آموزش الگوریتم ژنتیک چند هدفه NSGA-II در متلب

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. (+)



در این فرادرس، دانشجویان عزیز، با مباحث مختلف الگوریتم ژنتیک چند هدفه NSGA-II در متلب آشنا می شوند. سرفصل هایی که در این آموزش به آن پرداخته می شود، مبانی بهینه سازی چند هدفه با الگوریتم های تکاملی، تفاوت های الگوریتم NSGA اولیه با نسخه دوم یا NSGA-II، پیاده سازی بخش های مختلف الگوریتم NSGA-II و … می باشد. نقطه قوت این آموزش این است که به طور کامل به توضیح مباحث مربوطه پرداخته شده است و آموزش توسط یکی از بهترین مدرسین متخصص در این زمینه، انجام شده است.

👤 مدرس: دکتر سیدمصطفی کلامی هریس
🕓 مدت زمان: ۴ ساعت و ۲۹ دقیقه
🎓 تعداد دانشجو: ۴۸۰ نفر این آموزش را تهیه کرده اند. — ۹ نفر در دو هفته اخیر
روش دریافت: لینک دانلود و/یا ارسال فیزیکی

هزینه آموزش: ۱۶,۰۰۰ تومان


آنچه شما در این فرادرس خواهید دید:
آموزش ویدئویی مورد تایید فرادرس
فایل برنامه ها و پروژه های اجرا شده در حین آموزش

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 ژنتیک چند هدفه با مرتب سازی نامغلوب یا Non-dominated Sorting Genetic Algorithm یکی از الگوریتم های شاخص و پرکاربرد در زمینه بهینه سازی چندهدفه است. پس از ارائه نسخه اول این الگوریتم در سال ۱۹۹۵، معرفی کنندگان این الگوریتم، که از میان آن ها دب (Deb) معروف تر از سایرین است، نسخه دوم آن را در سال ۲۰۰۲ با نام اختصاری NSGA-II ارائه نمودند.

    در کنار تمام کارایی هایی که NSGA-II دارد، می توان آن را الگوی شکل گیری بسیاری از الگوریتم های بهینه سازی چند هدفه دانست. این الگوریتم و شیوه منحصر به فرد آن در برخورد با مسائل بهینه سازی چند هدفه، بارها و بارها توسط افراد مختلف برای ایجاد الگوریتم های بهینه سازی چندهدفه جدید تر، مورد استفاده قرار گرفته است. بدون شک این الگوریتم یکی از اساسی ترین اعضای کلکسیون الگوریتم بهینه سازی چندهدفه تکاملی است که می توان آن ها را نسل دوم این گونه روش ها نامید.

    در این فرادرس، دانشجویان عزیز، با مباحث مختلف الگوریتم ژنتیک چند هدفه NSGA-II در متلب آشنا می شوند. سرفصل هایی که در این آموزش به آن پرداخته می شود، مبانی بهینه سازی چند هدفه با الگوریتم های تکاملی، تفاوت های الگوریتم NSGA اولیه با نسخه دوم یا NSGA-II، پیاده سازی بخش های مختلف الگوریتم NSGA-II و … می باشد. نقطه قوت این آموزش این است که به طور کامل به توضیح مباحث مربوطه پرداخته شده است و آموزش توسط یکی از بهترین مدرسین متخصص در این زمینه، انجام شده است.

    موضوع بحث فیلم آموزشی که در این پست قصد معرفی آن را داریم، مبانی تئوری الگوریتم NSGA-II و شیوه پیاده سازی آن در محیط متلب است.

     
    فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
    • مروری بر مبانی بهینه سازی چند هدفه با الگوریتم های تکاملی
    • بیان رویکردهای کلی در طراحی الگوریتم های تکاملی برای بهینه سازی چند هدفه
    • مرور مختصری بر تئوری الگوریتم ژنتیک
    • تعریف مفهوم غلبه در محیط چند هدفه
    • اعمال تغییرات لازم در الگوریتم ژنتیک تک هدفه برای استفاده از آن در مسائل چند هدفه
    • معرفی اجزای مختلف الگوریتم NSGA-II
      • الگوریتم مرتب سازی نا مغلوب و شیوه رتبه بندی یا Ranking
      • مفهوم فاصله ازدحامی یا Crowding Distance
      • شیوه انتخاب والد به صورت رقابت (تورنمنت) دو دویی یا Binary Tournament Selection
      • مرتب سازی جمعیت به صورت چند مرحله ای
      • انتخاب جمعیت جدید از میان اعضای قدیمی و فرزندان
    • تفاوت های الگوریتم NSGA اولیه با نسخه دوم یا NSGA-II
    • پیاده سازی دو مثال نمونه از توابع استاندارد چند هدفه
    • پیاده سازی بخش های مختلف الگوریتم NSGA-II
    • بیان مسأله کوله پشتی (Knapsack Problem) به صورت چند هدفه و حل آن به صورت چند هدفه
    • جمع بندی و نتیجه گیری های نهایی

