پیاده سازی انتخاب ویژگی با الگوریتم کلونی مورچه ACO برای KNN در متلب
34%

پیاده سازی انتخاب ویژگی با ACO برای KNN در متلب + انتخاب ویژگی با k همسایه نزدیک

در این پست به بحث انتخاب ویژگی با ACO برای KNN یا بطور کامل استفاده از الگوریتم کلونی مورچگان Ant Colony Optimization یا (ACO) را برای انتخاب ویژگی (Feature Selection) برای الگوریتم یادگیری ماشین K همسایه نزدیک (k-Nearest Neighbors) یا همان KNN می پردازیم. در این بحث با توجه به خاصیت الگوریتم الگوریتم مورچه به انتخاب ویژگی با ACO از دیتاست ها پرداخته می شود.

پیاده سازی انتخاب ویژگی با الگوریتم کلونی مورچه ACO برای ANN در متلب
34%

پیاده سازی انتخاب ویژگی با ACO برای ANN در متلب + سورس کد

در این پست به بحث استفاده از الگوریتم کلونی مورچگان Ant Colony Optimization یا (ACO) را برای انتخاب ویژگی (Feature Selection) برای الگوریتم یادگیری ماشین  شبکه عصبی مصنوعی (Artificial Neural Network) یا همان ANN می پردازیم. در این بحث با توجه به خاصیت الگوریتم الگوریتم مورچه به انتخاب ویژگی با ACO از دیتاست ها پرداخته می شود.

پیاده سازی انتخاب ویژگی با ACO برای DT در متلب + سورس کد

در این پست به بحث استفاده از الگوریتم کلونی مورچگان Ant Colony Optimization یا (ACO) را برای انتخاب ویژگی (Feature Selection) برای الگوریتم یادگیری ماشین درخت تصمیم ( Discussion Tree)  یا همان DT می پردازیم. در این بحث با توجه به خاصیت الگوریتم الگوریتم مورچه به انتخاب ویژگی با ACO از دیتاست ها پرداخته می شود.

پیاده سازی انتخاب ویژگی با ACO برای SVM در متلب + سورس کد

در این پست به بحث استفاده از الگوریتم کلونی مورچگان Ant Colony Optimization یا (ACO) را برای انتخاب ویژگی (Feature Selection) برای الگوریتم یادگیری ماشین بردار ماشین پشتیبان Support Vector Machine یا SVM  می پردازیم. در این بحث با توجه به خاصیت الگوریتم الگوریتم مورچه به انتخاب ویژگی با ACO از دیتاست ها پرداخته می شود.

تبدیل دیتاست KDD99 برای استفاده الگوریتم های یادگیری ماشین در متلب

یکی از مشکلات محققان در زمینه دیتاست ها چگونگی جستجو و تهیه آن است ولی مشکل اصلی پس از پیدا کردن دیتاست، نحوه استفاده و تزریق آن به الگوریتم ها است. بدین صورت که اکثر دیتاست ها یا مجموعه داه ها بصورت خام هستند و برای استفاده از آن ها بایستی پیش پردازش شوند. احتمالا در موارد بسیار زیادی داده ها در دیتاست ها دارای نوع متفاوتی باشند (رشته، عدد) که نحوه تبدیل آنها به فرمت مخصوص الگوریتم ها با ابعا گسترده دیتاست ها کاری طاقت فرسا است. مخصوصا اینکه برای مشاهده نتیجه پس از اجرای کد بایستی چندین ساعت منتظر ماند.

پیاده سازی الگوریتم راند رابین در متلب

پیاده سازی الگوریتم راند رابین (ROUND ROBIN) در متلب عنوان موضوعی است که در این پست به آن پرداخته ایم. در این پست به نحوه پیاده سازی و یک مثال کامل از این الگوریتم خواهیم پرداخت. سورس کد الگوریتم راند رابین بصورت کامل همراه با زمان های اجرا و زمان ورود هر فرآیند آمده است. در ادامه به بررسی این الگوریتم می پردازیم.

الگوریتم دیکسترا Dijkstra برای یافتن کوتاهترین مسیر در متلب

در این پست سورس کد الگوریتم دیکسترا Dijkstra در متلب را آماده کرده ایم. الگوریتم دیکسترا یکی از الگوریتم‌های پیمایش گراف است که مسئلهٔ کوتاه‌ترین مسیر از مبدأ واحد را برای گراف‌های وزن‌داری که یال با وزن منفی ندارند، حل می‌کند و در نهایت با ایجاد درخت کوتاه‌ترین مسیر، کوتاه‌ترین مسیر از مبدأ به همهٔ رأس‌های گراف را به دست می‌دهد.

