فیلم آموزشی درونیابی توابع شعاعی پایه یا RBF با الگوریتم رقابت استعماری

الگوریتم رقابت استعماری یا 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 فرآیند سیاسی استعمار است. به همان صورت که الگوریتم ژنتیک تکامل زیستی را شبیه سازی می کند، در الگوریتم رقابت استعماری، از تکامل سیاسی استفاده شده است. این الگوریتم در سال 2007 معرفی شده است و تا کنون 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.

در راستای پوشش نیازهای علمی جامعه هوش محاسباتی ایران، بسته کاملی از فیلم های آموزشی الگوریتم رقابت استعماری توسط متلب سایت تهیه شده اند که می توانند به عنوان مرجع کاملی برای دانشجویان و دانشپژوهان مورد استفاده قرار بگیرند. بخشی از این مجموعه آموزشی، که در این پست قصد معرفی آن را داریم، مربوط به درونیابی توابع شعاعی پایه یا RBF با الگوریتم رقابت استعماری است. در واقع در این فیلم آموزشی، تنظیم ضرایب یک شبکه عصبی RBF به صورت یک مسأله بهینه سازی بیان شده است و توسط الگوریتم رقابت استعماری انجام پذیرفته است.

مطالب و مباحث این فیلم آموزشی به زبان فارسی روان، و توسط مهندس سید مصطفی کلامی هریس ارائه شده است.

 سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:

• مروری بر مبانی مدل سازی و برازش منحنی
• آشنایی با توابع شعاعی پایه
• بیان مسأله مدل سازی و برازش منحنی به صورت یک مسأله بهینه سازی
• پیاده سازی مسأله مدل سازی RBF به صورت یک مسأله بهینه سازی در محیط متلب
• حل مسأله مدل سازی با استفاده از الگوریتم رقابت استعماری
• بهبود عملکرد و کامل سازی برنامه نوشته شده
• نمایش گرافیکی نتایج حاصل از حل مسأله مدل سازی
• جمع بندی و نتیجه گیری های نهایی