

 

فهرست مطالب

عنوان    صفحه

فصل اول- کلیات پروژه

کلیات پروژه 1

1-2 مقدمه 2

فصل دوم- الگوریتم ژنتیک

2-1 فناوری شبکه عصبی 5

2-2 فناوری الگوریتم ژنتیک 9

2-3 مروری بر کاربردهای تجاری 10

2-4 بازاریابی 10

2-5 بانکداری و حوزه‌های مالی 13

2-6  پیش بینی 14

2-7 سایر حوزه‌های تجاری 15

2-8. الگوریتم ژنتیک 15

2-8-1. عملگرهای ژنتیک 17

2-8-1-1. عملگر تولید مثل 17

2-8-2. مؤلفه های ژنتیک 18

2-9. الگوریتم نلدر- مید 19

2-9-1. مرور اجمالی بر روش عملکرد الگوریتم نلدر- مید 21

2-10. ترکیب ژنتیک و نلدر- مید 21

2-11. جامعة آماری 22

2-12. نمونة آماری 22

2-13. داده‌ها و اطلاعات 23

2-14. ابزار جمع‌آوری داده 23

2-15. داده‌های خام 24

فصل سوم- بررسی چندین مسئله در الگوریتم ژنتیک

3-1 طراحی آزمایشات و ارائه مدلی از متغیرهای مستقل 26

3-2 معرفی عوامل مؤثر 26

3-3 رطوبت تفاله 26

3-4 دمای خشک کن 27

3-5  درصد آهک اضافه شده 27

3-6 معرفی متغیر پاسخ 27

3-7 الگوریتم های پیشنهادی 27

3-8 الگوریتم ترکیبی شبیه سازی تبرید و ژنتیک (GA-SA) 28

3-9 الگوریتم شبیه سازی تبرید( SA): 30

3-10 جزئیات ساختار الگوریتم های پیشنهادی 30

نمایش حل ها 30

3-11 دمای اولیه 31

3-12 جستجوی همسایگی 31

فصل چهارم- بهینه سازی مسائل مختلف

4-1. مرور ادبیات مسئله: 33

4-2. شرح مسئله تسطیح منابع در حالت چند پروژه‌ای 37

4-3. مدلسازی مسئله 39

4-4. مدلسازی مسئله در حالت تک پروژه‌ای: 39

4-5  مدلسازی مسئله در حالت چند پروژه‌ای، هنگامی که چند نوع منبع داریم 41

4-6  بیان روش حل به کمک الگوریتم ژنتیک 42

4-7  کد کردن مسئله 43

4-8 تولید جامعه اولیه 43

4-9  تعیین مکانیسم نمونه‌گیری: 44

4-10. انتخاب عملگر ژنتیکی مناسب 46

4-11 تعیین معیار توقف 48

4-12  بررسی نتایج حاصل از مسئله 48

4-14  بررسی نتایج حاصل از حل مسئله در حالت چند پروژه‌ای و چند منبعی 51

4-15. بیان مسئله و شرح اهمیت پژوهش 52

4-16 بهینه‌سازی 53

4-17. انواع روش‌های بهینه‌سازی 54

4-17-1. کلاسیک‌ها 54

4-17-2. روش‌های ابتکاری 54

4-17-3. روش تحقیق 55

فصل پنجم- نتیجه گیری

5-1  نتیجه‌گیری 57

منابع 60

 

فهرست اشکال

عنوان     صفحه

شکل 2-1 مدل پایه‌ای نورون 6

شکل2-2 ساختمان یک شبکه عصبی مصنوعی 7

شکل 2-3: فلوچارت الگوریتم ژنتیک 20

شکل 2-4: فلوچارت الگوریتم نلدر- مید (منبع: اقتباس مؤلف‌ها از الگوریتم نلدر- مید) 23

جدول 4-1. مقایسه حل توسط نرم‌افزار Lingo و الگوریتم ژنتیک در حالت سه پروژه‌ای 49

جدول 4-2 50

جدول 4-3. مقایسه حل توسط نرم افزار Lingo و الگوریتم ژنتیک در حالت پنج پروژه‌ای 51

جدول4-4. مقایسه نتایج حاصل از حل مسئله در حالت چند پروژه‌ای و چند منبعی 52

 

