loading...
ویرافایل
سعید بازدید : 54 جمعه 05 خرداد 1396 نظرات (0)
الگوریتم و برنامه نویسی ژنتیك

مسائل زیادی در هوش مصنوعی و یادگیری ماشین نیاز به برنامه های کامپیوتری دارند که خروجی های دلخواه را با توجه به ورودی های خاص ایجاد نمایند

دانلود الگوریتم و برنامه نویسی ژنتیك

یادگیری ماشین
برنامه نویسی ژنتیك
الگوریتم های ژنتیک عمومی
دانلود مقاله الگوریتم و برنامه نویسی ژنتیك
سیستم همکاری در فروش فایل
همکاری در فروش فایل
همکاری در فروش
فروش فایل
انجام پروژه و پایان نامه
fileina
فروشگاه ساز فایل
فروشگاه فایل
خرید مقاله و تحقیق هوش مصنوعی
دسته بندی هوش مصنوعی
فرمت فایل doc
حجم فایل 227 کیلو بایت
تعداد صفحات فایل 32

الگوریتم و برنامه نویسی ژنتیك

 
چکیده :                                                                                                        
 مسائل زیادی در هوش مصنوعی و یادگیری ماشین نیاز به برنامه های کامپیوتری دارند که خروجی های دلخواه را با توجه  به ورودی های خاص ایجاد نمایند. هنگامی که با این دید به  مسئله نگاه می شود این مسائل با جستجوی فضای ممکن برنامه های کامپیوتری جهت یافتن مناسبترین برنامه برابر میشود. مبحث "برنامه نویسی ژنتیک" راهی جهت یافتن مناسبترین برنامه مهیا می کند. در این روش جمعیتی از برنامه های کامپیوتری با استفاده از اصول  داروین مبتنی بر بقای مناسبترین به تولید مثل می پردازند.در این مقاله فرایند حل مسائل به کمک این روش با به تصویر کشیدن مثال هائی در زمینه های گوناگون به تصویر کشیده شده  است. مثال ها در زمینه یادگیری ماشین یک تابع ،دنباله های استقرائی،فرمهای مفهومی و… آورده شده اند. 
 
 
کلمات کلیدی:

یادگیری ماشین

برنامه نویسی ژنتیك

الگوریتم های ژنتیک عمومی

 
 
 1 . تاریخچه :
با الهام گرفتن از نظریه انتخاب طبیعی داروین که مبتنی برعمل تولید مثل موجودات واصل"بقای مناسبترین"  که گونه های زیست شناختی را قادر می سازد با شرایط محیطی خود را وفق دهند می باشد پروفسور جان هالند از دانشگاه میشیگان " ا لگوریتم های ژنتیک " را برای رشته های دودوئی با طول ثا بت را پایه گذاری کرد. ( " وفق پذیری در طبیعت و سیستمهای مصنوعی 1975  " ) در این مقاله "هالند"  نشان داد مسائل زیادی در سیستمهای وفقی این قابلیت را دارند که  به  صورت  وا ژه های  ژنتیک بیان شوند و توسط الگوریتم های ژنتیک که روند تکاملی داروین را شبیه سازی می کنند به صورت موازی حل شوند. کار در این زمینه توسط افراد مختلفی دنبال شد تا ا ینکه " جان کوزا " در سال 1992 مفهوم " برنامه نویسی  ژنتیک " را معرفی کرد که در این روش عناصر برنامه جایگزین رشته های  دودوئی میشوند.
 
 
 
فهرست مطالب
چکیده مطالب :5
1 . تاریخچه :6
2. الگوریتم های ژنتیک عمومی6
3. زبان برنامه نویسی لسیپ 6
4. بیان جزئیات برنامه نویسی ژنتیک9
4-1.  ساختارهایی که عمل وفق پذیری را انجام می دهند9
4-1-1 . شرط بسته بودن11
4-1-2 . شرط کافی بودن11
4-2. ساختارهای اولیه11
4-3 . تناسب12
4-4. عملیاتی جهت تغییر ساختارها13
4-4-1. عمل خود تولید13
4-4-2. عمل تولید مثل13
4-5. انتخاب پاسخ15
4-6 . شرط خاتمه15
4-7. پارامترهای کنترل15
5.  مالتی پلکسر-11  بولی16
6. دنباله های استقرائی21
7. فرمهای مفهومی22
8. سایر عملگرها22
8-1. عملگر جهش ژنتیکی22
8-2. عملگر جایگشت22
8-3. عملگر ویراستار23
8-4. عملگر تعریف تابع23
9. مسئله فروشنده دوره گرد24
1.9. تاریخچه24
2.9. کاربرد های مسئله فروشنده دوره گرد24
3.9. کاربرد برنامه نویسی ژنتیک در مسئله فروشنده دوره گرد25
1.3.9. انتخاب نسل اولیه25
2.3.9. انتخاب تابع تناسب25
3.3.9. تولید نسلهای بعدی25
4.3.9. تكامل همزمان و نسل كشی25
4.9. ساختارهای مورد استفاده و سایر روشها32
10. نتیجه گیری32
مراجع33
 

دانلود الگوریتم و برنامه نویسی ژنتیك

مطالب مرتبط
ارسال نظر برای این مطلب

کد امنیتی رفرش
اطلاعات کاربری
  • فراموشی رمز عبور؟
  • آمار سایت
  • کل مطالب : 1948
  • کل نظرات : 7
  • افراد آنلاین : 159
  • تعداد اعضا : 0
  • آی پی امروز : 339
  • آی پی دیروز : 86
  • بازدید امروز : 800
  • باردید دیروز : 107
  • گوگل امروز : 0
  • گوگل دیروز : 0
  • بازدید هفته : 800
  • بازدید ماه : 800
  • بازدید سال : 17,206
  • بازدید کلی : 210,557
  • کدهای اختصاصی