الگوریتم ژنتیک
| دسته بندی | برق |
| فرمت فایل | |
| حجم فایل | 2679 کیلو بایت |
| تعداد صفحات فایل | 144 |
بسیار کاربردی و به زبان ساده در معرفی الگوریتم ژنتیک در حل مسایل مهندسی
کد یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم
| دسته بندی | متلب MATLAB |
| فرمت فایل | zip |
| حجم فایل | 1 کیلو بایت |
| تعداد صفحات فایل | 3 |
هدف از این برنامه که یک مثال از مسئله MOO و به زبان متلب نوشته شده است
مقادیر اولیه درنظر گرفته شده به صورت زیر است:
دو تابع مرزی:
f1(X) = 2*x1 + 3*x2
f2(X) = 2/x1 + 1/x2
دامنه مقادیر:
x1<20 & x1>10
x2<30 & x2>20
تنظیمات اولیه :
iterations = 500;
population_size = 500;
mutation_rate = 0.02;
crossover_rate = 0.3;
population = zeros(population_size,3);
شبکه های عصبی
| دسته بندی | کامپیوتر و IT |
| فرمت فایل | doc |
| حجم فایل | 701 کیلو بایت |
| تعداد صفحات فایل | 79 |
این مقاله مقدمه ای بر شبکه های عصبی مصنوعی است. گونه های مختلف شبکه های عصبی توضیح و شرح داده شده است و کاربرد های شبکه های عصبی، نظیر ANN ها در پزشکی بیان شده و همچنین سابقه ای تاریخی از آن به تفصیل آورده شده است. همچنین رابطه بین چیزهای ساختگی و واقعی مورد بررسی قرار گرفته و در مورد آن توضیح داده شده است و به شرح مدل های ریاضی در رابطه با این موضوع و آنالیز رفتار آشوبگونه مدل شبکه عصبی مکانیسم لرزش عضله و هماهنگ سازی نمایی شبکه های عصبی آشوبگونه با اغتشاش تصادفی و شناسایی شبکه های آشوبگونه آغشته به نویز بر مبنای شبکه های عصبی feedforward رگولاریزاسیون و همچنین شبکه های عصبی و الگوریتم های ژنتیک در تجارت می پردازیم.
فهرست مطالب
| فهرست |
صفحه |
|
مقدمه |
1 |
|
فصل اول: |
2 |
|
سابقه تاریخی |
2 |
|
استفاده های شبکه عصبی |
3 |
|
مزیتهای شبکه عصبی |
3 |
|
شبکه های عصبی در مقابل کامپیوتر های معمولی |
4 |
|
شباهت های انسان و سلول های عصبی مصنوعی |
5 |
|
چگونه مغز انسان می آموزد |
5 |
|
انواع یادگیری برای شبکه های عصبی |
6 |
|
هوش جمعی |
12 |
|
فصل دوم: |
15 |
|
معرفی |
15 |
|
نورون با خاصیت آشوبگونه |
16 |
|
شکل شبکه |
17 |
|
قانون آموزش شبکه |
18 |
|
مدلسازی ژنراتور سنکرون دریایی |
21 |
|
نتایج فصل |
26 |
|
فصل سوم : |
27 |
|
معرفی |
27 |
|
منحنی طول - کشش |
28 |
|
فهرست |
صفحه |
|
شبکه های عصبی |
29 |
|
نتایج تجربی |
29 |
|
نتیجه فصل |
33 |
|
فصل چهارم: |
34 |
|
معرفی |
34 |
|
نمادها و مقدمات |
35 |
|
نتایج مهم |
40 |
|
شرح مثال |
47 |
|
نتیجه فصل |
51 |
|
فصل پنجم: |
53 |
|
معرفی |
53 |
|
شبکه های feedforward رگولاریزاسیون |
54 |
|
طراحی شبیه سازی |
55 |
|
شبیه سازی ها |
57 |
|
نتیجه فصل |
59 |
|
فصل ششم : |
60 |
|
فناوری شبکه عصبی |
62 |
|
فناوری الگوریتم ژنتیک |
65 |
|
بازاریابی |
66 |
|
بانکداری و حوزه های مالی |
68 |
|
منابع |
73 |
انواع روش های بهینه سازی
| دسته بندی | عمران |
| فرمت فایل | docx |
| حجم فایل | 54 کیلو بایت |
| تعداد صفحات فایل | 18 |
بهینه‌سازی یک فعالیت مهم و تعیین‌کننده در طراحی ساختاری است. طراحان زمانی قادر خواهند بود طرح‌های بهتری تولید کنند که بتوانند با روش‌های بهینه‌سازی در صرف زمان و هزینه طراحی صرفه‌جویی نمایند. بسیاری از مسائل بهینه‌سازی در مهندسی، طبیعتاً پیچیده‌تر و مشکل‌تر از آن هستند که با روش‌های مرسوم بهینه‌سازی نظیر روش برنامه‌ریزی ریاضی و نظایر آن قابل حل باشند....