پاورپوینت الگوریتم ژنتیک و جستجوی ممنوع

الگوریتم ژنتیک الگوریتم جستجوی ممنوعه کاربردهای جستجوی ممنوعه ساختار کلی جستجوی ممنوعه

دسته بندی	مدیریت
فرمت فایل	ppt
حجم فایل	574 کیلو بایت
تعداد صفحات فایل	13

دریافت فایل

فروشنده فایل

کد کاربری 12271

تمام فایل ها

مقدمه

در سالهای اخیر روشهای مکاشفه ای (Heuristic) زیادی برای مسایل بهینه سازی ترکیبی (Combinatorial) پدید آمده است.

یکی از توانمند ترین روشهای فراکاوشی روش جستجوی ممنوعه (Tabu search) می باشد.

یکی از توانمند ترین روشهای فراکاوشی روش جستجوی ممنوعه ( (Tabu search) می باشد.

الگوریتم جستجوی ممنوعه (Tabu Search) (TS) : یک الگوریتم بهینه سازی فراابتکاری است که برای اولین بار در سال ۱۹۸۶ توسط گلووِر Glover معرفی شد. در سال ۱۹۹۷، اولین کتابی که کاملاً به جستجوی ممنوعه اختصاص داشت توسط گلووِر و لاگونا منتشر شد.

واژه تابو از تُنگان زبان مردم جزایر پلینزی در اقیانوس ارام گرفته شده‌است. این واژه به معنای شیء مقدسی است که به دلیل قداست نباید آن را لمس کرد. بر اساس واژه‌نامه وِبستر، امروزه این واژه در معنای «ممنوعیت ایجاد شده به دلیل فرهنگ اجتماعی برای ایجاد اقدام حفاظتی» یا «ممنوعیت چیزی که دارای ریسک است»، به کار می‌رود. معنای اخیر واژه تابو، با تکنیک جستجوی ممنوعه کاملاً سازگار است. ریسکی که در الگوریتم جستجوی ممنوعه از آن اجتناب می‌شود، خطر مسیرهای نامناسب است.

و در ادامه داریم:

کاربردهای جستجوی ممنوعه

ساختار کلی جستجوی ممنوعه

استراتژی‌های پیشرفته جستجوی ممنوعه

الگوریتم ژنتیک

فایل پاورپوینت 13 اسلاید

الگوریتم ژنتیکالگوریتم جستجوی ممنوعهکاربردهای جستجوی ممنوعهساختار کلی جستجوی ممنوعه

الگوریتم ژنتیک

این برنامه شامل کد نویسی الگوریتم ژنتیک در محیط متلب می باشد برنامه به زبان قابل فهم همراه با توضیحات می باشد توضیحات مربوط به این الگوریتم در یک فایل دیگر در کنار برنامه متلب نوشته شده ضمیمه می باشد

دسته بندی	متلب MATLAB
فرمت فایل	rar
حجم فایل	83 کیلو بایت
تعداد صفحات فایل	3

دریافت فایل

فروشنده فایل

کد کاربری 14412

تمام فایل ها

این برنامه شامل کد نویسی الگوریتم ژنتیک در محیط متلب می باشد. برنامه به زبان قابل فهم همراه با توضیحات می باشد.

توضیحات مربوط به این الگوریتم در یک فایل دیگر در کنار برنامه متلب نوشته شده ضمیمه می باشد.

الگوریتم ژنتیککد الگوریتم ژنتیککد متلب الگوریتم ژنتیکبرنامه متلب الگوریتم ژنتیکGenetic algorithmژنتیکالگوریتمبهینه سازی

دانلود پاورپوینت الگوریتم های ژنتیک

الگوریتم ژنتیک از اصول انتخاب طبیعی داروین برای یافتن فرمول بهینه جهت پیش بینی یا تطبیق الگو استفاده می کند

دسته بندی	پزشکی
فرمت فایل	ppt
حجم فایل	498 کیلو بایت
تعداد صفحات فایل	54

دریافت فایل

فروشنده فایل

کد کاربری 8067

تمام فایل ها

مروری بر مطالب

مقدمه و تاریخچه

روند الگوریتم‌های ژنتیک

مزایا و معایب الگوریتم‌های ژنتیک

پارامتر‌های کنترل

حل TSP با استفاده از GA

جمع‌بندی

•مقدمه و تاریخچه

GA بعنوان دسته‌ای از الگوریتم‌های تکاملی

ابداع توسط آقای John Holland در سال 1975 در میشیگان

شبیه‌سازی روند GA بر اساس روند تکاملی طبیعت

پایه‌گذاری بر اساس نظریه آقای چارلز داروین

روشی برای جستجو در فضاهای بزرگ

کاربرد در مسائل بهینه‌سازی

مقدمه:

الگوریتم ژنتیک از اصول انتخاب طبیعی داروین برای یافتن فرمول بهینه جهت پیش بینی یا تطبیق الگو استفاده می کند.

الگوریتم ژنتیک یک تکنیک برنامه نویسی است که از تکامل ژنتیکی به عنوان یک الگوی حل مسئله استفاده می کند.

الگوریتم ژنتیک برای مسائل جستجو و بهینه سازی بکار برده می شود.

هنگامی که لغت تنازع بقا به کار می‌رود اغلب بار ارزشی منفی آن به ذهن می‌آید. شاید همزمان قانون جنگل به ذهن برسد و حکم بقای قوی‌تر!

طبیعت مناسب ترین‌ها (Fittest) را انتخاب می ‌کند نه بهترین‌ها.

قانون انتخاب طبیعی:

قانون انتخاب طبیعی بدین صورت است که تنها گونه‌هایی از یک جمعیت ادامه نسل می ‌دهند که بهترین خصوصیات را داشته باشند و آنهایی که این خصوصیات را نداشته باشند به تدریج و در طی زمان از بین می ‌روند.

طبیعت با بهره ‌گیری از یک روش بسیار ساده(حذف تدریجی گونه‌های نامناسب و در عین حال تکثیر بالاتر گونه ‌های بهینه) توانسته است دائما هر نسل را از لحاظ خصوصیات مختلف ارتقا بخشد. البته این روش به تنهایی برای رسیدن به تکامل کافی نیست(حد اقل در مورد آنچه که در طبیعت وجود دارد). وجود فرآیندی به نام "جهش (Mutation)" نیز لازم است.

الگوریتم های ژنتیک و تنازع بقا :

قانون انتخاب طبیعی :

تنها گونه هایی از یک جمعیت ادامه نسل می دهند که بهترین خصوصیت را داشته باشند.

تکامل طبیعی :

جستجوی کورکورانه (تصادف)+بقای قوی تر

مقایسه روش های کلاسیک ریاضیات با الگوریتم ژنتیک:

روش‌های کلاسیک ریاضیات دارای دو اشکال اساسی هستند:

اغلب این روش‌ها نقطه بهینه محلی(Local Optima) را بعنوان نقطه بهینه کلی در نظر می ‌گیرند

روش‌های ریاضی بهینه‌سازی اغلب منجر به یک فرمول یا دستورالعمل خاص برای حل هر مسئله می‌شوند. در حالی که روش‌های هوشمند دستورالعمل‌هایی هستند که به صورت کلی می‌توانند در حل هر مسئله‌ای به کار گرفته شوند. این نکته را پس از آشنایی با خود الگوریتم بیشتر و بهتر خواهید دید.

