گنجینه فیلم های آموزشی فارسی الگوریتم های بهینه سازی تکاملی-هوش مصنوعی

(دیدگاه کاربر 5)

توضیحات

توسعه علم بهينه سازي برخواسته از آرزوي انسان براي رسيدن به كمال است. انسان ميخواهد بهترين را تجسم كرده و به آن دست يابد. اما از آنجائيكه ميداند قادر نيست تمام شرايط حاكم بر بهترين را به خوبي بشناسد، در بيشتر موارد به جاي بهترين جواب يا بهينه مطلق، به يك جواب رضايتبخش بسنده مينمايد. به همين علت ،چندين رويكرد براي طراحي جواب هاي با كيفيت قابل پذيرش تحت محدوديت زماني قابل پذيرش پيشنهاد شده است. الگوريتم هايي هستند كه مي توانند يافتن جواب هاي خوب در فاصله مشخصي از جواب بهينه را تضمين كنند كه به آن ها الگوريتم هاي تقريبي مي گويند.

الگوريتم هاي ديگري نيز هستند كه تضمين مي دهند با احتمال بالا جواب نزديك بهينه توليد كنند كه به آن ها الگوريتم هاي احتمالي گفته مي شود. جداي از اين دو دسته، مي توان الگوريتم هايي را پذيرفت كه هيچ تضميني در ارائه جواب ندارند اما براساس شواهد و سوابق نتايج آن ها، به طور متوسط بهترين تقابل كيفيت و زمان حل براي مسئله مورد بررسي را به همراه داشته اند. به اين  الگوريتمها،  الگوريتمهاي هيوريستيك گفته  ميشود  .

هيوريستيك ها عبارتند از معيارها،  روشها يا اصولي براي  تصميم گيري بين چند گزينه و انتخاب  اثربخش ترين براي دستيابي به اهداف مورد نظر. در حالت كلي سه دسته از الگوريتمهاي هيوريستيك قابل تشخيص است:

  1. الگوريتمهايي كه بر ويژگيهاي ساختاري مساله و ساختار جواب متمركز ميشوند و با استفاده از آنها الگوريتمهاي سازنده يا جستجوي محلي تعريف ميكنند.
  2. الگوريتمهايي كه بر هدايت هيورستيك يك الگوريتم سازنده يا جستجوي محلي متمركز ميشوند، به گونهاي كه آن الگوريتم بتواند بر شرايط حساس (مانند فرار از بهينه محلي) غلبه كند. به اين الگوريتمها، متاهيورستيك گفته مي -شود.
  3. الگوريتمهايي كه بر تركيب يك چارچوب يا مفهوم هيورستيك با گونههايي از برنامه ريزي رياضي (معمولاً روشهاي دقيق) متمركز ميشوند.

هيوريستيكهاي نوع اول ميتوانند خيلي خوب عمل كنند ،(گاهي اوقات تا حد بهينگي) اما ميتوانند در جوابهايي با كيفيت پايين گير كنند. براي بهبود اين الگوريتم ها از اواسط دهه هفتاد، موج  تازهاي از رويكردها آغاز گرديد. اين رويكردها شامل  الگوريتمهايي است كه صريحاً يا به صورت ضمني تقابل بين ايجاد تنوع  جستجو (وقتي علائمي وجود دارد كه جستجو به سمت مناطق بد فضاي جستجو  ميرود) و تشديد جستجو (با اين هدف كه بهترين جواب در منطقه مورد بررسي را پيدا كند) را مديريت  ميكنند. اين  الگوريتمها متاهيوريستيك ناميده  ميشوند. از بين اين  الگوريتمها  ميتوان به موارد زير اشاره كرد:

الگوريتم ژنتيك (GA)، شبيه سازي آنيلينگ (SA)، جستجوي ممنوع (TS)، الگوريتم ازدحام ذرات (PSO)، بهينه سازي كلوني مورچگان (ACO)، الگوريتم كرم شبتاب (FA)، الگوريتم رقابت استعماري (ICA)، الگوريتم جستجوي هارموني (HS)، الگوريتم بهينه سازي فاخته (COA) و….