     

    راهنمای مقایسه و انتخاب

    مجموعه فرادرس های بهینه سازی چند هدفه در متلب در ۸ نسخه مختلف ارائه شده است. می توانید بر حسب نیاز خود یک یا چندین مورد از این آموزش ها را برای مطالعه انتخاب کنید. لیست نسخه های مختلف این فرادرس در ادامه آمده است.

    ردیف عنوان عنوان خلاصه مجموع ساعت لینک
    ۱ فرادرس مبانی تئوری و روش های کلاسیک بهینه سازی چندهدفه مبانی تئوری و روش های کلاسیک ۹۰ دقیقه لینک (کلیک کنید)
    ۲ فرادرس جامع الگوریتم ژنتیک چند هدفه NSGA-II در متلب الگوریتم ژنتیک چند هدفه NSGA-II ۴ ساعت و ۲۹ دقیقه همین صفحه
    ۳ فرادرس جامع الگوریتم PSO چند هدفه یا MOPSO در متلب  الگوریتم PSO چند هدفه ۳ ساعت و ۱۷ دقیقه لینک (کلیک کنید)
    ۴ فرادرس پیاده سازی روش های کلاسیک بهینه سازی چند هدفه در متلب پیاده سازی روش های کلاسیک  ۱ ساعت و ۵۰ دقیقه لینک (کلیک کنید)
    ۵ فرادرس جامع نسخه دوم الگوریتم تکاملی مبتنی بر قوت پارتو یا SPEA2 الگوریتم تکاملی مبتنی بر قوت پارتو ۳ ساعت و ۲۶ دقیقه لینک (کلیک کنید)
    ۶ فرادرس جامع الگوریتم تکاملی چند هدفه مبتنی بر تجزیه یا MOEA/D  الگوریتم تکاملی مبتنی بر تجزیه ۲ ساعت و ۱۴ دقیقه لینک (کلیک کنید)
    ۷ فرادرس جامع نسخه دوم الگوریتم انتخاب مبتنی بر شکل دهی پارتو یا PESA-II الگوریتم انتخاب مبتنی بر شکل دهی پارتو ۲ ساعت و ۴ دقیقه لینک (کلیک کنید)
    ۸ مجموعه فرادرس های بهینه سازی چند هدفه در متلب بهینه سازی چند هدفه در متلب ۱۸ ساعت و ۵۰ دقیقه لینک (کلیک کنید)

    شما می توانید با کلیک روی عنوان هر بسته، جزئیات بیشتری را مشاهده نمایید. ستون مربوط به فردارسی که در صفحه آن قرار دارید به رنگ زرد تنظیم شده است.

