پایان نامه کامل در مورد الگوریتم ژنتیک
پروژه ۱۰۴: تحقیق Word کامل درباره الگوریتم ژنتیک
الگوریتم‌های ژنتیک یکی از اعضای خانوادۀ مدل‌های محاسباتی الهام گرفته شده از روند تکامل است. این الگوریتم‌ها راه‌حل‌های بالقوّۀ یک مسأله را در قالب کروموزوم‌های ساده‌ای کد می‌کنند و سپس عملگرهای ترکیبی را بر روی این ساختارها اِعمال می‌کنند. الگوریتم‌های ژنتیک اغلب به عنوان روشی برای بهینه‌سازی توابع شناخته می‌شوند که البته دامنۀ استفاده از این روش‌ها بسیار گسترده‌تر از این است. بیشتر مباحث با تصاویر رنگی نشان داده شده است. در این پایان نامه در ۴ فصل جمع آوری شده که به صورت زیر عناوینی از هر فصل ذکر گردیده است. (کل صفحات ۱۴۷ صفحه)
در فصل اول :
۱-۳- ایدۀ اصلی استفاده از الگوریتم ژنتیک
۱-۵- تاریخچۀ علم ژنتیک
۱-۶- تکامل طبیعی (قانون انتخاب طبیعی داروین[۱])
۱-۷- رابطه تکامل طبیعی با روشهای هوش مصنوعی
در فصل دوم:
۲-۳- مکانیزم الگوریتم ژنتیک
۲-۴- عملگرهای الگوریتم ژنتیک
۲-۴-۱- کدگذاری[۱]
۲-۴-۲- ارزیابی[۲]
۲-۴-۳- ترکیب[۳]
۲-۴-۴- جهش[۴]
۲-۴-۵- رمزگشایی[۵]
۲-۵- چارت الگوریتم به همراه شبه کد آن
۲-۵-۱- شبه کد و توضیح آن
۲-۱۱-۱- ایجادجمعیت اولیه
۲-۱۲- محاسبه برازندگی (تابع ارزش)
۲-۱۱- جمعیت
۲-۱۰- باز گرداندن رشته‌ها به مجموعه متغیرها
۲-۱۰-۱- تعداد بیت‌های متناظر با هر متغیر
۲-۹- انواع روشهای تشکیل رشته
۲-۸- نمایش رشته‌ها
۲-۷-۴- کدینگ درخت
۲-۷-۳- کد گذاری مقدار
۲-۷-۲- کدینگ جایگشتی
۲-۷-۱- کدینگ باینری
۲-۷- روشهای کد کردن
۲-۶- تابع هدف
۲-۵-۲- چارت الگوریتم ژنتیک
۲-۱۳-۳- انتخاب نخبه گرایی[۱]
۲-۱۳-۲- انتخاب حالت پایدار[۲]
۲-۱۳-۶- انتخاب قطعی بریندل
۲-۱۳-۴- انتخاب رقابتی[۳]
۲-۱۳-۱- انتخاب چرخ رولت
۲-۱۳- انواع روشهای انتخاب[۴]
۲-۱۳-۷- انتخاب جایگزینی نسلی اصلاح شده
۲-۱۳-۸- انتخاب مسابقه[۵]
۲-۱۳-۹- انتخاب مسابقه تصادفی
۲-۱۴- انواع روشهای ترکیب
۲-۱۴-۱۱- بخش_نگاشته
۲-۱۴-۱۰- محدّب
۲-۱۴-۸- ترتیب
۲-۱۴-۷- ترکیب حسابی
۲-۱۴-۹- چرخه
۲-۱۴-۴- ترکیب دو نقطه‌ای
۲-۱۴-۶- ترکیب یکنواخت
۲-۱۴-۵- ترکیب n نقطه‌ای
۲-۱۴-۳- ترکیب تک‌نقطه‌ای
۲-۱۴-۲- جابه‌جایی حقیقی[۱]
۲-۱۴-۱- جابه‌جایی دودوئی[۲]
۲-۱۴- انواع روشهای ترکیب
۲-۱۳-۹- انتخاب مسابقه تصادفی
۲-۱۳-۸- انتخاب مسابقه[۳]
۲-۱۳-۷- انتخاب جایگزینی نسلی اصلاح شده
۲-۱۷- جهش
۲-۱۷-۱- جهش باینری[۱]
۲-۱۷-۲- جهش حقیقی[۲]
۲-۱۷-۳- وارونه سازی بیت
۲-۱۷-۴- تغییر ترتیب قرارگیری
-۱۷-۵- وارون سازی
۲-۱۷-۶- تغییر مقدار
۲-۱۸- محک اختتام اجرای الگوریتم ژنتیک
۲-۱۹- انواع الگوریتم‌های ژنتیکی
۲-۱۹-۱- الگوریتم ژنتیکی سری
۲-۱۹-۲- الگوریتم ژنتیکی موازی
۲-۲۰- مقایسه الگوریتم ژنتیک با سیستم‌های طبیعی
۲-۲۱- نقاط قوّت الگوریتم‌های ژنتیک
۲-۲۲- محدودیت‌های G Aها
۲-۲۵- چند نمونه از کاربردهای الگوریتم‌های ژنتیک
۲-۲۴- بهبود الگوریتم ژنتیک
فصل سوم:
۳-۱- حلّ معمای هشت وزیر[۱]
۳-۱-۱- جمعیت آغازین
۳-۱-۲- تابع برازندگی
۳-۱-۳- آمیزش
۳-۱-۴- جهش ژنتیکی
۳-۲- الگوریتم ژنتیک و حلّ مسألۀ فروشندۀ دوره‌گرد[۲]
۳-۲-۱- حل مسأله TSP به وسیله الگوریتم ژنتیک
۳-۲-۲- مقایسه روشهای مختلف الگوریتم و ژنتیک برای TSP
۳-۳- حلّ مسأله معمای سودوکو[۱]
۳-۳-۱- حل مسأله
۳-۳-۲- تعیین کروموزم
۳-۳-۳- ساختن جمعیت آغازین یا نسل اول
۳-۳-۴- ساختن تابع از ارزش
۳-۳-۵- ترکیب نمونه‌ها و ساختن جواب جدید
۳-۳-۶- ارزشیابی مجموعه جواب
۳-۳-۷- ساختن نسل بعد
در صورت سوال در مورد محصول می توانید از بخش تماس با ما (منوی بالا)، با شماره تلفن مورد نظر مکاتبه نمایید (ترجیحا ارسال پیامک).
مجموعه: الگوریتم های فراابتکاری و هوشمند