• 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 SA در پایتون

خانهفروشگاهبرنامه نویسیپایتونحل مسئله کوله پشتی با الگوریتم SA در پایتون
https://dl2.programstore.ir/files/Uploades/Previews/Knapsack%20Solving%20SA%20in%20Python/Knapsack%20Solving%20SA%20in%20Python.mp4

در این بخش سورس کد حل مسئله کوله پشتی با الگوریتم SA در پایتون 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 SA یا تبرید شبیه سازی شده 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 شبیه سازی تبرید SA

الگوریتم شبیه سازی تبرید یا تبرید شبیه سازی شده Simulated Annealing که در بسیاری موارد با نام الگوریتم شبیه سازی حرارتی نیز شناخته می شود، از جمله الگوریتم های متاهیورستیک یا فرا ابتکاری است که برای حل مسائل بهینه سازی مورد استفاده قرار می گیرد. یکی از مسائلی که برای حل آن می توان از الگوریتم شبیه سازی تبرید SA استفاده کرد، مسئله n وزیر می باشد.

الگوریتم شبیه سازی حرارتی SA با الهام از روش باز پخت فلز به وجود آمده است. روش باز پخت، آرایش مولکولی بهینه ذرات فلز را که در آن انرژی پتانسیل جرم به حداقل می رسد، را تعریف می کند و به خنک شدن تدریجی فلزات پس از قرار گرفتن در معرض حرارت زیاد اشاره می کند. به‌طور کلی، الگوریتم شبیه سازی حرارتی SA یک حرکت تکراری را با توجه به پارامتری به نام دما که متغیر است، انجام می‌دهد که برای انجام آن، از عملیات انجام‌شده در کار باز پخت فلزات تقلید می‌کند.

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 تبرید شبیه سازی شده استفاده می شود.

این مثالی از مسئله کوله پشتی می باشد که قابل حل با الگوریتم تبرید شبیه سازی شده Simulated Annealing می باشد. در ادامه درمورد سورس کد حل مسئله کوله پشتی با الگوریتم SA در پایتون بیشتر صحبت شده است.

حل مسئله کوله پشتی با الگوریتم SA در پایتون

این سورس کد از 1 فایل تشکیل شده است که تمامی فراخوانی‌ها و کتابخانه‌های الگوریتم تبرید شبیه سازی شده در داخل این فایل قرار دارد. این فایل مقادیر مربوط به ایجاد وزن و ارزش کالاها و در نهایت تابع هزینه را دربر گرفته است. بخشی از سورس کد در زیر آورده شده است.

import random as rd
import numpy as np
import matplotlib.pyplot as plt
def CreateModel():
    class model:
        def __init__(self,n,v,w,W):
            self.n = n
            self.v = v
            self.w = w
            self.W = W
    v = np.array([391,444,250,330,246,400,150,266,268,293,471,388,364,493,202,161,410,270,384,486])
    w = np.array([55,52,59,24,52,46,45,34,34,59,59,28,57,21,47,66,64,42,22,23]

برای دریافت سورس کامل محصول لطفا آن را خریداری کنید.

تصاویر خروجی حل مسئله

نمودار همگرایی حل مسئله کوله پشتی با الگوریتم SA در پایتون
نمودار همگرایی حل مسئله کوله پشتی با الگوریتم SA در پایتون

ویدئوی معرفی

نحوه اجرای سورس کد

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

***  توجه  ***

قبل از اجرای سورس کد الگوریتم در محیط پایتون حتماً از نصب پکیج های مورد استفاده در این سورس کد در Python خود مطمئن شوید پکیج های استفاده شده در این سورس کد numpy و matplotlib می باشد که اولی پکیج مربوط به استفاده از آرایه ها و ماتریس ها در پایتون و دومی مربوط به عملیات های نموداری و Plot گرفتن می باشد. پیشنهاد ما نصب اسپایدر (Spyder (Python 3.7 می باشد که هم پایتون و پکیج های مختلف و هم IDE های مختلفی را همراه با امکان آپدیتشان نصب می کند.


درباره سورس کد

سورس کد حل مسئله کوله پشتی با الگوریتم SA در پایتون عنوان محصولی است که در این پست به آن پرداخته شده است. محصول در پایتون 3.10 برنامه نویسی شده و بصورت کامل توسط گروه پشتیبانی پی استور تست و اجرا شده است. قبل از اجرای سورس کد در محیط پایتون حتماً از نصب پکیج های مورد استفاده در این سورس کد در Python خود مطمئن شوید. پکیج های استفاده شده در این سورس کد numpy و matplotlib می باشد که اولی پکیج مربوط به استفاده از آرایه ها و ماتریس ها در پایتون و دومی مربوط به عملیات های نموداری و Plot گرفتن می باشد.

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.

مباحث مرتبط با الگوریتم SA

پاورپوینت الگوریتم شبیه ساز حرارتی SA
پاورپوینت الگوریتم شبیه ساز حرارتی SA
حل مسئله 8 وزیر با الگوریتم SA در پایتون
حل مسئله 8 وزیر با الگوریتم SA در پایتون
حل مسئله 8 وزیر با الگوریتم شبیه سازی تبرید SA در متلب
حل مسئله 8 وزیر با الگوریتم شبیه سازی تبرید SA در متلب
حل مسئله کوله پشتی با الگوریتم SA در متلب
حل مسئله کوله پشتی با الگوریتم SA در متلب
تعیین درخت پوشای مینیمم با الگوریتم SA تبرید شبیه سازی شده در متلب
تعیین درخت پوشای مینیمم با الگوریتم SA تبرید شبیه سازی شده در متلب
الگوریتم شبیه ساز حرارتی SA برای حل مسئله فروشنده دوره گرد TSP در متلب
الگوریتم شبیه ساز حرارتی SA برای حل مسئله فروشنده دوره گرد TSP در متلب

مباحث مرتبط با مسئله کوله پشتی

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 PSO در متلب
حل مسئله کوله پشتی با الگوریتم PSO 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: 16 بهمن 1401
حجم فایل: 2.3 کیلوبایت
فرمت فایل py.
هماهنگی با: پایتون 3.10
سفارش تدریس: توضیحات تکمیلی
دانلود شده توسط: 43 نفر

تاکنون 43 نفر این محصول را تهیه کرده اند و 1 نظر برای آن ثبت شده است.

نظرات و دیدگاه ها
  • فاطمه اسماعیلی
    16 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 پایتون

قیمت 49,000 تومان

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

تاریخ انتشار: 16 بهمن 1401
حجم فایل: 2.3 کیلوبایت
فرمت فایل py.
هماهنگی با: پایتون 3.10
سفارش تدریس: توضیحات تکمیلی
دانلود شده توسط: 43 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