    تقسیم بندی مباحث
    سرفصل ها
    مقایسه نسخه ها
    الگوریتم ژنتیک چند هدفه NSGA-II
    مبانی تئوری و روش های کلاسیک
    مبانی بهینه سازی چند هدفه و بیان تفاوت های آن با مسأله بهینه سازی یک هدفه
     –
    تقسیم بندی روش های بهینه سازی چند هدفه
     –
    روش های بهینه سازی چند هدفه کلاسیک
     –
    روش تبدیل به قید یا ε-Constrainet (بخوانید Epsilon Constraint)
     –
    مقدمه سازی برای طرح الگوریتم های تکاملی چند هدفه
    جمع بندی و نتیجه گیری های نهایی
    الگوریتم ژنتیک چند هدفه NSG مروری بر مبانی بهینه سازی چند هدفه با الگوریتم های تکاملی
    بیان رویکردهای کلی در طراحی الگوریتم های تکاملی برای بهینه سازی چند هدفه
     –
    مرور مختصری بر تئوری الگوریتم ژنتیک
    تعریف مفهوم غلبه در محیط چند هدفه
    اعمال تغییرات لازم در الگوریتم ژنتیک تک هدفه برای استفاده از آن در مسائل چند هدفه
    معرفی اجزای مختلف الگوریتم NSGA-II  –
    تفاوت های الگوریتم NSGA اولیه با نسخه دوم یا NSGA-II
    پیاده سازی دو مثال نمونه از توابع استاندارد چند هدفه
    پیاده سازی بخش های مختلف الگوریتم NSGA-II
    بیان مسأله کوله پشتی (Knapsack Problem) به صورت چند هدفه و حل آن به صورت چند هدفه  –
    جمع بندی و نتیجه گیری های نهایی
    الگوریتم PSO چند هدفه مروری بر مبانی بهینه سازی چند هدفه با الگوریتم های تکاملی
    مرور مختصری بر تئوری الگوریتم بهینه سازی ازدحام ذرات یا PSO
    ایجاد تغییرات لازم در الگوریتم PSO برای تبدیل آن به نسخه چند هدفه
    معرفی مفهوم مخزن یا بایگانی پاسخ های نا مغلوب
    معرفی ساختار جدولی مورد استفاده در MOPSO
    مفهوم انتخاب مبتنی بر ناحیه به جای انتخاب مبتنی بر فرد
    شیوه انتخاب الگو یا Leader در الگوریتم MOPSO
    شیوه کنترل اندازه آرشیو
    چگونگی شکل دهی توزیع های احتمالی به نحوی که تنوع پاسخ ها حفظ شود  –
    انتخاب چرخه رولت یا Roulette Wheel Selection و استفاده از آن در MOPSO  –
    بیان شباهت های موجود میان الگوریتم PESA-II و MOPSO  –  –
    پیاده سازی یک مثال نمونه از توابع استاندارد چند هدفه  –  –
    پیاده سازی بخش های مختلف الگوریتم MOPSO در متلب  –
    جمع بندی و نتیجه گیری های نهایی
    پیاده سازی روش های کلاسیک
    مبانی بهینه سازی چند هدفه و بیان تفاوت های آن با مسأله بهینه سازی یک هدفه
     –
    مروری بر روش های بهینه سازی چند هدفه کلاسیک
     –
    پیاده سازی سه روش از روش های مطرح شده در متلب
    بهبود عملکرد برنامه های نوشته شده با حذف پاسخ های مغلوب
    جمع بندی و نتیجه گیری های نهایی
    الگوریتم تکاملی مبتنی بر قوت پارتو
    بررسی مبانی تئوری نسخه یکم الگوریتم SPEA
    بررسی کاستی ها و اشکالات موجود در الگوریتم SPEA
     –
    بیان تفاوت های موجود میان SPEA و SEPA2
    چگونگی تعریف برازندگی ترکیبی در SPEA2 برای انتقال معیار کیفیت پاسخ ها و معیار توزیع
    چگونگی امتیازدهی به پاسخ ها در SPEA2
    چگونگی تعریف معیار توزیع (نظم) با استفاده از الگوی KNN (یا k نزدیک ترین همسایه) در الگوریتم SPEA2
    پیاده سازی گام به گام و عملی الگوریتم SPEA2 در متلب
    اجرای برنامه برای مثال های عددی از مسائل نمونه بهینه سازی چندهدفه
     الگوریتم تکاملی مبتنی بر تجزیه
    مروری بر مبانی روش های تجزیه (Decomposition) در مسائل بهینه سازی چندهدفه
    روش مبتنی بر وزن دهی
     –
    روش های مبتنی بر رویکرد چبیشف (Tchybecheff)
     –
    مبانی تئوری و شیوه عملکرد الگوریتم MOEA/D
    پیاده سازی گام به گام الگوریتم MOEA/D در محیط متلب
    مباحثی در روش های تعیین وزن های اولیه
    تعریف وزن های دو بعدی منظم (توزیع بر روی کمان دایره)
    حل مسائل نمونه بهینه سازی چند هدفه با استفاده از الگوریتم MOEA/D
    الگوریتم انتخاب مبتنی بر شکل دهی پارتو بررسی مبانی تئوری نسخه یکم الگوریتم انتخاب مبتنی بر شکل دهی پارتو یا PESA
     بررسی تفاوت عملکرد نسخه یکم (PESA) و نسخه دوم (PESA-II) از الگوریتم انتخاب مبتنی بر شکل دهی پارتو
     بررسی ساختار احتمالی موجود در PESA و PESA-II و یکسان سازی این دو روش از طریق تعریف فاکتور «فشار انتخاب»
     پیاده سازی گام به گام و عملی الگوریتم PESA-II در متلب
     اعمال تغییرات در برنامه پیاده سازی شده برای بهبود عملکرد آن
     حل یک مسدله نمونه بهینه سازی چندهدفه
     
