• مقالات آموزشی
    • آموزش برنامه نویسی
    • آموزش الگوریتم
    • آموزش شبکه های کامپیوتری
    • آموزش های عمومی
  • ترجمه مقاله
    • لیست ترجمه کامل مقالات
    • لیست ترجمه مفهومی مقالات
  • تحقیق و پژوهش
    • لیست داکیومنت پایان‌نامه
    • لیست داکیومنت سمینار
  • پیاده سازی
    • سی پلاس پلاس ++C
    • برنامه نویسی OpenGL
    • سی شارپ #C
    • پایتون Python
    • اندروید Android
    • پی اچ پی PHP
    • متلب Matlab
  • پاورپوینت
    • پاورپوینت الگوریتم های بهینه سازی
    • پاورپوینت شبکه‌های کامپیوتری
    • پاورپوینت مهندسی کامپیوتر
    • پاورپوینت یادگیری ماشین
    • پاورپوینت درس و تحقیق
    • قالب آماده پاورپوینت
  • فیلم آموزشی
    • لیست فیلم های آموزشی
  • قالب آماده
    • لیست قالب آماده HTML
  • دانلود رایگان
  • مجله پی استور
  • ابزارهای آنلاین
    • برنامه نویسی آنلاین
    • تبدیل مبنای آنلاین
  • سفارش تدریس آنلاین
  • آموزش برنامه نویسی
  • آموزش الگوریتم
  • آموزش شبکه
  • آموزش عمومی

ورود

رمز عبور را فراموش کرده اید؟

هنوز عضو نشده اید؟ عضویت در سایت
  • درباره ما
  • تماس با ما
  • سفارش تدریس آنلاین
پی استور
0

ورود و ثبت نام

مقالات آموزشی
  • ترجمه مقاله
    • لیست ترجمه کامل مقالات
    • لیست ترجمه مفهومی مقالات
  • تحقیق و پژوهش
    • لیست داکیومنت پایان‌نامه
    • لیست داکیومنت سمینار
  • پیاده سازی
    • سی پلاس پلاس ++C
    • برنامه نویسی OpenGL
    • سی شارپ #C
    • پایتون Python
    • اندروید Android
    • پی اچ پی PHP
    • متلب Matlab
  • پاورپوینت
    • پاورپوینت الگوریتم های بهینه سازی
    • پاورپوینت شبکه‌های کامپیوتری
    • پاورپونت مهندسی کامپیوتر
    • پاورپوینت یادگیری ماشین
    • پاورپوینت درس و تحقیق
      • عمومی
      • مشاهیر و اشخاص
      • واقعیت مجازی
      • طراحی سایت
      • برنامه نویسی
      • علوم کامپیوتر
      • اینترنت اشیاء
      • سیستم عامل
      • ارز دیجیتال
      • کسب و کار
      • تکنولوژی
      • علوم
    • قالب آماده پاورپوینت
  • فیلم آموزشی
    • لیست فیلم های آموزشی
  • قالب آماده
    • قالب آماده HTML
  • مجله پی استور
  • ابزارهای آنلاین
    • برنامه نویسی آنلاین
    • تبدیل مبنای آنلاین

حل مسئله کوله پشتی با الگوریتم PSO در متلب

خانهفروشگاهبرنامه نویسیمتلبحل مسئله کوله پشتی با الگوریتم PSO در متلب
https://dl2.programstore.ir/files/Uploades/Previews/PSO%20for%20Solving%20Knapsack%20Matlab/PSO%20for%20Solving%20Knapsack%20Matlab.mp4

