فیلم های آموزشی
ژنتیک و محاسبات تکاملی
فیلم های آموزشی
شبکه عصبی مصنوعی
فیلم های آموزشی
الگوریتم های فراابتکاری
آموزش الگوریتم TLBO آموزش شبکه عصبی مصنوعی آموزش الگوریتم کرم شب تاب
آموزش الگوریتم PSO آموزش شبکه عصبی گازی آموزش الگوریتم مورچگان
آموزش ترکیب ژنتیک و PSO آموزش شبکه عصبی رقابتی آموزش الگوریتم علف هرز
آموزش الگوریتم BBO آموزش شبکه عصبی MLP آموزش الگوریتم جهش قورباغه
آموزش الگوریتم فرهنگی آموزش شبکه عصبی RBF آموزش الگوریتم کرم شب تاب
آموزش انتخاب ویژگی آموزش شبکه عصبی LVQ آموزش الگوریتم زنبور ها
آموزش الگوریتم ژنتیک آموزش شبکه عصبی GMDH آموزش کلونی زنبور مصنوعی
الگوریتم رقابت استعماری شبکه عصبی با نروسولوشن آموزش الگوریتم ژنتیک

معرفی فیلم ضبط شده کارگاه آموزشی بهینه سازی چندهدفه تکاملی

فیلم ضبط شده کارگاه آموزشی بهینه سازی چندهدفه تکاملی

اگر بهینه سازی راه حل عملی پروژه شما است و می خواهید آن را به صورت کامل فراگیرید می توانید از کارگاه ارائه شده توسط فرادرس بهره بگیرید. یکی از کارگاه هایی که توسط فرادرس در یازدهمین کنفرانس سیستم های هوشمند برگزار شد، به موضوع بهینه سازی چندهدفه تکاملی اختصاص یافته بود. در این کارگاه آموزشی پس از مروری بر تفاوت های موجود میان مسائل بهینه سازی تک هدفه و چندهدفه، روش های موجود برای حل و برخورد با مسائل چندهدفه، به صورت اجمالی مورد بررسی واقع شده اند. در ادامه، چند روش بهینه سازی تکاملی (هوشمند) معرفی شده اند. سپس دو الگوریتم بهینه سازی هوشمند به صورت کامل و از نظر تئوری مورد بحث و بررسی واقع شده اند: الف) نسخه دوم الگوریتم ژنتیک (چندهدفه) مبتنی بر مرتب سازی نامغلوب یا NSGA-II، ب) بهینه سازی ازدحام ذرات چند هدفه یا MOPSO.

جنبه های مختلفی از الگوریتم های مورد اشاره در این کارگاه آموزشی مورد بررسی واقع شده اند و سعی بر این بوده است که دیدگاه واحدی برای چارچوب های کاری بهینه سازی چندهدفه تکاملی ارائه شود. این یکسان سازی دیدگاه، تاثیر فراوانی در ایجاد تصویر عمومی از نحوه عملکرد روش های بهینه سازی چندهدفه خواهد داشت. در ادامه لینک مربوط به این فیلم آموزشی آمده است.

 

معرفی آموزش پیاده سازی ترکیب الگوریتم ژنتیک و PSO در متلب

فیلم آموزشی پیاده سازی ترکیب الگوریتم ژنتیک و PSO در متلب

در بسیاری از زمان ها راه حل های ترکیبی راه حل های مناسبتری هستند. در این پست قصد داریم آموزش ترکیب دو الگوریتم بهینه سازی را به شما معرفی کنیم. الگوریتم های مختلف بهینه سازی (اعم از هوشمند و یا غیر هوشمند)، هر کدام دارای قابلیت ها و ویژگی های خاصی هستند. قطعا هر الگوریتمی دارای نقاط ضعف و قوت فراوانی است. البته این موارد در مواجهه با مسائل مختلف، می تواند شدت و ضعف داشته باشد. ایده الگوریتم های ترکیبی (هیبرید) و یا Hybrid Algorithms، با توجه به تفاوت های عملکردی و ساختاری الگوریتم های بهینه سازی مختلف شکل گرفته است و هدف از آن ایجاد الگوریتم های ترکیبی است که بتوانند با استفاده از نقاط قوت الگوریتم های ترکیب شونده، عملکرد بهتری را در حل مسائل بهینه سازی مختلف داشته باشند. آموزشی در همین زمینه توسط فرادرس تهیه شده است.

در این فیلم آموزشی ابتدا برنامه نویسی الگوریتم ژنتیک مورد بحث قرار می گیرد و سپس الگوریتم بهینه سازی ازدحام ذرات یا PSO پیاده سازی می شود. در ادامه ایده هایی برای ترکیب این دو الگوریتم مطرح می شوند و در محیط نرم افزار متلب پیاده سازی می گردند. زمان این فیلم تقریبا برابر با یک جلسه آموزشی (۹۰ دقیقه) است.

