هزینه آموزش
۸۰,۰۰۰ تومان

مجموعه آموزش های الگوریتم رقابت استعماری در متلب

مجموعه آموزش های الگوریتم رقابت استعماری در متلب

تعداد دانشجو
۱,۵۵۳ نفر
مدت زمان
۱۳ ساعت و ۸ دقیقه
هزینه آموزش
۸۰,۰۰۰ تومان
محتوای این آموزش
تضمین کیفیت
۳۲ بازخورد (مشاهده نظرات)
مجموعه آموزش های الگوریتم رقابت استعماری در متلب

الگوریتم رقابت استعماری (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 فرایند سیاسی استعمار است. در این فرادرس، دانشجویان عزیز با مباحث مختلف الگوریتم رقابت استعماری در متلب آشنا می شوند. دروسی که در این آموزش به آن پرداخته می شود، الگوریتم رقابت استعماری، خوشه بندی یا Clustering، درون یابی توابع شعاعی پایه یا RBF با الگوریتم رقابت استعماری و... است. 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.

مجموعه آموزش های الگوریتم رقابت استعماری در متلب

مدت زمان
۱۳ ساعت و ۸ دقیقه
هزینه آموزش
۸۰,۰۰۰ تومان
محتوای این آموزش
۳۲ بازخورد (مشاهده نظرات)
مدرس
دکتر سید مصطفی کلامی هریس

دکتری تخصصی مهندسی برق - کنترل

دکتر سید مصطفی کلامی هریس یکی از بنیانگذاران و مدیران کنونی فرادرس و از اعضای هیات علمی آن است. ایشان دارای مدرک دکترای تخصصی در رشته مهندسی برق - کنترل، از دانشگاه صنعتی خواجه نصیرالدین طوسی (قطب علمی کنترل صنعتی) هستند و زمینه های پژوهشی و کاری تخصصی ایشان، در حوزه های مختلف مهندسی کنترل و سیستم های هوشمند بوده است.

توضیحات تکمیلی

الگوریتم رقابت استعماری (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 فرایند سیاسی استعمار است. به همان صورت که الگوریتم ژنتیک (Genetic Algorithm)، تکامل زیستی را شبیه سازی می کند، در الگوریتم رقابت استعماری، از تکامل سیاسی استفاده شده است. این الگوریتم در سال ۲۰۰۷ توسط اسماعیل آتش پز گرگری و مرحوم پروفسور کارو لوکاس (Caro Lucas) (استاد فقید دانشگاه تهران) معرفی شد و تاکنون 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.

درس یکم: الگوریتم رقابت استعماری - شامل مباحث تئوری و عملی

در این درس، دانشجویان عزیز، با مباحث مختلف تئوری و عملی الگوریتم رقابت استعماری آشنا می شوند. دروسی که در این آموزش به آن پرداخته می شود، مبانی بهینه سازی، تشریح بخش های مختلف الگوریتم رقابت استعماری، پیاده سازی گام به گام الگوریتم ICA و... است. نقطه قوت این درس 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.

فهرست سرفصل ها و رئوس مطالب مطرح شده در درس یکم در ادامه آمده است:
  • مروری بر مبانی بهینه سازی
  • مبانی تئوری الگوریتم رقابت استعماری یا ICA
  • تشریح بخش های مختلف الگوریتم رقابت استعماری و کارکرد آن ها
  • سناریوهای مختلف قابل استفاده در پیاده سازی الگوریتم رقابت استعماری
  • ایده های فراگیر در زمینه محاسبات تکاملی و ادغام آن ها در الگوریتم رقابت استعماری
  • تاثیر پارامترها و اپراتورها (عملگرها) در عملکرد کلی الگوریتم رقابت استعماری
  • پیاده سازی گام به گام الگوریتم ICA در محیط متلب (MATLAB)
  • پیاده سازی اپراتورها و اجزای الگوریتم به طرق مختلف
  • حل یک مساله نمونه و ساده
  • جمع بندی و نتیجه گیری های نهایی

درس دوم: خوشه بندی (Clustering) با الگوریتم رقابت استعماری

در راستای پوشش نیازهای علمی جامعه هوش محاسباتی ایران، بسته کاملی از فیلم های آموزشی الگوریتم رقابت استعماری توسط متلب سایت تهیه شده است که می توانند به عنوان مرجع کاملی برای دانشجویان و دانش پژوهان مورد استفاده قرار بگیرند. بخشی از این درس، که در اینجا قصد معرفی آن را داریم، مربوط به حل مساله خوشه بندی (کلاسترینگ) یا Clustering با استفاده از الگوریتم رقابت استعماری است.

فهرست سرفصل ها و رئوس مطالب مطرح شده در درس دوم در ادامه آمده است:
  • مروری بر مبانی طبقه بندی اطلاعات و اهمیت آن
  • بیان ریاضی مساله خوشه بندی (Clustering)
  • تبدیل مساله خوشه بندی به یک مساله بهینه سازی
  • پیاده سازی مساله خوشه بندی در قالب یک مساله بهینه سازی در محیط متلب
  • حل مساله خوشه بندی با استفاده از الگوریتم رقابت استعماری
  • بهبود عملکرد و کامل سازی برنامه نوشته شده
  • نمایش گرافیکی نتایج حاصل از حل مساله خوشه بندی
  • جمع بندی و نتیجه گیری های نهایی

درس سوم: درون یابی توابع شعاعی پایه (Radial Basis Function) یا به اختصار RBF با الگوریتم رقابت استعماری

در این درس که مربوط به درون یابی توابع شعاعی پایه (Radial Basis Function) یا به اختصار RBF با الگوریتم رقابت استعماری است، در واقع تنظیم ضرایب یک شبکه عصبی RBF به صورت یک مساله بهینه سازی بیان شده است و توسط الگوریتم رقابت استعماری انجام پذیرفته است.

فهرست سرفصل ها و رئوس مطالب مطرح شده در درس سوم در ادامه آمده است:
  • مروری بر مبانی مدل سازی و برازش منحنی
  • آشنایی با توابع شعاعی پایه
  • بیان مساله مدل سازی و برازش منحنی به صورت یک مساله بهینه سازی
  • پیاده سازی مساله مدل سازی RBF به صورت یک مساله بهینه سازی در محیط متلب
  • حل مساله مدل سازی با استفاده از الگوریتم رقابت استعماری
  • بهبود عملکرد و کامل سازی برنامه نوشته شده
  • نمایش گرافیکی نتایج حاصل از حل مساله مدل سازی
  • جمع بندی و نتیجه گیری های نهایی

درس چهارم: حل مساله کوچک ترین درخت پوشا (Minimum Spanning Tree Problem) یا به اختصار MSTP با الگوریتم رقابت استعماری

مساله کوچک ترین درخت پوشا (Minimum Spanning Tree Problem) یا به اختصار MSTP به صورت یک مساله بهینه سازی گسسته باینری (صفر و یک) بیان شده است و از این رو، این درس دارای اهمیت ویژه ای است. زیرا در این درس نحوه استفاده از الگوریتم رقابت استعماری برای حل مسائل باینری آموزش داده شده است، و این درس 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 (Binary Genetic Algorithms)، اپراتور انقلاب (Revolution) در این درس بازنگری شده است، به نحوی که عملکرد الگوریتم را برای حل مسائل باینری بهبود دهد.

فهرست سرفصل ها و رئوس مطالب مطرح شده در درس چهارم در ادامه آمده است:
  • تعریف ریاضی مساله کوچکترین درخت پوشا (Minimum Spanning Tree)
  • مروری بر مبانی نظریه گراف
  • قضایا و لم های مربوط به تشخیص متصل بودن گراف ها
  • پیاده سازی الگوریتم های مورد استفاده از تئوری گراف ها
  • چگونگی استفاده از الگوریتم رقابت استعماری برای حل مسائل باینری
  • حل مساله کوچکترین درخت پوشا با استفاده از الگوریتم رقابت استعماری
  • بهبود عملکرد الگوریتم با الهام از الگوریتم ژنتیک باینری و اصلاح عملگر انقلاب (Revolution)
  • نمایش گرافیکی نتایج حاصل از حل مساله
  • جمع بندی و نتیجه گیری های نهایی

درس پنجم: حل مسائل جایگشتی با الگوریتم رقابت استعماری

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

  • مساله فروشنده دوره گرد (Traveling Salesman Problem) به اختصار TSP که به جرات می توان گفت که معروف ترین مساله بهینه سازی جایگشتی است و کاربردهای فراوانی دارد.
  • مساله تخصیص درجه دو (Quadratic Assignment Problem) به اختصار QAP که دارای کاربردهای وسیعی در علوم مهندسی است.
  • مساله n وزیر (n-Queen Probem) به اختصار nQP که یک مساله کلاسیک در بهینه سازی و تحقیق در عملیات است.
  • مساله زمان بندی پایه (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.

رویکردهای ارائه شده در این درس بسیار فراگیر و عمومی هستند و می توان از نکات تئوری و عملی بیان شده برای حل سایر مسائل جایگشتی نیز استفاده نمود. همچنین، به راحتی می توان نکات مورد بحث در این درس را با سایر الگوریتم های بهینه سازی پیوسته مانند: بهینه سازی ازدحام ذرات (Particle Swarm Optimization) و تکامل تفاضلی (Differential Evolutuion)، مورد استفاده قرار داد. در این درس اپراتور انقلاب (Revolution) مورد بازنگری قرار گرفته است و تغییراتی در آن اعمال شده است که عمکلرد الگوریتم رقابت استعماری برای حل مسائل جایگشتی بهبود یابد.

فهرست سرفصل ها و رئوس مطالب مطرح شده در درس پنجم در ادامه آمده است:
  • تعریف ریاضی مساله فروشنده دوره گرد (TSP)
  • نحوه کدینگ پاسخ یک مساله جایگشتی به صورت پیوسته
  • پیاده سازی تابع هزینه و مدل ریاضی مربوط به مساله فروشنده دوره گرد
  • حل مساله TSP با استفاده از الگوریتم رقابت استعماری
  • نمایش گرافیکی نتایج حل مساله TSP با استفاده از الگوریتم رقابت استعماری
  • بهبود عملکرد الگوریتم رقابت استعماری با اصلاح اپراتور انقلاب (Revolution)
  • تعریف ریاضی مساله تخصیص درجه دو (Quadratic Assignment Problem) یا به اختصار QAP
  • پیاده سازی تابع هدف و مدل ریاضی مربوط به مساله QAP
  • حل مساله QAP با استفاده از الگوریتم رقابت استعماری
  • نمایش گرافیکی نتایج حاصل از حل مساله QAP
  • تعریف ریاضی مساله n وزیر (n - Queen Problem)
  • پیاده سازی تابع هدف و مدل ریاضی مربوط به مساله n وزیر
  • حل مساله n وزیر با استفاده از الگوریتم رقابت استعماری
  • نمایش گرافیکی نتایج حاصل از حل مساله n وزیر
  • تعریف ریاضی مساله زمان بندی ساده و مفاهیم بنیادی مربوطه
  • پیاده سازی تابع هزینه و مدل ریاضی مربوط به مساله زمان بندی
  • حل مساله زمان بندی با استفاده از الگوریتم رقابت استعماری
  • نمایش گرافیکی چارت زمان بندی حاصل از حل مساله زمان بندی
  • جمع بندی و نتیجه گیری های نهایی

آنچه در این آموزش خواهید دید:

آموزش ویدئویی مورد تائید فرادرس
فایل برنامه ها و پروژه های اجرا شده
فایل PDF یادداشت‌ های ارائه مدرس




پیش نمایش‌ها

۱. مبانی تئوری الگوریتم رقابت استعماری یا ICA

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید دانلود پیش‌نمایش - حجم: ۹۹ مگابایت -- (کلیک کنید +))

۲. پیاده سازی الگوریتم رقابت استعماری یا ICA در متلب

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید دانلود پیش‌نمایش - حجم: ۱۸۹ مگابایت -- (کلیک کنید +))

۳. خوشه بندی یا Clustering با الگوریتم رقابت استعماری یا ICA

توجه: اگر به خاطر سرعت اینترنت، کیفیت نمایش پایین‌تر از کیفیت HD ویدئو اصلی باشد؛ می‌توانید ویدئو را دانلود و مشاهده کنید دانلود پیش‌نمایش - حجم: ۷۸ مگابایت -- (کلیک کنید +))

۴. درون یابی توسط توابع شعاعی پایه یا RBF با الگوریتم رقابت استعماری یا ICA
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۵. حل مساله کوچکترین درخت پوشا یا Minimum Spanning Tree
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
۶. حل مسائل جایگشتی با الگوریتم رقابت استعماری یا ICA
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
این آموزش شامل ۶ جلسه ویدئویی با مجموع ۱۳ ساعت و ۸ دقیقه است.
با تهیه این آموزش، می‌توانید به همه بخش‌ها و جلسات آن، دسترسی داشته باشید.