فایل پاورپوینت 54 اسلاید

الگوریتم های ژنتیکالگوریتم ژنتیکروند الگوریتمهای ژنتیکمزایا و معایب الگوریتمهای ژنتیکالگوریتمهای تکاملی

روشهای هوشمند در تعیین عملکرد سازه های هیدرولیکی

منطق فازی الگوریتم ژنتیک بهینه سازی پارامترهای منطق فازی توسط الگوریتم ژنتیک

دسته بندی	ریاضی
فرمت فایل	ppt
حجم فایل	725 کیلو بایت
تعداد صفحات فایل	29

دریافت فایل

فروشنده فایل

کد کاربری 12271

تمام فایل ها

در این سمینار بررسی می شود:

•روشهای هوشمند و کلاسیک

•مفاهیم منطق فازی

•مدلسازی هوادهی در تخلیه کننده های تحتانی توسط منطق فازی

•مفهوم الگوریتم ژنتیک

•بهینه سازی پارامترهای منطق فازی توسط الگوریتم ژنتیک

• بیان سه کاربرد از روشهای هوشمند(منطق فازی، الگوریتم ژنتیک و شبکه های عصبی)

منطق فازیالگوریتم ژنتیکبهینه سازی پارامترهای منطق فازی توسط الگوریتم ژنتیک

دانلود کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مختلف

کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مختلف

در یک محیط صنعتی توزیع شده، کارخانه های مختلف و دارای ماشین ها و ابزارهای گوناگون در مکان های جغرافیایی مختلف غالبا به منظور رسیدن به بالاترین کارایی تولید ترکیب می شوند در زمان تولید قطعات و محصولات مختلف ، طرح های فرایند مورد قبول توسط کارخانه های موجود تولید می شود این طرحها شامل نوع ماشین، تجهیز و ابزار برای هر فرآیند عملیاتی لازم برای تولید ق

دسته بندی	کامپیوتر و IT
فرمت فایل	doc
حجم فایل	1014 کیلو بایت
تعداد صفحات فایل	98

دریافت فایل

فروشنده فایل

کد کاربری 8044

تمام فایل ها

چکیده

در یک محیط صنعتی توزیع شده، کارخانه های مختلف و دارای ماشین ها و ابزارهای گوناگون در مکان های جغرافیایی مختلف غالبا به منظور رسیدن به بالاترین کارایی تولید ترکیب می شوند. در زمان تولید قطعات و محصولات مختلف ، طرح های فرایند مورد قبول توسط کارخانه های موجود تولید می شود. این طرحها شامل نوع ماشین، تجهیز و ابزار برای هر فرآیند عملیاتی لازم برای تولید قطعه است. طرح های فرایند ممکن است به دلیل تفاوت محدودیت های منابع متفاوت باشند. بنابراین به دست آوردن طرح فرایند بهینه یا نزدیک به بهینه مهم به نظر می رسد. به عبارت دیگر تعیین اینکه هر محصول درکدام کارخانه و با کدام ماشین آلات و ابزار تولید گردد امری لازم و ضروری می باشد. به همین منظور می بایست از بین طرحهای مختلف طرحی را انتخاب کرد که در عین ممکن بودن هزینه تولید محصولات را نیز کمینه سازد. در این تحقیق یک الگوریتم ژنتیک معرفی می شود که بر طبق ضوابط از پیش تعیین شده مانند مینیمم سازی زمان فرایند می تواند به سرعت طرح فرایند بهینه را برای یک سیستم تولیدی واحد و همچنین یک سیستم تولیدی توزیع شده جستجو می کند. با استفاده از الگوریتم ژنتیک، برنامه ریزی فرآیند به کمک کامپیوتر (CAPP) می تواند براساس معیار در نظر گرفته شده طرح های فرایند بهینه یا نزدیک به بهینه ایجاد کند، بررسی های موردی به طور آشکار امکان عملی شدن و استحکام روش را نشان می دهند. این کار با استفاده از الگوریتم ژنتیک در CAPP هم در سیستمهای تولیدی توزیع شده و هم واحد صورت می گیرد. بررسی های موردی نشان می دهد که این روش شبیه یا بهتر از برنامه ریزی فرآیند به کمک کامپیوتر (CAPP) مرسوم تک کارخانه ای است

واژه‌های کلیدی

برنامه ریزی فرآیند به کمک کامپیوتر (CAPP)، الگوریتم ژنتیک، محیط صنعتی توزیع شده، تولید یکپارچه کامپیوتری.

فهرست مطالب

عنوان	صفحه
مقدمه ..........................................................................................................................................................................	11
فصل یکم - معرفی برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) و الگوریتم ژنتیک ..............................................	17
1-1- برنامه ریزی فرآیند به کمک کامپیوتر................................................................................................................	17
1-1-1- رویکرد بنیادی ..............................................................................................................................................	18
1-1-2- رویکرد متنوع ...............................................................................................................................................	18
1-2- الگوریتم ژنتیک.................................................................................................................................................	20
1-2-1-کلیات الگوریتم ژنتیک..................................................................................................................................	21
1-2-2-قسمت های مهم الگوریتم ژنتیک....................................................................................................................	23
1-2-2-1-تابع هدف و تابع برازش..............................................................................................................................	26
1-2-2-2- انتخاب......................................................................................................................................................	27
1-2-2-3- تقاطع.........................................................................................................................................................	28
1-2-2-4- جهش........................................................................................................................................................	32
فصل دوم- نمونه هایی از کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر.........................................	34
2-1-بهینه سازی مسیر فرآیند با استفاده از الگوریتم ژنتیک...........................................................................................	34
2-1-1- توصیف توالی فرآیند.....................................................................................................................................	34
2-1-2- استراتژی کد گزاری.....................................................................................................................................	37
2-1-3- تجزیه و تحلیل همگرایی................................................................................................................................	38
2-1-3-1-همگرایی نزدیک شونده..............................................................................................................................	38
2-1-3-2-همگرایی با در نظر گرفتن احتمال................................................................................................................	40
2-1-3-3-همگرایی GAها در توالی سازی فرایندهای پشت سر هم.............................................................................	40
2-1-3-4-تعریف یک قانون.......................................................................................................................................	41
2-1-4-اپراتورهای ژنتیک...........................................................................................................................................	41
2-1-4-1-اپراتور انتخاب............................................................................................................................................	41
2-1-4-2- اپراتور تغییر و انتقال...................................................................................................................................	42
2-1-4-3- اپراتور جهش............................................................................................................................................	44
2-1-5- برقراری تابع تناسب.......................................................................................................................................	44
2-1-5-1- آنالیز محدودیت ها..................................................................................................................................	44
2-1-5-2- برقراری تابع برازش...................................................................................................................................	45
2-1-6-مثال................................................................................................................................................................	47
2-1-6-1-مثالهایی برای کاربرد این روشها .................................................................................................................	47
2-1-6-2-تاثیر پارامترهای متغیر بر روند تحقیقات ......................................................................................................	49
2-1-7-نتیجه گیری...................................................................................................................................................	50
2-2-روشی برای برنامه ریزی مقدماتی ترکیبات دورانی شکل محور Cاستفاده از الگوریتم ژنتیک.........................	51
2-2-1-مقدمه.............................................................................................................................................................	51
2-2-2-مدول های سیستمCAPP پیشنهاد شده........................................................................................................	54
2-2-3-تجسم قطعه...................................................................................................................................................	56
2-2-4-تولید توالی های ممکن..................................................................................................................................	58
2-2-4-1-الزامات اولویت دار..................................................................................................................................	58
2-2-4-2- الزامات تلرانس هندسی.............................................................................................................................	59
2-2-4-3- رابطه ویژگی های اولویت دار....................................................................................................................	60
2-2-5 بهینه سازی با استفاده از الگوریتم ژنتیک GA..................................................................................................	64
2-2-5-1- تابع برازش...............................................................................................................................................	67
2-2-5-2- الگوریتم ژنتیک......................... .............................................................................................................	68
2-2-6- نتایج و بحث...............................................................................................................................................	71
2-2-7-نتیجه گیری...................................................................................................................................................	71
فصل سوم: الگوریتم پیشنهادی برای کاربرد الگوریتم ژنتیک در طراحی قطعه به کمک کامپیوتر در محیط صنعتی .....	73
3-1-مقدمه................................................................................................................................................................	73
3-2-الگوریتم ژنتیک................................................................................................................................................	74
3-2-1-سیستم های تولیدی توزیع شده........................................................................................................................	74
3-2-2-نمایش طرح های فرایند...................................................................................................................................	75
3-2-3-جمعیت اولیه..................................................................................................................................................	76
3-3-تولید مثل..........................................................................................................................................................	76
3-3-1-ادغام...........................................................................................................................................................	76
3-3-2-دگرگونی و جهش.......................................................................................................................................	77
3-4- ارزیابی کروموزوم ...........................................................................................................................................	80
3-4-1- مینیمم سازی زمان فرایند................................................................................................................................	80
3-4-2- مینیمم سازی هزینه های تولید.........................................................................................................................	80
3-5- مطالعات موردی...............................................................................................................................................	81
3-5-1- CAPPسنتی................................................................................................................................................	81
3-5-2- CAPP توزیع شده.......................................................................................................................................	85
3-6- ارزیابی..............................................................................................................................................................	88
3-6-1- معیار اول.......................................................................................................................................................	88
3-6-2- معیار دوم.......................................................................................................................................................	89
فصل چهارم -نتیجه گیری....................................................................................................................................	90