زبان این فیلم فارسی است و مفاهیم تئوری و عملی در آن به صورت کاملا روان توضیح داده شده است. از این رو می تواند یکی از گزینه های بسیار مناسب برای آموزش برنامه نویسی الگوریتم ژنتیک، الگوریتم PSO و ترکیب این دو الگوریتم باشد. قطعا نکات کاربردی و مفید بسیاری در این فیلم وجود دارد که شما در کمترین زمان ممکن آن ها را آموزش خواهید دید. برای توضیحات بیشتر می توانید به لینک زیر مراجعه نمایید.

 

معرفی آموزش حل مسأله فروشنده دوره‌گرد با استفاده از الگوریتم ژنتیک

فیلم آموزشی حل مسأله فروشنده دوره‌گرد با استفاده از الگوریتم ژنتیک

در این پست قصد داریم راه حلی برای یکی از معروفترین مسائل بهینه سازی با الگوریتم ژنتیک را به شما معرفی کنیم. فرادرس اخیرا فیلم آموزشی ارائه داده است که در آن مسأله فروشنده دوره گرد، با الگوریتم ژنتیک حل شده است. برای حل این مسئله از الگوریتم ژنتیک گسسته و پیوسته، استفاده شده است. فیلم آموزشی حل مسأله فروشنده دوره گرد یا TSP با استفاده از الگوریتم ژنتیک قطعا می تواند استفاده های فراوانی برای دانشجویان و محققین رشته ها مختلف داشته باشد. بسیاری از مسائل در رشته های مختلف علمی و مهندسی، می توانند به صورت یک مسأله TSP بیان شوند.

اگر می خواهید به صورت کاملا عملی و گام به گام حل این مسئله را بیاموزید می توانید برای توضیحات بیشتر به لینک زیر مراجعه نمایید.

 

معرفی آموزش تئوری و عملی الگوریتم ژنتیک

فیلم آموزشی الگوریتم تکامل تفاضلی—شامل مباحث تئوری و عملی

الگوریتم ژنتیک (Genetic Algorithm) یا GA معروف ترین الگوریتم  بهینه سازی است که کاربردهای فراوانی در رشته های مختلف علمی و مهندسی دارد. همچنین این الگوریتم از مهمترین الگوریتم های تکاملی می باشد. بسیاری از افراد، روش های دیگر بهینه سازی هوشمند را، نسخه های تغییر یافته ای از الگوریتم ژنتیک می شناسند.

برای فراگیری کامل این الگوریتم می توانید آموزش ارائه شده در مجموعه فرادرس را ببینید. این آموزش کامل و جامع  14 ساعت است و شامل همه مطالبی است که شما باید در مورد الگوریتم ژنتیک بدانید و از نظر برنامه نویسی نیز، کامل ترین محصولی است که تا کنون در مورد الگوریتم های ژنتیکی ارائه شده است. در این آموزش علاوه بر توضیح کامل الگوریتم ژنتیک چندین مساله کاربردی را نیز با استفاده از الگوریتم ژنتیک حل شده است.

در ادامه لینک این محصول آمده است.

معرفی آموزش تئوری و عملی الگوریتم ژنتیک

فیلم آموزشی الگوریتم تکامل تفاضلی—شامل مباحث تئوری و عملی

به طور قطع شناخته شده ترین روش بهینه سازی هوشمند و الگوریتم تکاملی، الگوریتم ژنتیک (Genetic Algorithm) یا GA است، که کاربردهای فراوانی در رشته های مختلف علمی و مهندسی دارد.

به منظور فراگیری کامل این الگوریتم و بکارگیری آن در تحقیقات خود می توانید به آموزش ارائه شده توسط فرادرس مراجعه کنید. این آموزش به صورت جامع و عملی همراه با پیاده سازی در متلب ارائه شده است و مدت زمان آن بیش از 14 ساعت هست. در این مدت زمان هیچ سوالی نمی تواند بی جواب بماند و کلیه مباحث پوشش داده شده است و شامل همه مطالبی است که شما باید در مورد الگوریتم ژنتیک بدانید و از نظر برنامه نویسی نیز، تمامی مسائل مرحله به مرحله در متلب برنامه نویسی شده است.

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.

