آموزش پیاده سازی الگوریتم های تکاملی و فراابتکاری در سی شارپ

دسترسی به اطلاعات این آموزش: اطلاعات کلی محتوا و سرفصل ها پیش نمایش و دانلود اطلاعات تکمیلی دیدگاه ها

درباره ناشر

فرادرس
فرادرس

فرادرس بزرگ‌ترین ناشر دیجیتال آموزش‌های تخصصی، دانشگاهی و مهندسی است.

درباره مدرس

دکتر سیدمصطفی کلامی هریس
دکتر سیدمصطفی کلامی هریس

عضو هیأت علمی فرادرس

دکترای تخصصی مهندسی برق-کنترل


دکتر سیدمصطفی کلامی هریس یکی از بنیانگذاران و مدیران کنونی فرادرس و از اعضای هیأت علمی آن است. تا کنون، محتوای آموزشی ارائه شده توسط وی بر روی فرادرس، یکی از مراجع اصلی آموزشی دانشجویان و دانش پژوهان علاقه مند به یادگیری حوزه های مختلف مرتبط با هوش مصنوعی و برنامه نویسی بوده است. (+)



الگوریتم های تکاملی و فراابتکاری (متاهیوریستیک ها) از جمله ابزارهای بسیار قدرتمند هوش مصنوعی، برای حل مسائل بهینه سازی از طریق روش های هوشمند هستند و امروزه در شاخه های مختلفی از علوم و مهندس، کاربردهای فراوانی را به خود اختصاص داده اند. این الگوریتم ها، که اغلب از فرایندهای طبیعی الهام گرفته شده اند، در واقع روش های جستجو هستند که در فضای همه پاسخ های ممکن برای یک مسئله بهینه سازی جستجو می کنند و بهترین پاسخ (یا پاسخ ها) را پیشنهاد می دهند.

👤 مدرس: دکتر سیدمصطفی کلامی هریس
🕓 مدت زمان: ۸ ساعت و ۴۸ دقیقه
🎓 تعداد دانشجو: ۱۶۴ نفر این آموزش را تهیه کرده اند. — ۴ نفر در دو هفته اخیر
روش دریافت: لینک دانلود و/یا ارسال فیزیکی

هزینه آموزش: ۲۳,۰۰۰ تومان


آنچه شما در این فرادرس خواهید دید:
آموزش ویدئویی مورد تایید فرادرس
فایل برنامه ها و پروژه های اجرا شده در حین آموزش
فایل PDF یادداشت های مدرس در حین آموزش
مراجع و فایل های جانبی مرتبط با آموزش

تضمین کیفیت و گارانتی بازگشت هزینه
توجه: کیفیت این آموزش توسط فرادرس تضمین شده است. در صورت عدم رضایت از آموزش، به انتخاب شما:
  • به صورت رایگان یک یا چند آموزش معادل دیگر دریافت می کنید.
  • و یا ۷۰ درصد مبلغ پرداختی به حساب بانکی شما بازگشت داده می شود.
    (توضیحات بیشتر +)
دانلود آنی و ارسال سریع
فعال‌سازی آنی لینک دانلود، بلافاصله پس از ثبت سفارش
ارسال پستی به همراه کد رهگیری مرسوله در اولین ساعت اداری روز
ارسال پیک موتوری در تهران، در همان روز ثبت سفارش

(توضیحات بیشتر +)



    توضیحات

    الگوریتم های تکاملی و فراابتکاری (متاهیوریستیک ها) از جمله ابزارهای بسیار قدرتمند هوش مصنوعی، برای حل مسائل بهینه سازی از طریق روش های هوشمند هستند و امروزه در شاخه های مختلفی از علوم و مهندس، کاربردهای فراوانی را به خود اختصاص داده اند. این الگوریتم ها، که اغلب از فرایندهای طبیعی الهام گرفته شده اند، در واقع روش های جستجو هستند که در فضای همه پاسخ های ممکن برای یک مسئله بهینه سازی جستجو می کنند و بهترین پاسخ (یا پاسخ ها) را پیشنهاد می دهند.