مقدمه

در جهان صنعتی امروز، به تولید به عنوان یک سلاح رقابتی نگریسته می شود و سازمانهای تولیدی در محیطی قرار گرفته اند که از ویژگی های آن می توان به افزایش فشارهای رقابتی، تنوع در محصولات، تغییر در انتظارات اجتماعی و افزایش سطح توقع مشتریان اشاره کرد. محصولات در حالی که باید بسیار کیفی باشند، تنها زمان کوتاهی در بازار می مانند و باید جای خود را به محصولاتی بدهند که با آخرین ذائقه، سلیقه و یا نیاز مشتریان سازگار هستند. بی توجهی به خواست مشتری و یا قصور در تحویل به موقع ممکن است بسیار گران تمام شود. شرایط فوق سبب گردیده تا موضوع اطلاعات برای سازمانهای تولیدی از اهمیت زیادی برخوردار شود. از طرف دیگر، آخرین بررسی ها حاکی از آن است که استراتژی رقابتی مبتنی بر بازار خود نیز به تدریج در حال گذر است و چشم انداز استراتژیک رقابت در آینده مبتنی بر منابع خواهد بود. به عبارت دیگر در حالی که شرکتها امروزه موفقیت را در تبعیت و استفاده درست از قوانین، فرصتها و شرایط دیکته شده توسط بازار می دانند، استراتژی مبتنی بر منابع بر این موضوع تاکید دارد که منفعت و موفقیت بیشتر با اتکا بر مزیتها و منابع منحصر به فرد و قابل اطمینان شرکت و سرمایه گذاری به منظور توسعه و حفاظت از آنها حاصل خواهد شد.

البته منابع تولیدی مورد نظر تنها شامل سرمایه، زمین، ماشین آلات و تجهیزات نمی شوند، بلکه بنای تولید نسل آینده بر تاکید و توجه به اطلاعات، مدیریت دانش و توجه ویژه به مسئله آموزش افراد خواهد بود.

وضعیت به وجود آمده و تحولات صورت گرفته مذکور در حوزه فعالیتهای تولیدی، اگرچه خود حاصل به کارگیری گسترده و همه جانبه فناوریهای اطلاعاتی در این حوزه است، ولی در عین حال باعث توجه مضاعف سازمانها و شرکتهای تولیدی به مقوله اطلاعات و فناوریهای مرتبط با آن شده است. این تحقیق با هدف تبیین موضوع فوق به طور عام و تبیین بخش خاصی از آن به نام برنامه ریزی فرایند به کمک کامپیوتر صورت گرفته است. اهمیت این بررسی از آنجا ناشی می شود که چند سالی است در کشور، افزایش تعداد واحدهای تولیدی و به تبع آن تحقق نسبی فضای رقابتی باعث گردیده تا توجه تولیدکنندگان و شرکتهای صنعتی به کیفیت محصولات، افزایش سهم بازار و مسئله صادرات معطوف گردد. از همین رو به نظر مــی رسد دانستن تحولات صورت گرفته در بخشهای تولیدی جوامع پیشرفته می تواند در تعیین و شناخت بهتر مسیری که سازمانهای تولیدی و صنعتی کشور برای ارتقای توان رقابتی خود باید طی کنند موثر واقع شود. توسعــه های اخیر در حوزه فناوری اطلاعات به ویژه هوش مصنوعی و سیستم های خبره، وضعیت تولید در جوامع صنعتی را دگرگون ساخته است.

عصر فعلی را برخی عصر اطلاعات لقب داده اند. این نامگذاری شاید به این دلیل باشد که امروزه اطلاعات به جزء تفکیک ناپذیر زندگی بشر تبدیل شده است. اگرچه اطلاعات از دیرباز در زندگی بشر تاثیر بسزایی داشته و انسان برای تصمیم گیریها و طی طریق همواره محتاج به آن بوده است ولی آنچه که امروزه اهمیت آن را صدچندان کرده، شرایط نوین زندگی و افزایش سهم اطلاعات در آن است.

اختراع رایانه، امکان پردازش سریع و ذخیره حجم انبوهی از داده ها را فراهم آورد و پیشرفتهای بعدی در زمینه ارتباط بین رایانه ها و امکان تبادل داده بین آنها، تبادل و انتقال اطلاعات را در سطح وسیعی ممکن ساخت. این رویدادها به همراه سایر پیشرفتهای صورت گرفته در زمینه الکترونیک و ارتباطات اعم از میکروالکترونیک، نیمه هادیها، ماهواره و روباتیک به وقوع انقلابی در زمینه نحوه جمع آوری، پردازش، ذخیره سازی، فراخوانی و ارائه اطلاعات منجر گردید که شکل گیری فناوری اطلاعات حاصل این رویداد بود.

براساس تعریف، فناوریهای اطلاعاتی مجموعه ای از ابزارها، تجهیزات، دانش و مهارتهاست که از آنها در گردآوری، ذخیـــــره سازی، پردازش و انتقال اطلاعات (اعم از متن، تصویر، صوت و...) استفاده می شود.

در این میان نقش ابزارهای رایانه ای و مخابراتی به وضوح مشخص است. این فناوری به سرعت در حال رشد است و فعالیتها و سرمایه گذاریهای انجام شده در این زمینه به ویژه پس از ظهور پدیده اینترنت، بسیار چشمگیر است. دامنه علوم مرتبط با آن بسیار گسترده و وسیع بوده و مباحثی نظیر علوم رایانه و مهندسی نرم افزار، مخابرات، هوش مصنوعی، سیستم های اطلاعاتی مدیریتی، سیستم های پشتیبانی تصمیم، مهندسی دانش، فناوری چندرسانه ای، مدیریت اطلاعات، امنیت داده و اطلاعات، داد و ستد و ارتباطات انسان - رایانه، ارتباطات گروهی مبتنی بر رایانه، روباتیک و پایگاههای اطلاعاتی اینترنتی را شامل می شود. پرتوهای این فناوری نوین بسیاری از زوایای زندگی انسان را فرا گرفته است و بسیاری از علوم و موضوعها را تحت تاثیر خود قرار داده است.

امروزه موارد استفاده فناوری اطلاعات را می توان در آموزش، مدیریت و سازمان، پزشکی، تجارت، امور نظامی، تولید و صنعت، تحقیقات، حمل و نقل، کنترل ترافیک و صنعت نشر به وضوح مشاهده کرد.

جستجو به منظور یافتن راهی بهتر برای تولید قطعات، همواره عامل محرک و اساسی در خودکارسازی یا اتوماسیون بوده است. تعویض نیروی کار انسانی با ماشین را می توان ابتدایی ترین مرحله خودکارسازی تولید دانست که حدوداً در سال 1775 میلادی به وقوع پیوست و انقلاب صنعتی نقش موثری در رابطه با آن داشت. دستگاه تراش و نقاله ها نمونه هایی از مکانیزاسیون ایجاد شده بودند. روند اتوماسیون، در سال 1952 با ساخت اولین ماشین NC در دانشگاهMIT وارد مرحله جدیدی شد که مشخصه بارز آن عبارت بود از جایگزینی کنترل انسانی با کنترل خودکار ماشین. نوعی از اتوماسیون قابل برنامه ریزی بود که عملیات آن به وسیله اعداد و نشانه ها کنترل می شد.