    اطلاعات کلی مدت زمان ۹۰ دقیقه ۴ ساعت و ۲۹ دقیقه ۳ ساعت و ۱۷ دقیقه ۱ ساعت و ۵۰ دقیقه ۳ ساعت و ۲۶ دقیقه ۲ ساعت و ۱۴ دقیقه ۲ ساعت و ۴ دقیقه ۱۸ ساعت و ۵۰ دقیقه
    حجم دانلود ۱۶۶ مگابایت ۵۷۱ مگابایت ۴۸۷ مگابایت ۲۶۲ مگابایت ۵۶۹ مگابایت ۳۶۵ مگابایت ۳۵۷ مگابایت ۲۷۷۷ مگابایت
    تعداد DVD ۱ ۱ ۱ ۱ ۱ ۱ ۱ ۲


    پیش نیاز


    اطلاعات تکمیلی

    نام آموزش آموزش الگوریتم ژنتیک چند هدفه NSGA-II در متلب
    ناشر فرادرس
    کد آموزش MVRMO9012BC
    مدت زمان ۴ ساعت و ۲۹ دقیقه
    زبان فارسی
    نوع آموزش آموزش ویدئویی     (کیفیت HD - مورد تایید فنی فرادرس)
    حجم دانلود ۵۷۱ مگابایت     (کیفیت ویدئو HD‌ با فشرده سازی انحصاری فرادرس)
    تعداد DVD یک عدد (در صورت دریافت غیر آنلاین)

    پیش نمایش

    پیش نمایش ۱ : فرادرس جامع الگوریتم ژنتیک چند هدفه NSGA-II در متلب - بخش A

    مشاهده آنلاین پیش نمایش - ۳۱ 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 ۹۲ مگابایت (کلیک کنید +)


    پیش نمایش ۲ : فرادرس جامع الگوریتم ژنتیک چند هدفه NSGA-II در متلب - بخش B

    مشاهده آنلاین پیش نمایش - ۴۷ 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 ۱۶۹ مگابایت (کلیک کنید +)




    ​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

    این آموزش را به کتابخانه دیجیتال خود، اضافه کنید

    آموزش الگوریتم ژنتیک چند هدفه NSGA-II در متلب

    هزینه آموزش: ۱۶,۰۰۰ تومان




    سایر آموزش های دکتر سیدمصطفی کلامی هریس



    مطالب مرتبط


    دیدگاه ها

    ( امتیاز ۴٫۹ از ۵ )
    4.9 از 5


    تا کنون ۴۸۰ نفراز این آموزش استفاده کرده اند و ۲۰ نظر ثبت شده است.
    1. 0 از 5

      :

      فوق العاده بی نظیر و مفید بود

    2. 0 از 5

      :

      من دانشجوی کارشناسی ارشد عمران هستم وموضوع پایان نامه م در مورد موازنه زمان هزینه با الگوریتم ژنتیکه، قبلا محصول فیلم جامع الگوریتم ژنتیکو تهیه کردم وبسیار مفید و قابل استفاده بود. اما چون من تصمیم دارم پایان ناممو با رویکرد NSGA2 پیش ببرم به این محصول نیاز فوری دارم و با توجه به شناختی که از آموزش های این سایت پیدا کردم فکر میکنم برام مفید باشه. و استفاده از محصولات این شرکتو به دوستان و همکلاسیهام که در این زمینه میخوان کارکنن هم پیشنهاد میکنم.

    3. 0 از 5

      :

      آموزش های مربوط به شبکه های عصبی و الگوریتم ژنتیک بسیار خوب بود. ممنون.

