کدنویسی و پیاده سازی الگوریتم ها برای حل مسائل عملی، همواره یکی از مشکلات و دغدغه های اصلی دانشجویان و محققین در رشته های مختلف علمی و مهندسی است. از این میان، مسائل مطرح شده در رشته مهندسی صنایع و رشته های مربوطه، از جایگاه ویژه ای برخوردارند، و پیاده سازی و حل مسائل مورد بحث در این رشته ها، نیازمند تخصص و تجربه نسبتا زیادی است. اغلب افرادی که علاقه مند به یادگیری چنین مباحثی هستند، معمولا نمی توانند منبع و مرجع مناسبی برای این کار پیدا کنند. همچنین، یادگیری چنین مباحثی غالبا نیازمند مطالعات عمیق و زمان بری است که مشکلات موجود در مسیر فراگیری مهارت های برنامه نویسی تخصصی مهندسی صنایع را، دو چندان می کند.

با توجه به موارد مذکور، تعدادی از دوره های آموزشی متلب سایت در سال جدید، به همین موضوعات، یعنی برنامه نویسی تخصصی متلب برای حل مسائل مهندسی صنایع اختصاص دارد. دوره های آموزشی حل مسائل مهندسی صنایع توسط متاهیوریستیک ها در متلب، در اردیبهشت و خرداد ۱۳۹۱ برگزار خواهند شد. در این دوره های آموزشی، علاوه بر مرور تئوری مسائل مختلف مورد بحث در رشته مهندسی صنایع، روش های عملی برنامه نویسی و پیاده سازی این مسائل در محیط متلب، به صورت کاملا گام به گام، توسط یکی از به نام ترین استادان برنامه نویسی ایران، آموزش داده خواهد شد.

شیوه منحصر به فردی که در این دوره های آموزشی در پیش گرفته خواهد شد، آن ها را تبدیل به دوره های آموزشی بی نظیری می کند. به جرأت می توان گفت که، در هیچ موسسه و یا مرجع آموزشی (حتی در خارج از ایران)، چنین سرفصل هایی تا کنون ارائه نشده است.

مسائل مختلفی در این دوره های آموزشی مورد بحث و بررسی قرار خواهند گرفت و توسط روش های مختلف بهینه سازی هوشمند یا متاهیوریستیک ها (از جمله الگوریتم ژنتیک، الگوریتم PSO، الگوریتم رقابت استعماری و شبیه سازی تبرید) حل خواهند شد. شرکت در این دوره های آموزشی را، به دانشجویان رشته های مهندسی صنایع، مدیریت، ریاضی کاربردی و مهندسی کامپیوتر و عموم علاقه مندان به مباحث بهینه سازی و تحقیق در عملیات، توصیه می کنیم. مدرس این دوره های آموزشی، مهندس سید مصطفی کلامی هریس (دانشجوی دکترای مهندسی برق-کنترل، دانشگاه صنعتی خواجه نصیرالدین طوسی) است و مکان برگزاری دوره ها، در تهران (میدان هفتم تیر) خواهد بود.

برای کسب اطلاعات بیشتر در مورد این دوره های آموزشی و اطلاع از چگونگی ثبت نام، بر روی لینک ادامه مطلب کلیک کنید.

(...)
Read the rest of دوره های آموزشی حل مسائل مهندسی صنایع توسط متاهیوریستیک ها در متلب — بهار ۱۳۹۱ (1,693 words)

© مدیر امور آموزش for متلب سایت, 2012. | Permalink | 6 comments | Add to del.icio.us
Post tags: آموزش متلب, آموزش هوش محاسباتی, آموزش هوش مصنوعی, تحقیق در عملیات, دوره آموزشی بهینه سازی, دوره آموزشی متلب, دوره آموزشی متلب برای مهندسین صنایع, دوره آموزشی مهندسی صنایع, دوره آموزشی هوش محاسباتی برای مهندسی صنایع, دوره آموزشی هوش مصنوعی