در دهه 70، با ظهور رایانه های ارزانتر و کارآتر و پیشرفتهای الکترونیکی و مخابراتی، اتوماسیون های نقطه ای نیز به تدریج گسترش یافته و با پیوستن به یکدیگر تبدیل به اتوماسیون های گسترده تری به نام جزایر اتوماسیون شدند. جزایر اتوماسیون نشانگر مجموعه ای از زیرسیستم های یکپارچه خودکار شده در کارخانه هستند. سیستم های تولید انعطاف پذیر، سیستم مدیریت تولید، سیستم های یکپارچه جابجایی و انبارسازی مواد و سیستم های CAM وCAD نمونه هایی از جزایر اتوماسیون ایجاد شده هستند. انگیزه غایی، همانا خواست انسان برای افزایش هرچه بیشتر اتوماسیون در سیستم تولیدی به منظور دستیابی به بهره وری بالاتر است.

باادامه فعالیت و تحقیق بر روی جزایر اتوماسیون، این جزایر نیز به مرور توسعه پیدا کرده و شروع به همپوشانی و رقابت با یکدیگر کردند.

این مسئله به همراه جایگزینی تدریجی اندیشه سیستمـی و کل نگر به جای اندیشه جزء نگرانه، همچنین پیشرفتهـای صورت گرفته در زمینه فناوری اطلاعات باعث شد تا برخی به فکر یکپارچه سازی کلیـه عملیات تولیدی با یکدیگر بیفتند و به این ترتیب موضـوع «تولید یکپارچه رایانه ای» Computer Integrated Manufacturing = CIM)) مطرح گردید.

تولید یکپارچه رایانه ای اگرچه پایان تلاشهای محققان در خودکارسازی امور تولیدی و صنعتی نیست اما از آنجا که نمایانگر خودکارسازی و یکپارچه سازی کلیه فعالیتهای مرتبط با تولید به وسیله به کارگیری رایانه ها، روبات ها و شبکه های ارتباطی در درون یک کارخانه است دارای اهمیت بسیار زیادی است.

تولیدیکپارچه رایانه ای نوعی فناوری است که می تواند به هر صنعت وابسته شده و توسط آن صنعت هدایت شود، بدین معنی که هر صنعت برحسب مجموعه تجارب، نیازمندیها و موقعیتهای خاص خود، شرایطی ویژه برای تولید یکپارچه رایانه ای فراهم می آورد. از این رو، تعاریف و توصیفهای متفاوتی برای آن وجود دارد. در زیر نمونه هایی از توصیف های صورت گرفته ارائه شده است.

سیستم یکپارچه رایانه ای شامل رایانه ای کردن فراگیر و سیستماتیک فرایند تولیدی است. چنین سیستم هایی بااستفاده از پایگاه داده های مشترک، فعالیتهایی همچون طراحی به کمک رایانه، ساخت به کمک رایانه، مهندسی به کمک رایانه، انجام تست ها، تعمیرات و مونتاژ را یکپارچه می سازند.

(اسپریت، کمیسیون انجمن های اروپایی 1982) سیستم تولید یکپارچه رایانه ای عبارتست از به کارگیری یکپارچه اتوماسیون بر پایه رایانه و سیستم های پشتیبانی تصمیم گیری به منظور مدیریت فعالیتهای سیستم تولیدی، از طراحی محصول تا فرایند تولیدی و نهایتاً توزیع به انضمام مدیریت تولید و موجودی و مدیریت منابع مالی.

(هارن و براون 1984) سیستـم تولید یکپارچه رایانـه ای، پردازنـده های مواد و اطلاعات است که سه زیر سیستم اصلی آنها عبارتند از: سیستم فیزیکی کارخانه، سیستم تصمیم و سیستم اطلاعاتی.

(مایر 1990) تولید یکپارچه رایانه ای عبارت است از علم و هنر خودکارسازی بااستفاده از یکپارچگی حاصل از فناوری اطلاعات در فرآیندهای تولیدی. (یومانز و همکاران 1986)

با کمی دقت در توصیفها و دیدگاههای مذکـور در مورد تولیـد یکپارچه رایانـه ای مـــی توان به نقش و اهمیت اطلاعـات و فناوریهای اطلاعاتی در تحقق سیستم تولید یکپارچـه رایانه ای پی برد. به بیان دیگر، می توان گفت که این سیستم در طی روند توسعه فناوری اطلاعات به مانند فعالیت مهمی در کنار آن ظاهر گردیده و گسترش یافته است.

برای بررسی نقش فناوری اطلاعات در این سیستم بهتر است که ابتدا دیدگاه مذکور کمی شفاف تر شود. همانگونه که هارن، براون و شیونان در کتابشان اشاره می کنند، درک مسئله این سیستم بستگی به زمینه تجربی و دیدگاه اشخاص نسبت به آن دارد. از این رو است که نگرشها و دیدگاههای متفاوتی در رابطه با آن وجود دارد که آنها در اثر خود به برخی از آنها اشاره کرده اند. آنچه در اینجا به عنوان ملاک در نظر گرفته می شود، دیدگاهی است که خودهارن و همکارانش در مورد این سیستم ارائه کرده اند. این دیدگاه که در شکل یک نشان داده شده است به لحاظ جامعیت و نگرش سیستمی، مناسبترین دیدگاه از بین دیدگاههای موجود به نظر می رسد .

ارتباط نشانگر یکپارچگی مجموعه عملیات و نیز نشاندهنده مدار بسته بازخورد اطلاعات هستند. به طور خلاصـه، مـی توان گفت که تولید یکپارچه رایانه ای به معنی یکپارچگی جزایر اتوماسیون مرتبط با عملیات اداری - مالی، پشتیبانی مهندسی، مدیریت تولید و عملیات مربوط به سطح اجرایی است. این فرایند به وسیله ارتباطات رایانه ای و تسهیلات ذخیره سازی داده ها انجام می شود.

در گذشته طراحی قطعات و محصولات به صورت دستی و بااستفـاده از میزهای بزرگ و ابزارهای نقشــــه کشی انجام می گرفت و نقشه ها غالباً برروی کاغذ ترسیم می شدند. به همین سبب طراحیها عموماً وقت گیر و پردردسر بودند. همچنین در صورت ترسیم اشتباه و یا تغییر طرح، اصلاح و رسم مجدد نقشه ها زمان زیادی را به خود اختصاص می داد. این مسئله در مواردی که محصول از قطعات متعدد و پیچیده برخوردار بود نمود بیشتری داشت. نگهداری نقشه ها و مراقبت از آنها نیز مسئله دیگری بود که هم فضای زیادی را می طلبید و هم زمان قابل توجهی را برای کدگذاریبایگانی و بازیابی مجدد به خود اختصاص می داد. بااین همه این نقشه ها تنها نمایانگر شکل و وضعیت هندسی و مکانی قطعات نسبت به یکدیگر آن هم به صورت دو بعدی بودند.

به تدریج با بکارگیری رایانـه در امر نقشــه کشی و ایجاد و توسعه نرم افزارهای CAD ، تحولی در امور طراحی به قوع پیوست. کاهش خطاهای طراحی و تولید، ایجاد تناسب میان نقشه و روشهای تولید، تشخیص آسان روابط اجزای قطعه در مرحله تحلیل، تسهیل در آمــاده سازی مستندات و بهبود یا افزایش استانداردهای طراحی از مزایای طراحی به کمک رایانه بودند.

