معرفی آموزش جامع کلونی زنبور مصنوعی یا Artificial Bee Colony در متلب

فیلم آموزشی جامع کلونی زنبور مصنوعی یا Artificial Bee Colony در متلب

ممکن است شما نام الگوریتم کلونی زنبور عسل را شنیده باشید و به دنبال فراگیری آن باشید. در این پست می خواهیم آموزش ارائه شده برای این الگوریتم را معرفی نماییم. تئودور واس استفاده از هوش جمعی زنبور در توسعه سیستم‌های مصنوعی با هدف حل مسایل پیچیده در ترافیک و حمل ونقل را  پیشنهاد داده‌است.

زنبورهای عسل از جمله حشراتی هستند که در کلونی ها و مجموعه های نسبتا بزرگ در کنار یکدیگر زندگی می کنند و علاوه بر منافعی که در زمینه کشاورزی، باغداری و تولید عسل و موم از این حشره مفید کسب می شود، رفتار اجتماعی منظم این موجودات، همواره منشأ الهام و مبدأ مطالعات علمی قرار گرفته است. تا کنون نسخه های مختلفی از الگوریتم های بهینه سازی ارائه شده اند، که از رفتار گروهی زنبورها برگرفته شده اند.

آموزش الگوریتم کلونی زنبور مصنوعی یا Artificial Bee Colony در متلب که توسط فرادرس به صورت فیلم آموزشی ارائه شده است، یکی از نسخه های معروف از دسته الگوریتم های مبتنی بر زنبورهای عسل را مورد بررسی قرار داده است، که به نام کلونی زنبورهای مصنوعی و یا Artificial Bee Colony (به اختصار ABC) شناخته می شود. این آموزش به زبان ساده بیان شده و شما با مشاهده آن میتوانید این اگوریتم را به طور کامل فراگیرید و در مسائل خود از آن استفاده نمایید.

این فیلم آموزشی ضمن مرور بر رفتار زنبورهای عسل در طبیعت و شیوه پیمایش مسیر برای یافتن منابع غذایی، مدل ریاضی الگوریتم کلونی زنبور مصنوعی (به اختصار ABC) را ارائه می کند و مراحل مختلف الگوریتم ABC را بررسی می نماید و همچنین عملکرد برخی پارامترها را تحلیل می نماید. بدین ترتیب یک آموزش جامع از این مباحث ارائه می شود.

برای مشاهده این آموزش لینک زیر را ببینید.

 

معرفی آموزش جامع الگوریتم زنبورها یا Bees Algorithm در متلب

فیلم آموزشی جامع الگوریتم زنبورها یا Bees Algorithm در متلب

در این پست یک آموزش از الگوریتم زنبورها معرفی شده است. زنبورهای عسل از جمله حشراتی هستند که در کلونی ها و مجموعه های نسبتا بزرگ در کنار یکدیگر زندگی می کنند و علاوه بر منافعی که در زمینه کشاورزی، باغداری و تولید عسل و موم از این حشره مفید کسب می شود، رفتار اجتماعی منظم این موجودات، همواره منشأ الهام و مبدأ مطالعات علمی قرار گرفته است. تا کنون نسخه های مختلفی از الگوریتم های بهینه سازی ارائه شده اند، که از رفتار گروهی زنبورها برگرفته شده اند. آموزشی که برای فراگیری این الگوریتم توسط فرادرس ارائه شده است، یکی از نسخه های معروف از دسته الگوریتم های مبتنی بر زنبورهای عسل می باشد، که به نام الگوریتم زنبورها (زنبوران) و یا Bees Algorithm (به اختصار BA) شناخته می شود. این آموزش به شما کمک می کند تا ضمن فراگیری کامل این الگوریتم، بتوانید آن را در پروژه های خود پیاده سازی کنید.

این آموزش رفتار زنبورهای عسل در طبیعت و شیوه پیمایش مسیر آنها برای یافتن منابع غذایی را مختصرا بررسی می کند و ضمن ارائه مدل ریاضی این الگوریتم و بررسی مراحل مختلف آن، نسخه های تغییر یافته را نیز بررسی می کند. همچنین یک مساله بهینه سازی پیوسته حل و پیاده سازی می شود.

در ادامه لینک این فیلم آموزشی آمده است.