Feed enhanced by Better Feed from Ozh

بهینه سازی کلونی مورچه ها یا Ant Colony Optimization و (به اختصار ACO)، که در سال ۱۹۹۲ توسط مارکو دوریگو (Marco Dorigo) و در رساله دکتری وی مطرح شد، یکی از بارزترین نمونه ها برای روش های هوش جمعی است. این الگوریتم از روی رفتار جمعی مورچه ها الهام گرفته شده است. مورچه ها با همکاری یکدیگر، کوتاه ترین مسیر را میان لانه و منابع غذایی پیدا می کنند تا بتوانند در کمترین زمان مواد غذایی را به لانه منتقل کنند. هیچ کدام از مورچه ها، به تنهایی قادر به انجام چنین کاری نیستند، اما با همکاری و پیروی از چند اصل ساده، بهترین راه را پیدا می کنند. الگوریتم مورچه ها، یک مثال بارز از هوش جمعی هستند که در آن عامل هایی که قابلیت چندان بالایی ندارند، در کنار هم و با همکاری یکدیگر می توانند نتایج بسیار خوبی به دست بیاورند.

الگوریتم مورچگان برای حل و بررسی محدوده وسیعی از مسائل بهینه سازی به کار برده شده است. از این میان می توان به حل مسأله کلاسیک فروشنده دوره گرد و همچنین مسأله راهیابی در شبکه های مخابرات راه دور اشاره نمود. در فیلم آموزش عملی حل مسائل گسسته با استفاده از الگوریتم مورچگان، روش های حل مسائل گسسته (از نوع باینری، عدد صحیح و جایگشتی) مورد بحث و بررسی واقع شده است. در این فیلم با حل سه مسأله به صورت عملی، نکات عملی مربوطه به طور گام به گام آموزش داده شده اند. سه مسأله مورد بررسی در این فیلم عبارتند از:

• مسأله کوله پشتی باینری یا Binary Knapsack Problem
• مسأله کوله پشتی عدد صحیح یا Integer Knapsack Problem
• مسأله تخصیص درجه دو یا Quadratic Assignment Problem (به اختصار QAP)

برای کسب اطلاعات بیشتر در خصوص این فیلم آموزشی، ادامه مطلب را ببینید.

(...)
Read the rest of فیلم آموزش عملی حل مسائل گسسته با استفاده از الگوریتم مورچگان (به زبان فارسی) (522 words)

© مدیر متلب سایت for متلب سایت, 2012. | Permalink | No comment | Add to del.icio.us
Post tags: ACO, Ant Colony Optimization, Knapsack Problem, QAP, Quadratic Assignment Problem, آموزش ACO, آموزش الگوریتم مورچگان, الگوریتم مورچگان, بهینه سازی کلونی مورچگان, تخصیص, فیلم آموزشی, فیلم آموزشی ACO, فیلم آموزشی الگوریتم مورچگان, مسأله تخصیص درجه دو, مسأله کوله پشتی, مسأله کوله پشتی باینری, مسأله کوله پشتی گسسته

Feed enhanced by Better Feed from Ozh

الگوریتم رقابت استعماری یا Imperialist Competitive Algorithm (به اختصار ICA) یکی از جدیدترین الگوریتم های بهینه سازی هوشمند است که در حوزه هوش محاسباتی و محاسبات تکاملی معرفی شده است. جان مایه اصلی این الگوریتم، شبیه سازی فرآیند سیاسی استعمار است. به همان صورت که الگوریتم ژنتیک تکامل زیستی را شبیه سازی می کند، در الگوریتم رقابت استعماری، از تکامل سیاسی استفاده شده است. این الگوریتم در سال ۲۰۰۷ معرفی شده است و تا کنون در کاربردهای فراوان و زمینه های تحقیقاتی متنوعی، به عنوان ابزار بهینه سازی مورد استفاده قرار گرفته است. قدرت بالای این الگوریتم، به خصوص در برخورد با مسائل پیوسته، باعث شده است که الگوریتم رقابت استعماری به عنوان یکی از ابزارهای مهم در زمینه بهینه سازی به حساب بیاید.

