دویست و پنجاه مقاله در مورد الگوریتم رقابت استعماری + لینک دانلود

لیست مقالات انگلیسی منتشر شده در مورد الگوریتم رقابت استعماری به روز شدند. دویست و پنجاه مقاله از میان مجموعه مقالات مرتبط با این الگوریتم لیست شده و امکان دانلود بسیاری از آنها فراهم آمده است. در صورت تمایل به دسترسی به این مقالات، مستندات الگوریتم رقابت استعماری – بخش اول: مقالات لاتین (این لینک +) را ببییند.
پایان متن

 

الگوریتم رقابت استعماری، نگاهی دیگر

http://www.matlabsite.net/images/tutorials/ica_conf.jpg
“الگوریتم رقابت استعماری (+)، حاصل یک برداشت غلط از یک مفهوم بود.”
عبارت فوق، جمله شروع نوشته ای غیر رسمی و کاملاً متفاوت در وبلاگ “هردن بیر“، در مورد الگوریتم رقابت استعماری و نحوه پیدایش آن می باشد. در صورت تمایل می توانید متن کامل این نوشته را در این بلاگ، در لینک زیر بیینید.

دوره آموزشی عملی الگوریتم رقابت استعماری

http://www.matlabsite.com/wp-content/uploads/2012/02/matlab-and-ai-courses.png
متلب سایت برای اولین بار در ایران، دوره آموزشی عملی جامع و فشرده “الگوریتم رقابت استعماری” را برگزار می کند. با توجه به درخواست های مکرر مخاطبین وبسایت محاسبات تکاملی در مورد چنین دوره هایی، این فرصت را مناسب دیدیم تا در مورد این دوره ها اطلاع رسانی کنیم. در صورت تمایل، اطلاعات بیشتر در این مورد را در لینک زیر ببینید.
لینک دوره آموزشی الگوریتم رقابت استعماری هم در زیر آمده است.
در ضمن متلب سایت، دوره آموزشی بهینه سازی چند هدفه را نیز برگزار می کند که اطلاعات بیشتر در مورد آن در لینک زیر موجود می باشد.

نمودار هزینه امپریالیست ها در الگوریتم رقابت استعماری – پرسش و پاسخ

http://www.icasite.info/icasite/post_i/ques_ans.png

یک سوال علمی در مورد نمودار بهترین و میانگین هزینه امپریالیست ها در الگوریتم رقابت استعماری مطرح شده بود که به نظر رسید که پاسخگویی عمومی (هر چند کوتاه و مختصر) به آن خالی از لطف نباشد.

سوال:

اگر در نمودار نشان داده شده برای رقابت استعماری دو منحنی Best ,Mean به هم نرسد و با هم موازی شود آیا اشتباه است؟ من هرچه تعداد دهه ها را زیاد می کنم این دو به هم نمی رسند.

پاسخ:
نمودار Best میزان هزینه بهترین امپراطوری را در هر لحظه (تکرار یا دهه از الگوریتم) نشان می دهد که در مسائل مینیمم سازی این یک نمودار غیر بالارونده است. در مقابل، نمودار Mean که اهمیت کمتری دارد، تنها برای نمایش میانگین هزینه امپریالیست های امپراطوری ها در نظر گرفته شده است و بیشتر ارزش مانیتورینگ روند حرکت برنامه را دارد.

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.

دانلود رایگان کدهای الگوریتم رقابت استعماری در جاوا

http://www.icasite.info/icasite/post_i/application_of_java_language.jpg
متلب سایت – مرجع برنامه نویسی متلب و هوش مصنوعی به نقل از وبسایت انگلیسی الگوریتم رقابت استعماری: روبین روشه (Robin Roche) از دانشگاه University of Technology of Belfort-Montbeliard فرانسه، نسخه ای از  کدهای الگوریتم رقابت استعماری را به زبان جاوا تهیه کرده و جهت استفاده سایر علاقه مندان منتشر کرده است. در ادامه لینک دانلود این کدها را در اختیار مراجعین محترم وبسایت محاسبات تکاملی قرار داده ایم. هم چنین توضیحاتی در مورد کدها و شرایط استفاده از آنها و نیز آشنایی مختصری با تهیه کننده کدها آمده است.

روشی جدید در خوشه بندی اطلاعات با استفاده ازترکیب الگوریتم کشورهای استعماری و k-means – پایان نامه

خانم الهه طاهریان فرد، در پایان نامه کارشانسی ارشد خود در دانشگاه شیراز زیر نظر دکتر نیکنام و دکتر روستا، با ترکیب الگوریتم رقابت استعماری و روش k-means، روش جدید و کارآمدی برای خوشه یابی (کلاسترینگ – Clustering)، معرفی کرده است. نتایج حاصل از این کار پژوهشی در قالب چندین مقاله در معتبرترین ژورنالهای مرتبط با این حوزه منتشر شده اند. در ادامه این پست، بخشهای خلاصه شده ای از متن پایان نامه ایشان را برای علاقه مندان وبسایت محاسبات تکاملی منتشر می کنیم.

