کاربرد الگوریتم زنبورعسل در بهینه سازی مسائل ریاضی

مروری بر داده کاوی و بررسی شبکه های عصبی

چندین دهه است که شرکت ها اطلاعات را جمع آوری می نمایند تا با ایجاد یک پایگاه داده انبوه اطلاعات را ذخیره کنند، با این حال که اطلاعات در دسترس آنها قرار دارد فقط تعداد کمی از شرکت ها قادر شده اند به ارزش واقعی ذخیره شده در آنها پی ببرند سوال این شرکتها این است که چگونه میتوان به ارزش واقعی این اطلاعات دست یافت؟ پاسخ آن داده کاوی است، که امروزه در بسیاری از صنعتها از جمله پزشکی، آموزش، ورزش و بسیاری از صنایع دیگر مورد استفاده قرار میگیرد. تکنیکهای بسیاری جهت داده کاوی وجود دارد از جمله شبکه های عصبی مصنوعی، رگرسیون، درخت تصمیم و غیره. همچنین طراحی شده است اشاره SAS که توسط شرکت JMP نرم افزارهایی نیز برای داده کاوی ایجاد شده است که میتوان به نرم افزار کرد. این مقاله به معرفی داده کاوی و برخی از روشهای داده کاوی و همچنین محیطهایی که از داده کاوی بهره میبرند به همراه نرم افزار های آن پرداخته است.

فهرست :

چکیده

مقدمه

داده کاوی

تکنیک های داده کاوی

دسته بندی

رگرسیون گیری

خوشه بندی

تجمع و همبستگی

درخت تصمیم گیری

ویزگی های درخت تصمیم

الگوریتم ژنتیک

شبکه های عصبی مصنوعی

ساختار شبکه عصبی

نورون

معماری شبکه عصبی

شبکه های پیش خور تک لایه

انواع یادگیری در شبکه های عصبی مصنوعی

داده کاوی در پزشکی

داده کاوی در سلامت

نرم افزار های داده کاوی

نتیجه گیری

مراجع

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 

مبانی الگوریتم ژنتیک و ماشینهای بردار رگرسیون

این نوشته حاوی مبانی و آموزش الگوریتم ژنتیک و ماشینهای بردار رگرسیون می باشد. روشهای فوق در علم کمومتریکس ( آمار در شیمی تجزیه) برای مدلسازی QSAR به منظور انتخاب توصیف کننده ها و همچنین تعیین تاخوردگی و سطوح ساختاری پروتیینها برای طراحی دارو کاربرد دارند.

(مقاله انگلیسی)

برق 107. برنامه ریزی گسترش تولید در بازار برق pool بنیان، با استفاده از تیوری گیم و الگوریتم ژنتیک

برنامه ریزی گسترش تولید در بازار برق pool بنیان، با استفاده از تئوری گیم و الگوریتم ژنتیک
چکیده__ بازسازی، هدف برنامه ریزی گسترش تولید  (GEP)را از کم-هزینه بودن به پرسود بودن، تغییر داده است. در این مقاله، ما یک فرمولبندی تازه برای تابع هدف مساله ی GEP شرکت های تولید کننده (GENCOs) را در بازار برقی که شامل درآمدهای انرژی و بازارهای ذخیره ی ظرفیت و هزینه های سوخت، سرمایه گذاری، O&M، مالیات های قطع و وصل، می باشد را معرفی می کنیم. به علاوه، به منظور حل مساله ی GEP با تابع هدف بالا، از یک الگوریتمی که بترتیب از الگوریتم ژنتیک و تیوری گیم برای مدل کردن بازار و بهینه سازی توابع هدف GENCO استفاده کرده است، معرفی شده است. به منظور محاسبه ی سطوح تولید واحدهای تولید کننده و نرخ بلند-مدت بازار، ما از روش مرسوم هزینه ی تولید احتمالی (PPC) که به گونه ای اصلاح شده است که در بازار برق رقابتی قابل استفاده باشد، استفاده کرده ایم.