الگوریتم رقابت استعماری فروشنده دوره گرد – الگوریتم رقابت استعماری برای حل مسئله فروشنده دوره گرد TSP در متلب
سورس کد الگوریتم رقابت استعماری برای حل مسئله فروشنده دوره گرد TSP در متلب عنوان موضوعی است که در این پست به آن پرداخته می شود. الگوریتم رقابت استعماری با نام Imperialist Competitive Algorithm یا الگوریتم ICA نیز نامیده می شود. در این مجموعه سعی می کنیم تا جزئیات بهتری از سورس کد الگوریتم رقابت استعماری فروشنده دوره گرد در متلب ICA ارائه دهیم.
تعیین درخت پوشای مینیمم با الگوریتم CMAES در متلب
در این پست به مسئله حل درخت پوشای مینیمم با الگوریتم CMAES در متلب پرداخته شده است. درخت پوشای مینیمم یا درخت پوشای کمینه درختی است از زیر مجموعه ای از گراف G که تمام رأس ها با حداقل تعداد ممکن لبه ها پوشیده شده است که دارای حداقل هزینه باشد. از این رو، در درخت پوشای مینیمم حلقه ای وجود ندارد و همچنین نمی تواند قطع باشد.
الگوریتم CMAES فروشنده دوره گرد – سورس کد الگوریتم CMAES برای حل مسئله فروشنده دوره گرد TSP در متلب
الگوریتم CMAES ( استراتژی تکاملی انطباق ماتریس کوواریانس ) یکی از الگوریتم های بهینه سازی برای حل مسائل سخت در علوم کامپیوتر مختلف می باشد که در این پست به تشریح و چگونگی عملکرد این الگوریتم برای حل مسئله فروشنده دوره گرد پرداخته می شود. الگوریتم CMA-ES از یک توزیع نرمال، نمونهگیری کرده و جمعیت جدید را به وجود میآورد. این الگوریتم تکاملی یک ماتریس کواریانس و یک بردار میانگین را از جمعیت تخمین میزند. قوانین مختلف به روزرسانی، ماتریس کواریانس تطبیق یافتهای را در هر نسل ایجاد میکند که در کیفیت جمعیت جدید و در نتیجه هدایت تکامل نقش مهمی دارد.
الگوریتم CMAES در متلب – الگوریتم CMAES (استراتژی تکاملی انطباق ماتریس کوواریانس) در متلب
سورس کد الگوریتم CMAES ( استراتژی تکاملی انطباق ماتریس کوواریانس ) در متلب عنوان موضوعی است که در این پست به آن پرداخته می شود. الگوریتم CMA-ES از جمله الگوریتمهای تکاملی شناخته شدهی بهینهسازي است که از یک توزیع نرمال، نمونهگیری کرده و جمعیت جدید را به وجود میآورد.
الگوریتم تکاملی تفاضلی برای TSP – سورس کد الگوریتم تکاملی تفاضلی برای حل مسئله فروشنده دوره گرد TSP در متلب
سورس کد الگوریتم تکاملی تفاضلی برای TSP یا حل مسئله فروشنده دوره گرد عنوان موضوعی است که در این پست به آن پرداخته شده است. الگوریتم تکاملی تفاضلی (Differential Eevolution Algorithm) یا الگوریتم DE یک الگوریتم بهینه سازی است و مشابه اساس الگوی الگوریتم ژنتیک کار می کند و توانایی خوبی در بهینه سازی توابع غیرخطی مشتق ناپذیر دارد که به عنوان روشی قدرتمند و سریع برای مسائل بهینه سازی در فضاهای پیوسته معرفی شده است.
الگوریتم تکاملی تفاضلی در متلب
سورس کد الگوریتم تکاملی تفاضلی در متلب عنوان موضوعی است که در این پست به آن پرداخته شده است. الگوریتم تکاملی تفاضلی (Differential Evolution Algorithm) یا الگوریتم DE یک الگوریتم بهینه سازی است و مشابه اساس الگوی الگوریتم ژنتیک کار می کند.
سورس کد الگوریتم رقابت استعماری در متلب
الگوریتم رقابت استعماری در متلب عنوان موضوعی است که در این پست به آن پرداخته شده است. این الگوریتم با نام Imperialist Competitive Algorithm یا الگوریتم ICA نیز نامیده می شود. در این مجموعه سعی می کنیم تا جزئیات بهتری از سورس کد الگوریتم رقابت استعماری در متلب ICA ارائه دهیم.