    پیش از این، آموزش تئوری و عملی بیش از ۲۵ الگوریتم فرا ابتکاری در قالب گنجینه بهینه سازی هوشمند در فرادرس ارائه شده اند که در کنار مباحث تئوری و بیان نحوه عملکرد این الگوریتم ها، پیاده سازی گام به گام این موارد در محیط متلب نیز، مورد بحث و بررسی قرار گرفته است. اما همان طور که می دانیم، زبان برنامه نویسی و نرم افزار متلب، اساساً برای امور پژوهشی و آزمایشگاهی مناسب هستند و اغلب برنامه هایی که در متلب نوشته می شوند، از سرعت مناسبی برخوردار نیستند. از این رو، برای نخستین بار، مجموعه آموزشی پیاده سازی الگوریتم های تکاملی و فراابتکار با استفاده از زبان برنامه نویسی سی شارپ (C#‎) بر روی فرادرس منتشر شده است، تا پاسخگوی نیاز روز افزون دانشجویان و پژوهشگران این حوزه باشد.

    از طریق پیاده سازی الگوریتم های فرا ابتکاری در سی شارپ، سرعت اجرای آن ها در مقایسه با متلب، به مراتب افزایش خواهد یافت و این امکان وجود خواهد داشت که نرم افزار نهایی، به صورت یک برنامه مستقل و به راحتی در همه سیستم های ویندوزی (و حتی ادوات موبایل و برخی سیستم های غیر ویندوزی) اجرا شود. در این دوره آموزشی منحصر به فرد، علاوه بر این که موضوع محاسبات تکاملی مورد بررسی قرار می گیرد، مثال های کاملی از نحوه کاربرد سی شارپ در محاسبات علمی و آکادمیک نیز، به صورت ضمنی ارائه می شوند. از این نظر، این آموزش مشابهی حتی به زبان های خارجی ندارد و برای نخستین بار است که چنین مفاهیمی در قالب ویدئویی و با این میزان از تشریح، ارائه می شوند.

     


     