در راستای پوشش نیازهای علمی جامعه هوش محاسباتی ایران، بسته کاملی از فیلم های آموزشی الگوریتم رقابت استعماری توسط متلب سایت تهیه شده اند که می توانند به عنوان مرجع کاملی برای دانشجویان و دانشپژوهان مورد استفاده قرار بگیرند. بخشی از این مجموعه آموزشی، که در این پست قصد معرفی آن را داریم، مربوط به حل مسائل بهینه سازی جایگشتی با استفاده از الگوریتم رقابت استعماری است. مسائل بهینه سازی جایگشتی، در حالت کلی مسائل بهینه سازی گسسته هستند که راه حل آن ها را می توان به صورت یک جایگشت بیان نمود. الگوریتم رقابت استعماری یک الگوریتم پیوسته است و در این فیلم، نحوه استفاده از آن برای حل مسائل گسسته جایگشتی، مورد بررسی قرار گرفته است.

برای کامل تر شدن محتوای فیلم آموزشی، و همچنین افزایش جنبه کاربردی آن، چهار مسأله جایگشتی در این فیلم تعریف شده اند و به طور کامل مورد حل و بررسی قرار گرفته اند. مسائل مورد بحث در این فیلم آموزشی جامع، از جمله مسائل پایه ای و کاربردی در رشته های مختلف، از جمله رشته های مهندسی هستند. عناوین ۴ مسأله مورد بحث در این فیلم عبارتند از:

• مسأله فروشنده دوره گرد یا Traveling Salesman Problem (به اختصار TSP) که به جرأت می توان گفت که معروف ترین مسأله بهینه سازی جایگشتی است و کاربردهای فراوانی دارد؛
• مسأله تخصیص درجه دو یا Quadratic Assignment Problem (به اختصار QAP) که دارای کاربردهای وسیعی در علوم مهندسی است؛
• مسأله n وزیر یا n-Queen Probem (به اختصار nQP) که یک مسأله کلاسیک در بهینه سازی و تحقیق در عملیات است؛
• مسأله زمان بندی پایه یا Basic Scheduling Problem که مادر تمام مسائل زمان بندی است و قطعا شیوه حل آن، می تواند الگوی مناسبی برای حل سایر انواع مسائل زمان بندی باشد.

برای کسب اطلاعات بیشتر در خصوص این فیلم آموزشی، ادامه مطلب را ببینید.

(...)
Read the rest of فیلم آموزشی جامع حل مسائل جایگشتی با الگوریتم رقابت استعماری (به زبان فارسی) (871 words)

© مدیر امور آموزش for متلب سایت, 2012. | Permalink | One comment | Add to del.icio.us
Post tags: ICA, Imperialist Competitive Algorithm, آموزش الگوریتم رقابت استعماری, الگوریتم رقابت استعماری, فیلم آموزشی, فیلم آموزشی الگوریتم رقابت استعماری, مسائل بهینه سازی جایگشتی, مسائل جایگشتی

Feed enhanced by Better Feed from Ozh

الگوریتم رقابت استعماری یا Imperialist Competitive Algorithm (به اختصار ICA) یکی از جدیدترین الگوریتم های بهینه سازی هوشمند است که در حوزه هوش محاسباتی و محاسبات تکاملی معرفی شده است. جان مایه اصلی این الگوریتم، شبیه سازی فرآیند سیاسی استعمار است. به همان صورت که الگوریتم ژنتیک تکامل زیستی را شبیه سازی می کند، در الگوریتم رقابت استعماری، از تکامل سیاسی استفاده شده است. این الگوریتم در سال ۲۰۰۷ معرفی شده است و تا کنون در کاربردهای فراوان و زمینه های تحقیقاتی متنوعی، به عنوان ابزار بهینه سازی مورد استفاده قرار گرفته است. قدرت بالای این الگوریتم، به خصوص در برخورد با مسائل پیوسته، باعث شده است که الگوریتم رقابت استعماری به عنوان یکی از ابزارهای مهم در زمینه بهینه سازی به حساب بیاید.