تعیین درخت پوشای مینیمم با الگوریتم رقابت استعماری در متلب
در این پست به مسئله حل درخت پوشای مینیمم با الگوریتم رقابت استعماری در متلب پرداخته شده است. درخت پوشای مینیمم یا درخت پوشای کمینه درختی است از زیر مجموعه ای از گراف G که تمام رأس ها با حداقل تعداد ممکن لبه ها پوشیده شده است که دارای حداقل هزینه باشد. از این رو، در درخت پوشای مینیمم حلقه ای وجود ندارد و همچنین نمی تواند قطع باشد.
تعیین درخت پوشای مینیمم با الگوریتم ژنتیک در متلب
در این پست به تعیین درخت پوشای مینیمم با الگوریتم ژنتیک در متلب پرداخته شده است. درخت پوشای مینیمم درختی است از زیر مجموعه ای از گراف G که تمام رأس ها با حداقل تعداد ممکن لبه ها پوشیده شده است. از این رو، در درخت پوشای مینیمم حلقه ای وجود ندارد و همچنین نمی تواند قطع باشد.
پیاده سازی الگوریتم ژنتیک واقعی یا پیوسته در متلب
در این بخش به تشریح سورس کد الگوریتم ژنتیک واقعی در متلب پرداخته شده است. الگوریتم ژنتیک یکی از الگوریتم های پرکاربرد و محبوب برای حل مسائل سخت می باشد و به وفور از این الگوریتم استفاده می شود. مفهوم آسان و قابل درک این الگوریتم آن را به عنوان الگوریتم پرکاربرد در زمینه های الگوریتم های تکاملی بدل کرده است.
پیاده سازی الگوریتم ژنتیک باينری Binary در متلب
در این بخش به تشریح سورس کد الگوریتم ژنتیک باینری در متلب پرداخته شده است. الگوریتم ژنتیک یکی از الگوریتم های پرکاربرد و محبوب برای حل مسائل سخت می باشد و به وفور از الگوریتم ژنتیک باينري استفاده می شود. مفهوم آسان و قابل درک این الگوریتم آن را به عنوان الگوریتم پرکاربرد در زمینه های الگوریتم های تکاملی بدل کرده است در ادامه توضیحات کاملی درباره الگوریتم ژنتیک باینری ارائه می شود.
فروشنده دوره گرد با ژنتیک و حل آن در متلب به صورت گرافیکی و کامل
الگوریتم ژنتیک روشی براي بهینه سازي با جستجوي وسیع است و کارکرد آن بر اصول انتخاب طبیعی حاکم بر ژنتیک طبیعی استوار است. TSP مساله اي است که شرح آن خيلي آسان مي باشد. تعريف آن بدين صورت است که تعداد متناهي شهر با هزينه پيمايش بين هر جفت از آنها داده مي شود.
دسته بندی متون احساسی با ویژگی های Bigram مبتنی بر الگوریتم تکاملی
در این پست داکیومنت دسته بندی متون احساسی با ویژگی های Bigram مبتنی بر الگوریتم تکاملی قرار گرفته شده است. ضرورت استفاده از سیستمهای تشخیص خودکار بر کسی پوشیده نیست. الگوریتمهای یادگیری ماشین بهصورت فراوانی هزینه تحقیق را کاهش میدهند و سرعت بسیار بیشتری نسبت به الگو های میدانی دارند و بدینصورت صرفهجویی زیادی در وقت میشود. مشکلی که در دستهبندی متن یا دسته بندی متون وجود دارد، حجم زیاد ویژگیها است که باعث کاهش دقت نتایج دستهبندی میشود.
بهینه سازی پرس و جو با الگوریتم ژنتیک در شبکه های حسگر بیسیم
شبکه های سنسوری مجموعه ای از گره ها هستند که توسط حس گرهای خود مجموعه ای از ویژگی های فیزیکی محیط اطراف خود را دریافت کرده و با گره های اطراف خود و در صورت نیاز با مدیر شبکه در ارتباط دائم و در حال مبادله اطلاعات هستند. تنوع اطلاعات ذخیره شده در شبکه های سنسوری نیاز به استفاده از سیستم مدیریت بانکهای اطلاعاتی را ضروری می کند.
داکیومنت تشخیص بیماری عروق کرونری با شبکههای عصبی مصنوعی و رویکرد تکاملی
در این پایان نامه یک روش جدید برای تشخیص بیماری کرونری قلبی ارائه شده است که با استفاده از الگوریتم جستجوی گرانشی (GSA) اقدام به انتخاب ویژگی های موثر در تشخیص بیماری کرونری قلبی نموده و با یک شبکه عصبی مصنوعی (ANN) آنرا دسته بندی میکند. الگوریتم جستجوی گرانشی یک الگوریتم وابسته به هوش جمعی و بدون حافظه می باشد.