ادامه مطلب

هشت گام ساده برای یادگیری کامل الگوریتم رقابت استعماری (از شروع تا انتشار مقاله علمی)

http://www.matlabsite.net/images/tutorials/ica_conf.jpg
متلب سایت – مرجع هوش مصنوعی: استفاده از الگوریتم رقابت استعماری (Imperialist Competitive Algorithm – ICA) در عین نوپا بودن و تازه بودن آن، همچنان در حال گسترش می باشد. این روزها این، الگوریتم به پایه ثابت پروژه ها و پایان نامه های دوره های مختلف تحصیلی تبدیل شده است. تنوع رشته های مرتبط با این الگوریتم نیز آنچنان بالاست که مقالات متعدد منتشر شده در مورد این الگوریتم، نه تنها نشان از کاربرد آن در رشته های مهندسی (برق، مهندسی صنایع، عمران، مکانیک و …) دارد، بلکه این الگوریتم به بخش اصلی مقالات مهم منتشر شده در اقتصاد، مدیریت و بازرگانی نیز تبدیل شده است. در این میان، در متلب سایت به عنوان مرجع هوش مصنوعی و برنامه نویسی متلب در ایران، درخواست های متعددی از طرف دانشجویان و پژوهشگران دریافت کردیم در مورد انتشار موارد آموزشی بیشتر در مورد این الگوریتم. امروز تصمیم گرفتیم پاسخ به این درخواست را بیش از این به تاخیر نیاندازیم و هشت گام ساده در جهت آموزش این الگوریتم را به شما معرفی نماییم. این گامها به راحتی شما را راهنمایی خواهند کرد تا حتی در صورت مبتدی بودن در این زمینه، به راحتی این الگوریتم را فراگرفته و کار پژوهشی خود را تا مرحله انتشار مقاله به پیش ببرید. مراحل آنقدر ساده و کامل هستند که در آن ها حتی ما ارائه مقاله شما در یک نشست علمی را نیز پیش بینی کرده و موارد آموزشی لازم را ارائه کرده ایم. با ما در ادامه مطلب همراه باشد.

چگونه پای رقابت های استعماری به دنیای ریاضی باز شد؟ – مصاحبه با پدید آورنده این الگوریتم

متن مصاحبه روزنامه هفت 7 صبح در مورد الگوریتم رقابت استعماری، اسماعیل آتش پز گرگری
متلب سایت – مرجع هوش مصنوعی ایران: الگوریتم رقابت استعماری، به عنوان یک روش جدید و با قدرت عمل بالا، به خوبی، جای خود را در میان روشهای بهینه سازی تکاملی باز کرده است و روند رشد و توسعه آن هنوز هم ادامه دارد. اخیراً روزنامه هفت صبح در بخش سرویس علمی خود، مصاحبه ای را با پدید آورنده این الگوریتم منتشر کرده است که باز نشر آن برای مخاطبین وبسایت محاسبات تکاملی نیز خالی از لطف به نظر نیامد. در این مصاحبه، می توانید با چگونگی ایجاد، رشد و توسعه الگوریتم رقابت استعماری آشنا شوید و از زبان مبتکر آن، نقاط قوت و ضعف کار و موانع راه توسعه یک کار علمی را بشنوید. در ادامه مطلب می توانید باز نشر بخشهای برداشت شده ای از این مصاحبه مفصل را بخوانید.

دانلود رایگان کدهای آماده آموزش شبکه عصبی توسط الگوریتم رقابت استعماری

قبلاً در پستی در همین وبسایت، نحوه آموزش شبکه عصبی (Neural Network Training) توسط الگوریتم رقابت استعماری (ICA) خدمت علاقه مندان الگوریتم رقابت استعماری و شبکه های عصبی مصنوعی، آموزش دادیم. بالاخره بعد از مدتها، فرصتی پیش آمد تا در پاسخ به درخواستهای بیشمار مراجعین محترم وبسایت محاسبات تکاملی، کدهای آماده آموزش شبکه عصبی توسط الگوریتم رقابت استعماری را نیز در اختیار مراجعین محترم قرار دهیم. در ادامه لینک دانلود این کدها به همراه توضیحاتی در مورد بخش های مختلف آن آمده است.
دانلود کدها