فرادرس
فرصت باقیمانده
هزینه آموزش
۳۲,۰۰۰ تومان

آموزش الگوریتم PSO — شامل مباحث تئوری و عملی

آموزش الگوریتم PSO — شامل مباحث تئوری و عملی

تعداد دانشجو
۴,۲۸۵ نفر
مدت زمان
۹ ساعت و ۵۳ دقیقه
هزینه آموزش
۳۲,۰۰۰ تومان
محتوای این آموزش
۴۳ بازخورد (مشاهده نظرات)
آموزش الگوریتم PSO — شامل مباحث تئوری و عملی

چکیده

الگوریتم بهینه سازی ازدحام ذرات (Particle Swarm Optimization) به اختصار PSO یکی از مهم ترین الگوریتم های بهینه سازی هوشمند است که در حوزه هوش ازدحامی (Swarm Intelligence) جای می گیرد. در الگوریتم PSO اعضای جمعیت جواب ها به صورت مستقیم با هم ارتباط دارند و از طریق تبادل اطلاعات با یکدیگر و یادآوری خاطرات خوب گذشته به حل مساله می پردازند. هدف این فرادرس آشنایی دانشجویان عزیز، با مباحث مختلف الگوریتم PSO شامل مباحث تئوری و عملی است.

مدرس
دکتر سید مصطفی کلامی هریس

دکترای 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 بهینه سازی ازدحام ذرات (Particle Swarm Optimization) یا به اختصار PSO یکی از مهم ترین الگوریتم های بهینه سازی هوشمند است که در حوزه هوش ازدحامی (Swarm Intelligence) جای می گیرد. این الگوریتم توسط جیمز کندی (James Kennedy) و راسل سی ابرهارت در سال ۱۹۹۵ معرفی گردید و با الهام از رفتار اجتماعی حیواناتی چون ماهی ها و پرندگان که در گروه هایی کوچک و بزرگ کنار هم زندگی می کنند، طراحی شده است. در الگوریتم PSO اعضای جمعیت جواب ها به صورت مستقیم با هم ارتباط دارند و از طریق تبادل اطلاعات با یکدیگر و یادآوری خاطرات خوب گذشته به حل مساله می پردازند. الگوریتم PSO برای انواع مسائل پیوسته و گسسته مناسب است و پاسخ های بسیار مناسبی برای مسائل بهینه سازی مختلف داده است.

مجموعه فرادرس های الگوریتم PSO، مشتمل بر هفت فرادرس است که در مجموع تقریبا شامل ۱۰ ساعت برنامه آموزشی تخصصی هستند. عناوین بخش های مختلف این بسته آموزشی در ادامه آمده است:

 

درس یکم: بهینه سازی ازدحام ذرات PSO

در درس یکم پس از مروری کامل بر تئوری PSO، نحوه برنامه نویسی و پیاده سازی این الگوریتم در محیط متلب (MATLAB) به طور کامل آموزش داده می شود. این فیلم آموزشی قطعا یک منبع آموزشی بی نظیر برای آموزش مباحث تئوری و عملی مرتبط با الگوریتم PSO است. حتی افرادی که هیچ گونه آشنایی با الگوریتم PSO و مفاهیم مرتبط با آن ندارند، می توانند با استفاده از این فیلم آموزشی ارزشمند، اطلاعات کامل و دقیقی را به دست بیاورند.

 
فهرست سرفصل ها و رئوس مطالب مطرح شده در درس یکم در ادامه آمده است:
  • مروری بر تئوری الگوریتم بهینه سازی ازدحام ذرات (PSO)
  • پیاده سازی برنامه ساده الگوریتم PSO
  • بهبود عملکرد برنامه با اعمال تغییرات بر روی برنامه
  • تنظیم ضرایب و پارامترهای PSO
  • اپراتورهای محدودسازی سرعت و موقعیت
  • پیاده سازی اثر آینه ای برای بردار سرعت

 

درس دوم: حل مساله دیسپاچینگ اقتصادی توسط الگوریتم PSO

یکی از مسائل مهمی که در مهندسی قدرت و مدیریت سیستم های تولید و توزیع نیروی برق مطرح می شود، مساله دیسپاچینگ اقتصادی (Economic Dispatching) است. در درس دوم که به صورت یک مساله بهینه سازی مقید و پیوسته مطرح می شود، سعی می شود که سهم توان تولیدی چند واحد تولید برق به نحوی تعیین شود که عملکرد کلی سیستم از نظر اقتصادی بهینه شود. برای هر کدام از منابع تولید انرژی، یک تابع هزینه بر حسب توان تولیدی تعریف شده است که غالبا به صورت درجه دو است. در این فیلم آموزشی با استفاده از الگوریتم بهینه سازی ازدحام ذرات (Particle Swarm Optimizatoion) یا به اختصار PSO به حل این مساله پرداخته شده است.

 

فهرست سرفصل ها و رئوس مطالب مطرح شده در درس دوم در ادامه آمده است:
  • بیان ریاضی مساله دیسپاچینگ اقتصادی (Economic Dispatching)
  • مروری بر روش های حل مسائل بهینه سازی مقید به خصوص قید تساوی
  • پیاده سازی حل مساله دیسپاچینگ با استفاده از PSO
  • تحلیل و بررسی نتایج به دست آمده از بهینه سازی
  • ارائه پیشنهادهایی برای تعمیم و توسعه مدل مربوط به مساله دیسپاچینگ

 

درس سوم: حل مسائل گسسته با استفاده از الگوریتم PSO

در درس سوم روش هایی در خصوص چگونگی استفاده از الگوریتم PSO برای حل مسائل بهینه سازی گسسته (عدد صحیح) ارائه شده اند. این روش ها منحصر به الگوریتم PSO نیستند و می توان آن ها را با هر الگوریتم پیوسته دیگری از جمله: تکامل تفاضلی (Differential Evolution) و الگوریتم رقابت استعماری (Imperialist Competitive Algorithm) مورد استفاده قرار داد.

 

فهرست سرفصل ها و رئوس مطالب مطرح شده در درس سوم در ادامه آمده است:
  • حل مسائل گسسته با استفاده از الگوریتم PSO

 

درس چهارم: حل مساله فروشنده دوره گرد (Traveling Salesman Problem) با استفاده از الگوریتم PSO

در درس چهارم شیوه اضافه کرد عمل جهش (Mutation) به الگوریتم PSO توضیح داده شده است. به این الگوریتم اصطلاحا Enhanced PSO یا به اختصار EPSO گفته می شود. سپس سه نوع عملگر جهش برای مساله TSP بیان شده است که عبارتند از: اپراتور تعویض (Swap)، اپراتور معکوس سازی (Reversion) و اپراتور جایگذاری (Insertion). ترکیبی احتمالی از این اپراتورها به عنوان یک عملگر جهش تعریف شده است و در ساختار الگوریتم EPSO مورد استفاده قرار گرفته است.

 

فهرست سرفصل ها و رئوس مطالب مطرح شده در درس چهارم در ادامه آمده است:
  • بیان ریاضی و مرور نظری مساله فروشنده دوره گرد (Traveling Salesman Problem)
  • چگونگی ایجاد جایگشت با استفاده از اعداد حقیقی
  • حل مساله فروشنده دوره گرد با استفاده از PSO
  • نمایش راه حل مساله به صورت گرافیکی همگام با حل مساله
  • نحوه اضافه کردن عملگر جهش (Mutation) به الگوریتم PSO
  • بررسی انواع جهش برای مساله فروشنده دوره گرد و سایر مسائل جایگشتی

 

درس پنجم: برازش منحنی و مدل سازی با استفاده از الگوریتم PSO

به جرات می توان گفت که یکی از مسائل مهم در تمامی رشته های علمی و مهندسی، مساله مدل سازی و برازش منحنی است و در بسیار از رشته ها این مساله مهم ترین مساله ای است که در آن حوزه تعریف می شود. تبدیل داده های برگرفته از مشاهدات به مدلی ریاضی که بتواند سیستم مورد مطالعه را توصیف نماید، گاهی اوقات بزرگترین هدفی است که یک محقق دارد. روش های مختلفی برای برخورد با این مساله وجود دارند که پیش از این درباره این روش ها در فرادرس مطالبی منتشر شده است.

 

فهرست سرفصل ها و رئوس مطالب مطرح شده در درس پنجم در ادامه آمده است:
  • بیان مساله برازش منحنی و مدل سازی به صورت یک مساله بهینه سازی
  • تعریف تابع هزینه مربوط به برازش منحنی و اتصال آن به PSO
  • ارائه راه حل کلی برای پیدا کردن پارامترهای هر نوع معادله تخمین گر
  • تخمین داده ها به صورت چند جمله ای با درجات مختلف
  • استفاده از عمل جهش در الگوریتم PSO پیوسته
  • معرفی جهش گاوسی (Gaussian Mutation) (نرمال) برای مسائل بهینه سازی پیوسته
  • نمایش نتیجه برازش منحنی همگام با مراحل اجرای الگوریتم PSO

 

درس ششم: حل مساله کوله پشتی (knapsack Problem) با استفاده از PSO

یکی از مسائل معروف در ریاضیات کاربردی و تحقیق در عملیات، مساله کوله پشتی (Knapsack Problem) است، که به نام Backpack Problem نیز شناخته می شود. این مساله دارای نسخه های مختلفی است و حالات پیچیده تر آن در حل مسائل روزمره و صنعتی کاربردهای فراوانی دارد. گذشته از اهمیت عملی این مساله، نسخه های استانداردی نیز برای این مساله تعریف شده اند که برای ارزیابی عملکرد الگوریتم های بهینه سازی، مورد استفاده قرار می گیرد. در این فیلم آموزشی با استفاده از الگوریتم بهینه سازی ازدحام ذرات (Particle Swarm Optimizatoion) یا به اختصار PSO به حل مساله کوله پشتی پرداخته شده است.

در درس ششم نسخه های مختلف مساله کوله پشتی (گسسته و پیوسته) بیان شده اند و هر دو مورد با استفاده از الگوریتم PSO حل شده اند. در خصوص چگونگی استفاده از PSO برای حل مسائل گسسته (عدد صحیح) در این فیلم نکات جالب و ارزنده ای بیان شده اند که به همراه سایر الگوریتم های پیوسته نظیر: تکامل تفاضلی (Differential Evolution) و الگوریتم رقابت استعماری (Imperialist Competitive Algorithm) نیز قابل استفاده هستند. همچنین مطالب متنوعی در خصوص چگونگی برخورد با قیدها، در مسائل بهینه سازی مقید بیان شده است.

 

فهرست سرفصل ها و رئوس مطالب مطرح شده در درس ششم در ادامه آمده است:
  • بیان ریاضی مساله کوله پشتی
  • بررسی انواع مختلف مساله کوله پشتی در فضای گسسته و پیوسته
  • حل مساله کوله پشتی پیوسته با استفاده از PSO
  • چگونگی استفاده از PSO برای حل مسائل بهینه سازی گسسته و روش های کدینگ اعداد صحیح
  • حل مساله کوله پشتی گسسته با استفاده از PSO
  • مقایسه نتایج به دست آمده در حالات گسسته و پیوسته
  • نحوه برخورد با مسائل بهینه سازی مقید و انواع توابع جریمه
  • مکانیزم ها و راهکارهای عملی برای حل عمومی مسائل تحقیق در عملیات

 

درس هفتم: طراحی مسیر (Path Planning) با استفاده از PSO

فرض کنید که قرار است درجه حرارت یک محل را تنظیم کنیم، به نحوی که یک معیار (مثلا میزان مصرف انرژی) بهینه شود. اگر فقط تنظیم درجه حرارت در یک زمان به خصوص مد نظر باشد، مساله چندان سخت نیست. اما اگر هدف از حل مساله تنظیم درجه حرارت در تمام ساعات شبانه روز (بهتر است بگوییم در هر لحظه از شبانه روز) باشد، چطور؟

این مساله دارای بعد بی نهایت است. زیرا ما باید درجه حرارت را برای هر لحظه از شبانه روز تعیین کنیم و می دانیم که تعداد این لحظات، بی نهایت است. البته فرض می کنیم که در این اطراف، کسی که به فیزیک کوانتومی معتقد است، حضور ندارد (این جمله آخر چندان جدی نبود).

مساله طراحی مسیر حرکت یک ربات از یک مبدا مشخص تا یک مقصد مشخص نیز دارای بی نهایت متغیر مجهول است. زیرا در تمام بازه زمانی حرکت، قطعا این ربات در جایی از فضا حضور دارد و دارای مختصات است و هدف ما از حل مساله پیدا کردن مختصاتی برای ربات در تمام لحظات است که اولا ما را از مبدا مورد نظر تا مقصد مشخصی برساند و ثانیا یک معیار (مثلا طول مسیر و یا انرژی مصرفی بریا حرکت) را بهینه کند. بسیاری از مسائلی که در حوزه مهندسی کنترل، رباتیک و مکاترونیک مطرح می شوند، دارای ابعاد بی نهایت هستند و باید به نحوی آن ها را تبدیل به مسائلی با بعد محدود کرد.

یکی از رویکردها برای حل چنین مسائلی، پارامتریزه (Parametrized) کردن منحنی توصیف کننده مسیر و پیدا کردن مقادیر بهینه پارامترهای آن است. در این فیلم آموزشی، مساله طراحی مسیر با استفاده از این تکنیک و توسط الگوریتم PSO حل شده است. این روش می تواند برای سایر مسائل نیز مورد استفاده قرار بگیرد که نمونه ای از آن ها در فیلم مورد اشاره قرار گرفته اند.

 

فهرست سرفصل ها و رئوس مطالب مطرح شده در درس هفتم در ادامه آمده است:
  • بیان چند نمونه از مسائلی که مجهول مورد سوال در آن ها توابع هستند و بی نهایت متغیر دارند
    • تخمین تابع
    • طراحی مسیر انواع ربات
    • کنترل بهینه حلقه باز سیستم های دینامیکی
  • شیوه های تبدیل مسائل دارای بعد بی نهایت به مسائل با بعد محدود
  • بیان مساله طراحی مسیر (Path Planning)
  • ارائه راه حل برای مساله طراحی مسیر به صورت اسپلاین (Spline)
  • شیوه تعریف اسپلاین در محیط متلب
  • حل مساله طراحی مسیر حرکت ربات با استفاده از الگوریتم PSO در محیط متلب
  • اضافه کردن مانع به مدل مساله طراحی مسیر
  • نمایش گرافیکی نتایج حاصل از طراحی مسیر
  • طرح پیشنهادهایی برای توسعه مساله طراحی مسیر
مشاهده بیشتر مشاهده کمتر

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

نرم افزارهای مرتبط با آموزش

MATLAB R2011a



پیش نمایش‌ها

پیش‌نمایش ۱: مبانی تئوری بهینه سازی ازدحام ذرات (PSO)

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: ۱۷۵ مگابایت -- (کلیک کنید +))

پیش‌نمایش ۲: پیاده سازی در محیط 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: ۲۴۴ مگابایت -- (کلیک کنید +))

پیش‌نمایش ۳: حل مساله دیسپاچینگ اقتصادی یا Econimic Dispatching

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: ۱۸۶ مگابایت -- (کلیک کنید +))

پیش‌نمایش ۴: حل مسائل عدد صحیح با استفاده از PSO
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
پیش‌نمایش ۵: حل مساله فروشنده دوره گرد (TSP) با استفاده از الگوریتم PSO
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
پیش‌نمایش ۶: برازش منحنی و مدل‌ سازی با استفاده از PSO
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
پیش‌نمایش ۷: حل مساله کوله پشتی با استفاده از PSO
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.
پیش‌نمایش ۸: حل مساله طراحی مسیر یا Path Planning با استفاده از PSO
مشاهده این پیش‌نمایش، نیازمند عضویت و ورود به سایت (+) است.

راهنمای تهیه آموزش ها

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 آموزش الگوریتم PSO — شامل مباحث تئوری و عملی
ناشر فرادرس
شناسه اثر ۸–۱۲۴۵۲–۰۴۳۰۲۵ (ثبت شده در مرکز رسانه‌های دیجیتال وزارت ارشاد)
کد آموزش MVRPS9011
مدت زمان ۹ ساعت و ۵۳ دقیقه
زبان فارسی
نوع آموزش آموزش ویدئویی     (کیفیت HD - مورد تایید فنی فرادرس)
حجم دانلود ۱۳۷۲ مگابایت     (کیفیت ویدئو HD‌ با فشرده سازی انحصاری فرادرس)


نظرات

تا کنون ۴,۲۸۵ نفر از این آموزش استفاده کرده اند و ۴۳ نظر ثبت شده است.
زهرا
زهرا

کامل بود، من برای پروژه دانشگاهیم این آموزشو تهیه کردم و کارمو راه انداخت.
واقعا سایت خوبی دارید، سرعت سرچ تو سایت خیلی خوبه و مدرسایی که من آموزششانو تهیه کردم واقعا تسلط بالایی داشتن.

سید عباس
سید عباس

نحوه بیان مدرس خیلی خوب بود.

امین
امین

من چندتا آموزش مرتبط به هم خریداری کردم و همه با هم عالی بودند.

محمد
محمد

آموزش شما کاربردی بوده و از اهمیت خاصی برخوردار می باشد...

حسین
حسین

با سلام و احترام . ممنونم این بسته آموزشی یک سمفونی زیبا بود .

سید علیرضا
سید علیرضا

سلام ای کاش ی مثال unit comitment هم حل میشد

mahmood
mahmood

با سلام
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 .

بهراد
بهراد

با سلام.
روند آموزش الگوریتم PSO بسیار خوب بوده و من از آموزشی که تهیه کردم کاملا راضی بودم. دانشجویان مقطع کارشناسی ارشد در مسیر پژوهشی خود به منابع علمی معتبر نیاز دارند و این موضوع که آموزش مربوطه بر مبنای یک مقاله علمی معتبر تهیه شده باشد مهم تلقی می شود.امیدوارم که این رویه در تمامی آموزش های فرادرس ادامه داشته باشد.

اسماعیلی
اسماعیلی

با سلام و خسته نباشید.

از لحاظ کیفیت آموزش عالی بود.

نورچنار
نورچنار

عالی بود.

احمد
احمد

با سلام.

به نظر من یک مدرس خوب یک قهرمان ملیه. با تشکر از دکتر کلامی.

فیلم اموزشی شما در مورد PSO فوق العادس.

مسعود
مسعود

بسیار عالی بود.

من برای پایان نامه نیاز به این آموزش داشتم که بار اول مباحث عملی (فصل دوم) رو دیدم و بعد فصل اول که مباحث تئوری بود و واقعا بهتر متوجه شدم.

nima
nima

با سلام و خسته نباشید خدمت شما.

از لحاظ کیفیت آموزش خوب بود ولی در حین آموزش از لغات انگلیسی (به عنوان مثال iteration) که می شد فارسی کلمه رو به کاربرد برای دانشجویانی مثل من که زبان ضعیف هستن بهتر بود.

mohamad
mohamad

سلام و خسته نباشید خدمت مجموعه فرادرس.

تشکر می کنم از استاد این آموزش دکتر مصطفی کلامی هریس که با تسلط کافی و جامع به موضوع بسیار فهم و درک این الگوریتم رو راحتتر کردن و با پوشش کامل به تمام موضوعات و بحث های مربوطه، مشکلات و طرح سوالات جزیی و حاشیه ای رو به حداقل خودش رسوندن. درک مطالب و مفاهیم ارائه شده بواسطه جذابیت بیان مفاهیم، بسیار خوب بود و تنها نقدی که به شخصه می تونم بگیرم اینه که اگر مبحث دیسپاچینگ یه کم نکات بیشتر و جامع تری گفته می شد و تمرین بیشتری که در این خصوص حل می شد که خیلی مورد نیاز مهندسان برق قدرت می باشد بسیار عالی می شد بازم خسته نباشید میگم و ممنون از آموزش هاتون که خیلی باعث ارتقای سطح علمیه افراد و دانشجوا هستش و راهی که دارین ادامه میدین که بسیار موجب دلگرمی افرادی مثل بنده هست.

موفق باشید.

amir
amir

با عرض سلام و خسته نباشید و تشکر ویژه بابت سایت پربارتون.

بنده مجموعه آموزشی الگوریتم ازدحام ذرات رو در حدود 2 سال پیش در مجموعه گنجینه فرادرس تهیه کردم و تقریباً جزء بهترین مجموعه های آموزشی فرادرس بشمار می آید. کاش حل مسائل باینری با الگوریتم ازدحام ذرات را نیز مدرس همین مجموعه تدریس می کردند. همچنین بهتر بود یه مباحث پیشرفته تر و بروزی در مورد بهبود های انجام گرفته بر روی الگوریتم PSO، نظیر آشوب و یا ازدحام ذرات خود تنظیم، هرچند اشاره ای کوچک می شد تا به هنوان تکلیف به مخاطبین فهیم فرادرس ارجاع داده شود.
با تشکر
امیر صابریان - دانشجوی دکتری مکانیک

فاطمه اعتصامی
فاطمه اعتصامی

با سلام و خسته نباشید، من به تازگی این مجموعه رو دریافت کردم. بیان آقای دکتر کلامی هریس خیلی روشن و مفید هستش. من قبلا توی کلاس های آموزشی که توی شهر خودمون برگزار شده بود شرکت کرده بودم اما اصلا برام مفید نبود. وقتی این ویدیو رو دیدم کل مبحث الگوریتم بهینه سازی ازدحام ذرات رو به طور کامل متوجه شدم. فقط ای کاش مطالبی که آقای دکتر مینوشتن هم به مجموعه اضافه می شد. بازم ممنون از همه ی زحماتی که در جهت رشد علمی می کشین.

سحر کاوش
سحر کاوش

مطالبتون واقعا عالی و مفید هستن. مرسی از این همه اطلاعات خوب.

رضا
رضا

با عرض سلام و خسته نباشید
من این بسته رو تهیه کردم واقعا برام خیلی مفید بود در همه قسمت هایی که در کد نویسی و مباحث تئوری داشتم با این بسته حل شد. قطعا میشه گفت یک مجموعه کامل و بی نظیر می باشد کهسرفصل ها را پوشش می دهد و بیان زیبای دکتر هریس در ارائه مباحث خیلی عالی و روان می باشد. من از این بسته آموزشی کاملا راضی هستم و به بقیه دانشجو ها و اساتید پیشنهاد می کنم که از این مجموعه کامل حتما استفاده کنند. همچنین ارزش این بسته خیلی بالاتر از هزینه فروش مجموعه می باشد که یکی از ویژگی های فرادرس هم این می باشد که واقعا این همه مباحث مفید علمی با هزینه پایین ارائه می شود که جا داره از همه همکاران فرادرس در این مورد تشکر کنم.

هدایتی
هدایتی

با عرض سلام و خسته نباشید و تشکر ویژه بابت سایت پربارتون
لازم به ذکر است بنده با کمک آموزش های الگوریتم pso شما توانستم پروژه ی مربوط به درس دینامیک را به تنهایی انجام دهم. از این بابت از شما بسیار سپاسگذارم. درخواستی که دارم، در صورت امکان در زمینه شبیه سازی سیستم های قدرت پیشرفته نیز درسهایی طراحی و ارائه گردد. پخش بار در سیستم های قدرت مطرح گردد. با تشکر دوباره از تمامی زحمات شما. واقعا تحول بزرگی در زمینه انتقال دانش در سطح کشور ایجاد کردید. مطمئنم این حرکت شما می تواند جهانی شود. بسیار سپاسگذارم و خوشحالم از اینکه با سایت شما آشنا شدم.

مهدی
مهدی

با سلام خدمت دوستان خوبم در فرادرس
بسیار مجموعه خوب و مفیدی بود، جدا از مباحث تئوری که خیلی خوب درس داده شد، بخش برنامه نویسی برایم بسیار جذاب بود، مثال های حل شده خوب بود و به درک بهترم از الگوریتم کمک کرد، تنها بحثی که به نظرم جا دارد بهتر روی آن کار شود، افزودن مباحث مربوط به استفاده از روش هایی برای انتخاب تطبیقی پارامترهای الگوریتم است، چون همانطور که استاد می دانند از بزرگترین نقاط ضعف این الگوریتم همین است و جا دارد با انتخاب تطبیقی یا Adaptive آنها این ضعف پوشش داده شود
با سپاس فراوان
مهدی

محسن
محسن

این آموزش هم، همچون دیگر آموزش های شما بسیار خوب و با کیفیت است.
کلاً از مزایای آموزش های فرادرس، بخصوص فرادرس های مرتبط با هوش مصنوعی، ساختار مشخص و مدون آن هاست بطوریکه ابتدا تئوری و مفاهیم پایه مرتبط با موضوع مطرح شده، سپس با پیاده سازی گام به گام الگوریتم مورد نظر در زبان متلب، مطالب به صورت منطقی و آرام آرام به مخاطب آموزش داده می شود. در نهایت هم که با حل چندین مسئله، کاربرد الگوریتم در حل مسائل مختلف توضیح داده شده است. آموزش PSO به من که خیلی کمک کرد، فقط اگر مباحث پیشرفته تر، مرتبط با PSO همانند self-adaptive parameters هم بیان می شد، خیلی خوب بود. باتشکر

عصمت بني هاشم
عصمت بني هاشم

با عرض سلام و خسته نباشيد
با تشكر از بسته خوب و بسيار مفيد شما
اين بسته بسيار كامل و مفيد بود .
روش تدريس استاد كلامي بسيار عالي و قابل فهم مي باشد و تسلط بسياري در ارائه مطالب دارند.
در صورت امكان از ايشان تقاضا دارم توضيح بيشتري در مورد شروع و ادامه كار در اين بحث و مباحث ديگر در زمينه هوش مصنوعي را دارم تا ديد بهتري از كارهايي كه در آينده مي توانم در اين خصوص انجام دهم بدست آورم.
باز هم سپاسگزارم از زحمات گروه و استاد گرامي جناب آقاي دكتر كلامي.
موفق و سربلند باشيد

نارک
نارک

خیلی عالی از پایه توضیح داده شده است. کد نویسی در متلب نیز عالی است. لطفا نرم افزار های تخصصی رشته مکانیک را تدریس کنید.

نسرین شاه حیدری
نسرین شاه حیدری

سلام. من با این الگوریتم آشنایی نداشتم ولی برای پایان نامه ام نیاز داشتم. خوشبختانه این آموزش شروع بسیار خوبی برایم بود.

محمد
محمد

این آموزش در زمینه برنامه نویسی تخصصی اش و مدل سازی کمک بسیاری برایم داشت متشکرم.

مبین نادری
مبین نادری

بسیار با کیفیت و با محتوی کاربردی است.

عبداله
عبداله

سلام، من این آموزش را برای پیاده سازی مقاله تهیه کردم. آموزش خوبی بود

سعید
سعید

این آموزش و دیگر آموزش ها در پیشرفت پروژه ارشدم بسیار نقش داشتند. برایتان آرزوی موفقیت دارم.

علی
علی

از سرعت ارسال آموزش ها متشکرم. لطفا در آموزش ها جزئیات بیشتری را تدریس کنید

نقوی
نقوی

من از آقای دکتر کلامی بسیار راضی هستم و علاوه بر این آموزش ایشان، آموزش داده کاوی و الگوریتم ژنتیک را نیز تهیه کرده ام.

علی
علی

این فیلم آموزشی خیلی عالی بود، لطفا بسته کاملی از زبان سی پیشرفته ارائه نمایید.

داود محمدی
داود محمدی

با سلام.
کیفیت فیلم ها بسیار عالی بودند و واقعا همانندی ندارند

علی
علی

سلام. من برای پیاده سازی مقالم واقعا مونده بودم چیکار کنم خیلی خوشحالم واقعا که با این سایت و آموزش های شما آشنا شدم. آموزش بسیار خوبی بود و کیفیت فیلم ها ستودنی بود. متشکرم.

سعید کریمی
سعید کریمی



برای مباحث درسی ام این آموزش را تهیه کردم. واقعا نوع تدریس استاد بسیار عالی بود و جای قدردانی دارد.

فرید ایلچی
فرید ایلچی


برای پایان نامه ای در ارتباط با بهینه سازی با pso این آموزش رو تهیه کردم در کل آموزش بسیاری خوبی بود که نیازهای منو برطرف کرد.

البرز حسن زاده
البرز حسن زاده

سلام.
بخش کد نویسی رو برای مقاله ام خیلی لازم داشتم و به نظر من در حقیقت بهترین بخش این آموزش همون بخش کد نویسی هست.

احسان تحفه
احسان تحفه

سلام و خسته نباشید.

در حقیقت تا کنون چنین آموزشی ندیده بودم بسیار عالی بود بخاطر همین به اکثر دوستانم سایت شما را پیشنهاد میدهم
مخصوصا مدرس بسیار مسلط بود و تدریس ایشان خیلی گیرا بود

سیده مهسا
سیده مهسا


ضمن تشکر از آموزشهای خوبتون.من میخواهم TSP را با PSO گسسته پیاده سازی کنم .لطفا راهنماییم کنید
با تشکر

روابط عمومی فرادرس
روابط عمومی فرادرس

در پاسخ سیده مهسا:

با سلام.

تشکر از همراهی شما،

لطفا به آموزش های زیر مراجعه نمایید:

آموزش حل مسائل گسسته با استفاده از الگوریتم PSO

آموزش پیاده سازی و برنامه نویسی الگوریتم ازدحام ذرات (PSO) گسسته باینری

موفق باشید.

پاسخ به نظر

رضا شهبازی
رضا شهبازی

سلام و خسته نباشید
آیا الگوریتم PSO چند هدفه توی این مجموعه و جود داره؟ یا فقط PSO گفته شده؟
با سپاس

روابط عمومی
روابط عمومی

در پاسخ رضا شهبازی:

با سلام،

الگوریتم PSO چند هدفه در فرادرس زیر آموزش داده شده است:

فرادرس جامع الگوریتم PSO چند هدفه یا MOPSO در متلب

پاسخ به نظر

محمد
محمد


این بسته کامل ترین بسته ای در رابطه با الگوریتم PSO است که تمام موضوع رو به صورت کاملا ساده و روشن بیان می کند. با توجه به اینکه چند مثال در این زمینه مورد بررسی و پیاده سازی قرار می گیرد که به یادگیری این موضوع کمک فراوانی می کند. از ویژگی های این بسته علاوه بر کیفت خیلی خوب صدا و تصویر، تسلط استاد، شیوه بیان و انتقال بسیار خوب استاد را می توان نام برد، که در هنگام دیدن بسته آموزشی این حس به آدم دست می دهد که انگار سر کلاس درس نشسته و برای افرادی که نیازمند یادگیری در رابطه با این موضوع و دچار شک و تردید هستند پشنهاد خرید رو می دهم.

با تشکر از فرادرس

محمد
محمد


سلام
عالی. این بسته طلایی واقعا حرف نداشت. برایتان آرزوی موفقیت بیشتر را دارم


برچسب‌ها: Backpack Problem | Curve Fitting | Differential Evolution | Economic Dispatching | Enhanced PSO | EPSO | Gaussian Mutation | Imperialist Competitive Algorithm | Insertion | Interpolation | James Kennedy | Knapsack Problem | MATLAB | MATLAB software | mperialist Competitive Algorithm | Mutation | Parametrized | Particle Swarm Optimization | Particle Swarm Optimizatoion | Path Planning | PSO | Reversion | spline | Swap | Swarm Intelligence | Traveling Salesman Problem | TSP | آموزش PSO | آموزش بهینه سازی ازدحام ذرات | آموزش عملی PSO | آموزش عملی بهینه سازی ازدحام ذرات | اپراتور تعویض | اپراتور جایگذاری | اپراتور معکوس سازی | اپراتورهای محدودسازی سرعت | اپراتورهای محدودسازی سرعت و موقعیت | اپراتورهای محدودسازی موقعیت | اثر آینه ای | ارائه راه حل برای مساله طراحی مسیر به صورت اسپلاین  | ارائه راه حل کلی برای پیدا کردن پارامترهای هر نوع معادله تخمین گر | ارزیابی عملکرد الگوریتم های بهینه سازی | اسپلاین | استفاده از عمل جهش در الگوریتم PSO پیوسته | اضافه کردن مانع به مدل مساله طراحی مسیر | اعضای جمعیت جواب ها | الگوریتم EPSO | الگوریتم PSO | الگوریتم PSO پیوسته | الگوریتم pso چیست؟ | الگوریتم pso+pdf | الگوریتم pso+ppt | الگوریتم ازدحام ذرات | الگوریتم بهینه سازی | الگوریتم بهینه سازی ازدحام ذرات | الگوریتم پیوسته | الگوریتم رقابت استعماری | الگوریتم های بهینه سازی هوشمند | الگوریتم های پیوسته | الگوریتم هوشمند | انواع توابع جریمه | انواع جهش برای مسائل جایگشتی | انواع جهش برای مساله فروشنده دوره گرد | انواع مختلف مساله کوله پشتی در فضای گسسته و پیوسته | ایجاد جایگشت | ایجاد جایگشت با استفاده از اعداد حقیقی | برازش منحنی | برازش منحنی و مدل سازی با استفاده از الگوریتم PSO | بردار سرعت | بررسی انواع مختلف مساله کوله پشتی در فضای پیوسته | بررسی انواع مختلف مساله کوله پشتی در فضای گسسته | برنامه نویسی الگوریتم PSO در محیط متلب | بهبود عملکرد برنامه با اعمال تغییرات بر روی برنامه | بهینه سازی | بهینه سازی ازدحام ذرات | بهینه سازی پیوسته | بهینه سازی گسسته | بهینه سازی مقید | بهینه سازی هوشمند | بیان ریاضی مساله دیسپاچینگ اقتصادی | بیان ریاضی مساله فروشنده دوره گرد | بیان ریاضی مساله کوله پشتی | بیان مساله برازش منحنی و مدل سازی به صورت یک مساله بهینه سازی | بیان مساله طراحی مسیر | پارامتریزه | پارامتریزه کردن منحنی توصیف کننده مسیر | پارتیکل سوارم عملی | پیاده سازی اثر آینه ای | پیاده سازی اثر آینه ای برای بردار سرعت | پیاده سازی الگوریتم PSO | پیاده سازی الگوریتم PSO در محیط متلب | پیاده سازی برنامه ساده الگوریتم PSO | پیاده سازی حل مساله دیسپاچینگ | پیاده سازی حل مساله دیسپاچینگ با استفاده از PSO | پیدا کردن پارامترهای هر نوع معادله تخمین گر | پیدا کردن مقادیر بهینه پارامترها | تئوری PSO | تئوری الگوریتم بهینه سازی ازدحام ذرات | تابع هزینه | تابع هزینه بر حسب توان تولیدی | تابع هزینه مربوط به برازش منحنی | تاریخچه الگوریتم pso | تبادل اطلاعات | تخمین تابع | تخمین داده ها | تخمین داده ها به صورت چندجمله ای | تخمین داده ها به صورت چندجمله ای با درجات مختلف | تعریف اسپلاین در محیط متلب | تعریف تابع هزینه | تعریف تابع هزینه مربوط به برازش منحنی | تعریف تابع هزینه مربوط به برازش منحنی و اتصال آن به PSO | تعمیم و توسعه مدل مربوط به مساله دیسپاچینگ | تکامل تفاضلی | تنظیم پارامترهای PSO | تنظیم درجه حرارت در تمام ساعات شبانه روز | تنظیم درجه حرارت در یک زمان | تنظیم ضرایب PSO | توابع جریمه | توان تولیدی | توسعه مدل مربوط به مساله دیسپاچینگ | توسعه مساله طراحی مسیر | توضیح کامل الگوریتم pso | جهش گاوسی | جهش گاوسی برای مسائل بهینه سازی پیوسته | جهش گاوسی برای مسائل بهینه سازی پیوسته | جهش گوسی | جیمز کندی | چگونگی استفاده از PSO برای حل مسائل بهینه سازی گسسته | چگونگی استفاده از PSO برای حل مسائل بهینه سازی گسسته و روش های کدینگ اعداد صحیح | چگونگی استفاده از PSO برای حل مسائل گسسته | چگونگی استفاده از الگوریتم PSO | چند جمله ای با درجات مختلف | حل عمومی مسائل تحقیق در عملیات | حل مسائل بهینه سازی گسسته | حل مسائل بهینه سازی مقید | حل مسائل گسسته با استفاده از الگوریتم PSO | حل مساله دیسپاچینگ | حل مساله دیسپاچینگ اقتصادی | حل مساله دیسپاچینگ اقتصادی توسط الگوریتم PSO | حل مساله طراحی مسیر حرکت ربات با استفاده از الگوریتم PSO در محیط متلب | حل مساله فروشنده دوره گرد | حل مساله فروشنده دوره گرد با استفاده از الگوریتم PSO | حل مساله فروشنده دوره گرد یا TSP با استفاده از الگوریتم PSO | حل مساله کوله پشتی با استفاده از PSO | حل مساله کوله پشتی با استفاده از الگوریتم PSO پیوسته | حل مساله کوله پشتی با استفاده از الگوریتم PSO گسسته | حل مساله کوله پشتی پیوسته با استفاده از PSO | حل مساله کوله پشتی گسسته | حل مساله کوله پشتی گسسته با استفاده از PSO | حوزه هوش ازدحامی | درون یابی | دیسپاچینگ اقتصادی | دیسپاچینگ اقتصادی توسط الگوریتم PSO | راسل سی ابرهارت | رفتار اجتماعی حیوانات | روش های حل مسائل بهینه سازی مقید به خصوص قید تساوی | روش های کدینگ اعداد صحیح | سیستم های دینامیکی | شیوه اضافه کرد عمل جهش به الگوریتم PSO | شیوه تعریف اسپلاین در محیط متلب | شیوه های تبدیل مسائل دارای بعد بی نهایت به مسائل با بعد محدود | طراحی مسیر | طراحی مسیر انواع ربات | طراحی مسیر با استفاده از PSO | طراحی مسیر حرکت ربات با استفاده از الگوریتم PSO | طراحی مسیر حرکت یک ربات | طراحی مسیر حرکت یک ربات از یک مبدا مشخص تا یک مقصد مشخص | طراحی مسیر روبات | عمل جهش | عملگر جهش | عملگر جهش برای مساله TSP | فروشنده دوره گرد | فلوچارت الگوریتم pso | فیلم آموزش عملی | فیلم آموزش عملی ازدحام ذرات | فیلم آموزش عملی پارتیکل سورام | فیلم آموزشی | فیلم آموزشی PSO | قید تساوی | کتاب آموزش الگوریتم pso | کد متلب الگوریتم pso | کنترل بهینه حلقه باز | کنترل بهینه حلقه باز سیستم های دینامیکی | متاهیوریستیک | مجموعه آموزشی PSO | محیط متلب | مدل سازی | مدل سازی با استفاده از الگوریتم PSO | مدل سازی و برازش منحنی | مدیریت سیستم های تولید و توزیع نیروی برق | مروری بر الگوریتم ازدحام ذرات - PSO | مسائل با بعد محدود | مسائل بهینه سازی | مسائل بهینه سازی پیوسته | مسائل بهینه سازی گسسته | مسائل بهینه سازی مقید | مسائل بهینه سازی مقید و انواع توابع جریمه | مسائل پیوسته و گسسته | مسائل جایگشتی | مسائل دارای بعد بی نهایت | مسائل گسسته | مساله TSP | مساله طراحی مسیر | مساله طراحی مسیر به صورت اسپلاین | مساله فروشنده دوره گرد | مساله کوله پشتی | مساله کوله پشتی پیوسته | مساله کوله پشتی گسسته | معادله تخمین گر | منابع تولید انرژی | منحنی توصیف کننده مسیر | نحوه اضافه کردن عملگر جهش | نحوه اضافه کردن عملگر جهش به الگوریتم PSO | نحوه برنامه نویسی PSO | نرم افزار MATLAB | نرم افزار متلب | نمایش راه حل مساله به صورت گرافیکی | نمایش راه حل مساله به صورت گرافیکی همگام | نمایش گرافیکی نتایج حاصل از طراحی مسیر | نمایش نتیجه برازش منحنی | هوش ازدحامی