مدل ترکیبی متشکل از شبکه های عصبی مصنوعی و الگوریتم ژنتیک به منظورمدیریت تعمیر و نگهداری شبکه

اختصاصی از حامی فایل مدل ترکیبی متشکل از شبکه های عصبی مصنوعی و الگوریتم ژنتیک به منظورمدیریت تعمیر و نگهداری شبکه دانلود با لینک مستقیم و پر سرعت .

نویسند‌گان:

[ فرهاد فرخ زاده ] - دانشجوی کارشناسی ارشد راه وترابری دانشکده مهندسی عمران و محیط زیست دانشگاه صنعتی امیرکبیر تهران

[ مهدی پشت کوهی ] - فارغ التحصیل کارشناسی ارشد راه و ترابری دانشکده مهندسی عمران و محیط زیست دانشگاه صنعتی امیرکبیر تهران

[ فرزاد حسین آبادی ] - دانشجوی کارشناسی ارشد راه وترابری دانشکده مهندسی عمران و محیط زیست دانشگاه صنعتی امیرکبیر تهران

[ امین اعظمی ] - دانشجوی کارشناسی ارشد راه وترابری دانشکده مهندسی عمران و محیط زیست دانشگاه صنعتی امیرکبیر تهران

خلاصه مقاله:

تکنیک هاى هوش مصنوعى روش هاى مؤثرى را چه در ایجاد مدل هاى پیش بینی و چه در حل مسائل بهینه سازى ارائه می کنند. به همین دلیل این روش ها به خصوص براى مدیریت ترمیم و نگهدارى روسازى کار آمد هستند. در این مقاله روشی به منظور بهره بردن از منابع اقتصادى موجود به صورت بهینه براى تعمیر رویه ى در روسازى هاى انعطاف پذیر به وسیله ى شبکه هاى عصبى مصنوعى و الگوریتم ژنتیک معرفى شده است. شبکه هاى عصبى براى تعریف مدل خرابى (زوال) روسازى به خدمت گرفته شده است. مسأله بهینه سازى به وسیله ى الگوریتم ژنتیک و با استفاده از نتایج حاصل از شبکه هاى عصبى صورت پذیرفته است مدل حاصل از این روش بر روى تعدادى از جاده هاى داخلى کشور ایالات متحده پیاده سازى شده است. نتایج حاصل خاکی از آن است که على رغم وجود نقایصى در بخش اول روش حل مسأله (شبکه هاى عصبى)، روش مورد بحث مى تواند پاسخ مناسبى به نیازهاى موجود در سیستم هاى مدیریت روسازى باشد

کلمات کلیدی:

 الگوریتم ژنتیک ، شبکه های عصبی مصنوعی ، مدیریت و نگهداری روسازی ، بهینه سازی

بهینه سازی توپولوژی شبکه های دولایه فضاکار با استفاده از الگوریتم جستجوی گرانشی

اختصاصی از حامی فایل بهینه سازی توپولوژی شبکه های دولایه فضاکار با استفاده از الگوریتم جستجوی گرانشی دانلود با لینک مستقیم و پر سرعت .

نویسند‌گان:

[ میلاد دهقانی ] - دانشجوی کارشناسی ارشد عمران سازه دانشگاه ولیعصرعج رفسنجان

[ مصطفی مشایخی ] - استادیار دانشگاه ولیعصرعج رفسنجان

خلاصه مقاله:

با توجه به اهمیت سبک سازى در سازه ها و مسایل اجرایى آنها تحقیقات زیادى در مورد انواع مختلف روش هاى بهینه سازى در مورد سازه هاى فضاکار صورت گرفته است. رسیدن به شکل بهینه ، مسیرى است که وزن سازه را کاهش مى دهد و معمولاً کاهش وزن ، منجر به کاهش هزینه ها می شود. بهینه سازه ى توپولوژی یکى از انواع روش هاى بهینه سازى می باشد. در برخى از مسائل بهینه سازى توپولوژی، سختى سازه با در نظر گرفتن قیدهای مختلف حداکثر می شود. در این مقاله از الگوریتم جستجوى گرانشى براى بهینه سازى توپولوژی شبکه هاى دولایه فضایى استفاده شده است. در این فرآیند وجود و عدم وجود گره هاى شبکه پایین به همراه سطح مقطع اعضا به عنوان متغیرهاى بهینه سازى و تغییر مکان گره ها، ضریب لاغرى و تنش داخلى اعضا به عنوان قیدهای مسأله بهینه سازى در نظر گرفته شده است. همچنین به منظور کاهش فضاى طراحى، اعضا تیپ بندى شده اند بطوریکه تعداد تیپهاى اعضاى کششى و فشاری در طول فرآیند بهینه سازى ثابت است. براى بررسى عملکرد این الگوریتم در بهینه سازى توپولوژی شبکه هاى دولایه ، پس از آنکه کد مربوط به آن در نرم افزار متلب نوشته شد، تعدادى از سازه ى فضاکار با ابعاد متفاوت توسط این الگوریتم مورد بررسى قرار گرفته و توپولوژی بهینه براى تمامى مثال ها بدست آمد. نتایج مثال هاى عددى نشان مى دهند که عملکرد الگوریتم جستجوى گرانشى در بهینه سازى توپولوژی شبکه هاى دولایه مناسب مى باشد