امروزه باافزایش توان رایانه ها در ذخیره و پردازش داده و همچنین پیشرفتهای صورت گرفته در زمینه فناوریهای اطلاعاتی به ویژه هوش مصنوعی، امکانات و قابلیتهای سیستـــم های CAD به طور چشمگیری افزایش یافته است. نرم افزارهای پیشرفتهCAD امروزی، امکان ایجاد مدلهای توپر سه بعدی را برای طراح فراهم آورده اند. این نرم افزارها با بهره برداری وسیع از تکنیــک های هوش مصنوعی و به لطف سیستم های خبره تعبیه شده در آنها، قابلیت تجزیه و تحلیل طرحها را نیز دارا هستند. به عنوان مثال آنها قادرند جرم طرح، حجم طرح و مرکز ثقل قطعات را محاسبه و تعیین کنند.

می توانند محل برخورد یا فصل مشترک قطعات مونتاژی را بررسی کنند و خواص مکانیکی قطعات نظیر تنش و یا جریان گرمایی را مورد تجزیه و تحلیل قرار دهند. برخی از این نرم افزارها می توانند حرکت قطعات را نیز مورد مطالعه قرار دهند و برخی دیگر قادرند نقاط و زمانهای بازرسی قطعه را تعیین سازند. آنها حتی پایگاه اطلاعاتی مورد نیاز تولید محصول را به وجود می آورند. پایگاه مذکور شامل تمام اطلاعات مربوط به محصول از دید طراحی، از اطلاعات هندسی، لیست مواد و قطعات، مشخصات مواد و غیره گرفته تا اطلاعات اضافی مورد نیاز برای تولید می شود. سیستم های قدرتمندCAD فعلی، همچنین قابلیت تبادل اطلاعات با سیستم های بانک اطلاعاتی و انتقال داده ها به سایر نرم افزارهای تولیدی را نیز دارا هستند که این ویژگی، کارآیی آنها را به نحو چشمگیری افزایش داده است.

یکی دیگر از جزایر اتوماسیون ایجاد شده در زمینه تولید، سیستم طراحی فرآیند به کمک رایانه (Computer-Aided Process Planning=CAPP) است. این سیستم هـا بـه منظور انجام خودکار طراحی فرایند تولید قطعاتی که در گذشته توسط متخصصان روشهای تولیـدی انجام می گرفت ایجاد گردیده اند. این سیستم ها از نظر یکپارچـــــه سازی اهمیت بسیاری دارند چرا که یکی از نقاط کلیدی در ایجاد ارتباط میانCAD و CAM به شمار می روند. خروجیهای یک سیستم طراحی فرآیند عبارتند از: انتخاب عملیات مناسب و تعیین توالی عملیات مزبور بر روی قطعه، انتخاب ماشین آلات ضروری برای اجرای عملیات، تعیین ابزارآلات و فیکسچرها و همچنین دستورالعملهای اجرایی برای تنظیم دستگاه، مسیر حرکت ابزارها، پارامترهای عملیات نظیر سرعت، مدت، میزان بار و... البته باید خاطرنشان ساخت از آنجا که برنامه ریزی و طرح ریزی فرایند ساخت قطعات بسیار متکی به تجربه و قضاوت برنامه ریزان است، خودکارسازی کلیه فعالیتهای یادشده، کاری بس دشوار بوده و غالب سیستم های موجود طراحی فرآیند، توان اجرای تمامی فعالیتهـای فوق را ندارند، بلکه در اکثـر موارد تنهـا مــــی توانند خدمات پشتیبانی تصمیم گیری ارائه کنند.

نقش فناوری اطلاعات در سیستم طراحی فرآیند نیز بسیار مشهود است. به طور کلی در توسعه این نوع سیستم ها دو رویکرد مطرح است: 1 - رویکرد بهبودی یا متنوع؛ 2 - رویکرد مولد یا بنیادی.

در رویکرد بهبودی که اساس آن استفاده از فناوری گروهی و ابزارهای دسته بندی و کدگذاری است، از یک قطعه مرکب اصلی برای نشان دادن دامنه اشکال تولیدی در یک خانواده استفاده می شود. هرگاه که سیستم قطعه جدیدی را به عنوان عضوی از یک خانواده خاص شناسایی کرد، طرح ریزی فرآیند قطعه مرکب آن خانواده را به گونه ای اصلاح می نماید که بتواند طرح فرآیند آن قطعه جدید را ایجاد کند. سیستـم در این رویکرد، برای تعیین شکل قطعـات از تکنیک های طبقـه بندی قطعات استفاده کرده و آنها را با اشکال متناظـر در قطعات اصلی مطابقت مـــی دهد.

در رویکرد بنیادی، طرح فرآیند براساس اطلاعات موجود در پایگاه داده های تولید ایجاد می شود. در این رویکرد، سیستم طراحی فرآیند در شکل سیستـم های دانش - پایه و هوش مصنوعی و در برخی موارد نیز به صورت یک سیستمDSS عمل کرده و با دریافت اطلاعات جزئیات قطعه موردنظر، انواع عملیات تولیدی در دسترس و توانایی آنها برحسب دقت و تلرانس، تجربه مربوط به قطعات پیشین و... اقدام به طراحی فرآیند مناسب جهت قطعه می کند.

موضوع مورد بحث در تحقیق حاضر شرح برنامه ریزی فرآیند به کمک کامپیوتر و کاربرد الگوریتم ژنتیک برای این مهم می باشد.

فصل یکم –معرفی برنامه ریزی فرآیند به کمک کامپیوتر و الگوریتم ژنتیک

1-1 برنامه ریزی فرایند به کمک کامپیوتر (CAPP)

یکی از کاربردهای کامپیوتر مربوط به پشتیبانی از ایجاد و توسعه طرح های فنی مورد نیاز برای تولید یک قطعه می باشد. در اصطلاح به این کاربرد Computer Aided Process Planning CAPP) )گفته می شود. این کاربرد از نظر یکپارچه سازی اهمیت بسیاری دارد، زیرا یکی از نقاط کلیدی در ایجاد ارتباط میان CAD و CAM به شمار می رود. خروجی طرحریزی فرایند CAPP شامل موارد ذیل است: توالی عملیات مورد نیاز برای تولید قطعه، تعیین ماشین آلات ضروری برای اجرای عملیات و زمان عملیات. همچنین CAPP ابزارآلات ویژه و دستورالعمل های اجرایی را برای تنظیم دستگاه مشخص می کند. تا به حال کاربردهای CAPP بیشتر در زمینه برش فلزات بوده است. بر اساس نظر چانگ (1990) عملیات طرحریزی فرایند ممکن است شامل همه یا برخی از فعالیت های ذیل باشد:

• انتخاب عملیات مناسب برای ماشین کاری.
• تعیین توالی عملیات مزبور.
• انتخاب ابزارهای برش مربوطه.
• تعیین رویه های آماده سازی ماشین.
• محاسبه پارامترهای برش از جمله: سرعت برش، میزان بار ابزار، استفاده از مایعات خنک کننده برای برش و عمق برش.
• طراحی مسیر حرکت ابزار و تهیه برنامه های مخصوص هر قطعه برای ماشین های کنترل عددی.
• طراحی ابزارآلات و فیکسچرها.