فهرست جداول

عنوان   صفحه

جدول 4-1. مقایسه حل توسط نرم‌افزار Lingo و الگوریتم ژنتیک در حالت سه پروژه‌ای 49

جدول 4-2 50

جدول 4-3. مقایسه حل توسط نرم افزار Lingo و الگوریتم ژنتیک در حالت پنج پروژه‌ای 51

جدول4-4. مقایسه نتایج حاصل از حل مسئله در حالت چند پروژه‌ای و چند منبعی 52

 

منابع

پارکر جونز، چارلز(1380)، مدیریت سبد سهام(مدیریت سبد سرمایه‌گذاری)، ترجمة محمد شاه علیزاده، چ1، تهران: انتشارات جامعة دانشگاهی.

تلنگی، احمد(1377)، طراحی مدل ریاضی برای انتخاب پرتفولیوی بهینه با استفاده از منطق برنامه‌ریزی فازی، تهران: پایان‌نامة کارشناسی ارشد، دانشگاه تهران.

 و...

کد متلب الگوریتم بهینه سازی کرم شب تاب firefly

اختصاصی از زد فایل کد متلب الگوریتم بهینه سازی کرم شب تاب firefly دانلود با لینک مستقیم و پر سرعت .

کد متلب الگوریتم بهینه سازی کرم شب تاب firefly

الگوریتم بهینه سازی فاخته مبتنی بر آشوب

اختصاصی از زد فایل الگوریتم بهینه سازی فاخته مبتنی بر آشوب دانلود با لینک مستقیم و پر سرعت .

با سلام دوستان عزیز

مقاله ای که امروز برای شما قرار داده ایم مقاله ای با عنوان

الگوریتم بهینه سازی فاخته مبتنی بر آشوب می باشد

که به صورت فایل pdf و در 9 صفحه می باشد .

سال انتشار: ۱۳۹۱

محل انتشار:یازدهمین کنفرانس سراسری سیستم های هوشمند

کد COI مقاله: ICS11_108

زبان مقاله: فارسی

حجم فایل: ۵۹۰.۷۴ کلیوبایت (این مقاله دارای فول تکست است و می توانید فایل آن را دریافت نمایید)

مشخصات نویسندگان مقاله الگوریتم بهینه سازی فاخته مبتنی بر آشوب

سمانه تقوی زاده فروتن - دانشگاه آزاد اسلامی واحد مشهد
مهدی یعقوبی - دانشگاه آزاد اسلامی واحد مشهد
صغری ناظمی - دانشگاه آزاد اسلامی واحد مشهد

چکیده مقاله:

بهینه سازی یعنی یافتن راهی برای انجام دادن امری به بهترین وجه ممکن، اصولا منظور از بهینه سازی این است که با تغییر دادن یک سری معلومات اولیه و استفاده از اطلاعات مسوله به جواب هایی مناسب تر دست یابیم. الگوریتم بهینه سازی فاخته، الگوریتم بهینه سازی متا اکتشافی است که برای مسایل بهینه سازی غیر خطی پیوسته کارایی دارد. به منظور بالا بردن دقت و سرعت در یافتن بهینه عمومی و افزایش نرخ همگرایی الگوریتم، رویکردی جدید از نگاشت های آشوبی بر روی ویژگی بی نظمی فاخته ارائه می شود که به وسیله تولیدکننده اعدادآشوبی در عوض اعدادتصادفی در الگوریتم کلاسیک ایجا می شود. الگوریتم حاصل، الگوریتم بهینه سازی فاخته آشوبی نامیده می شود. نتایج حاصل ازارزیابی ترکیب های جدید بر روی توابع ارزیابی، نشان دهنده کارایی این روش در یافتن جواب های نزدیک به بهینه عمومی با دقت و سرعت بالاتر است

کلیدواژه‌ها:

الگوریتم بهینه سازی فاخته، الگوریتم بهینه سازی فاخته آشوبی، تئوری آشوب

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (تقوی زاده فروتن, سمانه؛ مهدی یعقوبی و صغری ناظمی، ۱۳۹۱)
برای بار دوم به بعد: (تقوی زاده فروتن؛ یعقوبی و ناظمی، ۱۳۹۱)

<!-- Start Code Banner By https://telegram.me/daryacoffe -->

<!-- End Code Banner By https://telegram.me/daryacoffe -->