فرادرس

شبکه های عصبی مصنوعی یا Artificial Neural Networks (به اختصار ANN) ابزارهایی مهم در میان مباحث هوش محاسباتی (Computational Intelligence) به حساب می آیند. انواع مختلفی از شبکه های عصبی مصنوعی معرفی شده اند، که عمدتا در کاربردهایی همچون طبقه بندی، خوشه بندی، تشخیص الگو، مدل سازی و تقریب توابع، کنترل، تخمین و بهینه سازی مورد استفاده قرار می گیرند. در این پست قصد داریم فیلم آموزشی شبکه های عصبی هاپفیلد یا Hopfield Neural Network در متلب را معرفی کنیم که در آن علاوه بر مرور مبانی تئوری شبکه های عصبی هاپفیلد (Hopfield) و ارتباط آن با نظریه سیستم های دینامیکی غیر خطی، پیاده سازی عملی این نوع از شبکه عصبی برای حل مسأله بازشناسی الگو و تشخیص کاراکتر (Character Recognition) مورد بحث و بررسی قرار گرفته...

بهینه سازی کلونی مورچه ها یا Ant Colony Optimization و (به اختصار ACO)، که در سال 1992 توسط مارکو دوریگو (Marco Dorigo) و در رساله دکتری وی مطرح شد، یکی از بارزترین نمونه ها برای روش های هوش جمعی است. این الگوریتم از روی رفتار جمعی مورچه ها الهام گرفته شده است. مورچه ها با همکاری یکدیگر، کوتاه ترین مسیر را میان لانه و منابع غذایی پیدا می کنند تا بتوانند در کمترین زمان مواد غذایی را به لانه منتقل کنند. هیچ کدام از مورچه ها، به تنهایی قادر به انجام چنین کاری نیستند، اما با همکاری و پیروی از چند اصل ساده، بهترین راه را پیدا می کنند. الگوریتم مورچه ها، یک مثال بارز از هوش جمعی هستند که در آن عامل هایی که قابلیت چندان بالایی ندارند، در کنار هم و با همکاری یکدیگر می توانند نتایج بسیار خوبی به دست ...

الگوریتم شبیه سازی تبرید (بازپخت) یا Simulated Aealing و یا به اختصار SA در اوائل دهه 1980 و توسط کیرکپاتریک و همکارانش معرفی شد. این روش، فرایند تبرید مواد را شبیه سازی می کند. طی فرایند تبرید، یک ماده تا دمایی بیشتر از دمای ذوبش گرم می شود و سپس به تدریج، دمای آن پایین آورده می شود. نحوه کاهش دما بسیار کند و در حدی است که ماده در تعادل ترمودینامیکی است. به عبارت دیگر، دمای جسم آن قدر ثابت می ماند که بهترین ساختار بلوری با کم ترین انرژی در آن دما تشکیل شود. اجسامی ساختار بلوری شان در انرژی های بالاتری شکل گرفته باشد، شکننده تر نیز هستند. اما بر عکس، اگر ساختار بلوری جسمی، در انرژی های کم تر تشکیل شده باشد، از مقاومت فیزیکی بسیار بیشتری برخوردار خواهد بود. این الگوریتم یکی از قوی ترین الگوری...

پیش از این مطالب متعددی بر روی متلب سایت در ارتباط با مسأله فروشنده دوره گرد (Traveling Salesman Problem) یا به اختصار TSP بیان شده است. یکی از جدیدترین محصولات متلب سایت، فیلم آموزشی حل مسأله فروشنده دوره گرد یا TSP با استفاده از الگوریتم بهینه سازی ازدحام ذرات یا PSO است که قطعا می تواند استفاده های فراوانی برای دانشجویان و محققین رشته ها مختلف داشته باشد. بسیاری از مسائل در رشته های مختلف علمی و مهندسی، می توانند به صورت یک مسأله TSP بیان شوند. همچنین، به دلیل ماهیت جایگشتی پاسخ های مسأله TSP، روش توصیف این پاسخ با استفاده از یک الگوریتم پیوسته مانند PSO، می تواند برای حل سایر مسائل بهینه سازی جایگشتی، مورد استفاده قرار گیرد. الگوریتم PSO یکی از مهم ترین الگوریتم های بهینه سازی هوشمند است...

پیش از این مطالب متعددی بر روی متلب سایت در ارتباط با مسأله فروشنده دوره گرد (Traveling Salesman Problem) یا به اختصار TSP بیان شده است. یکی از جدیدترین محصولات متلب سایت، فیلم آموزشی حل مسأله فروشنده دوره گرد یا TSP با استفاده از الگوریتم بهینه سازی ازدحام ذرات یا PSO است که قطعا می تواند استفاده های فراوانی برای دانشجویان و محققین رشته ها مختلف داشته باشد. بسیاری از مسائل در رشته های مختلف علمی و مهندسی، می توانند به صورت یک مسأله TSP بیان شوند. همچنین، به دلیل ماهیت جایگشتی پاسخ های مسأله TSP، روش توصیف این پاسخ با استفاده از یک الگوریتم پیوسته مانند PSO، می تواند برای حل سایر مسائل بهینه سازی جایگشتی، مورد استفاده قرار گیرد. الگوریتم PSO یکی از مهم ترین الگوریتم های بهینه سازی هوشمند است...