الگوریتم های فرا ابتکاری (metaheuristic algorithms) رویکرد مؤثری برای حل مسائل بهینه سازی پیچیده در علوم مختلف هستند. در سالهای اخیر، با الهام از رفتار موجودات زنده برای یافتن منابع مورد نیاز برای زندگی، الگوریتم های فرا ابتکاری جدید و متنوعی پیشنهاد شده اند. الگوریتم جهش قورباغه مخلوط شده (Shuffled Frog Leaping Algorithm)، که بر مبنای الگوریتم دیگری با نام الگوریتم تکامل مجتمع های مخلوط شده (Shuffled Complex Evolution Algorithm or SCE-UA) پیشنهاد شده است، از جمله همین روش های جدید است. این روش برای حل مسائل مختلفی از قبیل مدیریت شبکه های آبی، بهینه سازی سیستم های قدرت، و طراحی مهندسی با موفقیت به کار رفته است. این الگوریتم در اصل برای مسائل بهینه سازی با متغیرهای تصمیم گیری گسسته پیشنهاد شد؛ با این حال این الگوریتم در ادبیات فنی برای حل مسائلی با متغیرهای تصمیم گیری پیوسته، دودویی (binary)، و مخلوط (mixed-variable) با موفقیت به کار گرفته شده است.
مسائل تصمیم گیری و بهینه سازی، قسمت عمده ای از مسائلی را که هرفرد در زندگی علمی و یا کاری خود با آنها درگیر است، تشکیل می دهند. آشنایی با این الگوریتم، ابزاری جدید برای حل اینگونه مسائل در اختیار شما قرار خواهد داد. در مقایسه با روش های فرا ابتکاری دیگر، سهولت مفهومی، پیاده سازی و کاربرد این الگوریتم و همچنین قابلیت آن در کار با انواع مختلف متغیر تصمیم گیری (پیوسته، گسسته، دودویی) آن را برای مسائل دنیای واقعی (که در آنها انواع مختلف متغیر دخیل هستند)، مناسب می کند. همچنین، قابلیت توسعه و اصلاح این الگوریتم، آن را به گزینه مناسبی برای تحقیقات علمی بدل می کند.
هم اکنون این روش در کاربردهای متعددی در زمینه مدیریت منابع آب و شبکه های آبرسانی، مدیریت تخصیص منابع شبکه های قدرت، طراحی مهندسی، مسائل برنامه ریزی مدیریت و مهندسی صنایع (از قبیل مدیریت پروژه و مدیریت منابع)، مسائل داده کاوی، پردازش تصویر، و مسائل متنوع دیگر در زمینه های دیگر به کار رفته است. این کاربردهای متنوع با سرعت زیادی در حال گسترش هستند. با آموختن موضوعات این بسته آموزشی، به این ابزار قدرتمند دسترسی خواهید داشت و می توانید به این روند رو به رشد کمک کنید.
در "بسته طلایی الگوریتم جهش قورباغه (SFLA)"، بحث با معرفی تئوری و پیاده سازی عملی الگوریتم مادر آن، یعنی الگوریتم تکامل مجتمع های مخلوط شده (SCE-UA) آغاز خواهد شد. سپس نحوه استفاده از الگوریتم جهش قورباغه (Frog Leaping Algorithm) در چارچوب کلی الگوریتم SCE-UA و به دست آوردن الگوریتم SFLA به صورت تئوری شرح داده خواهد شد. پس از پیاده سازی عملی الگوریتم SFLA و آزمودن آن روی چند مسأله متداول بهینه سازی، نسخه های بهبود یافته آن بررسی و پیاده سازی خواهد شد. در پایان این کارگاه آموزشی، علاوه بر آشنایی و توانایی پیاده سازی الگوریتم SFLA، درک مناسبی از نحوه عملکرد آن پیدا خواهید کرد و قادر خواهید بود که علاوه بر حل مسائل بهینه سازی خود، الگوریتم SFLA را برای کابرد خاص مورد نظر خود اصلاح کنید.
سرفصل های مهم در این فیلم آموزشی عبارتند از:
- پیشنهاد دوان، سروشیان و گوپتا
- ایده اصلی
- الگوریتم تکاملی مبتنی بر جمعیت
- تقسیم جمعیت به تعدادی مجتمع (complex)
- تکامل دادن (evolution) مستقل هر مجتمع از طریق اعمال مکرر جستجوی محلی به تعداد مشخص
- کنار هم قرار دادن مجتمع ها و مخلوط کردن (shuffle) آنها برای تبادل اطلاعات سراسری
مطالب و مباحث این فیلم های آموزشی به زبان فارسی روان، و توسط مجتبی خلیجی ارائه شده است.
توجه: این محصول بخشی از بسته طلایی الگوریتم جهش قورباغه یا SFLA است.
برای کسب اطلاعات بیشتر بر روی این لینک (+) کلیک کنید.
فرادرس...
ما را در سایت فرادرس دنبال می کنید
برچسب : evolution, SCE,UA, shuffle, الگوریتم تکاملی, الگوریتم تکاملی مبتنی بر جمعیت, تبادل اطلاعات سراسری, تقسیم جمعیت, تکامل دادن, جستجوی محلی, مخلوط کردن, پیشنهاد دوان, سروشیان و گوپتا, نویسنده : فرادرس |FaraDars faradars بازدید : 272 تاريخ : يکشنبه 31 فروردين 1393 ساعت: 18:22