داکز دی ال
دانلود مقالات و جزوات آموزشی - دانشگاهیداکز دی ال
دانلود مقالات و جزوات آموزشی - دانشگاهی
الگوریتم کلونی مورچگان – ACO
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 الگوریتم بهینه سازی مورچگان
مزیت های الگوریتم کلونی مورچه
کاربردهای الگوریتم کلونی مورچه
الگوریتم 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
الگوریتم کلونی مورچه ها
یک مورچه در حال حرکت، مقداری فرومون (در اندازه¬های مختلف) از خود بر زمین باقی می گذارد و بدین ترتیب مسیر را بوسیله بوی این ماده مشخص می سازد. هنگامی که یک مورچه به طور تصادفی و تنها حرکت می کند، با مواجه شدن با مسیری که دارای اثر فرومون بیشتری است، به احتمال زیاد مسیر فوق را انتخاب می کند و با فرومونی که از خود بر جای می گذارد، آن را در مسیر مذکور تقویت می نماید
الگوریتم کلونی مورچه الهام گرفته شده از مطالعات ومشاهدات روی کلونی مورچه هاست. این مطالعات نشان داده که مورچه ها حشراتی اجتماعی هستند که در کلونی ها زندگی می کنند و رفتار آنها بیشتر در جهت بقاء کلونی است تادرجهت بقاء یک جزء از آن. یکی از مهمترین و جالبترین رفتار مورچه ها، رفتار آنهابرای یافتن غذا است و بویژه چگونگی پیدا کردن کوتاهترین مسیر میان منابع غذایی وآشیانه. این نوع رفتار مورچه ها دارای نوعی هوشمندی توده ای است که اخیرا مورد توجهدانشمندان قرار گرفته است.باید تفاوت هوشمندی توده ای(کلونی) و هوشمندی اجتماعی راروشن کنیم. در هوشمندی اجتماعی عناصر میزانی از هوشمندی را دارا هستند. بعنوان مثال درفرآیند ساخت ساختمان توسط انسان، زمانی که به یک کارگر گفته میشود تا یک توده آجررا جابجا کند، آنقدر هوشمند هست تا بداند برای اینکار باید از فرغون استفاده کند نهمثلا بیل!!! نکته دیگر تفاوت سطح هوشمندی افراد این جامعه است. مثلا هوشمندی لازمبرای فرد معمار با یک کارگر ساده متفاوت است.