در این بخش سورس کد حل مسئله کوله پشتی با الگوریتم PSO در متلب قرار داده شده است. مسئله کوله پشتی یکی از مسائل مهم در ریاضیات و بهینه سازی است که برای حل کردن آن از روش های مختلفی می توان استفاده نمود. یکی از این راه ها استفاده از الگوریتم های فرا ابتکاری یا متاهیورستیک است که جهت حل مسائل بهینه سازی مورد استفاده قرار می گیرند. از جمله بهترین الگوریتم هایی که برای حل مسئله کوله پشتی مورد استفاده قرار می گیرد، الگوریتم PSO یا ازدحام ذرات است. درمورد این الگوریتم و حل مسئله کوله پشتی در ادامه مطلب صحبت خواهیم کرد.

cropped-fav2.png

برنامه‌نویس: تیم برنامه نویسی پی استور

متشکل از اساتید و فارغ التحصیلان رشته های فنی - مهندسی

تیم برنامه نویسی پی استور یکی از اولین گروه های تشکیل شده در مجموعه آموزشی پی استور می باشد. این تیم از اساتید مجرب و فارغ التحصیلان رشته های فنی و مهندسی تشکیل شده که در زمینه های مختلف برنامه نویسی و تهیه سورس کد فعال هستند.

الگوریتم ازدحام ذرات – Particle Swarm Optimization

الگوریتم بهینه سازی ازدحام ذرات Particle Swarm Optimization به اختصار PSO یکی از مهم ترین الگوریتم های بهینه سازی است که با الهام از رفتار اجتماعی حیوانات مانند پرندگان که در گروه‌هایی کوچک و بزرگ کنار هم زندگی می کنند، طراحی شده است. این الگوریتم جزو الگوریتم‌های حوزه هوش جمعی است.

الگوریتم PSO یا ازدحام ذرات نیز همانند بسیاری دیگر از الگوریتم‌های هوش جمعی از رفتار حیوانات مانند جمع شدن پرندگان، دسته‌ها و گروه‌های حیوانات دیگر، نوع شکار آن‌ها و موارد دیگر الهام گرفته شده است. در الگوریتم PSO از رفتار دسته جمعی پرندگان سناریو جمع آوری شده، سپس در نهایت الگوریتم PSO توسط دکتر ابراهارت در سال 1995 به وجود آمده است. الگوریتم‌های بهینه سازی در بسیاری از زمینه‌ها می‌توانند مورد استفاده قرار گیرند. برای مثال الگوریتم PSO می‌تواند در زمینه بهینه سازی عملکرد، آموزش شبکه های عصبی مصنوعی، کنترل سیستم فازی و سایر زمینه ها استفاده شود.

مسئله کوله پشتی – Knapsack

برای توضیح این مسئله به زبان ساده می توان از یک سری مثال های واقعی استفاده کرد، چرا که این مسئله در زندگی روزمره هم می تواند کاربرد داشته باشد. اگر دانشجوی رشته کامپیوتر باشید و یا با مسائل بهینه سازی سر و کار دارید، حتماً با مسئله کوله پشتی یا Knapsak Problem آشنایی خواهید داشت.

موارد استفاده از این مسئله در زندگی روزمره بسیار است، مانند برش پارچه با الگو به طوری که کمترین هدرروی انجام شود. اما توضیح این مسئله با مدل سازی ریاضی کمی ممکن است کاربران را سردرگم سازد، بنابراین با معروف ترین مثال این مسئله را برای ما توضیح می دهیم.

فرض کنید یک دزد وجود دارد که قصد دزدی از خانه دارای وسایل گران قیمت بیشماری است. این دزد یک کیف یا کیسه به همراه دارد که تنها وزن مشخصی را می تواند تحمل کند. برای مثال اگر میزان تحمل این کیسه 30 کیلو باشد، امکان اینکه وسایلی با حجم بیشتر از 30 کیلو یا مجموع حجم بیشتر را نخواهد داشت.

مسئله بدین صورت است که دزد بایستی وسایلی را بدزدد که وزنشان کمتر و در عین حال ارزش یا قیمتشان بیشتر باشد. برای این کار نیازمند تفکر و انتخاب بهینه خواهد بود. مسئله دیگر اینجاست که در صورت بیشتر بودن تعداد وسایل امکان انتخاب آن ها با بهترین نتیجه کمی سخت خواهد بود. به همین دلیل برای حل کردن این مسئله از الگوریتم های فرا ابتکاری یا متاهیورستیک مانند الگوریتم ساخت اهرام جیزه استفاده می شود.