بسته طلایی فیلم های آموزشی شبکه های عصبی مصنوعی

در تازه ترین اقدام، متلب سایت، بسته طلایی آموزشی خود در زمینه شبکه های عصبی مصنوعی را با 38 درصد تخفیف ویژه دانشجویان ارائه کرده است. بسته طلایی شبکه عصبی متلب سایت، شامل پنج فیلم آموزشی در زمینه شبکه های عصبی مصنوعی و کاربردهای آنها، حتماً یکی از بهترین انتخاب های علمی شما برای ورود به این حوزه علمی خواهد بود. این بسته طلایی شامل فیلم های آموزشی با مجموع ۱۳ ساعت آموزشی در این زمینه می باشد. عناوین فیلم های آموزشی در این بسته عبارتند از:

پنج فیلم آموزشی در زمینه شبکه های عصبی مصنوعی و کاربرد آنها در حوزه های مختلف

یکی از اهداف وبسایت محاسبات تکاملی معرفی کتب، مراجع و مستندات آموزشی در زمینه هوش مصنوعی و بطور ویژه محاسبات تکاملی بوده است. در این میان، در سال های اخیر، متلب سایت، به عنوان مرجع برنامه نویسان متلب و هوش مصنوعی، در یک اقدام ابتکاری و ناب، اقدام به تولید محصولات آموزشی متنوعی برای علاقه مندان هوش مصنوعی کرده است. این اقدام متلب سایت و محصولات آموزشی آن که با استقبال بسیار بالایی مواجه شده اند، تا حد زیادی توانسته اند، خلأ آموزشی دانشجویان و پژوهشگران این حوزه را پر کنند.

متلب سایت در تازه ترین محصولات آموزشی خود، اقدام به ارائه 5 فیلم آموزشی در زمینه شبکه های عصبی مصنوعی و کاربرد آنها در حوزه های مختلف کرده است، که به نظر رسید معرفی این فیلم ها به مخاطبین وبسایت محسابات تکاملی، خالی از لطف نباشد، به ویژه اینکه سه مورد از این فیلم های آموزشی، مرتبط با ترکیب الگوریتم ها ژنتیک، ازدحام ذرات و رقابت استعماری با شبکه های عصبی می باشند. پیشنهاد می کنیم، استفاده از این فرصت ناب اموزشی را مغتنم شمرده و در صورت داشتن علاقه به این حوزه، از این محصولات تخصصی در حوزه هوش مصنوعی استفاده نمایید. ما نیز این افتخار را خواهیم داشت تا با اطلاع رسانی این محصولات ناب آموزشی به مخاطبین، کوچکترین قدم ممکن را در حمایت از متلب سایت در ادامه این مسیر سخت آموزشی برداشته ایم.

لیست فیلم های آموزشی جدید متلب سایت، به شرح زیر می باشد (با کلیک بر روی هر عنوان به صفحه اختصاصی آن فیلم و راهنمای تهیه و اطلاعات بیشتر در مورد آن منتقل می شوید). ادامه مطلب را ببینید.

کدهای الگوریتم ژنتیک با کدینگ گسسته، برای حل مسائل پیوسته

الگوریتم ژنتیک استاندارد، برای حل تمام مسائل از گسسته تا پیوسته، از کدینگ گسسته برای کروموزوم استفاده می کند. برای حل مسائل پیوسته، نسخه رایج دیگر، استفاده از الگوریتم ژنتیک پیوسته می باشد. آنچه در این پست خواهیم دید، کدهای آماده نسخه گسسته و استاندارد الگوریتم ژنتیک برای حل مسائل پیوسته می باشد. کدها را می توانید در ادامه مطلب دانلود کنید.

پانزده کاربرد الگوریتم های ژنتیک – بخش سوم

هدف از این پست آشنا کردن مخاطبین محترم وبسایت محاسبات تکاملی با کاربرد های مختلف الگوریتم های ژنتیک می باشد. بدین منظور 15 کاربرد عمده از این الگوریتم ها را در سه پست مجزا آماده شده اند. در دو پست قبلی 10 کاربرد اول را منتشر کردیم. در این پست نیز، بخش سوم از این کاربردها را می بینیم. البته توجه شود که این کاربردها منحصر به الگوریتم ژنتیک (GA) نمی باشند و به سادگی قابل تعمیم به هر الگوریتم بهینه سازی تکاملی می باشند (این لینک (+) را ببینید). به همین منظور و برای درک بهتر موضوع، در ادامه هر کاربرد، موردی از استفاده مشابه از الگوریتم رقابت استعماری به همراه عنوان مقاله علمی منتشر شده، به عنوان یک مثال عملی خواهیم آورد.  لازم به ذکر است که این نوشتار به کوشش سرکار خانم زینب سجادی- دانشجوی کارشناسی ارشد ریاضیات مالی دانشکده ریاضی و علوم کامپیوتر دانشگاه شیخ بهایی اصفهان تهیه شده و جهت استفاده علاقه مندان در اختیار وبسایت محاسبات تکاملی قرار گرفته است. شما را به مطالعه لیست این کاربردها در ادامه مطلب دعوت می کنیم.