کتابخانه اختصاصی فربد شمس

از گنجینه و دانشنامۀ تخصصی رشتۀ مهندسی صنایع
پرش به: ناوبری، جستجو

درباره کتابخانه[ویرایش | ویرایش مبدأ]

نا م و نام خانوادگی.jpg
من فربد شمس، دانشجوی کارشناسی مهندسی صنایع دانشگاه علم و صنعت هستم. زمینه صنعتی مورد علاقه من طراحی و تولید است. یکی از پروژه‌های من طراحی و ساخت یک [] می‌باشد. در این کتابخانه، کتب و مقالات مورد استفاده در این پروژه آورده شده‌است.

راه تماس با من:

E-mail: farbodshams.2000@gmail.com

Phone: +98-921 365 1165

کتاب‌ها[ویرایش | ویرایش مبدأ]

نام کتاب نام نویسنده توضیحات
تئوری بازی ها E.H Barron پرونده:تئوری بازی ها - بارون.pdf
مدل های احتمالی Sheldon M. Ross پرونده:مدلهای احتمالی - شلدون راس.pdf

تحقیق‌ها[ویرایش | ویرایش مبدأ]

نام تحقیق فایل تحقیق توضیحات
تحقیق اول پرونده:97471343research01.pdf
تحقیق دوم پرونده:97471343research02.pdf

تمرین‌ها[ویرایش | ویرایش مبدأ]

نام تمرین فایل تمرین توضیحات
تمرین اول پرونده:97471343 hw01.pdf
تمرین دوم پرونده:97471343 hw02.pdf
تمرین سوم پرونده:97471343 hw03.pdf
تمرین چهارم پرونده:HW04.pdf
تمرین پنجم پرونده:HW05.pdf
تمریش ششم پرونده:97471343 hw06.pdf

مقالات[ویرایش | ویرایش مبدأ]

عنوان مقاله دانلود
ارزیابی روش‌های فرا ابتکاری به‌منظور بهینه‌سازی خط پروژه مسیر‌های راه پرونده:ارزیابی روش‌های فرا ابتکاری به‌منظور بهینه‌سازی خط پروژه مسیر‌های راه.pdf
ارزیابی عملکرد زنجیرۀ تأمین بشردوستانه با استفاده از رویکرد خاکستری پرونده:ارزیابی عملکرد زنجیرۀ تأمین بشردوستانه با استفاده از رویکرد خاکستری.pdf
الگوریتم بهینه سازی چند هدفه گرگ خاکستری پرونده:الگوریتم بهینه سازی چند هدفه گرگ خاکستری.pdf
الگوریتم بهینه سازی مورچه خوار پرونده:الگوریتم بهینه سازی مورچه خوار.pdf
الگوریتم بهینه سازی چندجهانی پرونده:الگوریتم بهینه سازی چندجهانی.pdf
الگوریتم بهینه سازی آتش پروانه پرونده:الگوریتم بهینه سازی آتش پروانه.pdf
الگوریتم بهینه سازی سنجاقک پرونده:الگوریتم بهینه سازی سنجاقک.pdf
الگوریتم بهینه سازی گرگ خاکستری پرونده:الگوریتم بهینه سازی گرگ خاکستری.pdf
الگوریتم بهینه سازی ملخ پرونده:الگوریتم بهینه سازی ملخ.pdf
الگوریتم بهینه سازی ازدحام ذرات پرونده:الگوریتم بهینه سازی ازدحام ذرات.pdf
الگوریتم بهینه سازی چند هدفه مورچه خوار پرونده:الگوریتم بهینه سازی چند هدفه مورچه خوار.pdf
الگوریتم بهینه سازی وال پرونده:الگوریتم بهینه سازی وال.pdf
الگوریتم بهینه سازی سینوسی کسینوسی پرونده:الگوریتم بهینه سازی سینوسی کسینوسی.pdf
پردازش تصویر با پایتون پرونده:پردازش تصویر پایتون.pdf
تناسب راهبردی در زنجیره تامین پرونده:تناسب راهبردی در زنجیره تأمین.pdf
کاربرد جبر خطی در سیستم های GPS پرونده:کاربرد جبر خطی در GPS.pdf
کاربرد جبر خطی در علم داده پرونده:کاربرد جبر خطی در علم داده.pdf
مقایسه روش های فرا ابتکاری برای بهینه سازی پرونده:مقایسه روش های فرا ابتکاری برای بهینه سازی.pdf

سایت‌ها [ویرایش | ویرایش مبدأ]

تصاویر[ویرایش | ویرایش مبدأ]

