پایان نامه بررسی الگوریتم ژنتیک در TSP و NP-HARD

مقدمه:
محدوده کاری الگوریتم ژنتیک  بسیار وسیع می باشد و هر روز با پیشرفت روز افزون علوم و تکنولوژی استفاده از این روش در بهینه سازی و حل مسائل بسیار گسترش یافته است. الگوریتم ژنتیک   یکی از زیر مجموعه های محاسبات تکامل یافته می باشد که رابطه مستقیمی با مبحث هوش مصنوعی دارد در واقع الگوریتم ژنتیک  یکی از زیر مجموعه های هوش مصنوعی می باشد.  الگوریتم ژنتیک را می توان یک روش جستجوی کلی نامید که از قوانین تکامل بیولوژیک طبیعی تقلید می کند .الگوریتم ژنتیک برروی یکسری از جواب های مساله به امید بدست آوردن جوابهای بهتر قانون بقای بهترین را اعمال می کند. درهر نسل به کمک فرآیند انتخابی متناسب با ارزش جواب ها و تولید مثل جواب-های انتخاب شده به کمک عملگرهایی که از ژنتیک طبیعی تقلید شده اند ,تقریب های بهتری از جواب نهایی بدست می آید. این فرایند باعث می شود که نسلهای جدید با شرایط مساله سازگارتر باشد.

فهرست مطالب:
مقدمه 
تاریخچه
تاریخچه بیولوژیکی
ایدة اصلی استفاده از الگوریتم ژنتیک 
ساختار الگوریتم‏های ژنتیکی
عملگرهای الگوریتم  ژنتیک  
عملگر انتخاب  (Selection ) 
شکل 1 - نحوه ارزیابی شایستگی در چرخ رولت
عملگر آمیزش (Crossover) 
تلفیق تک نقطه ای (Single Point Crossover) 
شکل 2 - یک نمونه تلفیق (آمیزش)  
روش ادغام دو نقطه ای (Two-point CrossOver)
شکل 3 - (روش ادغام دو نقطه ای) 
تلفیق نقطه ای (Multipoint Crossover )
تلفیق جامع (Uniform Crossover)
عملگر جهش (Mutation ) 
شکل 4 - یک کروموزوم قیب و بعد اعمال عملگر جهش 
روند کلی الگوریتم‏های ژنتیکی
شکل 5 - کد برنامه مجازی الگوریتم ژنتیک ساده و فلوچارت آن 
روند کلی بهینه سازی و حل مسائل در الگوریتم ژنتیک 
شکل 6 - نحوه ارزیابی تابع شایستگی در چرخ رولت 
شرط پایان الگوریتم 
نسل اول
انتخاب
تلفیق(Crossover) 
جهش(Mutation) 
مسائل NP-Hard
حلّ معمای هشت وزیر 
شکل 7 – چینش 8 مهره وزیر در صفحه شطرنج بدون تهدید یکدیگر 
شکل 8 - چینش 8 مهره وزیر در صفحه در تیر رس یکدیگر
جمعیت آغازین  
شکل 9 - چینش 8 مهره وزیر در صفحه در تیر رس یکدیگر 
شکل 10 - چینش 8 مهره وزیر در صفحه در تیر رس یکدیگر 
شکل 11 - چینش 8 مهره وزیر در صفحه در تیر رس یکدیگر 
شکل 12 - چینش 8 مهره وزیر در صفحه در تیر رس یکدیگر 
تابع برازندگی
شکل 13- چگونگی برازش هشت مهره وزیر در  صفحه شطرنج 
آمیزش 
جهش ژنتیکی 
حل مسأله TSP به وسیله الگوریتم ژنتیک 
مقایسه روشهای مختلف الگوریتم و ژنتیک برای TSP  
نتیجه گیری 
فهرست منابع و مراجع

تعداد مشاهده: 2286 مشاهده

فرمت فایل دانلودی:.doc

فرمت فایل اصلی: doc

تعداد صفحات: 42

حجم فایل:1,120 کیلوبایت

 قیمت: 4,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل

• راهنمای استفاده:
  مناسب جهت استفاده دانشجویان رشته کامپیوتر نرم افزار
  
  
  
• محتوای فایل دانلودی:
  در قالب فایل word و قابل ویرایش
  
  

پروژه بررسی الگوریتم ژنتیک دانلود پروژه الگوریتم ژنتیک پایان نامه الگوریتم ژنتیک دانلود پایان نامه کامپیوتر دانلود پایان نامه نرم افزار الگوریتم ژنتیکی ساختار الگوریتم‏های ژنتیکی عملگرهای الگوریتم ژنتیک کد برنامه مجازی الگوریتم ژنتیک کد الگ

سجاد چهارشنبه 5 خرداد 1395 ساعت 06:12