    4. 0 از 5

      :

      سلام
      لطفا اگه امکانش هست فیلم آموزشی چند هدفه الگوریتم مورچگان رو تهیه کنید

    5. 0 از 5

      :

      در پاسخ به مجتبی:
      با سلام،
      از اینکه پیشنهادات خود را با ما مطرح می کنید؛ متشکریم.

      امیدواریم در آینده، فرصت پاسخگویی عملی به این پیشنهاد فراهم آید و ما بتوانیم یک قدم دیگر به سمت بهبود فرایند ارائه خدمات خود، به پیش رویم.
      موفق و پیروز باشید.

    6. 5 از 5

      :

      با سلام
      لطفا”فایل pdf آموزش را بر روی سایت بگذارید.ممنون تشکر از زحمات شما عزیزان به خاطر سایت خوب تان.

      • 0 از 5

        :

        در پاسخ به سامان:
        با سلام،
        چنانچه هر کدام از مباحث آموزشی دارای فایل PDF باشند، همراه فیلم آموزشی ارائه می شود و به صورت مجزا قابل تهیه نیست.
        موفق و پیروز باشید.

    7. 5 از 5

      :

      با سلام. این آموزش در یادگیری بنده بسیار مفید واقع شد. متشکرم.

    8. 5 از 5

      :

      این آموزش را برای انجام پایان نامه تهیه کردم. خیلی خوب توضیح داده شده بود و من در کل راضی بودم. موفق باشید.

    9. 5 از 5

      :

      با سلام. روش بیان و تدریس خوب آقای دکتر کلامی باعث مفید بودن آموزش است. اگر یک لینک ارتباطی بین مخاطبینی که آموزش را تهیه کرده اند باشد تا بتوانند به هم کمک کنند بسیار عالی است.

    10. 5 از 5

      :

      سلام و خسته نباشید. در کل بسیار خوب بود و نیاز مرا رفع نمود.

    11. 4 از 5

      :

      سلام. بصورت کامل و روان تدریس شده است و فرا تر از انتظارات من بود.

    12. 5 از 5

      :

      پیاده سازی های خیلی خوب و مفیدی را در بر داشت. من از بخش های توضیحات تئوری و هم از بخش های پیاده سازی عملی استفاده کامل را بردم.

    13. 4 از 5

      :

      سلام من بسته ی کامل الگوریتم ژنتیک را خریدم و خیلی خوب بود میخواستم بپرسم که آموزش الگوریتم ژنتیک چند هدفه که در این قسمت قرار داده شده چیز بیشتری نسبت به بسته ی کامل الگوریتم ژنتیک داره؟

    14. 4 از 5

      :

      این فیلم آموزشی ایده خوبی برای حل مسائل چند هدفه به من داد.

    15. 5 از 5

      :

      با سلام. توضیحات بسیار کامل بود و مفهوم را خیلی خوب بیان می کرد. عملکرد استاد در کد نویسی بسیار حرفه ای بود. متشکرم.

    16. 4 از 5

      :

      سلام. برای من که در این زمینه کار نکرده بودم خیلی خوب بود. فقط به نظرم مثال ها ساده بودن. اگه امکانش هست مثالها کاربردی تر باشه.

    17. 5 از 5

      :

      با سلام
      من فیلم آموزشی NSGA-II را دیدم، خیلی عالی بود. فقط یه مشکل دارم: شما یک محدوده مشخص واسه همه متغیرها معین کردید، مثلا همه بین -۵ تا ۵ تغییر می کنند. ولی من هر کدام از متغیرهام در یک بازه متفاوتی تغییر می کنند. چه طور باید این تغییر اعمال کنم؟
      با تشکر از شما

      • 0 از 5

        :

        در پاسخ به مریم:
        از مکاتبه شما و مطرح نمودن سوال تان متشکریم.

        در این حالت، کافی است که به جای آن که VarMin و VarMax به صورت اسکالر (یک عدد تنها) تعریف شوند، به صورت یک بردار هم اندازه با تعداد متغیرها در نظر گرفته شوند. در این حالت، عضو iاُم از هر یک از بردارهای VarMin و VarMax به عنوان حد پایین و بالای متغیر شماره i در بردار پاسخ در نظر گرفته خواهد شد.