 

معرفی آموزش الگوریتم مورچگان در متلب

بسته طلایی فیلم‌های آموزشی الگوریتم مورچگان در متلب

اگر قصد دارید الگوریتم مورچگان را به صورت جامع و کاملا عملی همراه با  برنامه نویسی آن در متلب، بیاموزید، آموزش ارائه شده توسط فرادرس را به شما معرفی می کنیم. بسته طلایی فیلم های آموزشی الگوریتم مورچگان در متلب عنوان یک مجموعه آموزشی کامل فرادرس است که شامل تقریبا ۷ ساعت فیلم آموزشی ناب به زبان فارسی است. این مجموعه آموزشی از چندین قسمت تشکیل شده است که شامل: آموزش جامع الگوریتم مورچگان کلاسیک یا ACO در متلب، آموزش عملی حل مسائل گسسته با استفاده از الگوریتم مورچگان در متلب و آموزشی جامع الگوریتم مورچگان پیوسته یا ACOR در متلب می شود. تمام مباحث ارائه شده در این مجموعه در متلب پیاده سازی شده و تمامی کدها به همراه آموزش ها ارائه شده است. شما می توانید در کوتاهترین زمان ممکن آموزش جامعی از الگوریتم مورچگان ببینید.

برای آشنایی با این محصول آموزشی، لینک زیر را ببینید.

نحوه کد کردن کروموزوم، ذره و یا کشور در الگوریتم های بهینه سازی به صورت ماتریس

http://www.icasite.info/icasite/post_i/ques_ans.png
در برخی موارد، متغیرهای بهینه سازی ما در قالب یک ماتریس قرار دارند. سوالی که مطرح می شود این هست که چگونه می توان موارد این چنینی را توسط کدهای آماده روشهای مطرح بهینه سازی همچون الگوریتم ژتتیک، الگوریتم ازدحام ذرات و الگوریتم رقابت استعماری حل کرد؛ در حالی که این کدها، غالباً با دنباله متغیرهایی به صورت یک رشته با طول N کار می کنند نه یک ماتریس! مثلاً سوال زیر را در نظر بگیرید، که توسط یکی از دوستان در مورد نحوه انجام این کار در الگوریتم رقابت استعماری پرسیده بودند:

آیا می توان به جای این که در تابع ارزیابی برداری از متغیرها داشته باشیم برداری از ماتریس ها یا بردارها داشته باشیم. به عبارت دیگر رمزگذاری مسئله به شکلی باشد که برای  نمایش هر کروموزوم (کشور)یک ماتریس داشته باشیم.  آنگاه آیا می توان از کدهای متلب الگوریتم رقابت استعماری که در حال حاضر در وبسایت محاسبات تکاملی (icaSite.info) قرار دارد برای این رمزگذاری استفاده کرد یا باید نسخه ای دیگر از این برنامه تولید کرد؟ اگر تغییراتی در کدفعلی لازم است لطفا بفرمایید.

با سپاس فراوان

 

پاسخ سوال بسیار ساده می باشد.

برخی از کاربردهای عمده الگوریتم های ژنتیک و روشهای محاسبات تکاملی

الگوریتم های ژنتیک که بر پایه تکامل زیستی می باشند، روش های جست‌ و‌ جویی هستند که در علوم کامپیوتر به کار می روند. در این پست، به بررسی کاربردهای الگوریتم ژنتیک و استفاده از آن در زمینه‌های مختلف می پردازیم. این مقاله نسخه ویرایش شده ترجمه مقاله کوتاهی است که توسط خانم شهربانو مهدینژاد، دانشجوی مدیریت دانشگاه تگزاس اِی اَند اِم، تهیه شده و جهت استفاده دوستان دانشجو، در اختیار وبسایت محاسبات تکاملی قرار داده شده است. همانگونه که در پست زیر توضیح داده شده است، کاربردهای مطرح شده، با اینکه در مورد الگوریتم ژنتیک هستند. اما همین کاربردها را عیناً می توان در مورد الگوریتم های مشابه دیگر همچون الگوریتم انبوه ذرات، الگوریتم کلونی مورچگان و الگوریتم رقابت استعماری بیان کرد. جهت کسب اطلاعات بیشتر، این پست (نحوه تعریف یک مسئله مناسب بهینه سازی برای حل با الگوریتم رقابت استعماری) را ببینید.