این مثالی از مسئله کوله پشتی می باشد که قابل حل با الگوریتم Particle Swarm Optimization می باشد. در ادامه درمورد سورس کد حل مسئله کوله پشتی با الگوریتم ازدحام ذرات بیشتر صحبت شده است.

حل مسئله کوله پشتی با الگوریتم PSO در متلب

این سورس کد از 4 فایل تشکیل شده است که فایل PSO.m فایل اصلی برنامه است و فراخوانی دیگر توابع و مقادیر پارامتر ها و الگوریتم ازدحام ذرات در داخل این فایل قرار دارد. فایل CreateModel.m فایلی است که از آن برای ایجاد وزن و ارزش کالاها از این تابع استفاده شده است؛ و در نهایت فایل MyCost.m می باشد که تابع هزینه را دربر گرفته است. بخشی از سورس کد تابع هزینه در زیر آورده شده است.

function [z, sol]=MyCost(pos,model)
    x=round(pos);
    v=model.v;
    w=model.w;
    W=model.W;
    V1=sum(v.*x);   % Sum of the selected values
    W1=sum(w.*x);   % Sum of selected weight
    V0=sum(v.*(1-x)); % Sum of the unselected values
    W0=sum(w.*(1-x)); % Sum Of unselected weight

برای دریافت سورس کامل محصول لطفا آن را خریداری کنید.

تصاویر خروجی حل مسئله

نمودار همگرایی حل مسئله کوله پشتی با الگوریتم PSO
نمودار همگرایی حل مسئله کوله پشتی با الگوریتم PSO

ویدئوی معرفی

نحوه اجرای سورس کد

Your browser does not support the video tag.
این محصول فقط شامل سورس کد پیاده سازی مسئله در متلب است.
برای آموزش خصوصی این محصول می توانید درخواست تدریس آنلاین داشته باشید.

درباره سورس کد

سورس کد حل مسئله کوله پشتی با الگوریتم PSO در متلب در محیط Matlab 2017 برنامه نویسی و اجرا شده است و قابل اجرا با نسخه های بالاتر متلب نیز هست. این سورس کد توسط تیم پشتیبانی پی استور تست و اجرا شده است. کیفیت محصول توسط پی استور تضمین می شود و محصول دارای نشان تضمین کیفیت پی استور است. برای دانلود محصول آن را خریداری فرمایید به محض خرید لینک دانلود در دسترس خواهد بود.

گارنتی 7 روزه بازگشت هزینه

تضمین کیفیت و گارانتی بازگشت هزینه
توجه: کیفیت این محصول توسط پی استور تضمین شده و در صورت عدم رضایت از محصول، به انتخاب شما:

  • ۱۰۰ درصد مبلغ پرداختی در حساب کاربری شما شارژ می‌شود.
  • و یا 80 درصد مبلغ پرداختی به حساب بانکی شما عودت داده می‌شود.

مطالب مرتبط با الگوریتم PSO

پاورپوینت الگوریتم PSO یا ازدحام ذرات
پاورپوینت الگوریتم PSO یا ازدحام ذرات
پاورپوینت الگوریتم PSO
پاورپوینت الگوریتم PSO
سورس کد مسئله 8 وزیر با الگوریتم PSO در متلب
سورس کد مسئله 8 وزیر با الگوریتم PSO در متلب
تعیین وزن شبکه عصبی با الگوریتم PSO در متلب
تعیین وزن شبکه عصبی با الگوریتم PSO در متلب
آموزش الگوریتم PSO در پایتون
فیلم آموزشی الگوریتم PSO در پایتون
کد الگوریتم PSO در پایتون Python
کد الگوریتم PSO در پایتون Python