در راستای پوشش نیازهای علمی جامعه هوش محاسباتی ایران، بسته کاملی از فیلم های آموزشی الگوریتم رقابت استعماری توسط متلب سایت تهیه شده اند که می توانند به عنوان مرجع کاملی برای دانشجویان و دانشپژوهان مورد استفاده قرار بگیرند. بخشی از این مجموعه آموزشی، که در این پست قصد معرفی آن را داریم، مربوط به حل مسأله کوچکترین درخت پوشا یا Minimum Spanning Tree با الگوریتم رقابت استعماری است. مسأله طراحی کوچکترین درخت پوشا، کاربردهای وسیعی در زمینه های علمی و مهندسی دارد، که از میان آن ها می توان به طراحی بهینه سیستم های مخابراتی، شبکه های کامپیوتری و سیستم های انتقال توان الکتریکی اشاره نمود.

مسأله کوچکترین درخت پوشا به صورت یک مسأله بهنیه سازی گسسته باینری (صفر و یک) بیان شده است و از این رو، این فیلم آموزشی، دارای اهمیت ویژه ای است. زیرا در این فیلم نحوه استفاده از الگوریتم رقابت استعماری برای حل مسائل باینری آموزش داده شده است، و این فیلم آموزشی می تواند سرمشق مناسبی برای استفاده از الگوریتم رقابت استعماری برای حل مسائل گسسته و باینری باشد. همچنین با الهام از الگوریتم های ژنتیک باینری، اپراتور انقلاب (یا Revolution) در این فیلم بازنگری شده است، به نحوی که عملکرد الگوریتم را برای حل مسائل باینری، بهبود دهد.

برای کسب اطلاعات بیشتر در خصوص این فیلم آموزشی، ادامه مطلب را ببینید.

(...)
Read the rest of فیلم آموزشی حل مسأله کوچکترین درخت پوشا با الگوریتم رقابت استعماری (به زبان فارسی) (585 words)

© مدیر امور آموزش for متلب سایت, 2012. | Permalink | No comment | Add to del.icio.us
Post tags: Graph Theory, ICA, Imperialist Competitive Algorithm, Minimum Spanning Tree, آموزش الگوریتم رقابت استعماری, الگوریتم رقابت استعماری, تحقیق در عملیات, فیلم آموزشی, فیلم آموزشی الگوریتم رقابت استعماری, مهندسی صنایع, مهندسی کامپیوتر, نظریه گراف, کوچکترین درخت پوشا

Feed enhanced by Better Feed from Ozh

الگوریتم ژنتیک (Genetic Algorithm) یا GA، به طور قطع شناخته شده ترین روش بهینه سازی هوشمند و الگوریتم تکاملی است، که کاربردهای فراوانی در رشته های مختلف علمی و مهندسی دارد. اهمیت این الگوریتم در محاسبات تکاملی و هوش محاسباتی به قدری است که اولین کلمه ای که پس از عبارت “الگوریتم تکاملی” به ذهن می رسد، الگوریتم ژنتیک است. این الگوریتم در اواسط دهه ۱۹۷۰ توسط جان هالند معرفی شد و پس از وی، یکی از شاگردانش به نام دیوید گولدبرگ با جمع آوری نتایج به دست آمده از کارهای خود و استادش (هالند)، کتابی را منتشر کرد، که مهم ترین و تاثیرگذارترین مرجع در زمینه الگوریتم های ژنتیک به حساب می آید. بسیاری از افراد، سایر روش های بهینه سازی هوشمند را، نسخه های تغییر یافته ای از الگوریتم ژنتیک می شناسند و قائل به اصالت وجود و ماهوی سایر الگوریتم ها نیستند.

بسته طلایی فیلم های آموزشی الگوریتم ژنتیک، مشتمل بر هفت فیلم آموزشی است، که در مجموع شامل بیش از ۱۴ ساعت (۸۶۰ دقیقه) برنامه آموزشی تخصصی هستند. اسامی بخش های مختلف این بسته آموزشی در ادامه آمده است:

• فیلم جامع آموزش عملی الگوریتم های ژنتیک در متلب — بخش تئوری
• فیلم جامع آموزش عملی الگوریتم های ژنتیک در متلب — بخش عملی
• فیلم آموزشی حل مسأله مکان یابی هاب با استفاده از الگوریتم ژنتیک
• فیلم آموزشی حل مسأله حمل و نقل با استفاده از الگوریتم ژنتیک
• فیلم آموزشی حل مسأله تخصیص درجه دو یا QAP با استفاده از الگوریتم ژنتیک
• فیلم آموزشی حل مسأله کوله پشتی با استفاده از الگوریتم ژنتیک
• فیلم آموزشی شناسایی سیستم های غیر خطی با استفاده از الگوریتم ژنتیک

برای کسب اطلاعات بیشتر در خصوص این بسته آموزشی بی نظیر، بر روی لینک ادامه مطلب کلیک نمایید.

