دانلود PDF کتاب الگوریتم های ژنتیک مصطفی عباس کیا 108 صفحه پی دی اف

دانلود PDF کتاب الگوریتم های ژنتیک مصطفی عباس کیا 108 صفحه پی دی اف

سایت بوک کده دانلود PDF کتاب الگوریتم های ژنتیک مصطفی عباس کیا 108 صفحه پی دی اف را برای شما دوستان فراهم آورده است. الگوریتم‌های ژنتیک (Genetic Algorithms) الگوریتم‌هایی هستند که بر اساس مفهوم تکامل طبیعی و اصول ژنتیک، برای حل مسائل بهینه‌ سازی و جستجوی بهینه استفاده می‌شوند. این الگوریتم‌ها از مفاهیمی مانند ژن، جمعیت، ترکیب و تنوع برای بهینه‌ سازی مسئله استفاده می‌کنند. در زیر توضیحی مختصر از مراحل الگوریتم ژنتیک آورده شده است: ایجاد جمعیت اولیه: یک جمعیت اولیه از فرد‌ها (همچون ژنوم) تصادفی ایجاد می‌شود. با سایت بوک کده همراه باشید.

پی دی اف الگوریتم های ژنتیک

در بسیاری از مسایل مهندسی و علوم معمولا با تابع هدفی روبرو هستیم که میخواهیم آن را بهینه نماییم. مسایل مهندسی با روشهای متفاوتی مورد تحلیل قرار می گیرند روشهای شیوه تحلیلی نظیر روش مضارب لاگرانژ، حساب تغییرات و شیوه های عددی مانند روش های مبتنی بر گرادیان و روشهای تابع جريمه را شامل می شوند.

دانلود پی دی اف مصطفی عباس کیا

در حالت کلی مسایل مهندسی را میتوان در چارچوب مسایل برنامه ریزی ریاضی به روشهای مبتنی بر گرادیان و روشهای جستجوی مستقیم تقسیم نمود که در روش اول مشتقات تابع هدف و قیدها به همراه مقادیر این تابع برای یافتن طرح بهینه به کار گرفته می شود.

PDF الگوریتم های ژنتیک

در برخی از مسایل مهندسی استفاده از روش های مبتنی بر گرادیان تابع هدف امکان پذیر است ولی در تعدادی از مسایل یا نمی توان از این روش استفاده کرد و یا به کار گیری آنها به سادگی امکان پذیر نخواهد بود. از دیدگاه دیگر میتوان این روشها را در گروه روش های قطعی و یا غیر تصادفی و روشهای تصادفی جای داد.

کتاب الگوریتم های ژنتیک مصطفی عباس کیا

 منظور از روش های تصادفی روشهایی است که از نمونه برداری تصادفی در فضای جستجو یا مدلهای تصادفی تابع هدف استفاده کنند که در سالهای اخیر توجه زیادی را به خود جلب کردهاند و این به دلیل ارایه روشهای موثری در حل مسایل بهینه سازی مشکل و امکان دستیابی به نقاط بهینه کلی می باشد.

در انتها می توانید برای اطلاعات بیشتر کتاب تاریخ پنج هزار ساله ی ایران جلد اول صدیق صفی زاده را نیز مطالعه کنید.

فهرست مطالب کتاب الگوریتم های ژنتیک مصطفی عباس کیا : 

بخش اول: درباره ی علم ژنتیک

مقوله ژنتیک با انتشار کتاب مهم و جنجالی چارلز داروین انگلیسی که در آن فرضیه تکاملی خود را مطرح کرده بود در تاریخ 24 نوامبر سال 1859 میلادی به طور جدی مطرح شد. او در کتاب خود که در فارسی با نام حبنیاد انواع شهرت پیدا کرده است مبانی فکری و فرضیه خود دال بر تکامل سیر پیش رونده و روبه جلوی خلقت تدریجی را ارائه کرد. ناگفته پیداست که این مساله در تعارض شدید با نظریات کلیسای آن زمان که به آفرینش آنی و خلقت دفعی انسان معتقد بود قرار داشت.
در سال 1865 میلادی تحقیقات گریگوری مندل کشیش اتریشی درباره وراثت و تکامل و اصولی که به طور تجربی به دست آورده بود چند سال پس از مرگش انتشار یافت این تحقیقات توجه بسیاری را معطوف به این موضوعات نمود. در سال 1903 کروموزوم به عنوان واحد وراثت معرفی گردید در سال 1905 برای اولین بار واژه ژنتیک توسط یک زیست شناس انگلیسی به نام ویلیام بیتسون وضع گردید و مورد استفاده قرار گرفت.