[1] . Genetic Algorithms

[2] . Simulated Annealing

[3] . Tabu Search

[4] . Particle Swarm Optimization

[5] . Ant Colony Optimization

[6] . Firefly Algorithm

[7] . Imperialist Competitive Algorithm

[8] . Harmony Search

[9] . Cuckoo Optimization Algorithm

 

 

ردیفعنوانمدت زمانلینک
1فیلم آموزش فارسی الگوریتم تکامل گرامری Grammatical Evolution35 دقیقهلینک دریافت (کلیک کنید)
2فیلم آموزشی فارسی الگوریتم بازی تکاملی Evolutionary Game Algorithm35 دقیقهلینک دریافت (کلیک کنید)
3فیلم آموزش فارسی الگوریتم جستجوی فاخته cuckoo search19 دقیقه
لینک دریافت (کلیک کنید)
4فیلم آموزش فارسی بررسی قیود در مسائل بهینه سازی مقید34 دقیقه
لینک دریافت (کلیک کنید)
5فیلم آموزش فارسی الگوریتم دسته ماهی مصنوعی30 دقیقهلینک دریافت (کلیک کنید)
6فیلم آموزش فارسی الگوریتم کلونی زنبور عسل65 دقیقهلینک دریافت (کلیک کنید)
7فیلم آموزش فارسی بهینه سازی مبتنی بر جغرافیای زیستی30 دقیقهلینک دریافت (کلیک کنید)
8فیلم آموزش فارسی الگوریتم ژنتیک در متلب190 دقیقهلینک دریافت (کلیک کنید)

 

 

مقدمه ای بر روشهای حل برای مسایل بهینه سازی و ضرورت بکارگیری آنها
مقدمه ای بر تتوری پیچیده گی ها و هوش مصنوعی با تاکید بر الگوریتهای تکاملی
انواع الگوریتهای فراابتکاری و مكانيزم اجرايي الگوريتم ژنتيك
نحوه نمایش جوابها و اعمال اپراتورهاي ژنتيك در مسائل مهم مهندسي صنايع مانند مساله كوله پشتي، مساله حداقل درخت پوششی، مساله فروشنده دوره گرد و مساله پوشش مجموعه¬ها
طراحی واجرای الگوريتم ژنتيك برای مسایل بهینه سازی قابلیت اطمینان، زمانبندی عملیات، مساله حمل و نقل، مساله استقرار تسهيلات
الگوريتم شبيه سازي تبريد و الگوريتم جستجوي ممنوع
الگوريتم بهینه سازی ذرات انبوه و الگوريتم تكامل تفاضلي
الگوريتم جستجوي پراكنده، الگوريتم جستجوي تطبيقی تصادفي حريصانه و الگوريتم ارتباط مجدد مسيرها
برنامه نویسی و اجرای الگوریتمهای فراابتکاریدر محیط نرم افزار متلب
الگوريتم جستجوي محلي جهت دار شده و الگوريتم جستجوي همسايگي متغير
طراحي آزمايش برای تنظیم پارامترها و تحلیل آماری
الگوریتم کلونی زنبورها و الگوریتم رقابت استعماری
الگوریتم بهینه سازی میرایی ارتعاش، الگوریتم فاخته و الگوریتم کرم شب تاب
مقدمه ای بر مسایل بهینه سازی چند هدفه و الگوریتمهایتکاملی چند هدفه
برنامه نویسی و حل مسایل بهینه سازی ترکیباتی مختلف در حوزه مهندسی صنایع

5 دیدگاه برای گنجینه فیلم های آموزشی فارسی الگوریتم های بهینه سازی تکاملی-هوش مصنوعی

  1. محمد حسن

    تشكر

  2. jahromi

    عالي بود

  3. Jamali

    خیلی مجموعه خوبیه
    در وقت من که خیلی صرفه جویی شد
    خودم بایستی کلی وقت میگذاشتم تا این همه را یاد بگیریم

  4. محمد

    با سلام
    می خواستم بدونم که گنجینه الگوریتم های بهینه سازی تکاملی- هوش مصنوعی شامل چه الگوریتم هایی هستش.
    آخه می خوام بخرمش

    • ایران متلب

      با سلام
      در جدول بالا تمامي الگوريتم ها نوشته شده است :
      فیلم آموزش فارسی الگوریتم تکامل گرامری Grammatical Evolution
      فیلم آموزشی فارسی الگوریتم بازی تکاملی Evolutionary Game Algorithm
      فیلم آموزش فارسی الگوریتم جستجوی فاخته cuckoo search
      فیلم آموزش فارسی بررسی قیود در مسائل بهینه سازی مقید
      فیلم آموزش فارسی الگوریتم دسته ماهی مصنوعی
      فیلم آموزش فارسی الگوریتم کلونی زنبور عسل
      فیلم آموزش فارسی بهینه سازی مبتنی بر جغرافیای زیستی
      فیلم آموزش فارسی الگوریتم ژنتیک در متلب

  5. amin kh

    با سلام و وقت به خیر، میخواستم ببینم کد متلب این الگوریتم ها هم توی مجموعه گذاشتین یا فقط فیلم آموزش تئوری هست؟

    • ایران متلب

      با سلام
      بیشتر الگوریتم ها کدشون هم موجود است.

دیدگاه خود را بنویسید

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