(...)
Read the rest of بسته طلایی فیلم‌های آموزشی الگوریتم ژنتیک — شامل مباحث تئوری و عملی (به زبان فارسی) (441 words)

© مدیر امور آموزش for متلب سایت, 2012. | Permalink | 2 comments | Add to del.icio.us
Post tags: Binary Genetic Algorithm, Genetic Algorithm, Hub Location Allocation, QAP, Quadratic Assignment Problem, Transportation Problem, آموزش GA, آموزش الگوریتم ژنتیک, الگوریتم تکاملی, الگوریتم ژنتیک, الگوریتم ژنتیک باینری, الگوریتم ژنتیک عملی, الگوریتم ژنتیک پیوسته, برنامه نویسی متلب, بهینه سازی, تخصیص درجه دو, فیلم آموزشی الگوریتم ژنتیک, محاسبات تکاملی, مسأله تخصیص درجه دو, مسأله حمل و نقل, مسأله کوله پشتی, مسائل تخصیص, مکان یابی, مکان یابی هاب, پیاده سازی الگوریتم ژنتیک در متلب

Feed enhanced by Better Feed from Ozh

الگوریتم ژنتیک (Genetic Algorithm) یا GA، به طور قطع شناخته شده ترین روش بهینه سازی هوشمند و الگوریتم تکاملی است، که کاربردهای فراوانی در رشته های مختلف علمی و مهندسی دارد. اهمیت این الگوریتم در محاسبات تکاملی و هوش محاسباتی به قدری است که اولین کلمه ای که پس از عبارت “الگوریتم تکاملی” به ذهن می رسد، الگوریتم ژنتیک است. تا کنون محصولات متنوعی برای آموزش مباحث تئوری و عملی الگوریتم های ژنتیک، بر روی متلب سایت ارائه شده اند. در این پست قصد داریم محصول جدیدی را که مربوط به حل مسأله کوله پشتی یا Knapsack Problem با استفاده از الگوریتم ژنتیک است، به حضور مخاطبین محترم متلب سایت، معرفی کنیم.

مسأله کوله پشتی یا Knapsack Problem یکی از مسائل معروف در ریاضیات کاربردی و تحقیق در عملیات است، که به نام Backpack Problem نیز شناخته می شود. این مسأله دارای نسخه های مختلفی است و حالات پیچیده تر آن، در حل مسائل روزمره و صنعتی، کاربردهای فراوانی دارد. گذشته از اهمیت عملی این مسأله، نسخه های استانداردی نیز برای این مسأله تعریف شده اند که برای ارزیابی عملکرد الگوریتم های بهینه سازی، مورد استفاده قرار می گیرد. در این فیلم آموزشی با استفاده از الگوریتم ژنتیک به حل مسأله کوله پشتی باینری پرداخته شده است.

برای کسب اطلاعات بیشتر در خصوص این فیلم آموزشی، بر روی لینک ادامه مطلب کلیک نمایید.

(...)
Read the rest of دانلود رایگان فیلم آموزشی حل مسأله کوله پشتی با الگوریتم ژنتیک (به زبان فارسی) (498 words)

© مدیر امور آموزش for متلب سایت, 2012. | Permalink | 4 comments | Add to del.icio.us
Post tags: Binary Genetic Algorithm, Genetic Algorithm, آموزش GA, آموزش الگوریتم ژنتیک, الگوریتم تکاملی, الگوریتم ژنتیک, الگوریتم ژنتیک باینری, الگوریتم ژنتیک عملی, الگوریتم ژنتیک پیوسته, برنامه نویسی متلب, بهینه سازی, حل مسأله کوله پشتی با الگوریتم ژنتیک, فیلم آموزشی الگوریتم ژنتیک, محاسبات تکاملی, مسأله کوله پشتی, پیاده سازی الگوریتم ژنتیک در متلب