بخش دوم: مقدمه ای بر بهینه سازی

بهینه سازی به فرآیند بهتر کردن هر چیزی اطلاق میشود یک مهندس و یا یک محقق ایده جدیدی را خلق میکند و بهینه سازی به این ایده خلق شده کیفیت میبخشد . در فرایند بهینه سازی تغییراتی بر روی ایده اولیه انجام می شود و با نتایج حاصل از این تغییرات ایده اولیه بهبود می یابد تا مادامی که بتوان ایده مورد نظر را در غالب الکترونیکی ،نوشت کامپیوتر وسیله ای مناسب برای بهینه سازی خواهد بود .بدلیل محدودیت های الگوریتم موضعی افراد به سمت استفاده کردن از روشهای جامع تر که بر پایه فرایندهای بیولوژیکی می باشند، تغییر جهت داده اند واژه جواب بهتر دال بر این میباشد که بیش از چند جواب با مقادیر نایکسان برای مسئله مورد بررسی وجود دارد . بهتر در نظر گرفتن یک جواب به مسئله مورد بررسی روش بررسی مسئله و محدوده تغییرات بستگی دارد بعضی از مسائل دارای جواب مشخص میباشند. 

بخش سوم: الگوریتم های مینیمم یابنده

جستجوی سطح هزینه (تمامی مقادير ممكن تابع) جهت یافتن هزینه مینیمم در بطن تمامی الگوریتم های بهینه سازی قرار دارد. الگوریتم بهینه سازی قدیمی را میتوان در 4 دسته تقسیم بندی کرد:
-جستجوی جامع
-بهینه سازی تحلیلی
-روش شیب دار نلدر – مید
-بهینه سازی مبتنی بر مینیمم سازی خطی
الگوریتم های قدیمی ذکر شده در میزان سرعت همگرایی و مهمتر از آن پیدا نکردن اکسترمم سراسری است. از این رو الگوریتمهای کارا و پر قدرتی همچون روشهای بهینه سازی ،طبیعی پا به عرصه ظهور گذاشتند.

بخش چهارم: هیوریستیک ها

سیستم های پیچیده اجتماعی تعداد زیادی از مسائل دارای طبیعت ترکیباتی را پیش روی ما قرار میدهند. مسیر کامیونهای حمل و نقل باید تعیین ،شود انبارها یا نقاط فروش محصولات باید جایابی شوند، شبکه های ارتباطی باید طراحی شوند کانتینرها باید بارگیری ،شوند رابطهای رادیویی میبایست دارای فرکانس مناسب باشند، مواد اولیه ،چوب، فلز شیشه و چرم باید به اندازه های لازم بریده شوند؛ از این دست مسائل بی شمارند. تئوری پیچیدگی به ما می گوید که مسائل ترکیباتی اغلب پلی نومیال نیستند این مسائل در اندازه های کاربردی و عملی خود به قدری بزرگ هستند که نمیتوان جواب بهینه آنها را در مدت زمان قابل پذیرش به دست آورد. با این وجود، این مسائل باید حل شوند و بنابراین چاره ای نیست که به جوابهای زیر بهینه بسنده نمود به گونه ای که دارای کیفیت قابل پذیرش بوده و در مدت زمان قابل پذیرش به دست آیند.

سوالات متداول:

• آیا در این کتاب تحقیقات و نظرات در مورد الگوریتم ژنتیک آورده شده است؟

پاسخ: بله،  در این کتاب تحقیقات ونظرات در مورد الگوریتم ژنتیک ذکر شده است.

• آیا ایجاد جهش در DNA امکان پذیر است؟

پاسخ: بله، ایجاد جهش در DNA امکان پذیر است.

• آیا در این کتاب به رابطه میان الگوریتم ژنتیک و مسائل دیگر پرداخته شده است؟

پاسخ: بله، در این کتاب به رابطه میان الگوریتم ژنتیک و مسائل دیگر پرداخته شده است .