الگوریتم‌های فراابتکاری یا فراتکاملی یا فرااکتشافی نوعی از الگوریتم‌های تصادفی هستند که برای یافتن پاسخ بهینه به کار می‌روند.روش‌ها و الگوریتم‌های بهینه‌سازی به دو دسته الگوریتمهای دقیق (exact) و الگوریتم‌های تقریبی (approximate algorithms) تقسیم‌بندی می‌شوند. الگوریتم‌های دقیق قادر به یافتن جواب بهینه به صورت دقیق هستند اما در مورد مسائل بهینه‌سازی سخت کارایی کافی ندارند و زمان اجرای آن‌ها متناسب با ابعاد مسائل به صورت نمایی افزایش می‌یابد. الگوریتم‌های تقریبی قادر به یافتن جواب‌های خوب (نزدیک به بهینه) در زمان حل کوتاه برای مسائل بهینه‌سازی سخت هستند. الگوریتم‌های تقریبی نیز به سه دسته الگوریتم‌های ابتکاری (heuristic) و فراابتکاری (meta-heuristic) و فوق ابتکاری (hyper heuristic) بخش‌بندی می‌شوند. دو مشکل اصلی الگوریتم‌های ابتکاری، گیر افتادن آن‌ها در نقاط بهینه محلی، همگرایی زودرس به این نقاط است. الگوریتم‌های فراابتکاری برای حل این مشکلات الگوریتم‌های ابتکاری ارائه شده‌اند. در واقع الگوریتم‌های فراابتکاری، یکی از انواع الگوریتم‌های بهینه‌سازی تقریبی هستند که دارای راهکارهای برونرفت از نقاط بهینه محلی هستند و قابلیت کاربرد در طیف گسترده‌ای از مسائل را دارند. رده‌های گوناگونی از این نوع الگوریتم در دهه‌های اخیر توسعه یافته‌استکه همه این‌ها زیر مجموعه الگوریتم فراابتکاری می‌باشند. دسته بندی الگوریتم های فرا ابتکاری معیارهای مختلفی می‌تواند برای طبقه‌بندی الگوریتم‌های فراابتکاری استفاده شود: * مبتنی بر یک جواب و مبتنی بر جمعیت: الگوریتم‌های مبتنی بر یک جواب در حین فرایند جستجو یک جواب را تغییر می‌دهند، در حالی که در الگوریتم‌های مبتنی بر جمعیت در حین جستجو، یک جمعیت از جواب‌ها در نظر گرفته می‌شوند. * الهام گرفته شده از طبیعت و بدون الهام از طبیعت: بسیاری از الگوریتم‌های فراابتکاری از طبیعت الهام گرفته شده‌اند، در این میان برخی از الگوریتم‌های فراابتکاری نیز از طبیعت الهام گرفته نشده‌اند. * با حافظه و بدون حافظه: برخی از الگوریتم‌های فراابتکاری فاقد حافظه می‌باشند، به این معنا که، این نوع الگوریتم‌ها از اطلاعات بدست آمده در حین جستجو استفاده نمی‌کنند (به‌طور مثال تبرید شبیه‌سازی شده). این در حالی است که در برخی از الگوریتم‌های فراابتکاری نظیر جستجوی ممنوعه از حافظه استفاده می‌کنند. این حافظه اطلاعات بدست آمده در حین جستجو را در خود ذخیره می‌کند. * قطعی و احتمالی: یک الگوریتم فراابتکاری قطعی نظیر جستجوی ممنوعه، مسئله را با استفاده از تصمیمات قطعی حل می‌کند. اما در الگوریتم‌های فراابتکاری احتمالی نظیر تبرید شبیه‌سازی شده، یک سری قوانین احتمالی در حین جستجو مورد استفاده قرار می‌گیرد. منبع: ویکی پدیا

سایر [ویرایش | ویرایش مبدأ]

با توجه به درج برخی روش های فرا ابتکاری بهینه سازی در بخش مقالات کد های متلب برخی از این الگوریتم ها در این بخش آورده شده است

عنوان دانلود
کد آمادۀ متلب الگوریتم بهینه سازی آتش پروانه پرونده:کد آمادۀ متلب الگوریتم بهینه سازی آتش پروانه.rar
کد آمادۀ متلب الگوریتم بهینه سازی گرگ خاکستری پرونده:کد آمادۀ متلب الگوریتم بهینه سازی گرگ خاکستری.rar
کد آمادۀ متلب الگوریتم بهینه سازی ازدحام ذرات پرونده:کد آمادۀ متلب الگوریتم بهینه سازی ازدحام ذرات.rar
کد آمادۀ متلب الگوریتم بهینه سازی سنجاقک پرونده:کد آمادۀ متلب الگوریتم بهینه سازی سنجاقک.rar