سورس کدهای الگوریتم ژنتیک،فروشنده دوره گرد و مورچگان در متلب

سورس کدهای الگوریتم ژنتیک،فروشنده دوره گرد و مورچگان در متلب

در این پست  سورس کد الگوریتم ژنتیک باینری ،تبدیل کروموزوم های باینری به متغیرهای پیوسته ،الگوریتم ژنتیک پیوسته ،الگوریتم ژنتیک پَرِتو ،الگوریتم ژنتیک برای مسائل جایگشتی ،مسئله ی فروشنده ی دوره گرد ،بهینه سازی ازدحام ذرات و بهینه سازی کلونی مورچه ها در MATLAB برای دانلود قرار داده ایم.

الگوریتم ژنتیک باینری :مهم ترین و ابتدایی ترین نوع الگوریتم ژنتیک، الگوریتم ژنتیک باینری است که در آن متغیرها به صورت باینری کد می شوند. این نوع از الگوریتم ژنتیک را، الگوریتم ژنتیک گسسته نیز می نامند. زیرا متغیرها در آن دارای تغییرات پیوسته نیستند و نمی توانند هر مقداری به خود بگیرند. مجموعه متغیر های مسأله، که می بایست مقدار بهینه برای آن ها پیدا شود، در قالب رشته های باینری کد می شوند و به همدیگر الحاق می گردند. به این ترتیب یک کروموزوم از متغیر های مسأله به دست می آید.

الگوریتم ژنتیک پَرِتو : این الگوریتم  با به خاطر سپردن نقاطی که از قبل مورد جستجو قرار داده است از بازدید مجدد آنها در نسلهای بعدی جلوگیری نموده وو در صورت مشاهده ی پاسخ تکراری با اعمال عملگر جهش وقفی به یک پاسخ غیرتکراری می رسد. در واقع این الگوریتم  توابع برازش را برای پاسخهای تکراری بررسی نمی کند ازاین رو باعث کاهش هزینه محاسباتی الگوریتم خواهد شد همچنین با اعمال جهش وقفی تنوع پاسخها را افزایش می دهد شبیه سازی های انجام شده نشان داده است که این الگوریتم دارای همگرایی و تنوع بهتری در رسیدن به جوابهای بهینه، نسبت به الگوریتم ژنتیک چندهدفه nsga-ii است.

مسئله ی فروشنده ی دوره گرد : مسئله فروشنده دوره‌ گرد (به انگلیسی: Travelling salesman problem، به‌ اختصار: TSP) مسئله‌ای مشهور است که ابتدا در قرن۱۸مسائل مربوط به آن توسط ویلیام همیلتون و توماس کرکمن مطرح شد و سپس در دهه ۱۹۳۰ شکل عمومی آن به وسیله ریاضیدانانی مثل کارل منگر از دانشگاه هاروارد و هاسلر ویتنی از دانشگاه پرینستون مورد مطالعه قرار گرفت.شرح مسئله بدین شکل است که تعدادی شهر داریم و هزینه رفتن مستقیم از یکی به دیگری را می‌دانیم. مطلوب است کم‌هزینه‌ترین مسیری که از یک شهر شروع شود و از تمامی شهرها دقیقاًٌ یکبار عبور کند و به شهر شروع بازگردد.

بهینه سازی ازدحام ذرات : روش PSO یا به لاتین (Particle swarm optimization) یک روش سراسری کمینه‌سازی است که با استفاده از آن می‌توان با مسائلی که جواب آنها یک نقطه یا سطح در فضای n بعدی می‌باشد، برخورد نمود. در اینچنین فضایی، فرضیاتی مطرح می‌شود و یک سرعت ابتدایی به آنها اختصاص داده می‌شود، همچنین کانال‌های ارتباطی بین ذرات درنظر گرفته می‌شود. سپس این ذرات در فضای پاسخ حرکت می‌کنند، و نتایج حاصله بر مبنای یک «ملاک شایستگی» پس از هر بازه‌ٔ زمانی محاسبه می‌شود. با گذشت زمان، ذرات به سمت ذراتی که دارای ملاک شایستگی بالاتری هستند و در گروه ارتباطی یکسانی قرار دارند، شتاب می‌گیرند. علی‌رغم اینکه هر روش در محدوده ای از مسائل به خوبی کار می کند، این روش در حل مسائل بهینه سازی پیوسته موفقیت بسیاری از خود نشان داده است.

بهینه سازی کلونی مورچگان الگوریتم کلونی مورچگان در علوم کامپیوتر یک روش احتمالی برای حل مسائل محاسباتی است. این الگوریتم برای کشف یک مسیر بهینه بر اساس رفتار مورچه ها برای پیدا کردن یک مسیر بین خانه و منبع غذا می باشد.

و…


تعداد صفحات : ۲۲ صفحه

حجم فایل : ۶۲٫۱KB

رمز فایل : www.matlabdl.com

دانلود


0 پاسخ

دیدگاه خود را ثبت کنید

Want to join the discussion?
Feel free to contribute!

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *