آف دانلود : اشتراک مقاله , پروژه , کتاب , جزوه , اطلاعات علمی ... 

آف دانلود

جهان در اندیشه توست...
دوستان
آمار بازدید آف دانلود
بازدید امروز: 6084
بازدید دیروز: 11280
بازدید هفته: 95418
بازدید ماه: 412356
بازدید کل: 18574892
فال حافظ
برای دیدن فال روی عکس کلیک کنید
ابر برچسب ها


آف دانلود


انجام تمامی پروژه های بهینه سازی بااستفاده ازالگوریتمهای بهینه سازی هوشمند

بهینه سازی

برای کسب اطلاعات بیشتر به ادامه مطلب مراجعه کنید

بهینه‌سازی با الگوریتم‌های هوشمند
بهینه ‌سازی اهمیت زیادی در بسیاری از علوم و مسائل مهندسی دارد. . از موضوعات اصلی در مبحث بهینه‌سازی، بهینه‌ محلی و بهینه‌ فراگیر یا عام است. مسائل پیچیده بسیاری وجود دارد که دسترسی به بهینه‌ فراگیر یا عام اهمیت بسیاری دارد. یافتن راه حل های ممکن مسائل با توجه به ماهیت مختلف شان نیازمند روش های مختلفی می‌باشد. بنابراین روش های گوناگون و متنوعی در دهه های اخیر ارائه شده است، که الگوریتم‌های الهام گرفته از طبیعت از این دسته اند. از جمله این الگوریتم ها می‌توان :

الگوریتم ژنتیک (GA-Genetic algorithm)
الگوریتم بهینه سازی ازدحام ذرات (ازدحام پرندگان) (PSO-Particle Swarm Optimization)
الگوریتم بهینه سازی اجتماع زنبورهای مصنوعی (ABC -Artificial Bee Colony)
الگوریتم بهینه سازی زنبورها (BA-Bee Colony)
الگوریتم بهینه سازی کوکو (COA-Cuckoo Optimization algorithm)
الگوریتم بهینه سازی جستجوی کوکو (CS-Cuckoo search)
جغرافیای زیستی ((BBO- Biogeography Based Optimization
رقابت استعماری (ICA-Imperialist competitive algorithm)
و… را نام برد.
مسائل بهینه‌سازی به دو دسته عمده طبقه بندی می شوند:
۱- مسائل بدون محدودیت (بدون قید): مسائلی هستند که در آنها فقط کمینه سازی تابع هدف،در محدوده تغییرات متغیرها اهمیت دارد که حدود پایین متغیرها وحدود بالای متغیرها هستند .
۲- مسائل با محدودیت (با قید): مسائلی هستند که در آنها علاوه بر کمینه سازی تابع هدف درمحدوده تغییرات متغیرها، رعایت برخی قیود خطی یا غیر خطی و مساوی و نامساوی نیز اهمیت داردکه تعداد کل قیود است.

در دسته بندی دیگر مسائل بهینه سازی به دو دسته زیر طبقه بندی می شوند:
۱-پیوسته(Continuous)
مسائل بهینه سازی پیوسته مسائلی هستند که متغیرهای بهینه سازی مقادیر پیوسته ای در اعداد حقیقی به خود اختصاص می دهند. اکثر مسائل مهندسی از نوع پیوسته هستند.
۲-گسسته(Discrete)
مسائل بهینه سازی پیوسته مسائلی هستند که متغیرهای بهینه سازی مقادیر گسسته ای از اعداد را به خود اختصاص می دهند. از جمله مسائل فروشنده دوره گرد (Traveling Salesman Problem)
جایابی بهینه خازن ها در سیستمهای توزیع و قدرت (Optimal capacitor placement in distribution system)
که هر کدام از مسائل پیوسته و گسسته میتواند طبق دسته بندی قبل با محدودیت و بدون محدودیت باشند.

– انجام پروژه های بهینه سازی در مقالات و پایان نامه های دانشجویی با استفاده از الگوریتمهای بهینه سازی هوشمند
– نوشتن و ارائه کدهای متلب کلیه الگوریتمهای بهینه سازی
– آموزش کاربردی تمامی الگوریتمها در کلیه مسائل مهندسی و مدیریت
– ارائه پاورپوینت های آماده برای ارائه کلیه الگوریتمها
– بهینه سازی پارامترهای شبکه های عصبی و مراکز گروه های فازی
– ترکیب فازی و الگوریتمهای بهینه سازی
– آموزش و روش نوشتن کدهای متلب و مقایسه الگوریتم های هوشمند با یکدیگر

ارائه مقادیر و جداول شامل:
worst (بدترین)
mean (میانگین)
median (میانه)
best (بهترین)
SD-Standard deviation (انحراف معیار)
Number of Function Evaluation-NFE (تعداد ارزیابی تابع)

انجام کلیه الگوریتمهای بهینه سازی از مقالات IEEE TRANSACTION و ELSEVIER و SPRINGER شامل:

EPSDE,JADE,SaNSDE,Adaptive CoDE,CLPSO,CMA-ES,CoDE,GL-25,jDE,SaDE,….

کلیه الگوریتمهای بالا در متلب نوشته و اجرا شده و در کلیه مسائل بهینه سازی مهندسی و مدیریت و در کلیه مسائل گسسته و پیوسته با محدودیت و بدون محدودیت آماده به کارگیری است. همچمین کدهای مقایسه این الگوریتم ها در کلیه مسائل مهندسی و مدیریت نوشته شده است و کدهای ترکیب کلیه الگوریتمها و شبکه های عصبی و فازی آماده می باشد.

الگوریتم های بهینه سازی قابل پیاده سازی در کلیه پروژه های دانشجویی :

الگوریتم ژنتیک (GA-Genetic algorithm)
الگوریتم بهینه سازی ازدحام ذرات (ازدحام پرندگان) (PSO-Particle Swarm Optimization)
الگوریتم بهینه سازی اجتماع زنبورهای مصنوعی (ABC -Artificial Bee Colony)
الگوریتم بهینه سازی زنبورها (BA-Bee Colony)
الگوریتم بهینه سازی کوکو (COA-Cuckoo Optimization algorithm)
الگوریتم بهینه سازی جستجوی کوکو (CS-Cuckoo search)
جغرافیای زیستی (BBO-Biogeography Based Optimization)(2010)
رقابت استعماری (ICA-Imperialist competitive algorithm)
الگوریتم بهینه سازی مورچگان (Ant Colony Optimization)(2008)(ACO)
الگوریتم بهینه سازی ملاقات پرندگان (Bird mating optimizer)(2013)(BMO)
الگوریتم بهینه سازی جستجوی هارمونی (Harmony Search)(HS)
الگوریتم بهینه سازی تکامل تفاضلی (Differential evolution)(DE)
الگوریتم بهینه سازی غذایابی باکتری (Bacterial foraging optimization algorithm (BFOA)
الگوریتم بهینه سازی کرم شب تاب (firefly algorithm)(FA)
الگوریتم بهینه سازی باکتریها (BAT ALGORITHM)
الگوریتم بهینه سازی شبیه سازی تبرید (Simulated Annealing)(SA)
الگوریتم بهینه سازی آموزش-یادگیری (A teaching learning based optimization)(TLBO)

برای کسب اطلاعات بیشتر و سفارش پروژه با ما تماس بگیرید.

برچسب ها: , , , , , , , , , , , , , , , ,


پاسخ دهید

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

موضوعات
جستجو
ارسال مطلب توسط کاربران

ارسال مطلب

ads تبليغات متني