خرید پستی
خرید اینترنتی، خرید ارزان ،خرید نقدی،خرید آنلاین،خرید پستیخرید پستی
خرید اینترنتی، خرید ارزان ،خرید نقدی،خرید آنلاین،خرید پستیآشنایی با الگوریتم بهینه سازی PSO و بکارگیری آن در پروسه Curve Fitting
فرمت فایل: docx حجم فایل: 765 کیلوبایت
اندازه صفحات فایل: 85
سوژه آشنایی با الگوریتم بهینه سازی PSO و بکارگیری آن در پروسهCurve Fitting فرمت doc تنها اسمت رو بنویس و تحویل بده
چکیده
فرض کنید شما و گروهی از دوستان تان به دنبال گنج می گردید تمام یک از اعضای گروه یک فلزیاب و یک بی صفت دارند که می تواند مکان و وضعیت کار خود را به همسایگان نزدیک خود اطلاع بدهد بنابراین شما می دانید آیا همسایگان¬ تان از شما به گنج نزدیکترند یا نه ؟ پس اگر همسایه ای به گنج نزدیکتر حیات شما می توانید به سمت طرف او حرکت کنید. با قید این‌سان کارگر تماس شما برای رسیدن به گنج بیشتر می شود و همچنین گنج زودتر از زمانی که شما تنها باشید پیدا می شود.
این یک مثال ساده از اقدام جمعی یا swarm behavior است که افراد برای آمدن به یک هدف نهایی همکاری می کنند . این آیین موثرتر از زمانی است که افراد جداگانه عمل کنند. Swarm را می توان به صورت مجموعه ای سازمان یافته از موجوداتی تعریف کرد که با یکدیگر همکاری می کنند. در کاربردهای محاسباتی swarm intelligence از موجوداتی مانند دسته ی پرندگان و مورچه ها ، زنبورها ، چوب‌خوار ها ، دسته ماهیان انموذج برداری می شود . در این نوع اجتماعات تمام یک از موجودات ساختار نسبتاً ساده ای دارند سرپرست رفتار جمعی آنها بی نهایت پیچیده است . برای مثال باب کولونی مورچه ها هریک از مورچه ها یک کار ساده ی مخصوص را انجام می دهد ولی به کوه طور جمعی عمل و رفتار مورچه ها ، ساختن بهینه لایه ، محافظت از ملکه و نوزادان ، تمیز کردن لانه ، یافتن بهترین منابع غذایی و بهینه سازی استراتژی حمله را تضمین می کند. اقدام کلی یک swarm به سمت صورت غیر خطی از آمیزش رفتارهای تک تک اجتماع بدست می آید. الا به عبارتی یک رابطه ی انبوه پیچیده بین رفتار جمعی و رفتار فردی یک اجتماع وجود دارد. رفتار عمومی فقط وابسته به سمت رفتار فردی افراد اجتماع نیست بلکه به چگونگی تعامل میان افراد نیز وابسته است . تعامل بین افراد ، تجربه ی افراد درباب ی محیط را افزایش می دهد و سبب پیشرفت اجتماع می شود . ساختار اجتماعی swarm بین افراد آلبوم آبراه های ارتباطی ایجاد می کند که طی آن افراد می توانند به تبادل تجربه های شخصی بپردازند مدل سازی محاسباتی swarm، کاربردهای موفق و بسیار را در پی داشته است. به سمت طور کلی موضوع برنامه رسم تابع تخمینی در بحث ریاضیات برای رسم یک سری داده با استفاده از نرم افزار متلب می باشد. جمعیتی که باب این پروژه مورد خواندن و بررسی قرار می گیرند با توجه به ماهیت پروژه یکسری داده مربوط به یک تابع مشخص می باشند که ما در هر مرحله نتایج را با مقادیر دادهها مقایسه کرده تا بتوانیم ذراتی تولید کرده که بهینه شده باشند و کمترین اختلاف را با جمعیت اولیه داشته باشند. برای این منظور پروژه حرف حد ممکن طوری تنظیم شده که همه جنبه های بنیادی موضوع چه از نظر کاربردی و چه از نظر تئوری را در بر گیرد. در بحث آشنایی با الگوریتم و تعاریف مرتبط به آن سعی شده تا هرچه بیشتر سوژه باز شده و مثال هایی به همراه داشته باشد تا موضوع ساده و روان بوده و به راحتی قابل درک باشد.
