اختصاصی از
هایدی الگوریتم های بهینه سازی تکاملی دانلود با لینک مستقیم و پر سرعت .
چکیده:
موضوع اصلی این نوشتار، معرفی و بررسی روش هایی است که با نام هوش جمعی از آن ها یاد می شود. البته روش های هوش جمعی نیز از طبیعت الهام گرفته شده اند و در فصل های بعدی، به صورت جداگانه مطرح خواهند شد. در الگوریتم ژنتیک و همچنین الگوریتم بازپخت، که در بخش های بعدی معرفی می شوند، جواب های متعددی که در مجموعه جواب های الگوریتم وجود دارند، همگی به صورت جداگانه و توسط خود الگوریتم بررسی می شوند و هیچ گونه ارتباط مستقیم و یا غیرمستقیمی بین جواب های مختلف وجود ندارد. به عنوان مثال، در الگوریتم ژنتیک، هیچ کدام از کروموزوم ها از بهترین کروموزوم موجود در جمعیت اطلاع ندارند. مثلا نمی دانند که مقدار ژن دوم در آن کروموزوم چند است. و یا اینکه، از مقدار تابع هدف به ازای کروموزوم نخبه بی خبر هستند.
در روش هایی که در گروه هوش جمعی جای می گیرند، ارتباط مستقیم یا غیرمستقیم بین جواب های مختلف الگوریتم وجود دارد. در واقع، در این روش ها، جواب ها که موجوداتی کم هوش و ساده هستند، برای پیدا شدن و یا تبدیل شدن به جواب بهینه، همکاری می کنند. این روش ها از رفتارهای جمعی حیوانات و موجودات زنده در طبیعت الهام گرفته شده اند.
مقدمه:
بهینه سازی فرایندی است که برای بهتر کردن چیزی دنبال می شود. فکر، ایده و یا طرحی که توسط یک دانشمند یا یک مهندس مطرح می شود، طی روند بهینه سازی بهتر می شود. در هنگام بهینه سازی، شرایط اولیه با روش های مختلف مورد بررسی قرار می گیرد و اطلاعات به دست آمده، برای بهبود بخشیدن به یک فکر یا روش مورد استفاده قرار می گیرند. بهینه سازی ابزاری ریاضی است، که برای یافتن پاسخ بسیاری از پرسش ها در خصوص چگونگی راه حل مسائل مختلف، به کار می رود.
در بهینه سازی از یافتن بهترین جواب برای یک مسأله صحبت به میان می آید. لفظ بهترین به طور ضمنی بیان می کند که بیش از یک جواب برای مسأله مورد نظر وجود دارد که البته دارای ارزش یکسانی نیستند. تعریف بهترین جواب، به مسأله مورد بررسی، روش حل و همچنین میزان خطای مجاز وابسته است. بنابراین نحوه فرمول بندی مسأله نیز بر چگونگی تعریف بهترین جواب تاثیر مستقیم دارد. برخی از مسائل جواب های مشخصی دارند. بهترین بازیکن یک رشته ورزشی، طولانی ترین روز سال و پاسخ یک معادله دیفرانسیل معمولی درجه اول، از مثال هایی هستند که می توان از آنها به عنوان مساله ساده نام برد.
فصل 1
کلیات
1-1- هدف
بهینه سازی فرایندی است که برای بهتر کردن چیزی دنبال می شود. فکر، ایده و یا طرحی که توسط یک دانشمند یا یک مهندس مطرح می شود، طی روند بهینه سازی بهتر می شود. در هنگام بهینه سازی، شرایط اولیه با روش های مختلف مورد بررسی قرار می گیرد و اطلاعات به دست آمده، برای بهبود بخشیدن به یک فکر یا روش مورد استفاده قرار می گیرند. بهینه سازی ابزاری ریاضی است که برای یافتن پاسخ بسیاری از پرسش ها در خصوص چگونگی راه حل مسائل مختلف به کار می رود.
در بهینه سازی از یافتن بهترین جواب برای یک مسأله صحبت به میان می آید. لفظ بهترین به طور ضمنی بیان می کند که بیش از یک جواب برای مسأله مورد نظر وجود دارد که البته دارای ارزش یکسانی نیستند. تعریف بهترین جواب، به مسأله مورد بررسی، روش حل و همچنین میزان خطای مجاز وابسته است. بنابراین نحوه فرمول بندی مسأله نیز بر چگونگی تعریف بهترین جواب تاثیر مستقیم دارد. برخی از مسائل جواب های مشخصی دارند. بهترین بازیکن یک رشته ورزشی، طولانی ترین روز سال و پاسخ یک معادله دیفرانسیل معمولی درجه اول، از مثال هایی هستند که می توان از آنها به عنوان مسائل ساده نام برد. در مقابل، برخی از مسائل دارای جواب های بیشینه یا کمینه متعددی هستند، که به نام نقاط بهینه یا اکسترمم شناخته می شوند، و احتمالا بهترین جواب یک مفهوم نسبی خواهد بود. بهترین اثر هنری، زیباترین منظره و گوش نوازترین قطعه موسیقی از مثال هایی هستند که می توان برای این گونه مسائل بیان کرد.
تعداد صفحه : 78
دانلود با لینک مستقیم
الگوریتم های بهینه سازی تکاملی 