    فهرست دروس و مهم ترین سرفصل های آموزش داده شده در این دوره آموزشی، در ادامه آمده اند:
    • درس یکم: مرور مبانی تئوری الگوریتم بهینه سازی ازدحام ذرات یا PSO
      • مقدمه
      • بررسی شیوه عملکرد الگوریتم PSO در فضای یک بعدی
      • عملکرد الگوریتم PSO در فضاهای با ابعاد بالاتر
      • معرفی مفهوم ذره یا Particle
      • شیوه به روز رسانی سرعت و موقعیت ذرات در PSO
      • مدل ریاضی الگوریتم Particle Swarm Optimization
      • مراحل الگوریتم PSO
    • درس دوم: پیاده سازی الگوریتم PSO در سی شارپ – تعریف مسئله و آماده سازی
      • تعریف یک مسئله بهینه سازی ساده با تابع Sphere
      • پیاده سازی ساختار مربوط به ذرات یا Particle
      • پیاده سازی تابع اجرا کننده PSO
      • پیاده سازی فاز آماده سازی PSO
      • پیاده سازی مجموعه توابع تولید اعداد تصادفی یکنواخت
      • پیاده سازی تابع ریاضی Sphere در سی شارپ
      • تعیین نوع مسئله بهینه سازی با enum (نوع شمارشی)
      • ایجاد جمعیت اولیه و ارزیابی آن ها
      • استفاده از تابع CopyTo برای کپی موقعیت ذرات
    • درس سوم: پیاده سازی الگوریتم PSO در سی شارپ – حلقه اصلی الگوریتم
      • پیاده سازی حلقه اصلی الگوریتم PSO
      • به روز رسانی سرعت و موقعیت ذرات
      • ارزیابی موقعیت جدید ذرات
      • مقایسه ذرات با بهترین خاطره فردی و جمعی
      • نمایش روند اجرای الگوریتم در پنجره کنسول Console
      • تنظیم ضرایب با استفاده از رویکرد Constriction Coefficients
      • تعریف تابع مقایسه برای انواع مسائل بهینه سازی
    • درس چهارم: تبدیل برنامه قبلی به صورت شیء گرا
      • استفاده از تابع Clone برای کپی موقعیت ذرات
      • ایجاد کلاس Randoms حاوی توابع استاتیک ایجاد اعداد تصادفی
      • تعریف کلاس ParticleSwarmOptimization برای پیاده سازی الگوریتم PSO
      • تعریف ویژگی های کلاس PSO
      • تعریف توابع سازنده کلاس PSO
      • انتقال برنامه تابعی PSO به داخل کلاس جدید
      • تعریف توابعی برای تنظیم ضرایب PSO
    • درس پنجم: افزودن رویداد و تبدیل برنامه به حالت تحت ویندوز (Windows Forms)
      • بهبود عملکرد برنامه در رعایت حدود بالا و پایین متغیرهای تصمیم
      • تعریف رویداد برای کلاس PSO
      • جا دادن رویدادها در بدنه اصلی الگوریتم
      • پاسخگویی به رویدادها در خارج از کلاس PSO
      • ایجاد یک برنامه تحت ویندوز برای اجرای PSO
      • ایجاد المان های لازم در پنجره اصلی برنامه
      • اجرای الگوریتم PSO در محیط ویندوزی
      • پاسخگویی به رویدادها و نمایش پیام های مربوطه
    • درس ششم: بهبود برنامه تحت ویندوز با افزودن کنترل های پارامتری
      • اعمال تغییرات در کلاس PSO برای دسترسی امن به اطلاعات درونی آن
      • افزودن کنترل های جدید برای تنظیم پارامترهای PSO
      • اتصال میان PSO و کنترل های موجود در صفحه
      • اجرای الگوریتم PSO
      • نمایش اطلاعات از روند اجرای الگوریتم
    • درس هفتم: جداسازی تعریف مسئله و الگوریتم با تعریف کلاس مجزا
      • تعریف کلاس OptimizationProblem برای جداسازی مسئله از روش حل
      • تعریف ویژگی های و متدهای کلاس مسئله
      • ارزیابی راه حل های پیشنهادی در درون کلاس مسئله
      • تغییر تعریف توابع PSO برای سازگاری با کلاس جدید
      • بهبود تعریف ساختار ذره یا Particle