راهنمای سفارش 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 ۵۷۹۱۶۰۰۰ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
  • با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه


اطلاعات تکمیلی

نام آموزش مجموعه آموزش های الگوریتم رقابت استعماری در متلب
ناشر فرادرس
شناسه اثر ۸–۱۲۴۵۲–۰۴۳۰۶۵ (ثبت شده در مرکز رسانه‌های دیجیتال وزارت ارشاد)
کد آموزش MVRIC9012
مدت زمان ۱۳ ساعت و ۸ دقیقه
زبان فارسی
نوع آموزش آموزش ویدئویی (نمایش آنلاین + دانلود)
حجم دانلود ۱ گیگابایت (کیفیت ویدئو HD با فشرده سازی انحصاری فرادرس)


تضمین کیفیت و گارانتی بازگشت هزینه
توجه: کیفیت این آموزش توسط فرادرس تضمین شده است. در صورت عدم رضایت از آموزش، به انتخاب شما:
  • ۱۰۰ درصد مبلغ پرداختی در حساب کاربری شما شارژ می‌شود.
  • و یا ۷۰ درصد مبلغ پرداختی به حساب بانکی شما بازگشت داده می‌شود.


آموزش‌های پیشنهادی برای شما



نظرات

تا کنون ۱,۵۵۳ نفر از این آموزش استفاده کرده اند و ۳۲ نظر ثبت شده است.
رامتین
رامتین
۱۳۹۹/۰۹/۰۸

از نظر محتوا و کدنویسی خیلی خوب گفته شده اما
متاسفانه مثل بقیه آموزش های استاد کلامی طولانی و جاهایی خارج از حوصله بود.
همانطور که قبلا پیشنهاد دادم بهتره آموزش های کوتاهتری
با همین محتوا ارایه بشه

زینب
زینب
۱۳۹۹/۰۱/۰۷

مطالب جامع و مفید بود.

محمود
محمود
۱۳۹۶/۰۸/۲۰

آموزش الگوریتم رقابت استعماری
خیلی خوب بود که ابتدا با خود الگوریتم با مقاله رفرنس و مباحث تئوریک توضیح داده‌شده . بعد به کد نویسی خود الگوریتم پرداخته البته در حین کد نویسی نکته در رابطه با برنامه‌نویسی متلب وجود داشته باشد به‌طور کاملاً مجزا ابتدا توضیح می‌دهید استاد کلامی هریس بعد به‌صورت داخل پرانتز بعد از ادامه کد نویسی الگوریتم را ادامه می‌دهد .

این‌ها واقعاً از نقاط قوت آموزش‌های استاد کلامی هریس می‌باشد و البته به ارائه مثال‌ها مختلف و توضیح تئوریک مثال هم خیلی خوب پرداخته شد است به نظر بنده خیلی عالیه .

با تشکر

امیر
امیر
۱۳۹۶/۰۵/۰۶

سلام
بسیار خووب و عالی
فقط کاش یکم بیشتر مثال و نمونه حل میکردین

ashrafi
ashrafi
۱۳۹۵/۰۳/۰۱

آموزش به صورت بسیار خوبی شده است. مخصوصا برای دانشجویان دوره های ارشد می تواند بسیار مفید باشد.

اگر کدهای #C یا ++C آن نیز ارائه شوند بسیار خوب و مفید فایده خواهد بود.

با تشکر از تهیه کنندگان این مجموعه.

روابط عمومی
روابط عمومی
۱۳۹۵/۰۳/۰۳

در پاسخ به ashrafi:
با سلام؛

ضمن تشکر از مکاتبه شما و ارائه دیدگاه تان؛ پیشنهاد می شود لینک های زیر را مطالعه نمایید. امیدواریم در راستای هدف شما باشد:
کد رایگان الگوریتم رقابت استعماری
دانلود رایگان کدهای الگوریتم رقابت استعماری در جاوا
دانلود رایگان کد الگوریتم رقابت استعماری در سی شارپ و متلب

موفق و پیروز باشید.

سامان
سامان
۱۳۹۴/۱۲/۱۱

سلام از آموزش هایی که قرار میدهید ممنونم. من بشخصه بدلیل علاقه ای که به مسائل بهینه سازی دارم بسیاری از آموزش ها را دنبال میکنم و نکات بسیار زیادی را تا به حال آموخته ام. بسیار الگوریتم رقابت استعماری برایم جالب است و یکی از مباحثی است که در مقالات علمی معتبر از ان استفاده شده است. بنده این اموزش را تهیه کردم و بسیار از اموزش استفاده بردم از سایت خوب شما هم ممنونم که این سیر علمی را فراهم کرد تا باعث پیشرفت دانشجویان ایرانی بشود. امیدوارم مباحث ادامه پیدا کند و مثال های عملی در متلب افزایش یابد. تشکر.

فاطمه
فاطمه
۱۳۹۴/۱۲/۰۵

با عرض سلام و خسته نباشید.این مجموعه آموزشی برای من بسیار آموزنده و مفید بود. من هیچ چیز در مورد این الگوریتم نمیدونستم. اما الان با مجموعه ویدیوهایی که دیدم میتونم با این الگوریتم مسئله زیادی رو حل کنم. واقعا دستتون درد نکنه. من به چند تا از دوستام هم توصیه کردم که علاوه بر این آموزش، ویدیو های آموزشی شبکه عصبی شما رو ببینند. ممنون از زحمات زیادی که می کشین. خسته نباشید.

واحد
واحد
۱۳۹۴/۰۷/۲۷

سلام. خسته نباشید.
آموزش صوتی تصویری خیلی عالی است. اگر در الگوریتم هایی که استفاده میکنید از مقالات بیشتری استفاده کنید بهتر است.

زینب
زینب
۱۳۹۴/۰۷/۰۱

سلام. من در این موضوع هیچ اطلاعاتی نداشتم ولی با تهیه این آموزش بدون کلاس رفتن موضوع را بخوبی آموختم. به نظرم آموزش خیلی جزئی است می شود آموزش را خلاصه تر کرد و فقط به کلیات پرداخت.

منوچهر
منوچهر
۱۳۹۴/۰۱/۱۹

سلام. آموزش های آقای دکتر کلامی فوق العاده هستند.