خودکارسازی کلیه فعالیت های طرحریزی فرایند، کاری دشوار است که به هیچ وجه نباید ناچیز تلقی شود. به همین دلیل غالباً سیستم های مبتنی بر کامپیوتر توان اجرای تمامی فعالیت های فوق را ندارند. در واقع سیستم های CAPP موجود تنها در اکثر موارد فوق می توانند خدمات پشتیبانی تصمیم گیری ارائه دهند. بطور کلی برای توسعه سیستم های CAPP دو رویکرد مطرح است:

رویکرد متنوع (یا بهبودی)

رویکرد مولد (یا بنیادی)

1-1-1- رویکرد متنوع

در رویکرد متنوع (یا بهبودی) برای آماده سازی یک طرح فرایند از یک طرح استاندارد یا طرح قطعه ای مشابه استفاده می شود. طرح فرایند برای قطعه مرکب اصلی در کامپیوتر ذخیره می شود و در طراحی قطعات بعدی نیز مورد استفاده قرار می گیرد. قطعه اصلی، ترکیبی است از تمامی اشکالی که ممکن است در قطعات مورد نظر موجود باشد. رویکرد بهبوددهنده برای تعیین شکل قطعات از تکنیک های طبقه بندی قطعات استفاده کرده و آنها را با اشکال متناظر در قطعه اصلی مطابقت می دهد. طراحی بهبود دهنده فرایند در مقام عمل با استفاده از تکنیکی به نام تکنولوژی گروهی اجرا می شود و بدین سان موجب تشخیص خانواده هایی از قطعات می شود که دارای طرح و ویژگی های تولیدی مشابه هستند. تکنولوژی گروهی رویکردی برای تولید است که در آن کلیه قطعات در قالب زیرمجموعه ها یا خانئاده های قطعات گروه بندی می شوند تا از مزایای تشابه آنها در تولید یا طراحی استفاده شود.خانواده های قطعات در تکنولوژی گروهی غالباً با استفاده از سیستم های کدینگ و طبقه بندی قطعات مشخص می شوند.بنابراین قطعات مشابه دارای کدهای مشابه هستند. در رویکرد طراحی بهبوددهنده فرایند، از یک قطعه مرکب برای نشان دادن دامنه اشکال تولیدی در یک خانواده استفاده شده و سپس طرح فرایند مرکب برای آن قطعه مرکب توسعه می یابد. به عبارت ساده تر هرگاه قطعه جدیدی به عنوان عضوی از یک خانواده خاص شناسایی شود، طرحریزی فرایند مرکب آن خانواده به گونه ای اصلاح می شود که بتواند طرح فرایند آن قطعه جدید را ایجاد نماید. رویکرد بهبوددهنده علیرغم برخی معایب مهم، به شکل گسترده ای در عمل مورد استفاده قرار می گیرد. واضح است که تنها فرایند قطعاتی را می توان طراحی کرد که در محدوده تنوع قطعات موجود باشد. همچنین برای حک و اصلاح طرح فرایند مرکب و برای افزودن جزئیات لازم به آن، به طراحان باتجربه ای در زمینه طرحریزی فرایند نیاز است. رویکرد دیگر سعی در رفع بعضی از این معایب دارد، این رویکرد در اصطلاح به نام طرحریزی فرایند بنیادی یا مولد شناخته می شود.

الگوریتم ژنتیکبرنامه ریزی فرآیند به کمک کامپیوترCAPPمحیط صنعتی توزیع شده

دانلود مکان یابی بادبند ها با استفاده از الگوریتم ژنتیک

مکان یابی بادبند ها با استفاده از الگوریتم ژنتیک

مکان یابی بادبند ها با استفاده از الگوریتم ژنتیک

دسته بندی	عمران
فرمت فایل	pdf
حجم فایل	576 کیلو بایت
تعداد صفحات فایل	9

دریافت فایل

فروشنده فایل

کد کاربری 2116

تمام فایل ها

پیدا کردن مکان بهینه بادبند ها در سازه های فلزی با استفاده از الگوریتم ژنتیک در یک فایل پی دی اف 9 صفحه ای

بادبندمحل بادبندمکان بادبندمهاربندالگوریتمالگوریتم ژنتیک

دانلود کد یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم

کد یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم

یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم

دسته بندی	برنامه نویسی
فرمت فایل	zip
حجم فایل	1 کیلو بایت
تعداد صفحات فایل	3

دریافت فایل

فروشنده فایل

کد کاربری 7243

تمام فایل ها

هدف از این برنامه که یک مثال از مسئله MOO و به زبان متلب نوشته شده است

یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم است.

مقادیر اولیه درنظر گرفته شده به صورت زیر است:

دو تابع مرزی:

f1(X) = 2*x1 + 3*x2
f2(X) = 2/x1 + 1/x2

دامنه مقادیر:

x1<20 & x1>10

x2<30 & x2>20

تنظیمات اولیه :

iterations = 500;
population_size = 500;
mutation_rate = 0.02;
crossover_rate = 0.3;
population = zeros(population_size,3);

یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتمیافتن بزرگترین نقطهالگوریتم MOOمسئله MOOmatlab codeالگوریتم ژنتیکحل یک مثال ساده با الگوریتم ژنتیک

دانلود مدل سازی توازن خط تولید با رویکرد الگوریتم ژنتیک

مدل سازی توازن خط تولید با رویکرد الگوریتم ژنتیک

پروپوزال مدل سازی توازن خط تولید با رویکرد الگوریتم ژنتیک

دسته بندی	مدیریت
فرمت فایل	docx
حجم فایل	40 کیلو بایت
تعداد صفحات فایل	16

دریافت فایل

فروشنده فایل

کد کاربری 7173

تمام فایل ها

پروپوزال مدل سازی توازن خط تولید با رویکرد الگوریتم ژنتیک

مدل سازیتوازن خط تولیدبا رویکرد الگوریتم ژنتیکالگوریتم ژنتیکمدیریتصنعتیصنایع

دانلود الگوریتم ژنتیک

الگوریتم ژنتیک

اموزش و معرفی الگوریتم ژنتیک ویژه دانشجویان برق و کنترل و محققین به زبان ساده و کاربردی برای پایان نامه های دانشجویی کارا در مصاحبه های استخدامی

دسته بندی	برق
فرمت فایل	pdf
حجم فایل	2679 کیلو بایت
تعداد صفحات فایل	144

دریافت فایل

فروشنده فایل

کد کاربری 4877

تمام فایل ها

بسیار کاربردی و به زبان ساده در معرفی الگوریتم ژنتیک در حل مسایل مهندسی

الگوریتم ژنتیک

دانلود ارائه الگوریتمی برای یافتن مسیر بهینه ربات متحرک جهت حرکت در محیط استاتیک

ارائه الگوریتمی برای یافتن مسیر بهینه ربات متحرک جهت حرکت در محیط استاتیک

این مقاله الگوریتمی جدید برای مسئله برنامه ریزی مسیرکلی به یک هدف ، برای ربات متحرک را با استفاده از الگوریتم ژنتیک ارائه می دهد

دسته بندی	کامپیوتر و IT
فرمت فایل	doc
حجم فایل	237 کیلو بایت
تعداد صفحات فایل	37

دریافت فایل

فروشنده فایل

کد کاربری 15

تمام فایل ها

این مقاله الگوریتمی جدید برای مسئله برنامه ریزی مسیرکلی به یک هدف ، برای ربات متحرک را با استفاده از الگوریتم ژنتیک ارائه می دهد .الگوریتم ژنتیک برای یافتن مسیر بهینه برای ربات متحرک جهت حرکت در محیط استاتیک که توسط نقشه ای با گره ها و لینک ها بیان شده است ،بکار گرفته شده است.موقعیت هدف و موانع برای یافتن یک مسیر بهینه در محیط دو بعدی داده شده است .هر نقطه اتصال در شبکه ژنی است که با استفاده از کد باینری ارائه شده است.تعداد ژن ها در یک کروموزوم تابعی از تعداد موانع در نقشه (نمودار)می باشد.

بنابراین از یک کروموزوم با طول ثابت استفاده کردیم.مسیر ربات ایجاد شده ، در مفهوم کوتاهترین مسیر ،بهینه است .ربات دارای محل آغاز و محل هدف تحت فرضیه ای است که ربات از هر محل فقط یکبار می گذرد یا اصلا نمی گذرد.نتایج بدست آمده در شبیه سازی ؛قدرت الگوریتم پیشنهادی را تایید می نماید.

