کامپیوتر 59. الگوریتم ژنتیک موازی توزیع شده مبتنی بر استراتژی تطبیقی مهاجرت
الگوریتم ژنتیک موازی توزیع شده مبتنی بر استراتژی تطبیقی مهاجرت
چکیده الگوریتم ژنتیک موازی توزیع شده یکی از مهمترین الگوریتم های ژنتیک می باشد. این الگوریتم دارای ساختار موازی طبیعی می باشد و همچنین از عملکرد بالایی در حل مسائل پیچیده، غیرخطی، بزرگ مقیاس و همین طور مسائل مربوط به بهینه سازی غیر قابل تشخیص برخوردار می باشد. در این پژوهش، محدودیت های مرسوم در الگوریتم های ژنتیک موازی توزیع شده مورد تجزیه و تحلیل قرار می گیرد که این محدودیت بنا به معایب متعددی از جمله کوری ثابت می باشد. الگوریتم ژنتیک موازی توزیع شده مبتنی بر یک راهکار مهاجرتی مناسب در این پژوهش ارائه شد که این الگوریتم برای اجرای کامپیوترهای موازی مناسب دیده شده است. اجرا بر کامپیوترهای موازی موجب ترکیب الگوریتم ژنتیک موازی توزیع شده و ساختار کنونی کامپیوتر می شود که این موجب می شود که الگوریتم ژنتیک موازی توزیع شده بر روی کامپیوتر به طور همزمان اجرا شود و موجب تشدید سرعت همگرا شود. آزمایشات نشان دادند که این الگوریتم تنها موجب تسریع سرعت همگر می شود، بلکه صحت دقیقتری در پی خواهیم داشت که در این صورت از ایجاد خطاهای بیشتر جلوگیری می شود و همچنین کارایی موازی بالاتری خواهیم داشت.
لغات کلیدی: الگوریتم ژنتیک، الگوریتم ژنتیک موازی توزیع شده، راهکار مهاجرتی مناسب، بهینه سازی عاملی
محیط سه بعدی ایرانی مدرسه
شما میتوانید از این محصول سه بعدی، در همه محیط های بازی سازی و گرافیکی استفاده کنید
حالت: جسم ثابت
تکسچر: دارای تکستچر رنگی و نرمال مپ و فایل قابل ویرایش psd (مجموعاً 6مگابایت)
نوع: حالت رئال و سنگین
فرمت: 3ds & c4d
تصاویر:
نکته: تمامی فایل های سه بعدی این سایت با نرم افزار سینماd4 و تمامی تکستچرها با فتوشاپ قابل ویرایش می باشد.
طراح مدل و اسکینر: امین حضوری
کشاورزی 9. بررسی ژنتیک و ژنومیک کاربردی در پرورش گیاه یونجه
بررسی ژنتیک و ژنومیک کاربردی در پرورش گیاه یونجه
ایکسویی لی و ای.چارلز برومر.*بنیاد نوبل ساموئل رابرتز ، بزرگراه سام نوبل 2510 ، آردمور، 73401، ایالات متحده آمریکا . ایمیل: xli@noble.org*مولفانی که باید مورد خطاب قرار گیرند ؛ایمیل :ecbrummer@noble.org ؛ تلفن : +1-580-224-6804 ؛فاکس: +1-580-224-6802 .دریافت شده در : 22 فوریه 2012 ، تجدید نظر در : 2 مارس 2012 / تصویب شده در : 6 مارس 2012 / منتشر شده در : 15 مارس 2012 . .................................................................................................چکیده : گیاه یونجه ( با نام علمی Medicago sativa L . )، گونه ی چند ساله و پیوند دو نژادی ، بطور گسترده ای جزء بقولات علوفه ای کاشته شده از نوع یونجه خشک و مرتعی و علف تازه در سراسر جهان می باشد . در حال حاضر پرورش گیاه یونجه متکی بر انتخاب فنوتیپی مکرر است، اما جایگزین های ترکیبی شاخص مولکولی در امر پرورش می تواند موجب بالا بردن افزایش ژنتیکی در هر واحد زمانی و هر واحد هزینه ای و تسریع پیشرفت یونجه شود . بسیاری از جایگاه های اصلی صفات کمّی (QTL ) مرتبط با صفات زراعی ، توسط طرح ریزی جایگاه صفات کمّی ، اما در مناطق ژنومی نسبتاً زیاد تعیین شده اند . ژنهای انتخابی مشخص شده از گونه های مدل، برای تعیین برخی از جایگاه های سببی در طرح ریزی گیاه یونجه و جمعیت اصلاح صفات خاص موثر بوده است . در سالهای اخیر، فناوری های توالی بالای عملکردی ، همراه با ابزارهای پیشرفته زیست اطلاعاتی ، برای تعیین میزان زیاد تک نوکلئوتیدهای چندریختی در گیاه یونجه بکار رفته اند که در شاخص ها گسترش یافته اند . این شاخص ها، طرح ریزی مناسب صفات کمّی و طرح ریزی ارتباط گسترده ی ژنومی صفات زراعی و راهبردهای پرورشی پیشرفته بعدی برای گیاه یونجه، مانند انتخاب مبنی بر شاخص و انتخاب ژنومی را تسهیل خواهد کرد . براساس ایده هایی از تحقیقات، ما چندین راه برای بهبود انتخاب در گیاه یونجه پیشنهاد می کنیم مانند 1 ) انتخاب تنوع و تست صفات اصلی 2 ) ورود جایگاه صفات کمّی 3 ) انتخاب ژنومی .
کلمات کلیدی : گیاه یونجه ، پرورش ، انتخاب فنوتیپی ، طرح ریزی جایگاه صفات کمّی ، طرح ارتباطی ، انتخاب مبنی بر شاخص ، انتخاب ژنومی.