سورس کدهای آماده حل مسئله کوله پشتی

حل مسئله کوله پشتی با الگوریتم SA در پایتون
حل مسئله کوله پشتی با الگوریتم SA در پایتون
حل مسئله کوله پشتی با الگوریتم جستجوی ممنوعه TS در متلب
حل مسئله کوله پشتی با الگوریتم جستجوی ممنوعه TS در متلب
حل مسئله کوله پشتی با الگوریتم ژنتیک GA در متلب
حل مسئله کوله پشتی با الگوریتم ژنتیک GA در متلب
حل مسئله کوله پشتی با الگوریتم GPC ساخت اهرام جیزه در متلب
حل مسئله کوله پشتی با الگوریتم GPC ساخت اهرام جیزه در متلب
حل مسئله کوله پشتی با الگوریتم SA در متلب
حل مسئله کوله پشتی با الگوریتم SA در متلب
سورس کد الگوریتم مورچه ACO برای حل مسئله کوله پشتی Knapsack در متلب
سورس کد الگوریتم مورچه ACO برای حل مسئله کوله پشتی Knapsack در متلب
امتیاز
5.00 از 1 رأی
5.00 1 رای
49,000 تومان
تاریخ انتشار: 8 بهمن 1401
حجم فایل: 2.3 کیلوبایت
فرمت فایل m.
هماهنگی با: متلب 2017 و بالاتر
سفارش تدریس: توضیحات تکمیلی
دانلود شده توسط: 62 نفر

تاکنون 62 نفر این محصول را تهیه کرده اند و 1 نظر برای آن ثبت شده است.

نظرات و دیدگاه ها
  • فاطمه اسماعیلی
    8 بهمن 1401
    امتیاز 5 از 5
    پاسخ

    نظرات و دیدگاه های خود را با ما درمیان بگذارید.

قوانین ثبت دیدگاه

  • لطفاً دیدگاه های خود را فارسی تایپ کنید.
  • دیدگاه های نامرتبط به مطلب تایید نخواهد شد.
  • از درج دیدگاه های تکراری پرهیز نمایید.
  • سوالات تخصصی خودتان را از طریق تیکت پشتیبانی مطرح کنید.

لغو پاسخ

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دسته‌بندی موضوعی: الگوریتم‌های فرا ابتکاری برنامه نویسی متلب

قیمت 49,000 تومان

افزودن به علاقه مندی ها
امتیاز
5.00 از 1 رأی
5.00 1 رای
49,000 تومان

تاریخ انتشار: 8 بهمن 1401
حجم فایل: 2.3 کیلوبایت
فرمت فایل m.
هماهنگی با: متلب 2017 و بالاتر
سفارش تدریس: توضیحات تکمیلی
دانلود شده توسط: 62 نفر

1 بازخورد (مشاهده نظرات)

قیمت: 49,000 تومان

تماس با ما
  • دفتر پشتیبانی: 04144225175 (ساعت کاری 8:00 الی 16:00)
  • آی دی تلگرام: programerPstore
درباره پی استور

تیم توسعه پی استور با هدف ارائه مطالب مفید علمی در گرایش های مختلف پروژه های علمی مختلف را جمع آوری می کند و در قالب یک محصول تست شده و قابل اجرا همراه با توضیحات و نحوه اجرا، انتشار می دهد. امید است با عنایت الهی و کوشش اساتید و دانشجویان همراهمان بتوانیم قدم کوچکی در تولید محتوای علمی کشور داشته باشیم.

مجوز های اخذ شده
اینماد نشان ملی   پروانه نشر دیجیتال
  • حساب کاربری من
  • سوالات متداول
  • راهنمای خرید و دانلود
پی استور
  • همکاری با ما
  • قوانین و مقررات
  • حریم خصوصی
تمامی حقوق برای پی استور محفوظ است.
keyboard_arrow_up