فهرست مطالب

چکیده

مقدمه

1.مسیریابی

2.الگوریتم ژنتیک

3.فرمول سازی مسئله

4.الگوریتم طراحی مسیر پیشنهادی

کروموزوم ها و جمعیت اولیه

ارزیابی

عملگرها

5.نتایج شبیه سازی

6.منابع

شبه کد Matlab

الگوریتممسیر بهینهربات متحرکمحیط استاتیکالگوریتم ژنتیک

دانلود مقالات رباتیک

مقالات رباتیک

این مقاله الگوریتمی جدید برای مسئله برنامه ریزی مسیرکلی به یک هدف ، برای ربات متحرک را با استفاده از الگوریتم ژنتیک ارائه می دهد الگوریتم ژنتیک برای یافتن مسیر بهینه برای ربات متحرک جهت حرکت در محیط استاتیک که توسط نقشه ای با گره ها و لینک ها بیان شده است ،بکار گرفته شده است

دسته بندی	برق
فرمت فایل	doc
حجم فایل	14817 کیلو بایت
تعداد صفحات فایل	40

دریافت فایل

فروشنده فایل

کد کاربری 1024

تمام فایل ها

رباتیک

چکیده

این مقاله الگوریتمی جدید برای مسئله برنامه ریزی مسیرکلی به یک هدف ، برای ربات متحرک را با استفاده از الگوریتم ژنتیک ارائه می دهد .الگوریتم ژنتیک برای یافتن مسیر بهینه برای ربات متحرک جهت حرکت در محیط استاتیک که توسط نقشه ای با گره ها و لینک ها بیان شده است ،بکار گرفته شده است.موقعیت هدف و موانع برای یافتن یک مسیر بهینه در محیط دو بعدی داده شده است .هر نقطه اتصال در شبکه ژنی است که با استفاده از کد باینری ارائه شده است.تعداد ژن ها در یک کروموزوم تابعی از تعداد موانع در نقشه (نمودار)می باشد.

بنابراین از یک کروموزوم با طول ثابت استفاده کردیم.مسیر ربات ایجاد شده ، در مفهوم کوتاهترین مسیر ،بهینه است .ربات دارای محل آغاز و محل هدف تحت فرضیه ای است که ربات از هر محل فقط یکبار می گذرد یا اصلا نمی گذرد.نتایج بدست آمده در شبیه سازی ؛قدرت الگوریتم پیشنهادی را تایید می نماید.

مقدمه

مسئله طراحی مسیر ربات متحرک را می توان بصورت ذیل بیان کرد:

داده های مسئله (محل شروع،محل هدف، نقشه ای دو بعدی مسیرهاکه شامل موانع ساکن می باشد).هدف بدست آوردن یک مسیر بدون تصادم بین دو نقطه خاص در ایفای معیار بهینه سازی با در نظر گرفتن محدودیت ها (به احتمال زیاد:کوتاهترین مسیر)می باشد. مسئله طراحی مسیر از نظر محاسباتی بسیار پر هزینه است.

با اینکه حجم زیادی از تحقیقات برای حل بیشتر این مسائل انجام شده است،با این وجود،روش های معمول ،غیر قابل انعطاف می باشند.

1.اهداف مختلف بهینه سازی و تغییرات اهداف

2. عدم قطعیت ها در محیط ها

3. محدودیت های متفاوت برای منابع محاسباتی

مرور و بازنگری روش های موجود برای حل مسئله طراحی مسیر ،در [1] ارائه شده است . روش های زیادی برای ایجاد یک مسیر بهینه از قبیل برنامه ریزی دینامیک و روش های تبدیل مسافت گزارش شده است .

در روش برنامه ریزی دینامیک اگر نقطه ی شروعSP و نقطه ی هدف GP باشد ، نقطه ی زیر هدف IP است.و روش تولید مسیر ،نحوه تعیین توالی زیر اهداف است که زیر اهداف خود از مجموعه IP (I=1,2,3,…) انتخاب می شوند.ما باید تمام مسیرهای ممکن را بررسی کرده و مسیر با کمترین مقدار هزینه را به عنوان مسیر بهینه انتخاب نمائیم.توان محاسباتی بسیار فراوانی بویژه در محیط های دارای زیر اهداف فراوان مورد نیاز است . در روش تبدیل مسافت ،کارطراحی مسیر ،محیطی را با شبکه یکنواخت می پوشاند و فواصل را از طریق فضای خالی ،از سلول هدف،منتشر می کند.قسمت پیشین موج مسافت ،حول موانع و در نهایت از طریق تمامی فضاهای آزاد در محیط جریان می یابد.برای هر نقطه شروع در محیط نمایانگر محل اولیه ربات متحرک ،کوتاهترین مسیر به مقصد،از طریق رفتن به قسمت پائین و از طریق شیب دارترین مسیر نزولی رسم شده است.با این وجود به هنگام وجود دو سلول یا بیشتر جهت گزینش با همان حداقل تبدیل فاصله ابهام مسیرهای بهینه وجود دارد. دو روش مذکور ملزم توان محاسباتی بسیار بالا در محیطی است که دارای تعداد زیاد اهداف فرعی (زیر اهداف)و موانع است.

محققان روش های فراوان را برای حل مسائل طراحی مسیر ربات های متحرک با وجود موانع ایستا و متحرک بر مبنای soft computing ،بیان کرده اند. soft computing متشکل از منطق فازی،شبکه های عصبی و محاسبات تکاملی است (الگوریتم های ژنتیک و تکاملی GA & EA).تاکنون تلاش های زیادی در استفاده از منطق فازی برای طراحی و برنامه ریزی حرکت ربات متحرک وجود داشته است .اخیرا استفاده از محاسبات تکاملی رواج فراوانی پیدا کرده و در واقع روشی است که به منظور بکارگیری در موقعیت هایی که دانش اولیه راجع حل مسئله وجود نداشته و یا اطلاعات محدود می باشد،قابلیت استفاده به گونه ای موثرتر،عمومی تر و راحت تر را داراست.

الگوریتم های ژنتیکی و تکامکلی نیازمند اطلاعات اشتقاقی یا برآوردهای فرمال اولیه از راه حل نیستند و از آنجائیکه طبیعتا تصادفی می باشند دارای قابلیت جستجوی کل فضای جواب با احتمال بیشتر پیدا کردن بهینه عمومی می باشند.

می توان تحقیق قبلی راجع طراحی مسیر را به صورت یکی از دو روش مقابل طبقه بندی کرد: مبتنی بر مدل و مبتنی بر سنسور .

در حالت مبتنی بر مدل ،مدل های منطقی از موانع شناخته شده ،برای تولید تصادم بدون مسیر بکار گرفته می شوند.در حالیکه در روش مبتنی بر سنسور ، کشف و اجتناب از موانع ناشناخته است.در این مقاله الگوریتمی جدید جهت بدست آوردن مسیر بهینه بر مبنای مدل پیشنهاد شده است.

ادامه مطالب مقاله بصورت ذیل مرتب شده اند :

در بخش 2 ،مقدمه ای مختصر راجع الگوریتم ژنتیک ارائه شده است .در بخش 3 ،فرمول سازی مسئله مورد بررسی واقع شده،در بخش 4 الگوریتم پیشنهادی ، معرفی و در بخش 5 نتایج شبیه سازی نشان داده شده است.

1.مسیریابی

مسئله مسیریابی ربات در چند حالت قابل بررسی است :

در یک مفهوم می توان مسیریابی روبات را در قالب تعقیب خط (عموما مسیری از پیش تعیین شده با رنگ متفاوت از زمینه ) معرفی نمود.روبات هایی با این کاربرد تحت عنوان مسیریاب شناخته می شوند . یکی از کاربرد های عمده این ربات ، حمل و نقل وسایل و کالاهای مختلف در کارخانجات ، بیمارستان ها ، فروشگاه ها ، کتابخانه ها و ... میباشد .

