فیلم آموزشی حل مسأله تخصیص درجه دو با استفاده از الگوریتم ژنتیک

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. از جمله مسائل جایگشتی معروف، می توان به موارد زیر اشاره نمود:

مسأله فروشنده دوره گرد (Traveling Salesman Problem) یا TSP
مسأله n وزیر یا n-Queen
انواع مسائل زمان بندی کارگاهی
زمان بندی وظایف برای یک پردازنده (پروسسور) کامپیوتری
مسائل زمان بندی پروژه
مسأله مسیر یابی خودرو (Vehicle Routing Problem) یا VRP
انواع مسائل تخصیص

برخی سرفصل های مورد بحث:

مروری بر مسأله تخصیص درجه دو (Quadratic Assignment Problem) یا QAP
ارائه مدل ریاضی مسأله
مروری بر روش های برخورد با مسائل مقید با قید ساختاری
بیان مسأله QAP به صورت یک مسأله جایگشتی
نحوه ایجاد راه حل های جایشگتی و تبدیل آن ها به راه حلی برای مسأله QAP
روش انجام تقاطع برای کروموزوم های جایگشتی
انواع عملگرهای جهش برای کروموزوم های جایگشتی
تعویض دو عضو یا Swap
معکوس سازی بخش میان دو عضو یا Reversion
حذف و جایگذاری یا Insertion
پیاده سازی مسأله QAP به صورت یک مسأله جایگشتی
انجام تغییرات لازم بر روی الگوریتم ژنتیک برای حل مسائل جایگشتی
حل مسأله QAP با استفاده از الگوریتم ژنتیک
ترسیم شکل مربوط به راه حل مسأله به صورت آنلاین (همگام با اجرای برنامه)
بررسی تاثیر ضرایب وزنی بر پاسخ مسأله
استراتژی های طراحی و مدیریتی در یک شبکه تخصیص
جمع بندی و نتیجه گیری های نهایی


برای کسب اطلاعات بیشتر ، این لینک را ببینید:http://www.matlabsite.com/404/mvrga9011e-qap-using-genetic-algorithm-video-tutorial.html

کلمات کلیدی:
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

ارائه دهنده تبلیغات: متلب سایت - فرادرس

شماره تماس: 88312277 و 88312276 و 09109067124

نشانی: تهران خ کریم خان زن نرسیده به میدان هفتم تیر بین خردمند جنوبی و عارف ادیب پلاک 62 برج B طبقه 5 واحد B52

نشانی سایت: http://matlabsite.com