الگوریتم گرگ خاکستری GWO در متلب

در این قسمت پیاده سازی الگوریتم گرگ خاکستری  Grey Wolf Optimizer یا به اختصار GWO در متلب را آماده کرده ایم که در ادامه به معرفی این الگوریتم پرداخته می شود. سورس کد الگوریتم گرگ خاکستری در متلب برای علاقه مندان و محققان در زمینه بهینه سازی مفید می باشد. که این سورس کد بصورت کامل و شفاف در ادامه آمده است.

سورس کد الگوریتم مورچه ACO برای حل مسئله کوله پشتی Knapsack در متلب

در این پست حل مسئله  کوله پشتی Knapsack در متلب با استفاده از الگوریتم  الگوریتم های فرا اکتشافی و هوش جمعی الگوریتم مورچه آماده شده است. این سورس کد در متلب برای بهینه سازی بسیاری از مسائل NP-Hard در علوم کامپیوتر مفید می باشد و برای علاقه مندان و محققان بسیار کارآمد می باشد. برای استفاده از سورس کد در سایر مسائل بهینه سازی می توان مدل و تابع هزینه آن را منطبق بر مسئله کرد و از آن سود برد.

الگوریتم شبیه ساز حرارتی SA برای حل مسئله فروشنده دوره گرد TSP در متلب

در این پست سورس کد الگوریتم شبیه ساز حرارتی SA برای حل مسئله فروشنده دوره گرد TSP در متلب قرار داده ایم. این سورس کد با استفاده از ساز و کارهای الگوریتم شبیه ساز حرارتی SA برای حل مسئله فروشنده دوره گرد مورد استفاده قرار گرفته است. این سورس کد به صورت واضح و روان می تواند برای سایر مسائل استفاده گردد فقط بایستی تابع هزینه و مدل آن منطبق بر مسئله باشد در ادامه به تشریح الگوریتم و حل مسئله می پردازیم.

الگوریتم جستجوی گرانشی GSA برای حل مسئله فروشنده دوره گرد TSP در متلب

الگوریتم جستجوی گرانشی  gravitational search algorithm  یا به اختصار GSA یک الگوریتم بهینه سازی جدید بر اساس قانون گرانشی است. این الگوریتم بر اساس قانون گرانش نیوتن است. هر ذره در جهان ذره دیگر را با نیرویی که رابطه مستقیم با ضرب جرم آن‌ها و رابطه معکوس با مربع فاصله بین آن‌ها دارد به‌طرف خود جذب می‌کند.

الگوریتم مورچه فروشنده دوره گرد – سورس کد الگوریتم مورچه ACO برای حل مسئله فروشنده دوره گرد TSP در متلب

الگوریتم مورچه یکی از الگوریتم های فرا اکتشافی 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 مورچه یا الگوریتم کلونی مورچه الهام گرفته شده از مطالعات و مشاهدات روی کلونی مورچه ها است.

سورس کد الگوریتم زمانبندی با اولویت Priority در ++C

الگوریتم زمانبندی با اولویت Priority یکی از الگوریتم های زمانبندی در سیستم عامل می باشد. در بسیاری از سازمانها اولویت کار ها با همدیگر فرق می کنند . مثلاَ در کامپیوتر چند کاربره دانشگاه اولویت رئیس دانشگاه از همه بیشتر است ، سپس اساتید و بعد دانشجویان قرار دارند. لذا کارهای اساتید باید زود تر از دانشجویان اجراء شود. حتی در یک کامپیوتر شخصی نیز ممکن است اولویت پروسس ها با هم فرق داشته باشد.

سورس کد الگوریتم زمانبندی SJF در ++C

در الگوریتم زمانبندی SJF (Shortest Job First) که روشی انحصاری است CPU به پردازش داده می شود که کوچکترین انفجار محاسباتی بعدی را دارد. البته اصطلاح مناسبتر ،«کوچکترین انفجار محاسباتی بعدی» می باشد. زیرا این زمانبندی بر اساس طول مدت انفجار CPU بعدی عمل می کند و نه بر اساس طول کل پردازش.

سورس کد الگوریتم هافمن (Huffman) در سی پلاس پلاس ++C

الگوریتم هافمن (Huffman) یکی از الگوریتم های فشرده سازی می باشد. در الگوریتم هافمن با توجه به تکرار کارکترها کد باینری به آن ها تعلق می گیرد بدین صورت که برای کاراکترهای با تعداد تکرار بالا کدهای کوتاه و برای کاراکترهای با تکرار کم کدهای با طول بالا. این شیوه در نهایت منجر به ایجاد ساختاری از بیت ها برای ذخیره سازی می شود که فضای کمتری را نسبت به روش های معمولی اشغال می کند.