Feed enhanced by Better Feed from Ozh

الگوریتم ژنتیک (Genetic Algorithm) یا GA، به طور قطع شناخته شده ترین روش بهینه سازی هوشمند و الگوریتم تکاملی است، که کاربردهای فراوانی در رشته های مختلف علمی و مهندسی دارد. اهمیت این الگوریتم در محاسبات تکاملی و هوش محاسباتی به قدری است که اولین کلمه ای که پس از عبارت “الگوریتم تکاملی” به ذهن می رسد، الگوریتم ژنتیک است.

در این پست قصد داریم فیلم آموزشی جدیدی را که مربوط به حل مسأله تخصیص درجه دو یا Quadratic Assignment Problem و یا به اختصار QAP است، معرفی نماییم. این مسأله یکی از مسائل پایه ای در بهینه سازی ترکیبی (Combinatorial Optimization) و تحقیق در عملیات است. از نظر دسته بندی کلی، این مسأله در میان مسائل مکان یابی تاسیسات قرار می گیرد و کاربردهای فراوانی در رشته های مختلف علمی و فنی دارد. به عنوان نمونه، به چند مورد از کاربردهای مسأله QAP اشاره می کنیم:

• مهندسی صنایع: مکان یابی بخش های مختلف یک کارخانه صنعتی
• مهندسی الکترونیک: طراحی مدارهای الکترونیکی چاپی به خصوص در حد فشردگی VLSI که دارای اتصالات فراوانی هستند
• مدیریت: مکان یابی و طراحی فضای کاری در یک اداره
• مدیریت شهری: مکان یابی بهینه مراکز مختلف خدماتی، تجاری و مسکونی در سطح شهر
• طراحی مهندسی: طراحی صفحه کلید کامپیوتر و سایر ادوات دیجیتالی
• مهندسی کامپیوتر: طراحی شبکه های کامپیوتری
• مهندسی ابزار دقیق: مکان یابی و طراحی شبکه های سنسوری (حسگر)

در این فیلم مسأله QAP به صورت یک مسأله جایگشتی توصیف شده است و عملگرهای تقاطع (Crossover) و جهش (Mutation) مناسب برای این نوع از مسائل مورد بررسی قرار گرفته اند. سپس این موارد در محیط متلب پیاده سازی شده اند. لازم به ذکر است، که از مطالب گفته شده در این فیلم، می توان برای حل سایر مسائل بهینه سازی جایگشتی استفاده نمود.

برای کسب اطلاعات بیشتر در خصوص این فیلم آموزشی، بر روی لینک ادامه مطلب کلیک نمایید.

(...)
Read the rest of فیلم آموزشی حل مسأله تخصیص درجه دو یا QAP با استفاده از الگوریتم ژنتیک (به زبان فارسی) (658 words)

© مدیر امور آموزش for متلب سایت, 2012. | Permalink | No comment | Add to del.icio.us
Post tags: Binary Genetic Algorithm, Genetic Algorithm, QAP, Quadratic Assignment Problem, آموزش GA, آموزش الگوریتم ژنتیک, الگوریتم تکاملی, الگوریتم ژنتیک, الگوریتم ژنتیک باینری, الگوریتم ژنتیک برای بهینه سازی جایگشتی, الگوریتم ژنتیک عملی, الگوریتم ژنتیک پیوسته, برنامه نویسی متلب, بهینه سازی, بهینه سازی ترکیبی, تحقیق در عملیات, تخصیص درجه دو, فیلم آموزشی الگوریتم ژنتیک, محاسبات تکاملی, مسأله تخصیص درجه دو, مسائل بهینه سازی جایگشتی, مسائل تخصیص, پیاده سازی الگوریتم ژنتیک در متلب

Feed enhanced by Better Feed from Ozh

الگوریتم ژنتیک (Genetic Algorithm) یا GA، به طور قطع شناخته شده ترین روش بهینه سازی هوشمند و الگوریتم تکاملی است، که کاربردهای فراوانی در رشته های مختلف علمی و مهندسی دارد. اهمیت این الگوریتم در محاسبات تکاملی و هوش محاسباتی به قدری است که اولین کلمه ای که پس از عبارت “الگوریتم تکاملی” به ذهن می رسد، الگوریتم ژنتیک است.