کلمات کلیدی:

 بهینه سازی ، بهینه سازی توپولوژی ، سازه ی فضاکار ، شبکه های دولایه ، الگوریتم جستجوی گرانشی

دانلود پروپزال و تحقیق الگوریتم بهینه سازی توده ذرات ‎pso (فرمت Word ورد doc) تعداد صفحات 6

اختصاصی از حامی فایل دانلود پروپزال و تحقیق الگوریتم بهینه سازی توده ذرات ‎pso (فرمت Word ورد doc) تعداد صفحات 6 دانلود با لینک مستقیم و پر سرعت .

الگوریتم  PSO یک الگوریتم جستجوی اجتماعی است که از روی رفتار اجتماعی دسته‌های پرندگان مدل شده است. در ابتدا این الگوریتم به منظور کشف الگوهای حاکم بر پرواز همزمان پرندگان و تغییر ناگهانی مسیر آنها و تغییر شکل بهینه‌ی دسته به کار گرفته شد . در PSO، ذرات  در فضای جستجو جاری می‌شوند. تغییر مکان  ذرات در فضای جستجو تحت تأثیر تجربه و دانش خودشان و همسایگانشان است. بنابراین موقعیت دیگر توده  ذرات روی چگونگی جستجوی یک ذره اثر می‌گذارد . نتیجه‌ی مدل‌سازی این رفتار اجتماعی فرایند جستجویی است که ذرات به سمت نواحی موفق میل می‌کنند. ذرات از یکدیگر می‌آموزند و بر مبنای دانش بدست آمده به سمت بهترین همسایگان خود می‌روند اساس کار PSO بر این اصل استوار است که در هر لحظه هر ذره مکان خود را در فضای جستجو با توجه به بهترین مکانی که تاکنون در آن قرار گرفته است و بهترین مکانی که در کل همسایگی‌اش وجود دارد، تنظیم می‌کند.

دانلود پایان نامه الگوریتم ژنتیک (فرمت فایل Word ورد doc)تعداد صفحات 65

اختصاصی از حامی فایل دانلود پایان نامه الگوریتم ژنتیک (فرمت فایل Word ورد doc)تعداد صفحات 65 دانلود با لینک مستقیم و پر سرعت .

الگوریتم ژنتیک (Genetic Algorithm – GA) تکنیک جستجویی در علم رایانه برای یافتن راه‌حل تقریبی برای بهینه‌سازی و مسائل جستجو است. الگوریتم ژنتیک نوع خاصی از الگوریتم‌های تکامل است که از تکنیک‌های زیست‌شناسی فرگشتی مانند وراثت و جهش استفاده می‌کند. در واقع الگوریتم‌های ژنتیک از اصول انتخاب طبیعی داروین برای یافتن فرمول بهینه جهت پیش‌بینی یا تطبیق الگو استفاده می‌کنند. الگوریتم‌های ژنتیک اغلب گزینه خوبی برای تکنیک‌های پیش‌بینی بر مبنای تصادف هستند. مختصراً گفته می‌شود که الگوریتم ژنتیک (یا GA) یک تکنیک برنامه‌نویسی است که از تکامل ژنتیکی به عنوان یک الگوی حل مسئله استفاده می‌کند. مسأله‌ای که باید حل شود ورودی است و راه‌حل‌ها طبق یک الگو کد گذاری می‌شوند که تابع fitness نام دارد هر راه حل کاندید را ارزیابی می‌کند که اکثر آنها به صورت تصادفی انتخاب می‌شوند. کلاً این الگوریتم‌ها از بخش های زیر تشکیل می‌شوند: تابع برازش، نمایش، انتخاب، تغییر

فهرست :

فصل اول               

 مقدمه

 به دنبال تکامل…

 ایدۀ اصلی استفاده از الگوریتم ژنتیک

 درباره علم ژنتیک

 تاریخچۀ علم ژنتیک

 تکامل طبیعی (قانون انتخاب طبیعی داروین)

 رابطه تکامل طبیعی با روش‌های هوش مصنوعی

 الگوریتم

 الگوریتم‌های جستجوی ناآگاهانه

الف جستجوی لیست

ب جستجوی درختی

پ جستجوی گراف

 الگوریتم‌های جستجوی آگاهانه

الف جستجوی خصمانه

 مسائل NPHard

 هیوریستیک

 انواع الگوریتم‌های هیوریستیک

  فصل دوم             

 مقدمه

 الگوریتم ژنتیک

 مکانیزم الگوریتم ژنتیک

 عملگرهای الگوریتم ژنتیک

 کدگذاری

 ارزیابی

 ترکیب

 جهش

 رمزگشایی

 چارت الگوریتم به همراه شبه کد آن

 شبه کد و توضیح آن

 چارت الگوریتم ژنتیک

 تابع هدف

 روش‌های کد کردن

 کدینگ باینری

 کدینگ جایگشتی

 کد گذاری مقدار

 کدینگ درخت

 نمایش رشته‌ها

 انواع روش‌های تشکیل رشته

 باز گرداندن رشته‌ها به مجموعه متغیرها

 تعداد بیت‌های متناظر با هر متغیر

 جمعیت

 ایجاد جمعیت اولیه

 اندازه جمعیت

 محاسبه برازندگی (تابع ارزش)

