در این تحقیق 12 رویکرد در ایجاد یک طبقه‌بندی کننده بهینه مبتنی بر ماشین‌ بردار پشتیبان (SVM) و شبکه های عصبی (MLP و RBF) بر مبنای الگوریتم ژنتیک (GA)، فاخته (Cuckoo) و ازدحام ذرات (PSO) ارائه گردید. در این راستا سعی شده سیستمی طراحی شود که منجر به کاهش هزینه در جمع آوری داده‌ها شود. به این منظور در تحقیق حاضر از سه مجموعه داده با قابلیت سری زمانی از دادهای استاندارد UCI، استفاده گردید. نتایج حا...

در این مقاله، یک مدل ریاضی جدید برای مسأله زمانبندی چند هدفه در سیستم تولید سلولی ارایه شده که هدف آن کمینه‌سازی حداکثر زمان تکمیل کارها، هزینه زودکرد و هزینه دیرکرد است. به علت پیچیدگی این مسأله، یک الگوریتم تلفیقی بر پایه الگوریتم ژنتیک و بهینه‌سازی ذرات انبوه برای حل آن در زمان قابل قبول پیشنهاد شده است. همچنین، از یک الگوریتم تکاملی چند هدفه معروف به‌نام الگوریتم ژنتیک مرتب شده غیر مغلوب (N...

چکیده ندارد.

در این مقاله روشی برای یافتن زوج بهینه کنترل و وضعیت، جهت مسائل کنترل بهینه چندهدفه، روشی بر پایه الگوریتم های تکاملی معرفی شده است. در این روش ابتدا شکل گسسته ای از فضای زمان-کنترل ارائه شده، سپس از فضای زمان-کنترل گسسته شده، توابع کنترل و وضعیت تکه ای خطی با استفاده از معادلات سیستم ساخته می شوند. دو روش تکاملی ژنتیک و ازدحام ذرات برای یافتن جواب های بهینه پارتو مسئله به کار می رود. جواب های ...

شبکه های عصبی پیمانه ای دسته خاصی از شبکه های عصبی هستند که به جای یک شبکه عصبی یکپارچه بزرگ از تعدادی شبکه عصبی کوچکتر تشکیل می شوند. این شبکه ها نسبت به شبکه های عصبی یکپارچه دارای مزایایی همچون کاهش پیچیدگی مدل، یادگیری سریعتر، مصونیت از تداخل مکانی و زمانی، قابلیت تفسیر بیشتر دانش کسب شده و شباهت بیشتر به شبکه های عصبی طبیعی هستند. از جمله انواع شبکه های پیمانه ای می توان به شبکه های حاصل ا...

چکیده در این پایان نامه برای نخستین بار یک روش کاملاً مبتنی بر منطق فازی برای پیش بینی زاویه خمش در خم کاری صفحات فلزی ارائه شده است. این روش بگونه ای ارائه شده است تا عمومیت خود را به عنوان یک روش کلی، حفظ بنماید. برای این منظور، حذف محدودیت تعداد پارامترهای ورودی و دامنه مقادیر آنها، در عین سهولت بکارگیری و پیاده سازی در شرایط مختلف از مزایای روش پیشنهاد شده می باشد. جهت افزایش دقت تخمین در ر...

طراحی و زمانبندی فعالیتها از نظر تولید طرحهای موفق و بیشینه نمودن بهره وری اهمیت فوق العاده ای دارند. به علاوه در محیط واقعی، مسائل شامل چندین هدف می باشند که باید به طور همزمان بهینه شوند و معمولا مشخصه محیط واقعی اطلاعات غیرقطعی و غیرقابل کنترل می باشد. بنابراین یافتن طرحهای شدنی و کارا چالشی مهم محسوب می شود. در همین رابطه، مساله rcpsp چندهدفه می کوشد تا فعالیتها را زمانبندی نماید و منابع را...

در این پایان نامه، مفاهیم الگوریتم های جستجوی فاخته (ck)، بهینه سازی انبوه ذرات (pso)، تکامل تفاضلی (de) و کلونی زنبورعسل (abc) مورد تجزیه و تحلیل قرار گرفته است. حل مسا‏له های بهینه سازی عددی توسط الگوریتم های ذکر شده با تست بیش از پنجاه تابع آزمون متمایز از نظر آماری مقایسه شده است. نتایج تجربی نشان می دهند، حل مساله ها، توسط الگوریتم جستجوی فاخته به الگوریتم تکامل تفاضلی بسیار نزدیک است. پیچ...

بهینه سازی مدیریت سوخت داخل قلب راکتور یکی از مهمترین چالش ها در مهندسی هسته ای می باشد. تاکنون استراتژی های گوناگونی برای طراحی چیدمان بهینه سوخت در قلب راکتورهای هسته ای ارایه شده اند. در بیشتر این استراتژی ها، افزایش ضریب تکثیر قلب و کاهش ضریب قله توان به جهت افزایش طول دوره ماندن سوخت در قلب راکتور و بهبود کارایی مجتمع های سوخت اهداف اصلی بوده اند. الگوریتم ژنتیک (ga) و الگوریتم گروه ذرات (...

با توجه به پیچیدگی فیزیکی اهداف سوناری و شباهت بسیار زیاد کلاتر با اهداف واقعی در سونار فعال، دسته‌بندی آن‌ها یکی از مسایل چالش‌برانگیز برای پژوهشگران و صنعت‌گران این حوزه است. شبکه‌های عصبی چند‌لایه، یکی از پرکاربردترین ابزار در دسته‌بندی اهداف واقعی می‌باشند. می‌توان از آموزش به عنوان مهم‌ترین بخش این شبکه‌ها اشاره نمود. در سال‌های اخیر استفاده از الگوریتم‌های تکاملی برای آموزش این نوع شبکه‌ه...