ادامه مطلب >>

محاسبات تکاملی و الگوریتم رقابت استعماری در فیس بوک و سایر شبکه های اجتماعی

علاقه مندان حوزه محاسبات تکاملی (Genetic Algorithms, Particle Swarm Optimization, Ant Colony Optimization, Imperialist Competitive Algorithm) می توانند، مطالب منتشر شده را در فیس بوک و سایر شبکه های اجتماعی ما نیز دنبال نمایید.

 
به زودی فراخوان دوره های جدیدی از وبینار و کارگاه های آموزشی این حوزه از طریق همین شبکه های اجتماعی اعلام خواهند شد.

فیلم: مروری بر روشهای محاسبات تکاملی و الگوریتم رقابت استعماری

دراین پست فیلم یکی از نشست های وبینار محاسبات تکاملی با موضوع “مروری بر روشهای محاسبات تکاملی و الگوریتم رقابت استعماری” را خدمتتان جهت دانلود و نیز مشاهده آنلاین قرار داده ایم.

ادامه مطلب >>

فیلم: الگوریتم کلونی مورچگان چندگانه با تبادل اطلاعات

دراین پست فیلم یکی از نشست های وبینار محاسبات تکاملی با موضوع “الگوریتم کلونی مورچگان چندگانه با تبادل اطلاعات (Multiple Heterogeneous Ant Colonies with Information Exchange)” را خدمتتان جهت دانلود و نیز مشاهده آنلاین قرار داده ایم.

ادامه مطلب >>

دانلود رایگان کد الگوریتم بهینه سازی کلونی مورچه ها برای حل مسأله فروشنده دوره گرد

الگوریتم بهینه سازی کلونی مورچه ها، و یا به اختصار الگوریتم مورچه ها، از رفتار مورچه های طبیعی که در مجموعه ها بزرگ در کنار هم زندگی می کنند الهام گرفته شده است و یکی از الگوریتم های بسیار کارآمد در حل مسائل بهینه سازی ترکیبی است. الگوریتم های دیگری نیز بر اساس الگوریتم مورچه ها ساخته شده اند که همگی سیستم های چند عاملی هستند و عامل ها مورچه های مصنوعی یا به اختصار مورچه هایی هستند که مشابه با مورچه های واقعی رفتار می کنند. الگوریتم مورچه ها، یک مثال بارز از هوش جمعی هستند که در آن عامل هایی که قابلیت چندان بالایی ندارند، در کنار هم و با همکاری یکدیگر می توانند نتایج بسیار خوبی به دست بیاورند. این الگوریتم برای حل و بررسی محدوده وسیعی از مسائل بهینه سازی به کار برده شده است. از این میان می توان به حل مسأله کلاسیک فروشنده دوره گرد و همچنین مسأله راهیابی در شبکه های مخابرات راه دور اشاره نمود. با ما در ادامه مطلب، همراه باشید.

مساله فروشنده دوره گرد (Traveling Salesman Problem) و یا به اختصار TSP، يكي از مسائل مشهور بهينه سازي تركيبي است. در این مسأله، يك فروشنده دوره گرد مي خواهد به چند شهر سفر کند و كالاي خود را به فروش برساند. اما می بایست از تمام شهرها عبور کند، از هر شهر فقط يك بار عبور كند و با طی کوتاه ترین مسير، سفر خود را به پایان برساند. حل این مساله کاربردهای وسیعی در حوزه های مختلف مهندسی دارد. از جمله مسائلی که از نظر ریاضی با مسأله TSP معادل هستند، می توان به حل انواع مسایل زمانبندی، مسیریابی، جایابی کالا در انبار، جایابی ماشینها در کارگاه ها، و طراحی مدارات چاپی اشاره نمود.

با توجه به درخواست های مکرر مراجعین و بازدیدکنندگان محترم، گروه برنامه نویسان متلب سایت، اقدام به تهیه برنامه حل مسئله فروشنده دوره گرد با استفاده از الگوریتم بهینه سازی کلونی مورچه ها کرده است و کد متلب آن را برای دانلود در اختیار مراجعین قرار داده است.

لینک دانلود برنامه الگوریتم مورچه ها برای حل مسأله فروشنده دوره گرد، در ادامه قرار داده شده است. کدها و برنامه رایگان ارائه شده می توانند به عنوان یک پروژه کامل  و مجزا در مورد الگوریتم ;کلونی مورچگان (انت کلونی – Ant Colony – ACO) در حل مسئله فروشنده دوره گرد (Traveling Salesman Problem – TSP )، مورد استفاده آموزشی نیز قرار بگیرند.

