زپوها

دانلود کتاب، جزوه، تحقیق | مرجع دانشجویی

زپوها

دانلود کتاب، جزوه، تحقیق | مرجع دانشجویی

الگوریتم تکاملی چند هدفه بر اساس تکامل تفاضلی MODE

 الگوریتم تکاملی چند هدفه بر اساس تکامل تفاضلی MODE


دانلود کد متلب الگوریتم تکاملی چند هدفه بر اساس تکامل تفاضلی 

Multi-objective Evolutionary Algorithm based on Differential Evolution

دارای توضیحات و معرفی اولیه تابع

دارای توضیحات به صورت خط به خط برنامه

مناسب برای شبیه سازی پایان نامه های دانشجویان ارشد

علاقه مندان کدنویسی متلب


خرید و دانلود  الگوریتم تکاملی چند هدفه بر اساس تکامل تفاضلی MODE


الگوریتم محدودیت نرمال عادی برای بهینه سازی چند هدفه

 الگوریتم محدودیت نرمال عادی برای بهینه سازی چند هدفه


Normalized Normal Constraint Algorithm for Multi-objective optimization

الگوریتم محدودیت نرمال عادی برای بهینه سازی چند هدفه

به همراه فایل راهنمای کد نویسی در متلب

کد الگوریتم NNC



خرید و دانلود  الگوریتم محدودیت نرمال عادی برای بهینه سازی چند هدفه


کد متلب بهینه سازی چند هدفه با استفاده از الگوریتم ENSES

 کد متلب بهینه سازی چند هدفه با استفاده از الگوریتم ENSES


دانلود سورس کد متلب برنامه بهینه سازی چند هدفه با استفاده از الگوریتم ENSES

دارای توضیحات و معرفی اولیه تابع

دارای توضیحات به صورت خط به خط برنامه

مناسب برای شبیه سازی پایان نامه های دانشجویان ارشد

علاقه مندان کدنویسی متلب



خرید و دانلود  کد متلب بهینه سازی چند هدفه با استفاده از الگوریتم ENSES


الگوریتم بهینه سازی چند هدفه ازدحام ذرات MOPSO

 الگوریتم بهینه سازی چند هدفه ازدحام ذرات MOPSO


الگوریتم بهینه سازی چند هدفه ازدحام ذرات MOPSOیک مثال بسیار کاربردیآموزش کامل نحوه عملکرد الگوریتم ازدحام ذراتParticle swarm optimizationکد متلب الگوریتم Particle swarm optimization

خرید و دانلود  الگوریتم بهینه سازی چند هدفه ازدحام ذرات MOPSO


یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم

 یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم


هدف از این برنامه که یک مثال از مسئله MOO و به زبان متلب نوشته شده است 

یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم است.

مقادیر اولیه درنظر گرفته شده به صورت زیر است:

دو تابع مرزی:

f1(X) = 2*x1 + 3*x2
f2(X) = 2/x1 + 1/x2

دامنه مقادیر:

x1<20 & x1>10

x2<30 & x2>20

تنظیمات اولیه :

iterations = 500;
population_size = 500;
mutation_rate = 0.02;
crossover_rate = 0.3;
population = zeros(population_size,3);


خرید و دانلود  یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم