تعداد اسلاید : 32
چند نمونه از کاربرد های الگوریتم ژنتیک
خلاصه
اعتیاد از مسائل اساسی انسان امروزی است . در DSM- IV منظور از اختلالات مرتبط با مواد
دامنه ای از مشکلات مربوط به سوء استفاده از موادی مانند الکل ، هروئین و غیره است که تغییراتی را در تفکر ،احساس و رفتار فرد بوجود می آورد . سوء استفاده از مواد معمولاً مشکلات اجتماعی ،شغلی ، خانوادگی و جسمانی را باعث می گردد . مواد از طریق تعامل با انتقال
دهنده های عصبی در انجام فعالیتهای به هنجار مغزاختلال ایجاد می کنند . همچنین مواد مراکز پاداش مغز را تحت تأثیر قرار می دهند . در مورد سبب شناسی اعتیاد عواملی مانند درهم ریختگی اجتماعی ، فشار همسالان ، خانوادگی ، ژنتیکی ،مشکلات هیجانی و روانی در نظریه ها و تحقیقات مطرح شده است . برای کنترل اعتیاد راهبردهای قانونی ، راهبردهای تربیتی و راهبردهای درمانی را می توان عنوان کرد.
این فایل دارای 21 صفحه می باشد.
لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه2
جواد مظفری ـ رئیس بانک ژن گیاهی ملی ایران ـ در گفت وگو با (ایسنا)، تصریح کرد: یکی از مهم ترین برنامه هایی که در سال 82 اجرا شد و موفقیت هایی داشت، مساله تدوین قانون حفاظت و بهره برداری از ذخایر ژنتیکی کشور بوده است که ما از این طریق بتوانیم یک سازوکار قانونی و یک برنامه ملی حفاظت و بهره برداری از ذخایر ژنتیکی کشور فراهم کنیم.
وی افزود: منابع ژنتیکی جنبه زیست محیطی ندارد و نباید تنها به عنوان میراث ملی حفظ شوند، زیرا به این منابع باید به عنوان یکی از پیش نیازهای اصلی اقتصاد کشاورزی نگریسته شود.
وی تصریح کرد: همان طور که می دانید آب، خاک و منابع ژنتیکی سه منبع
لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه:12
فهرست مطالب
1- مقدمه:
2- کنترلرهای فازی
2-1- فازی کننده
2-2- پایگاه اطلاعات
2-2-1- پایگاه داده ها
2-2-2- پایگاه قوانین
2-3- سیستم استنتاج
2-4- غیرفازی کننده
3- الگوریتم ژنتیکی
1- تولید نسل اول
2- ارزش گذاری
3- کروموزوم ها
4- تبادل ژنتیکی (Crossover)
5- جهش (Mutation)
6- بازگشت
4- سیستم های فازی ژنتیکی
4-1- تنظیم ژنتیکی (Genetic Tuning)
4-2- یادگیری ژنتیکی پایگاه قوانین
4-3- یادگیری ژنتیکی پایگاه اطلاعات
5- طراحی کنترلر فازی برای یک اتومبیل
5-1- تعیین کروموزوم ها
5-1-1- ژن های پایگاه داده ها
5-1-2- ژن های پایگاه قوانین
5-2- تابع معیار
6- نتایج طراحی
7- نتیجه گیری
- مقدمه:
کنترلرهای فازی، کنترلرهای غیرخطی با ساختار خاص می باشند که کاربردهای موفقیت آمیزی از تئوری فازی را در مسائل علمی ارائه می نمایند. این کنترلرها با به کارگیری تئوری فازی، رفتاری شبیه به آنچه، انسان خبره به هنگام کنترل سیستم انجام می دهد، نشان می دهند. کنترلر فازی برخلاف کنترلرهای کلاسیک، بدون نیاز به مدل ریاضی از سیستم، با استفاده از تجربیات افراد خبره که در قالب قوانین اگر – آنگاه فازی بیان می شوند، به کنترل سیستم می پردازند. یکی از معایب اصلی کنترلرهای فازی، عدم توانایی یادگیری آنها می باشد که باعث مورد استفاده قرار گرفتن دانش و تجربه افراد کارشناس و متخصص در قالب پایگاه اطلاعات در این کنترلرها می شود [1]. به منظور رفع این مشکل و اتوماتیک کردن طراحی کنترلرهای فازی، می توان از یک پروسه یادگیری استفاده کرد.
روش های مختلفی براساس قابلیت یادگیری در کنترلرهای فازی مطرح شده است. این نوع کنترلرها، علاوه بر قابلیت تصمیم گیری به طریقه فازی، قابلیت ایجاد یا بهبود قوانین کنترلی را براساس اطلاعات گذشته خود دارند. یکی از روش های مؤثر برای طراحی کنترلرهای فازی، استفاده از الگوریتم های ژنتیکی می باشد. الگوریتم های ژنتیکی با الهام گیری از تئوری تکامل، به جستجوی کنترلر فازی مناسب که بتواند معیارهای طراحی را ارضا کند، می پردازند.
در این مقاله، ابتدا در بخش دو، ساختار کنترلرهای فازی شرح داده می شود. در بخش سه، ساختار الگوریتم های ژنتیکی بررسی شده و در بخش چهار، سیستم های فازی ژنتیکی معرفی می شوند. در بخش پنج، کنترلر فازی برای یک سیستم اتومبیل طراحی و شبیه سازی شده است. در بخش شش نتایج شبیه سازی و کارایی این روش، با مقایسه نتایج طراحی با کنترلر مرجع طراحی شده توسط افراد کارشناس نشان داده می شود. در نهایت در بخش هفت، به نتیجه گیری می پردازیم.
2- کنترلرهای فازی
با به کار گیری نظریه مجموعه های فازی در کنترل، مسئله تعیین دقیق مدل ریاضی و محاسبات لازم در روش های متعارف طراحی کنترلرها، منتفی شده و به کارگیری تجربیات و نحوه تفکر انسانی در کنترلرها، ممکن می شود.
در منطق فازی به هر متغیر به جای یک عدد تابعی در فضای آن متغیر نسبت داده می شود که بیانگر میزان تعلق متغیر به هر نقطه از فضا است. خود متغیرها نیز متغیرهای کلامی هستند، بدین معنی که می توانند واژه هایی از زبان طبیعی را به عنوان مقدار خود بپذیرند. این واژه ها بوسیله مجموعه های فازی در محدوده ای که متغیرها تعریف شده اند، مشخص می شوند. به این واژه ها، عبارات کلامی (Linguistic terms) گفته می شود.
محلی کردن ارتباط بین کروموزومها در الگو ریتمهای ژن تیکی علاوه بر سرعت دادن به محاسبات می تواند باعث بهبود کیفیت
جوابهای بدست آمده گردد . یکی از مدلهایی که برا ی محلی کردن عملگرهای ژ نتیکی ار ایه شده است اتوماتای سلولی ژنت یک ی
میباشد. در این مقاله برای اولین بار مکانیزمی به نام بازچینی به منظور بهبود عملکرد اتوماتای سلولی ژنتیکی پیشنهاد میشود. این
مکانیزم در فواصل مشخص به تغییر همسایگ ی ها و ایجاد آرایش جدید در سلولها می پردازد. مزیت استفاده از این مکانیزم کاهش
تعداد همگراییهای زودرس و نامطلوب در همسایگی ها و ای جاد فرص ت های بهتر برای افراد جمعیت به منظور تولید نسل م ی باشد. به
منظور نشان دادن کارا یی مکا نیزم باز چینی روشهای مختلف باز چینی بر روی مسایل متنوعی مانند مسایل کول هپشتی، فروشن ده
دوره گرد و مینمیم کردن توابع آزمایش شده است.