دانلود رایگان کد الگوریتم بهینه سازی کلونی مورچه ها برای حل مسأله فروشنده دوره گرد (70 KB)

نکته:اگر فایلهای دریافتی نیاز به پسورد داشتند، عبارت matlabsite.com را استفاده کنید.

نیاز به راهنمائی و مشاوره بیشتری در مورد این کدها دارید؟
یک فیلم کوتاه با کد محصول icaMV003 شامل توضیحاتی در مورد برنامه نوشته شده و نحوه اجرا و ایجاد تغییرات در آن تهیه شده است. قیمت این فیلم 2690 تومان است. با ارائه کد محصول فوق و با واریز وجه، لینک دانلود این فیلم را در کمتر از 24 ساعت در ایمیل خود داشته باشد. از طریق بخش تماس با ما با ما جهت دریافت این محصول مکاتبه نمایئد. همچنین جلسات آموزشی آنلاین ما (در این لینک) نیز، تجربه موفقی از یک دوره فشرده آموزشی هوش مصنوعی را بر جای گذاشته است.
اگر به هر نحو ممکن در دانلود فایلهای فوق با مشکل روبرو شدید، با ارسال ایمیل از طریق قسمت تماس با ما و یا با نوشتن کامنت در پایین همین پست، ما را در جریان قرار دهید.

منبع این پست، متلبسایت، مرجع کاربران و برنامه نویسان متلب و هوش مصنوعی می باشد.

_____________________________________________
نظرات شما در انتهای این پست برای سایر خوانندگان، بسیار مفید خواهد بود. می توانید نظر خود را با اکانت سرویس های مختلف و یا به عنوان ناشناس در این پست درج نمائید.

صرف زمان برای یادگیری اتلاف زمان نیست. سرمایه گذاری زمانی است.

دانلود رایگان کتاب الگوریتم بهینه سازی کلونی مورچه ها – Ant Colony Optimization

رفتار پیچیده و اجتماعی مورچه ها، که پیشتر توسط زیست شناسان و حشره شناسان مورد مطالعه قرار می گرفت، امروزه به واسطه استفاده ای که از این دستاوردهای زیستی در زمینه بهینه سازی انجام می شود، به یکی از زمینه های مطالعاتی و تحقیقاتی دانشمندان علوم کامپیوتری، تبدیل شده است. توانایی الگوریتم بهینه سازی مورچه ها، در حل دسته های خاصی از مسائل، موسوم به مسائل کوتاه ترین مسیر، مطالعه و توسعه این الگوریتم را به یک امر جذاب و پرطرفدار در رشته علوم کامپیوتر تبدیل کرده است. در این کتاب منحصر به فرد، پیش زمینه های تئوری مربوط به الگوریتم های مورچه، در کنار کاربردهای عملی آن، به خوبی مورد بحث و بررسی قرار گرفته اند. همچنین نسخه های مختلف الگوریتم مورچه به طور کامل تحلیل و بررسی شده اند. با ما در ادامه مطلب همراه باشید.

منبع این پست، متلبسایت، مرجع کاربران و برنامه نویسان متلب و هوش مصنوعی می باشد.

نویسندگان این کتاب، از سرشناس ترین دانشمندان در حوزه هوش جمعی یا هوش ازدحامی (Swarm Intelligence) و الگوریتم های مورچه هستند. نوسینده اول این کتاب مارکو دوریگو (Marco Dorigo) است که برای اولین بار، موضوع بهینه سازی با استفاده از رفتار اجتماعی مورچه ها را در رساله دکترای خود پیشنهاد کرد و سال ها با موسسه ایریدیا (Iridia)، که یک موسسه تحقیقات ریاضی در ایتالیاست، در این زمینه همکاری کرده است. وی رساله ده ها دانشجوی دکترا را در زمینه الگوریتم مورچه ها، راهنمایی کرده است. نویسنده دوم این کتاب نیز، اشتوتزل (Stutzle) است که او نیز نقش بسیار زیادی در تکامل تئوری الگوریتم مورچه ها داشته است. به عنوان مثال الگوریتم سیستم مورچه کمینه-بیشینه (Max-Min Atn System) یا MMAS از ابداعات وی می باشد.

در ادمه لینک دانلود کتاب الگوریتم بهینه سازی کلونی مورچه ها قرار داده شده است:

لینک دانلود