    • درس هشتم: تعریف متغیرهای تصمیم پیوسته با بازه متفاوت
      • تعریف کلاس جدید DecisionVariable برای معرفی متغیرهای تصمیم
      • تعریف ویژگی های متغیر تصمیم (حد بالا و پایین)
      • تعریف شیوه ترجمه متغیرهای تصمیم
      • افزودن متغیرهای تصمیم به کلاس مسئله
      • آشنایی با کلاس Dictionary برای مدیریت متغیرهای با نام
      • تعریف توابع مربوط به افزودن و حذف متغیرها
      • تعریف مسئله بهینه سازی جدید با متغیرهای دارای حدود متفاوت
      • ایجاد مؤلفه موقعیت اصلی در ساختار پاسخ
    • درس نهم: تعریف متغیرهای تصمیم گسسته باینری و عدد صحیح
      • تعریف نوع شمارشی (enum) نوع متغیر تصمیم (حقیقی، باینری و عدد صحیح)
      • بررسی شیوه کدینگ عدد صحیح و باینری با نگاشت جزء صحیح
      • تعریف شیوه ترجمه برای متغیرهای عدد صحیح و باینری
      • حل معادله عدد صحیح با الگوریتم PSO در سی شارپ
      • تعریف مسائل بهینه سازی ترکیبی از متغیرهای حقیقی، عدد صحیح و باینری
    • درس دهم: مرور مبانی تئوری الگوریتم شبیه سازی تبرید و پیاده سازی آن
      • بررسی نحوه عملکرد الگوریتم Simulated Annealing یا SA
      • ساده سازی قاعده انتخاب پاسخ در SA
      • بررسی شیوه ایجاد همسایگی در الگوریتم شبیه سازی تبرید با توزیع گوسی
      • پیاده سازی الگوریتم SA در قالب کلاس SimulatedAnnealing
      • افزودن ویژگی ها و متدهای پایه
      • پیاده سازی فاز آماده سازی SA
      • آشنایی با نگاشت باکس-مولر (Box-Muller) برای ایجاد توزیع نرمال (گوسی)
      • پیاده سازی فرمول-باکس مولر در C#
      • افزودن مجموعه توابع NormalRand به کلاس Randoms
      • پیاده سازی حلقه اصلی الگوریتم SA
      • نهایی سازی الگوریتم SA
    • درس یازدهم: اتصال برنامه SA به برنامه تحت ویندوز قبلی
      • تعریف کنترل ها در برنامه تحت ویندوز برای اتصال به SA
      • پاسخگویی به رویدادهای کلاس SA
      • اجرای الگوریتم شبیه سازی تبرید در برنامه تحت ویندوز
    • درس دوازدهم: مرور مبانی تئوری الگوریتم های ژنتیک و نحوه کارکرد آن ها
      • مروری بر مفاهیم پایه ای الگوریتم ژنتیک و الگوریتم های تکاملی
      • بررسی حلقه تکامل و مدل کلی الگوریتم های ژنتیک
      • بررسی عملگر تقاطع (Crossover) و جهش (Mutation)
      • ساختار کلی و کامل الگوریتم ژنتیک
    • درس سیزدهم: پیاده سازی عملی الگوریتم ژنتیک در سی شارپ
      • پیاده سازی کلاس GeneticAlgorithm
      • افزودن ویژگی ها و متدهای پایه به کلاس GA
      • بهبود تعریف بدترین حالت در کلاس مسئله
      • ایجاد جمعیت اولیه در کلاس GA
      • پیاده سازی حلقه اصلی الگوریتم ژنتیک
      • الحاق جمعیت اصلی و فرزندان با LINQ
      • مرتب سازی جمعیت با استفاده از دستورات LINQ
      • پیاده سازی تابع RandInt برای ایجاد اعداد تصادفی صحیح
      • پیاده سازی تابع CrossOver برای انجام عمل تقاطع
      • پیاده سازی تابع Mutate برای انجام جهش در الگوریتم ژنتیک
      • نهایی سازی تابع اصلی الگوریتم ژنتیک
    • درس چهاردهم: اتصال برنامه GA به برنامه تحت ویندوز قبلی
      • تعریف کنترل ها در برنامه تحت ویندوز برای اتصال به الگوریتم ژنتیک
      • پاسخگویی به رویدادهای کلاس GA
      • اجرای الگوریتم ژنتیک در برنامه تحت ویندوز
      • جمع بندی و ارائه پیشنهادهایی برای بهبود برنامه های این دوره آموزشی