کلمات کلیدی
بهینه سازی(Optimization)، تابع برا زنگی(fitness)، بهترین سراسری(g_best)،
بهترین شخصی(p_best)، الگوریتم بهینه سازی،کلونی
فصل اول: “آشنایی با برخی ازانواع الگوریتم های بهینه سازی ”
مقدمه ایا بر بهینه سازی
۱- ۱ الگوریتم اجتماع پرندگان(particle swarm optimization Algorithm – pso)
۱-۲ الگوریتم ژنتیک(Genetic Algorithm – GA
۱-۳ الگوریتم کلونی مورچه ها(Aco- Ant colony optimization Algorithm
۱-۴ الگوریتم کلونی زنبور عسل(Abc-Artificial bee colony algorithm
۱-۵ الگوریتم تراب های آب باهوش یا چکاه(Intelligent water Drops Algorithm -Iw
فصل دوم : ” الگوریتم(particle swarm optimization – pso) و
” Cooperative Particle swarm optimization – cpso) (
مقدمه
۲-۱ ماهیت الگوریتم
۲-۲ مفاهیم اولیه
۲-۳ فلو چارت
۲-۴ اطلاعات فنی
۲-۵ قالب کلی
۲-۶ قاعده بسیار توپولوژی جوار
۲-۷ نکات کلیدی
۲-۷-۱ اثر هوش جمعی
۲-۷-۲ هوش ذرات
۲-۷-۳ کنترل الگو ریتم
۲-۷-۴ تعداد ذرات
۲-۷-۵ محدوده ی ذرات
۲-۷-۶ شرایط توقف
۲- ۸ امتیازات و کاربردهای انموذج ریتم
۲-۹ ذرات swarm باب تعدادی فضای واقعی
۲-۱۰مثال هایی از حرکت ذرات
۲-۱۰ مثالی از پرواز پرندگان برای یافتن خوراک
۲-۱۱ الگوریتم Cooperative Particle swarm optimization
۲-۱۲ معرفی رقیق افزار بکار رفته در شبیه سازی پروسه
دوران سوم: به ” بکار گیری cpsoو pso در پروسه ی Curve Fitting”
مقدمه
۳-۱ بود کار
۳-۲ مرحله‌ها اجرا کار به کمک الگوریتمpso
۳-۲-۱ بدست آوردن صفت برازندگی
۳-۲-۲ مشخص اجرا کردن پیمانه جمعیت اولیه و ابعاد آن
۳-۲-۳ بررسی خروجی های شبر آمده از تابع Fitnessدر تکرار اول
۳-۲-۴ ابداع لیست اول جهت نگهداری برون‌داد های بدست آمده
۳-۲-۵ پیدا کردن بهترین خروجی صفت Fitness و یافتن مکان آن در لیست اول
۳-۲-۶ آبدیت کردن تعجیل و مکان ذرات حرف توجه به اینکه سرعت اولیه ذرات قبلا تعریف
۳-۲-۷ ایجاد لیست دوم جهت نگهداری برون‌داد های صفت Fitness در تکرار دوم
۳-۲-۸ پیدا اجرا کردن مکان بهترین ذره باب جمعیت دوم
۳-۲-۹ تشبیه خروجی های صفت Fitness در دو تکرار اول
۳-۲-۱۰ پیدا کردن بهترین ذرات باب دو جمعیت اول و دوم و پدیدآوری جمعیت سوم
۳-۲-۱۱ احتساب تابع Fitness از بهر جمعیت سوم
۳-۲-۱۲ بازگویی از مرحله پنجم الی یازدهم تا رسیدن به سمت نقاط بهینه
۳-۳ مراحل انجام پیشه برای الگوریتمcpso
دوران چهارم : نتایج
۴-۱ انجام پروسه توسط الگوریتم pso
۴-۲ انجام پروسه توسط الگوریتم cpso
۴-۳ بررسی تفاوت بین psoوcpso
فصل پنجم: نتیجه گیری و پیشنهاد
۵-۱ پاداش گیری
۵-۲ پیشنهاد
مرجع‌ها
پیوست
بررسی و تحلیل سیستم های کشف نفوذ
امعان و تجزیه سیستم های کشف نفوذ
درخور دانشجویان کارشناسی مهندسی کامپیوتر وIT
یک تحقیق کامل به سمت همراه پاور پوینت ارائه