        در استاندارد ویژه ای که برای کدنویسی متاهیوریستیک ها و الگوریتم های تکاملی در آموزش فرادرس در نظر گرفته شده است، همه الگوریتم ها با این تکنیک، می توانند حدود مختلف را برای متغیرهای تصمیم در نظر بگیرند.

        منتظر دیدار دوباره شما در فرادرس هستیم.
        موفق و پیروز باشید.

    18. 5 از 5

      :

      با سلام. با بیان شیوای آقای دکتر کلامی همه موارد بیان شده بودند و نیازی به پیش نیاز نبود و از صفر تا صد توضیح داده شده بود. پیشنهاد دارم در آموزش ها از شبیه سازی مقالات به روز استفاده نمایید.

    19. 5 از 5

      :

      بسیار عالی است.

    20. 5 از 5

      :

      مجموعه کامل و کاربردی می باشد هم به لحاظ تئوری و هم به لحاظ عملی توضیحات کامل است. لطفا الگوریتم های چند هدفه دیگر هم آموزش دهید.

    21. 5 از 5

      :

      با سلام. آموزش بسیار خوب بود و بصورت خیلی ساده و کامل تمام کد ها خط به خط آموزش داده شده بود. من هیچ اشکالی در این آموزش ندیدم و برایتان آرزوی موفقیت دارم.

    22. 5 از 5

      :

      آموزش بسیار مفیدی بود.

    23. 5 از 5

      :

      آموزش در کلیات خوب بود و دید جدیدی برای حل مسائل برای ما داشت. در کل این فیلم آموزشی برای من مفید بود.

    24. 0 از 5

      :

      با سلام
      آموزش بسیار کامل و روانی بود. من به واسطه این آموزش توانستم به الگوریتم ژنتیک چند هدفه مسلط بشم و با اعمال تغیراتی بر روی آن، الگوریتم جدیدی جهت تحلیل عدم قطعیت در شبکه های آبرسانی شهری ارائه بدم. مقاله این پژوهش به زودی منتشر خواهد شد.

    25. 5 از 5

      :

      با سلام و خسته نباشید.
      اینجانب الگوریتم بهینه سازی NSGA2 شما را مشاهده کرده ام. بسیار ساده و روان است. سادگی و روان بودن توضیحات از مزیت های اموزش های فرادرس است. توضیحات کامل و بی نقص بود.

    26. 0 از 5

      :

      سلام. خسته نباشید. بنده ترم اخر ارشد برق قدرت از اهواز در حال کار بر روی پایان نامه با موضوع بهینه سازی چند هدفه تصمیم گیری و مکان یابی بهینه نیروگاه های dg با استفاده از الگوریتم ژنتیک(NSGA2) میباشم تمامی دروس اموزشی شما در زمینه الگوریتم ژنتیک و اموزش برنامه نویسی مطلب رو تهیه کردم. ممنون از این که اینقدر به ترویج علم و اموزش های کاربردی اهمیت میدید و جزء دغدغه های شما میباشد.

    27. 5 از 5

      :

      مطالب بسیار دقیق و کامل با جزئیات زیاد توضیح داده شده اند. الگوریتم های پیاده سازی نیز به اندازه مطالب تئوری خوب توضیح داده شده اند. تدریس بسیار خوبی است.

    28. 0 از 5

      :

      سلام.

      ببخشید من با الگوریتم ژنتیک آشنایی کمی دارم و به صورت تک هدفه باهاش کار نکردم اگر بخواهم چند هدفه کار کنم خریدن همین بسته کافی است؟
      آیا از پایه توضیح داده اند یا فرض بر این بوده که با الگوریتم ژنتیک آشنایی دارند.

      ممنون

      • 0 از 5

        :

        از مکاتبه شما متشکریم.

        برای یادگیری بهتر الگوریتم ژنتیک چند هدفه پیشنهاد می شود با الگوریتم ژنتیک تک هدفه آشنایی داشته باشید. در واقع آموزش زیر پیش نیاز این آموزش می باشد:

        مجموعه فرادرس های تئوری و عملی الگوریتم ژنتیک


    نظر شما در مورد این فرادرس چیست؟

    درج دیدگاه

    امتیاز شما به این آموزش:

    *



​همین امروز شروع به آموختن کنید​

آموزش الگوریتم ژنتیک چند هدفه NSGA-II در متلب

هزینه آموزش: ۱۶,۰۰۰ تومان



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