برچسب‌ها:
Basic Scheduling Problem | Binary Genetic Algorithms | Clustering | Differential Evolutuion | Genetic Algorithm | Graph Theory | ICA | Imperialist Competitive Algorithm | MATLAB | MATLAB software | Minimum Spanning Tree | Minimum Spanning Tree Problem | MSTP | n - Queen Problem | n-Queen Probem | nQP | Particle Swarm Optimization | QAP | Quadratic Assignment Problem | Radial Basis Function | RBF | Revolution | Traveling Salesman Problem | TSP | آموزش ICA در MATLAB | آموزش ICA در متلب | آموزش الگوریتم رقابت استعماری | آموزش رقابت استعماری در MATLAB | آموزش رقابت استعماری در متلب | اپراتور انقلاب | استفاده از الگوریتم رقابت استعماری برای حل مسائل باینری | استفاده از الگوریتم رقابت استعماری برای حل مسائل گسسته | الگوریتم ICA | الگوریتم رقابت استعماری | الگوریتم رقابت استعماری در متلب | الگوریتم ژنتیک | الگوریتم های بهینه سازی پیوسته | الگوریتم های بهینه سازی هوشمند | الگوریتم های ژنتیک | برازش منحنی | بهبود عملکرد الگوریتم با الهام از الگوریتم ژنتیک باینری و اصلاح عملگر انقلاب | بهبود عملکرد الگوریتم رقابت استعماری با اصلاح اپراتور انقلاب | بهینه سازی | بهینه سازی ازدحام ذرات | بهینه سازی هوشمند | بهینه سازی و تحقیق در عملیات | بیان ریاضی مساله خوشه بندی | بیان مساله مدل سازی و برازش منحنی | پیاده سازی الگوریتم ICA | پیاده سازی الگوریتم رقابت استعماری | پیاده سازی الگوریتم های مورد استفاده از تئوری گراف ها | پیاده سازی تابع هدف | پیاده سازی تابع هدف مربوط به مساله QAP | پیاده سازی تابع هزینه مربوط به مساله فروشنده دوره گرد | پیاده سازی تابع هزینه و مدل ریاضی مربوط به مساله زمان بندی | پیاده سازی گام به گام الگوریتم ICA | پیاده سازی گام به گام الگوریتم ICA در محیط متلب | پیاده سازی مساله خوشه بندی در قالب یک مساله بهینه سازی در محیط متلب | پیاده سازی مساله مدل سازی RBF در محیط متلب | تئوری الگوریتم رقابت استعماری | تاثیر پارامترها و اپراتورها در عملکرد کلی الگوریتم رقابت استعماری | تاثیر عملگرها در عملکرد کلی الگوریتم رقابت استعماری | تبدیل مساله خوشه بندی به یک مساله بهینه سازی | تحقیق در عملیات | تعریف ریاضی مساله n وزیر | تعریف ریاضی مساله تخصیص درجه دو | تعریف ریاضی مساله زمان بندی ساده و مفاهیم بنیادی مربوطه | تعریف ریاضی مساله فروشنده دوره گرد | تعریف ریاضی مساله کوچکترین درخت پوشا | تکامل تفاضلی | تنظیم ضرایب یک شبکه عصبی | توابع شعاعی پایه | جامعه هوش محاسباتی | چگونگی استفاده از الگوریتم رقابت استعماری برای حل مسائل باینری | حل انواع مسائل زمان بندی | حل مسائل باینری | حل مسائل جایگشتی با الگوریتم رقابت استعماری | حل مساله n وزیر با استفاده از الگوریتم رقابت استعماری | حل مساله QAP با استفاده از الگوریتم رقابت استعماری | حل مساله TSP با استفاده از الگوریتم رقابت استعماری | حل مساله جایگشتی | حل مساله خوشه بندی با استفاده از الگوریتم رقابت استعماری | حل مساله زمان بندی با استفاده از الگوریتم رقابت استعماری | حل مساله کوچک ترین درخت پوشا با الگوریتم رقابت استعماری | حل مساله کوچکترین درخت پوشا با استفاده از الگوریتم رقابت استعماری | حل مساله مدل سازی با استفاده از الگوریتم رقابت استعماری | خوشه بندی | خوشه بندی با الگوریتم رقابت استعماری | درون یابی | درون یابی توابع شعاعی پایه | درون یابی توابع شعاعی پایه با الگوریتم رقابت استعماری | شبیه سازی فرایند سیاسی استعمار | طبقه بندی | طبقه بندی اطلاعات | عمکلرد الگوریتم رقابت استعماری برای حل مسائل جایگشتی | فیلم آموزش مسائل جایگشتی با ICA | فیلم آموزشی | فیلم آموزشی الگوریتم رقابت استعماری | قضایا و لم های مربوط به تشخیص متصل بودن گراف ها | کلاسترینگ | کوچک ترین درخت پوشا | کوچکترین درخت پوشا | مبانی بهینه سازی | مبانی طبقه بندی اطلاعات و اهمیت آن | مبانی مدل سازی و برازش منحنی | مبانی نظریه گراف | متاهیوریستیک | محاسبات تکاملی | محاسبات تکاملی و ادغام آن ها در الگوریتم رقابت استعماری | مدل ریاضی مربوط به مساله n وزیر | مدل ریاضی مربوط به مساله QAP | مدل ریاضی مربوط به مساله فروشنده دوره گرد | مدل سازی | مسأله n وزیر | مسأله تخصیص درجه دو | مسأله زمان بندی پایه | مسأله فروشنده دوره گرد | مسائل بهینه سازی جایگشتی | مسائل پیوسته | مسائل جایگشتی | مساله n وزیر | مساله بهینه سازی | مساله بهینه سازی گسسته باینری | مساله تخصیص درجه دو | مساله جایگشتی | مساله جایگشتی با ICA | مساله جایگشتی با رقابت استعماری | مساله زمان بندی پایه، مادر تمام مسائل زمان بندی | مساله فروشنده دوره گرد | معروف ترین مساله بهینه سازی جایگشتی است | مهندسی صنایع | نحوه استفاده از الگوریتم رقابت استعماری | نحوه استفاده از الگوریتم رقابت استعماری برای حل مسائل باینری | نحوه کدینگ پاسخ یک مساله جایگشتی به صورت پیوسته | نرم افزار MATLAB | نرم افزار متلب | نظریه گراف | نمایش گرافیکی چارت زمان بندی حاصل از حل مساله زمان بندی | نمایش گرافیکی نتایج حاصل از حل مساله n وزیر | نمایش گرافیکی نتایج حاصل از حل مساله QAP | نمایش گرافیکی نتایج حاصل از حل مساله خوشه بندی | نمایش گرافیکی نتایج حاصل از حل مساله مدل سازی | نمایش گرافیکی نتایج حل مساله TSP با استفاده از الگوریتم رقابت استعماری | هوش محاسباتی
مشاهده بیشتر مشاهده کمتر

×
فهرست جلسات ۶ جلسه ویدئویی
×