تا کنون محصولات متنوعی برای آموزش مباحث تئوری و عملی الگوریتم های ژنتیک، بر روی متلب سایت ارائه شده اند. در این پست قصد داریم محصول جدیدی را که مربوط به حل مسأله حمل و نقل یا Transportation Problem است، به حضور مخاطبین محترم متلب سایت، معرفی کنیم. مسأله حمل و نقل، در حوزه مهندسی صنایع و مدیریت کاربردهای فراوانی دارد و یکی از مسائل پایه ای در مبحث زنجیره های تأمین است.

در این فیلم آموزشی درکنار حل مسأله حمل و نقل، نکات فراوان عملی و تئوری برای برخورد با مسائل بهینه سازی مقید ارائه می شود، که قطعا برای حل سایر مسائل بهینه سازی نیز می توانند مورد استفاده قرار بگیرند. از این رو، این فیلم آموزشی، مرجع مناسبی برای بهینه سازی مقید به حساب می آید.

برای کسب اطلاعات بیشتر در خصوص این فیلم آموزشی، بر روی لینک ادامه مطلب کلیک نمایید.

(...)
Read the rest of فیلم آموزشی حل مسأله حمل و نقل با استفاده از الگوریتم ژنتیک (به زبان فارسی) (519 words)

© مدیر امور آموزش for متلب سایت, 2012. | Permalink | No comment | Add to del.icio.us
Post tags: Binary Genetic Algorithm, Genetic Algorithm, Transportation Problem, آموزش GA, آموزش الگوریتم ژنتیک, الگوریتم تکاملی, الگوریتم ژنتیک, الگوریتم ژنتیک باینری, الگوریتم ژنتیک عملی, الگوریتم ژنتیک پیوسته, برنامه ریزی خطی, برنامه نویسی متلب, بهینه سازی, تحقیق در عملیات, فیلم آموزشی الگوریتم ژنتیک, محاسبات تکاملی, مسأله حمل و نقل, مهندسی صنایع, پیاده سازی الگوریتم ژنتیک در متلب

Feed enhanced by Better Feed from Ozh

الگوریتم ژنتیک (Genetic Algorithm) یا GA، به طور قطع شناخته شده ترین روش بهینه سازی هوشمند و الگوریتم تکاملی است، که کاربردهای فراوانی در رشته های مختلف علمی و مهندسی دارد. اهمیت این الگوریتم در محاسبات تکاملی و هوش محاسباتی به قدری است که اولین کلمه ای که پس از عبارت “الگوریتم تکاملی” به ذهن می رسد، الگوریتم ژنتیک است. تا کنون محصولات متنوعی برای آموزش مباحث تئوری و عملی الگوریتم های ژنتیک، بر روی متلب سایت ارائه شده اند. در این پست قصد داریم محصول جدیدی را که مربوط به حل مسأله مکان یابی هاب یا Hub Location Allocation است، به حضور مخاطبین محترم متلب سایت، معرفی کنیم.

مسأله مکان یابی هاب، که در حوزه مهندسی مخابرات و کامپیوتر به نام طراحی شبکه حسگر (سنسور) بی سیم یا Wireless Sensor Network Design نیز شناخته می شود، یکی از مسائل بسیار کاربردی است که در زمینه های مختلفی، به شکل های متنوع ظاهر می شود. از جمله کاربردهای این مسأله می توان به این موارد اشاره کرد:

• مهندسی مخابرات: طراحی شبکه های ارتباطی، مانند تلفن، موبایل و پست
• مهندسی کامپیوتر: طراحی شبکه های کامپیوتری
• مهندسی ابزار دقیق: طراحی شبکه های سنسوری در محیط های صنعتی (مثلا پالایشگاه، پتروشیمی و نیروگاه)
• مدیریت شهری: مکان یابی مراکز خدماتی
• مدیریت حمل و نقل: مکان یابی مراکز نظارتی و ایستگاه های امداد
• مهندسی قدرت: مکان یابی مراکز تعمیرات، نگهداری و مانیتورینگ خطوط نیرو

برای کسب اطلاعات بیشتر در خصوص این فیلم آموزشی، بر روی لینک ادامه مطلب کلیک نمایید.