    پیش نمایش

    بخش ۱ : مرور مبانی تئوری الگوریتم بهینه‌سازی ازدحام ذرات یا PSO - ۴۶ دقیقه


    توجه: ممکن است که به خاطر سرعت پایین اینترنت شما، نمایش آنلاین با کیفیت پایین تر از کیفیت HD ویدئوی اصلی نمایش داده شوند. برای تنظیم کیفیت نمایش آنلاین روی علامت کلیک نمایید یا اینکه آموزش را دانلود کرده و سپس مشاهده نمایید.

    دانلود مستقیم - حجم دانلود ۴۲ مگابایت (کلیک کنید +)


    بخش ۲ : پیاده‌سازی الگوریتم PSO در سی شارپ - تعریف مسأله و آماده‌سازی - ۵۲ دقیقه


    توجه: ممکن است که به خاطر سرعت پایین اینترنت شما، نمایش آنلاین با کیفیت پایین تر از کیفیت HD ویدئوی اصلی نمایش داده شوند. برای تنظیم کیفیت نمایش آنلاین روی علامت کلیک نمایید یا اینکه آموزش را دانلود کرده و سپس مشاهده نمایید.

    دانلود مستقیم - حجم کل دانلود ۸۶ مگابایت

    دانلود مستقیم بخش ۱ - حجم دانلود ۴۳ مگابایت (کلیک کنید +)

    دانلود مستقیم بخش ۲ - حجم دانلود ۴۳ مگابایت (کلیک کنید +)

    راهنمای دانلود: لطفاً همه بخش ها را ابتدا به صورت کامل در یک فولدر دانلود کنید و کنار هم قرار دهید و سپس روی یکی از آنها کلیک راست کرده و extract نمایید. راهنمایی های بیشتر را در این لینک (+) ببینید.


    بخش ۳ : پیاده‌سازی الگوریتم PSO در سی شارپ - حلقه اصلی الگوریتم - ۱۹ دقیقه


    توجه: ممکن است که به خاطر سرعت پایین اینترنت شما، نمایش آنلاین با کیفیت پایین تر از کیفیت HD ویدئوی اصلی نمایش داده شوند. برای تنظیم کیفیت نمایش آنلاین روی علامت کلیک نمایید یا اینکه آموزش را دانلود کرده و سپس مشاهده نمایید.

    دانلود مستقیم - حجم دانلود ۵۳ مگابایت (کلیک کنید +)


    پیش نمایش ۴ : تبدیل برنامه قبلی به صورت شی ء گرا - ۱۵ دقیقه


    توجه: ممکن است که به خاطر سرعت پایین اینترنت شما، نمایش آنلاین با کیفیت پایین تر از کیفیت HD ویدئوی اصلی نمایش داده شوند. برای تنظیم کیفیت نمایش آنلاین روی علامت کلیک نمایید یا اینکه آموزش را دانلود کرده و سپس مشاهده نمایید.

    دانلود مستقیم پیش نمایش - حجم دانلود ۴۶ مگابایت (کلیک کنید +)


    پیش نمایش ۵ : افزودن رویداد و تبدیل برنامه به حالت تحت ویندوز (Windows Forms) - ۱۵ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۶ : بهبود برنامه تحت ویندوز با افزودن کنترل‌های پارامتری - ۹ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۷ : جداسازی تعریف مسأله و الگوریتم با تعریف کلاس مجزا - ۷ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۸ : تعریف متغیرهای تصمیم پیوسته با بازه متفاوت - ۱۳ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۹ : تعریف متغیرهای تصمیم گسسته باینری و عدد صحیح - ۱۰ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    بخش ۱۰ : مرور مبانی تئوری الگوریتم شبیه‌سازی تبرید و پیاده‌سازی آن - ۴۸ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    بخش ۱۱ : اتصال برنامه SA به برنامه تحت ویندوز قبلی - ۲۵ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۱۲ : مرور مبانی تئوری الگوریتم‌های ژنتیک و نحوه کارکرد آن‌ها - ۸ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۱۳ : پیاده‌سازی عملی الگوریتم ژنتیک در سی شارپ - ۱۵ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۱۴ : اتصال برنامه GA به برنامه تحت ویندوز قبلی - ۴ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.


    اطلاعات تکمیلی

    نام آموزش آموزش پیاده سازی الگوریتم های تکاملی و فراابتکاری در سی شارپ
    ناشر فرادرس
    شناسه اثر ۸-۱۲۴۵۲-۰۵۶۴۰۷ (ثبت شده در مرکز رسانه‌های دیجیتال وزارت ارشاد)
    کد آموزش FVRCS110
    مدت زمان ۸ ساعت و ۴۸ دقیقه
    زبان فارسی
    نوع آموزش آموزش ویدئویی     (کیفیت HD - مورد تایید فنی فرادرس)
    حجم دانلود ۱٫۱۶ گیگابایت     (کیفیت ویدئو HD‌ با فشرده سازی انحصاری فرادرس)
    تعداد DVD یک عدد (در صورت دریافت غیر آنلاین)


