در این پایان نامه چند مدل ترکیبی بهینه سازی مورد مطالعه قرار گرفته اند در قسمت اول پایان نامه، مدل محاسبات تکاملی بر پایه اتوماتای یادگیر سلولی که ترکیبی از اتوماتای یادگیر سلولی و الگوریتم ژنتیک است مطالعه شده است و توانایی آن در حل مسایل پیچیده با فضای حالت بزرگ بررسی شده است. در قسمت دوم مدلی جدید از حرکت دسته جمعی ذرات با نام psola معرفی شده است. در این مدل یک اتوماتون یادگیر مسوولیت تنظیم ...

یکی از مهم ترین روش های بررسی کیفیت نرم افزار، تست نرم افزار است. برای بدست آوردن اطمینان از درستی عملکرد نرم افزار در محیط اجرایی مشخص شده، تست نرم افزار ضروری است. تست نرم افزار یکی از فرآیندهای پرهزینه و زمان بر است و پژوهش-های زیادی با هدف تسهیل این عملیات و انجام آن به صورت خودکار صورت گرفته است. یکی از روش های تست نرم افزار تولید داده تست است. تولید داده تست در فرآیند تست برنامه عبارت است...

در این مقاله کاربرد اتوماتای یادگیر سلولی در جایابی مدارهای مجتمع متراکم ارایه می شود. اتوماتای یادگیر سلولی که در این مقاله برای اولین بار معرفی شده از دو جنبه با اتوماتای یادگیر سلولی استاندارد متفاوت است. اتوماتای یادگیر سلولی پیشنهادی، دارای ورودی و همچنین دارای شعاع همسایگی متغیر است. از اتوماتای یادگیر سلولی دارای ورودی برای حل مساله جایابی در مدارهای مجتمع استفاده شده است. تغییر شعاع همس...

الگوریتم های تکاملی تکنیک پیاده سازی مکانیزم هایی مانند تولید مجدد ، جهش، ترکیب مجدد(ادغام)، انتخاب طبیعی (فرایندی که توسط آن افرادی دارای مشخصه های مطلوب با احتمال بیشتری برای تولید افراد بعدی به کار می روند. پس مشخصه های مطلوب در نسل بعد عمومی تر می شوند) و بقای شایسته ترین است. ولی محاسبات تکاملی دارای مشخصه های زیر می باشند: - مبنی بر جمعیت - جستجوی تصادفی هدایت شده - پردازش موازی - مل...

سامانه های طبقه بند یادگیر و یکی از معروف ترین آنها یعنیxcs، ازانواع سامانه های بر خط مبتنی بر قانون هستند که یک مکانیزم کلی برای تولید قوانین به صورت موازی دارند و به صورت تطبیقی، قوانین جدیدی را که کاراتر از قوانین موجود باشند، تولید می کنند. این سامانه ها حاصل ترکیب دو رهیافت مهم در حوزه یادگیری ماشین به نام های روش های یادگیری تقویتی و پردازش های تکاملی می باشند. سامانه های طبقه بند یادگیر ...

هدف از مهندسی شبکه های عصبی بررسی معایب و مزایای شبکه های عصبی مصنوعی و ارایه روشهایی برای بهبود کارایی آنهاست. یکی از موضوعات مورد بحث در مهندسی شبکه های عصبی چند لایه، یافتن ساختار مناسب(نزدیک به بهینه) برای حل مسئله می باشد. معیار و نحوه انتخاب اندازه شبکه عصبی برای یک مسئله خاص هنوز شناخته شده نیست. در روشهای کلاسیک،طراح شبکه در ابتدای آموزش ساختاری را برای شبکه تعیین و سپس شبکه را آموزش می...

این پایان نامه به بررسی توانایی مدل اتوماتای یادگیر برای حل مسایل مطرح در شبکه های حسگر می پردازد. با توجه به توانایی های اتوماتای یادگیر (از قبیل بار محاسباتی کم، قابلیت استفاده در محیط های توزیع شده و دارای اطلاعات نادقیق، نیاز به کمترین بازخورد از محیط و ...)، به نظر می رسد که استفاده از آن برای حل مسایل مطرح در شبکه های حسگر مناسب باشد. به منظور بررسی دقیق تر این مطلب، در این پایان نامه 3 ح...

در این مقاله، نوع جدیدی از سیستم های کنترل یادگیر تکرار شونده مرتبه کسری تحت عنوان کنترل یادگیر تکرار شونده مشتقی مرتبه کسری و کنترل یادگیر تکرار شونده تناسبی-مشتقی مرتبهکسری برای سیستم خطی سازی شده بازوی ربات تک-لینک ارائه می شود. در قانون بروزرسانی کنترل یادگیر تکرار شونده مشتقی، آریمتو کلاسیک از مشتق مرتبه اول (با تابع تبدیل s ) خطای ردیابی استفاده می شود. روش ارائه شده در این مقاله برای برو...

اتوماتای یادگیر سلولی، یک مدل ریاضی برای سیستم هایی است که از اجزاء ساده ای تشکیل شده اند و رفتار هر جزء بر اساس رفتار همسایگانش و نیز تجربیات گذشته اش تعیین و اصلاح می شود. اجزاء ساده تشکیل دهنده این مدل، از طریق تعامل با یکدیگر می توانند رفتار پیچیده ای از خود نشان دهند. هر اتوماتای یادگیر سلولی، از یک اتوماتای سلولی تشکیل شده است که هر سلول آن به یک یا چند اتوماتای یادگیر مجهز می باشد که وضع...

هدف از مهندسی شبکه های عصبی بررسی معایب و مزایای شبکه های عصبی مصنوعی و ارایه روشهایی برای بهبود کارایی آنهاست. یکی از موضوعات مورد بحث در مهندسی شبکه های عصبی چند لایه، یافتن ساختار مناسب(نزدیک به بهینه) برای حل مسئله می باشد. معیار و نحوه انتخاب اندازه شبکه عصبی برای یک مسئله خاص هنوز شناخته شده نیست. در روشهای کلاسیک،طراح شبکه در ابتدای آموزش ساختاری را برای شبکه تعیین و سپس شبکه را آموزش می...