ربات تعقیب خط تا حدی قادر به انجام وظیفه کتاب داری کتابخانه ها می باشد . به این صورت که بعد از دادن کد کتاب ، ربات با دنبال کردن مسیری که کد آن را تعیین میکند ، به محلی که کتاب در آن قرار گرفته می رود و کتاب را برداشته و به نزد ما می آورد .مثال دیگر این نوع ربات در بیمارستان های پیشرفته است ، کف بیمارستان های پیشرفته خط کشی هایی به رنگ های مختلف به منظور هدایت ربات های مسیریاب به محل های مختلف وجود دارد . (مثلا رنگ قرمز به اتاق جراحی یا آبی به اتاق زایمان.) بیمارانی که توانایی حرکت کردن و جا به جا شدن را ندارند و باید از ویلچر استفاده کنند ، این ویلچر نقش ربات تعقیب خط را دارد ، و بیمار را از روی مسیر مشخص به محل مطلوب می برد .

با توجه به وجود موانع (استاتیک و دینامیک) در محیط ،مسیریابی روبات در مفهومی کاربردی تر ،پیمودن مسیر مبدا تا مقصد بدون برخورد با موانع می باشد.مسلما با وجود تعداد زیاد موانع ،تعداد مسیرهای قابل عبور روبات بسیار زیاد خواهد بود و یقینا انتخاب کوتاه ترین مسیر توسط روبات برای حرکت از مبدا به مقصد ،دارای ارزش اجرایی بالایی خواهد بود.در این مقاله چنین مسئله ای مورد بررسی واقع شده است.نقاط مبدا و مقصد و نیز محل موانع به عنوان ورودی داده شده است ،نیز می دانیم موانع ایستا می باشند (در حالت وجود موانع پویا در عین نزدیکی بیشتر به شرایط واقعی ،روش های مورد استفاده بسیار پیچیده خواهند بود)و مسئله در حالت دو بعدی بررسی می شود (روبات بر روی صفحه حرکت می نماید). برای این منظور الگوریتم های مسیریابی با هدف انتخاب کوتاهترین مسیر قابل استفاده می باشند ،الگوریتم هایی که به منظور مسیریابی در شبکه ها قابلیت استفاده دارند.با این وجود در این بررسی از الگوریتم ژنتیک استفاده شده است . همچنین الگوریتم های ژنتیک و نیز دیگر روش های مشابه به منظور بهینه سازی مصرف انرژی روبات ،مسیر تغییر زاویه ازوی روبات ،زمان حرکت روبات و... قابل استفاده می باشند .

2.الگوریتم ژنتیک

GA در سال 1975 توسط Holland بر پایه تقلیدی از تکامل طبیعی یک جمعیت پایه ریزی شد به نحوی که کروموزوم ها به منظور خلق نسل جدید اجازه تولید مجدد داشته و جهت بقاء در نسل آینده به رقابت می پردازند.با گذشت زمان ،بر روی نسل ها ، fitness بهبود می یابد و در نهایت بهترین راه حل قابل حصول است .اولین جمعیت p(0) به طور تصادفی با 0و1 کد می شود در هر نسل ،t، مناسبترین عناصر برای حضور در mating pool انتخاب می شوند و با سه عملگر پایه ای ژنتیک ؛ تولید مثل،ادغام و جهش ؛ جهت تولید نسل جدید تکامل می یابند .بر پایه بقاء بهترین هامی توان نتیجه گرفت کروموزوم های بدست آمده با استفاده از روشی منتخب بهترین کروموزوم ها قابل حصول می باشند.

از جمله مزایای GA که این روش را جهت بکارگیری آن در مورد انتخاب متغیر مناسب می نماید می توان به توانایی پیدا کردن بهینه عمومی با سرعت بالا،امکان جستجو موازی چند نقطه و نیز فرار از بهینه های محلی اشاره نمود.

پروژه رباتیکربات متحرکالگوریتم ژنتیکمحیط استاتیکگرهلینکپروژهپژوهشپایان نامهمقالهجزوهدانلود پروژهدانلود پژوهشدانلود پایان نامهدانلود مقالهدانلود جزوه

دانلود شبکه های عصبی

شبکه های عصبی

این مقاله مقدمه ای بر شبکه های عصبی مصنوعی است

دسته بندی	کامپیوتر و IT
فرمت فایل	doc
حجم فایل	701 کیلو بایت
تعداد صفحات فایل	79

دریافت فایل

فروشنده فایل

کد کاربری 15

تمام فایل ها

این مقاله مقدمه ای بر شبکه های عصبی مصنوعی است. گونه های مختلف شبکه های عصبی توضیح و شرح داده شده است و کاربرد های شبکه های عصبی، نظیر ANN ها در پزشکی بیان شده و همچنین سابقه ای تاریخی از آن به تفصیل آورده شده است. همچنین رابطه بین چیزهای ساختگی و واقعی مورد بررسی قرار گرفته و در مورد آن توضیح داده شده است و به شرح مدل های ریاضی در رابطه با این موضوع و آنالیز رفتار آشوبگونه مدل شبکه عصبی مکانیسم لرزش عضله و هماهنگ سازی نمایی شبکه های عصبی آشوبگونه با اغتشاش تصادفی و شناسایی شبکه های آشوبگونه آغشته به نویز بر مبنای شبکه های عصبی feedforward رگولاریزاسیون و همچنین شبکه های عصبی و الگوریتم های ژنتیک در تجارت می پردازیم.

فهرست مطالب

فهرست	صفحه
مقدمه	1
فصل اول:	2
سابقه تاریخی	2
استفاده های شبکه عصبی	3
مزیتهای شبکه عصبی	3
شبکه های عصبی در مقابل کامپیوتر های معمولی	4
شباهت های انسان و سلول های عصبی مصنوعی	5
چگونه مغز انسان می آموزد	5
انواع یادگیری برای شبکه های عصبی	6
هوش جمعی	12
فصل دوم:	15
معرفی	15
نورون با خاصیت آشوبگونه	16
شکل شبکه	17
قانون آموزش شبکه	18
مدلسازی ژنراتور سنکرون دریایی	21
نتایج فصل	26
فصل سوم :	27
معرفی	27
منحنی طول - کشش	28
فهرست	صفحه
شبکه های عصبی	29
نتایج تجربی	29
نتیجه فصل	33
فصل چهارم:	34
معرفی	34
نمادها و مقدمات	35
نتایج مهم	40
شرح مثال	47
نتیجه فصل	51
فصل پنجم:	53
معرفی	53
شبکه های feedforward رگولاریزاسیون	54
طراحی شبیه سازی	55
شبیه سازی ها	57
نتیجه فصل	59
فصل ششم :	60
فناوری شبکه عصبی	62
فناوری الگوریتم ژنتیک	65
بازاریابی	66
بانکداری و حوزه های مالی	68
منابع	73

شبکه های عصبیهوش جمعیشبکهالگوریتم ژنتیک

دانلود انواع روش های بهینه سازی

انواع روش های بهینه سازی

معرفی کوتاهی بر انواع روش های بهینه سازی

دسته بندی	عمران
فرمت فایل	docx
حجم فایل	54 کیلو بایت
تعداد صفحات فایل	18

دریافت فایل

فروشنده فایل

کد کاربری 2120

تمام فایل ها

بهینه‌سازی یک فعالیت مهم و تعیین‌کننده در طراحی ساختاری است. طراحان زمانی قادر خواهند بود طرح‌های بهتری تولید کنند که بتوانند با روش‌های بهینه‌سازی در صرف زمان و هزینه طراحی صرفه‌جویی نمایند. بسیاری از مسائل بهینه‌سازی در مهندسی، طبیعتاً پیچیده‌تر و مشکل‌تر از آن هستند که با روش‌های مرسوم بهینه‌سازی نظیر روش برنامه‌ریزی ریاضی و نظایر آن قابل حل باشند....

بهینه سازیروش‌های ابتکاریفرا ابتکاریجستجوی تصادفیMetaheuristicمسأله فروشنده دوره‌گردشبکه‌های عصبیالگوریتم ژنتیکجستجوی ممنوعAnt Systemمورچه