دسته: مدیریت
بازدید: 43 بار
فرمت فایل: pdf
حجم فایل: 823 کیلوبایت
تعداد صفحات فایل: 63
فهرست مطالب پاورپوینت :
الگوریتم های ژنتیک
ایده کلی
فضای فرضیه
ویژگی ها
Parallelization of Genetic Programming
کاربرد ها
زیر شاخه های EA
پارامتر های GA
الگوریتم
نحوه ایجاد جمعیت جدید
نمایش فرضیه ها
مثال: نمایش قوانین If-then rules
نمایش فرضیه ها: ملاحظات
اپراتورهای ژنتیکی: Crossover
Single-point crossover
روشهای دیگر Crossover
اپراتورهای ژنتیکی: Mutation
?Crossover OR mutation
تابع تناسب
انتخاب فرضیه ها
نحوه جستجو در فضای فرضیه
Crowding
راه حل رفع مشکل Crowding
چرا GA کار میکند؟
ارزیابی جمعیت و قضیه Schema
قضیه Schema
Schema Theorem
خلاصه
تفاوت GA با سایر روشهای جستجو
مثالی از کاربرد الگوریتم ژنتیک
مقدمه
چینش کنونی حروف فارسی بر روی صفحهکلید
مساله
جمعیت
تابع تناسب
عملگرهای ژنتیکی
کارایی
بهترین چینش
مدلهای تکامل
Lamarckian evolution
Baldwin Effect
اجرای موازی الگوریتم های ژنتیک
Evolving Neural Networks
مراجع
Genetic Programming
نمایش برنامه ها
اپراتور crossoverبرای GP
مثال
مثال : طراحی فیلتر