 انواع روش‌های انتخاب

 انتخاب چرخ رولت

 انتخاب حالت پایدار

 انتخاب نخبه گرایی

 انتخاب رقابتی

 انتخاب قطع سر

 انتخاب قطعی بریندل

 انتخاب جایگزینی نسلی اصلاح شده

 انتخاب مسابقه

 انتخاب مسابقه تصادفی

 انواع روش‌های ترکیب

 جابه‌جایی دودوئی

 جابه‌جایی حقیقی

 ترکیب تک‌نقطه‌ای

 ترکیب دو نقطه‌ای

 ترکیب n نقطه‌ای

 ترکیب یکنواخت

 ترکیب حسابی

 ترتیب

 چرخه

 محدّب

 بخش_نگاشته

 احتمال ترکیب

 تحلیل مکانیزم جابجایی

 جهش

 جهش باینری

 جهش حقیقی

 وارونه سازی بیت

 تغییر ترتیب قرارگیری

 وارون سازی

 تغییر مقدار

 محک اختتام اجرای الگوریتم ژنتیک

 انواع الگوریتم‌های ژنتیکی

 الگوریتم ژنتیکی سری

 الگوریتم ژنتیکی موازی

 مقایسه الگوریتم ژنتیک با سیستم‌های طبیعی

 نقاط قوّت الگوریتم‌های ژنتیک

 محدودیت‌های GAها

 استراتژی برخورد با محدودیت‌ها

 استراتژی اصلاح عملگرهای ژنتیک

 استراتژی رَدّی

 استراتژی اصلاحی

 استراتژی جریمه‌ای

 بهبود الگوریتم ژنتیک

 چند نمونه از کاربردهای الگوریتم‌های ژنتیک

  فصل سوم           

 مقدمه

 حلّ معمای هشت وزیر

 جمعیت آغازین

 تابع برازندگی

 آمیزش

 جهش ژنتیکی

 الگوریتم ژنتیک و حلّ مسألۀ فروشندۀ دوره‌گرد

 حل مسأله TSP به وسیله الگوریتم ژنتیک

 مقایسه روشهای مختلف الگوریتم و ژنتیک برای TSP

 نتیجه گیری

 حلّ مسأله معمای سودوکو

 حل مسأله

 تعیین کروموزم

 ساختن جمعیت آغازین یا نسل اول

 ساختن تابع از ارزش

 ترکیب نمونه‌ها و ساختن جواب جدید

 ارزشیابی مجموعه جواب

 ساختن نسل بعد

 مرتب سازی به کمک GA

 صورت مسأله

 جمعیت آغازین

 تابع برازندگی

 انتخاب

 ترکیب

 جهش

فهرست منابع و مراجع

پیوست

واژه‌نامه

برنامه الگوریتم فیلتر H∞ غیر خطی برای تنظیم اولیه موشک حامل SINS

اختصاصی از حامی فایل برنامه الگوریتم فیلتر H∞ غیر خطی برای تنظیم اولیه موشک حامل SINS دانلود با لینک مستقیم و پر سرعت .

موضوع فارسی: برنامه الگوریتم فیلتر H∞ غیر خطی برای تنظیم اولیه موشک حامل SINS

موضوع انگلیسی: Application of Nonlinear H∞ Filtering Algorithm for Initial Alignment of the Missile-borne SINS

تعدا صفحه: 8

فرمت فایل: PDF

سال انتشار: 2014

زبان مقاله:‌ انگلیسی

چکیده: فیلتر H∞ و انتقال بدون بو (UT) الگوریتم معرفی شده برای مقابله با خطای تراز اولیه موشک به عهده Strapdown اسباب سیستم ناوبری (گناهان)، است که توسط مدل خطای غیر خطی و عدم اطمینان از سر و صدا اختلال ایجاد می شود. در مرحله اول، بر اساس خطا چهارگانه اضافی، مدل خطای گناهان است ساخته شده است. در مرحله دوم، فیلتر H∞ غیر خطی بر اساس UT و H∞ فیلتر ساخته شده است، که با توانایی تقریب غیر خطی و نیرومندی قوی. در نهایت، شبیه سازی در مقایسه با UKF و فیلتر H∞ غیر خطی تحت شرایط مدل اختلال باد قوی ساخته شده است. نتیجه نشان می دهد که فیلتر H∞ غیر خطی با ثبات تر و سریع تر از UKF تحت شرایط اختلال باد قوی و به طور موثر می تواند به بهبود دقت و صحت تراز اولیه و استحکام الگوریتم.