بسیاری ازمسائل دنیای واقعی پویا هستند. برای حل یک مسئله بهینه سازی پویا نیاز به الگوریتمی داریم که علی رغم پیدا کردن بهینه در محیط بتواند بهینه های در حال تغییر را دنبال کند.تاکنون  الگوریتم های تکاملی مختلفی برای بهینه سازی در محیط های پویا پیشنهاد شده است.دریک محیط پویا پس از روی دادن تغییر در محیط الگوریتم نیاز به تنوع کافی جهت جستجوی دوباره محیط دارد.درعین حال استفاده از اطلاعات جستجوهای پیشین رود جستجو راسریع تر میکند .مشکل اصلی الگوریتم های تکاملی معمول درحل مسائل بهینه سازی  پویا همگرایی زود رس وکاهش تنوع جمعیتی در طول زمان است.بنابراین درمواجه با مسائل بهینه سازی پویا نیاز به رویکردهایی است که تنوع را در طول زمان حفظ کنند. دراین پروژه  الگوریتم کلونی مورچه را بررسی کرده و در بسیاری مسائل کاربرد انرا بررسی میکند.

فهرست :  

تقدیر وتشکر

چیکده

مقدمه

فصل اول:

تاریخچه

الگوریتم کلونی مورچه ها

هوشمندی توده‌ای

تفاوت هوشمندی توده ای وهوشمندی اجتماعی

بهینه سازی مسایل بوسیله کلونی مورچه

استفاده از بهینه‌سازی کولونی مورچه‌ها در مسئله فروشنده دوره‌گرد

فصل دوم

مورچه ها چگونه کوتاه ترین مسیر را پیدا می کنند؟

انواع مختلف الگوريتم بهينه سازي مورچگان

مزیت های الگوریتم کلونی مورچه

کاربردهای الگوریتم کلونی مورچه

الگوريتم ACO

جنگ مورچه های اتشین

فصل سوم

الهام از طبیعت برای پیاده سازی نظامهای اجتماعی

ساختار نظام تحقیقات حرفه ای در پزشکی نوین

مزایای تحقق نظام تحقیقات حرفه ای در جامعه

فصل چهارم

مورچه ها متخصصان برجسته علم ژنتیک

بهینه‌سازی مسائل ریاضی به روش مورچه‌ها(ACO)

فصل پنجم

بهینه‌سازی شبکه‌های کامپیوتری با الهام از کلونی مورچه‌ها

کاربرد های الگوریتم کلونی مورچه ها در سگمنتیشن تصویر

تقطیع تصویر مبتنی بر MRF با استفاده از سیستم کلونی مورچه

سیستم Ant Colony برای تقسیم بندی و طبقه بندی Microcalcification در ماموگرام

استفاده از الگوریتم ACO در تقطیع تصویر برای استانه سازی مطلوب

5- کاربرد های الگوریتم حرکت دسته جمعی پرندگان در سگمنتیشن تصویر

1-5تقطیع تصاویر داده های سه بعدی با استفاده از الگوریتم بهینه سازی جمعی پرندگان

2-5ترکیب بهینه سازی حرکت جمعی پرندگان با الگوریتم های دسته بندی Unsupervised برای تقطیع تصویر

3-5بهینه سازی کلونی مورچه و الگوریتم بهینه سازی حرکت دسته جمعی پرندگان برای طبقه بندی Microcalcifications در ماموگرافی

فصل ششم

افق اینده

نتیجه گیری

:: برچسب‌ها: الگوريتم ACO , الگوریتم کلونی مورچه ها , الگوریتم کلونی مورچه ها در فروشنده دوره گرد , الهام از طبیعت برای پیاده سازی نظامهای اجتماعی , انواع مختلف الگوريتم بهينه سازي مورچگان , بهینه سازی مسایل بوسیله کلونی مورچه , بهینه‌سازی کولونی مورچه‌ها در مسئله فروشنده د ,
:: بازدید از این مطلب : 160

|

امتیاز مطلب : 0

|

تعداد امتیازدهندگان : 0

|

مجموع امتیاز : 0

يک مورچه در حال حرکت، مقداري فرومون (در اندازه¬هاي مختلف) از خود بر زمين باقي مي گذارد و بدين ترتيب مسير را بوسيله بوي اين ماده مشخص مي سازد. هنگامي که يک مورچه به طور تصادفي و تنها حرکت مي کند، با مواجه شدن با مسيري که داراي اثر فرومون بيشتري است، به احتمال زياد مسير فوق را انتخاب مي کند و با فروموني که از خود بر جاي مي گذارد، آن را در مسير مذکور تقويت مي نمايد

الگوريتم کلوني مورچه الهام گرفته شده از مطالعات ومشاهدات روي کلوني مورچه هاست. اين مطالعات نشان داده که مورچه ها حشراتي اجتماعي هستند که در کلوني ها زندگي مي کنند و رفتار آنها بيشتر در جهت بقاء کلوني است تادرجهت بقاء يک جزء از آن. يکي از مهمترين و جالبترين رفتار مورچه ها، رفتار آنهابراي يافتن غذا است و بويژه چگونگي پيدا کردن کوتاهترين مسير ميان منابع غذايي وآشيانه. اين نوع رفتار مورچه ها داراي نوعي هوشمندي توده اي است که اخيرا مورد توجهدانشمندان قرار گرفته است.بايد تفاوت هوشمندي توده اي(کلوني) و هوشمندي اجتماعي راروشن کنيم. در هوشمندي اجتماعي عناصر ميزاني از هوشمندي را دارا هستند. بعنوان مثال درفرآيند ساخت ساختمان توسط انسان، زماني که به يک کارگر گفته ميشود تا يک توده آجررا جابجا کند، آنقدر هوشمند هست تا بداند براي اينکار بايد از فرغون استفاده کند نهمثلا بيل!!! نکته ديگر تفاوت سطح هوشمندي افراد اين جامعه است. مثلا هوشمندي لازمبراي فرد معمار با يک کارگر ساده متفاوت است.

:: برچسب‌ها: الگوریتم ACO , الگوریتم کلونی مورچه ها در فروشنده دوره گرد , الگوریتم موچه , الگوریتم موریانه ها , الگوریتم های پیشرفته , الگوریتم های هوش مصنوعی , بهينه سازي مسائل به روش کلوني مورچه , رفتار منظم , رفتار موريانه ها , رفتار هوشمند , کلونی مورچگان , مسير يابي شبکه ها ,
:: بازدید از این مطلب : 158

|

امتیاز مطلب : 0

|

تعداد امتیازدهندگان : 0

|

مجموع امتیاز : 0