    ​راهنمای تهیه آموزشها

    آیا می دانید که تهیه یک آموزش از فرادرس و شروع یادگیری چقدر ساده است؟

    راهنمایی بیشتر ( +)

    در مورد این آموزش یا نحوه تهیه آن سوالی دارید؟ 
    • با شماره تلفن واحد مخاطبین ۸۸۳۱۲۲۷۶ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
    • از طریق بخش چت آنلاین، با پشیبان های فرادرس گفتگو کنید.- همه روزهای کاری هفته از ساعت ۸ صبح تا ۱۲ شب
    • با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه

    با شروع یادگیری، یک کلیک فاصله دارید. همین حالا شروع کنید.

    آموزش پیاده سازی الگوریتم های تکاملی و فراابتکاری در سی شارپ

    هزینه آموزش: ۲۳,۰۰۰ تومان




    سایر آموزش های دکتر سیدمصطفی کلامی هریس



    مطالب مرتبط


    دیدگاه ها

    تا کنون ۱۶۴ نفراز این آموزش استفاده کرده اند.
    1. 4 از 5

      :

      با سلام و تشکر از آموزش بسیار خوب شما.

      یه جاهایی سریع تدریس میشه ولی در کل آموزش خیلی خوبی هست .

      یه پیشنهاد داشتم؛ به نظرم برای توقف برنامه در حالت کنسول و دیدن نتایج از این دستور در انتها استفاده کنید مناسب تره و دیگه لازم نیست از منوی Debug استفاده کرد.

      Console.Readkey

      با تشکر از شما.

    2. 0 از 5

      :

      من از تدریس آقای دکتر کلامی بسیار راضی هستم. آموزش های ایشان بسیار عالی است. لطفا آموزش های بیشتری در زمینه سی شارپ با تدریس ایشان ارائه شود.

    3. 5 از 5

      :

      هرچند عادت ندارم از کاری تعریف کنم ولی در این مورد، سعی میکنم اغراق نکنم. به نظر من بهترین آموزش در فرادرس، همین آموزش محکم و پر مطلبیه که واقعا کاربردیه که بنده تا حالا نظیرشو هیچ جا ندیدم که جای این آموزش خالی بود. کاملا خلاصه، پر محتوا، کاربردی و گام به گام و مطالب منحصر به فرد. از جناب کلامی واقعا بابت این آموزش جدا از همه کارهای خوبی که تدریس کردند، سپاسگزارم. امیدوارم همیشه روند رو به رشدشان رو برای کمک به تحصیلات تکمیلی مملکت شاهد باشیم.


    نظر شما در مورد این فرادرس چیست؟

    درج دیدگاه

    امتیاز شما به این آموزش:

    *



​همین امروز شروع به آموختن کنید​

آموزش پیاده سازی الگوریتم های تکاملی و فراابتکاری در سی شارپ

هزینه آموزش: ۲۳,۰۰۰ تومان



برچسب‌ها: , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,




فرادرس در رسانه ها و جشنواره ها

روزنامه ایرانیان مرکز توسعه فناوری اطلاعات و رسانه های دیجیتال روز آفرین نت استارت کنفرانس مهندسی برق ایران جشنواره وب ایران

عضویت در خبرنامه فرادرس

برای دریافت اخبار مربوط به آخرین فرادرس های منتشر شده، ایمیل خود را در کادر زیر وارد نمایید.

Please leave this field empty.

تمامی محصولات و خدمات این وبسایت، حسب مورد دارای مجوزهای لازم از مراجع مربوطه می‌باشند و فعالیت‌های این سایت تابع قوانین و مقررات جمهوری اسلامی ایران است.
فرادرس مجوز نشر دیجیتال از وزرات فرهنگ و ارشاد اسلامی logo-samandehi پرداخت آنلاین -  بانک ملت پرداخت آنلاین - بانک پارسیان پرداخت آنلاین - بانک اقتصاد نوین پرداخت آنلاین - بانک سامان