(...)
Read the rest of فیلم آموزشی حل مسأله مکان یابی هاب با الگوریتم ژنتیک (به زبان فارسی) (455 words)

© مدیر امور آموزش for متلب سایت, 2012. | Permalink | No comment | Add to del.icio.us
Post tags: Binary Genetic Algorithm, Genetic Algorithm, Hub Location Allocation, Wireless Sensor Network, آموزش GA, آموزش الگوریتم ژنتیک, الگوریتم تکاملی, الگوریتم ژنتیک, الگوریتم ژنتیک باینری, الگوریتم ژنتیک عملی, الگوریتم ژنتیک پیوسته, برنامه نویسی متلب, بهینه سازی, شبکه حسگر بیسیم, شبکه سنسور بیسیم, فیلم آموزشی الگوریتم ژنتیک, محاسبات تکاملی, مهندسی صنایع, مهندسی مخابرات, مهندسی کامپیوتر, مکان یابی, مکان یابی هاب, پیاده سازی الگوریتم ژنتیک در متلب

Feed enhanced by Better Feed from Ozh

برنامه ریزی خطی (Linear Programming) یکی از مباحث مهم و پایه ای در زمینه تحقیق در عملیات و بهینه سازی است. بسیاری از مسائل کاربردی و عملی، با وجود تمام پیچیدگی های ذاتی آن ها، می توانند به صورت یک مسأله برنامه ریزی خطی مدل سازی شوند. از آن جمله می توان به مسأله حمل و نقل (Transportation Problem) اشاره نمود، که یک مسأله کلاسیک است و اهمیت فراوانی در زمینه مدیریت زنجیره تأمین دارد.

روش های فراوانی برای حل مسائل برنامه ریزی خطی وجود دارد که از آن میان، روش سیمپلکس (Simplex) دارای اهمیت و کارایی ویژه ای برای حل مسائل با سایز متوسط است. روش هایی هم برای مواجهه با مسائل بزرگ (با تعداد متغیر زیاد) وجود دارند. تمام این روش ها، در تولباکس بهینه سازی (Optimization Toolbox) متلب تعبیه شده اند و می توان از امکانات مذکور، برای حل مسائل برنامه ریزی خطی استفاده نمود.

در این فیلم آموزشی، روش حل مسائل برنامه ریزی خطی با استفاده از متلب آموزش داده می شود. روش هایی برای آماده سازی اطلاعات لازم برای اجرای برنامه، به صورت مکانیزه، مورد بحث و بررسی قرار گرفته اند. همچنین به عنوان یک مثال کاربردی، مسأله حمل و نقل نیز با استفاده از رویکرد ارائه شده، حل شده است. در پایان نیز، مروری بر سایر توابع و روش های بهینه سازی تولباکس بهینه سازی انجام شده است.

برای دریافت اطلاعات تکمیلی در خصوص این فیلم آموزشی، بر روی لینک ادامه مطلب کلیک کنید.

(...)
Read the rest of فیلم آموزش عملی برنامه ریزی خطی در متلب — به همراه حل مسأله حمل و نقل (به فارسی) (379 words)

© مدیر امور آموزش for متلب سایت, 2012. | Permalink | No comment | Add to del.icio.us
Post tags: Optimization Toolbox, Simplex, Transportation Problem, برنامه ریزی خطی, بهینه سازی, بهینه سازی خطی, تحقیق در عملیات, تولباکس بهینه سازی, روش سیمپلکس, ریاضیات کاربردی, فیلم آموزشی برنامه ریزی خطی, فیلم آموزشی متلب, مسأله حمل و نقل, مهندسی صنایع

Feed enhanced by Better Feed from Ozh