معرفی الگوریتم جستجوی هارمونی(HSA) و طراحی کنترلر PID در سیستم AVR با استفاده از آن

اختصاصی از فی توو معرفی الگوریتم جستجوی هارمونی(HSA) و طراحی کنترلر PID در سیستم AVR با استفاده از آن دانلود با لینک مستقیم و پر سرعت .

معرفی الگوریتم  جستجوی هارمونی(HSA)  و طراحی کنترلر PID  در سیستم AVR  با استفاده از آن به همراه فایل متلب ((فایل هدف و فایل الگوریتم))

طراحی بهینه سیستم های توزیع آب با استفاده از یک الگوریتم هیبریدی جدید

اختصاصی از فی توو طراحی بهینه سیستم های توزیع آب با استفاده از یک الگوریتم هیبریدی جدید دانلود با لینک مستقیم و پر سرعت .

• مقاله با عنوان: طراحی بهینه سیستم های توزیع آب با استفاده از یک الگوریتم هیبریدی جدید  

• نویسندگان: علیرضا مقدم ، حسین رضایی ، علی نقی ضیایی  

• محل انتشار: نهمین کنگره ملی مهندسی عمران - دانشگاه فردوسی مشهد - 21 تا 22 اردیبهشت 95  

• فرمت فایل: PDF و شامل 9 صفحه می باشد.

چکیــــده:

در تمدن مدرن، سیستم های توزیع آب شهری نقش قابل توجهی در حفظ استانداردهای لازم برای یک زندگی مطلوب را دارند. در این سیستم ها مولفه های متفاوتی از قبیل لوله ها، پمپ ها و شیرهای کنترل برای انتقال آب از یک منبع به مصرف کنندگان در نقاط دیگر، نقش ایفا می کنند. در میان این مولفه ها، بهینه کردن سایز لوله ها بیشتر قابل توجه است زیرا بیشتر از 70 درصد هزینه پروژه مربوط به آن است. اخیراً الگوریتم های فراکاوشی متنوعی برای طراحی سیستم های توزیع آب معرفی شده است اما هر کدام از این الگوریتم ها به تنهایی در کنار قابلیت هایی که دارند شامل معایبی نیز می باشند. در این مقاله الگوریتم هیبریدی جدیدی به نام HGAPSO معرفی می گردد که بر پایه دو الگوریتم قدرتمند ژنتیک (GA) و بهینه سازی ازدحام ذرات (PSO) می باشد و سپس کاربرد آن در طراحی بهینه سیستم های توزیع آب با در نظر گرفتن سایز لوله ها به عنوان متغیرهای تصمیم مورد بررسی قرار می گیرد. بدین منظور الگوریتم هیبریدی جدید در محیط نرم افزار Matlab پیاده سازی و با نرم افزار شبیه ساز هیدرولیکی EPANET 2.0 لینک گردید. نتایج حاصل از بکارگیری الگوریتم HGAPSO در طراحی یک سیستم توزیع آب مرجع از پژوهش های پیشین نشان می دهد که HGAPSO ضمن دارا بودن قابلیت های روش های GA و PSO عملکرد بهتری نسبت به هر یک از این روش ها در طراحی شبکه مورد نظر دارد.

________________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** درخواست مقالات کنفرانس‌ها و همایش‌ها: با ارسال عنوان مقالات درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن مقالات در سایت به راحتی اقدام به خرید و دریافت مقالات مورد نظر خود نمایید. **

استفاده از الگوریتم هوشمند در ارزیابی توان اکوتوریسم

اختصاصی از فی توو استفاده از الگوریتم هوشمند در ارزیابی توان اکوتوریسم دانلود با لینک مستقیم و پر سرعت .

نویسند‌گان: پیمان درخشان برجویی ، پویا درخشان برجویی
خلاصه مقاله:
درقرن حاضر توجه ارگانها مجامع و مراکز تحقیقاتی بیش از پیش به مقوله محیط زیست معطوف گردیده است استفاده از روشهای نوین کارامد دقیق و علمی که بتواند به شناخت وضعیت موجود محیط زیست و پتانسیلهای بالفعل و بالقوه یکمنطقه کمک نماید هرروز بیشتر احساس می شود دراین پژوهش از روش تحلیل سلسله مراتبی فازی AHP Fuzzy که یکی از روشهای تصمیم گیری چند معیاره برپایه منطق ریاضی دودویی و الگوریتمهای هوشمند است به منظور تجزیه و تحلیل وزن معیارهای توان طبیعت گردی برپایه زیست محیطی استفاده گردیده است دراین پژوهش به منظور تعیین توان زیست محیطی 24 معیار با نظر کارشناسی متخصصین و توسط نرم افزار EC-Pro وزن دهی و اولویت بندی و انتخاب شد.
کلمات کلیدی: الگوریتم هوشمند، AHP فازی، اکوتوریسم، GIS

پاورپوینت پیاده‌سازی موازی الگوریتم زنبور عسل بر روی GPU

اختصاصی از فی توو پاورپوینت پیاده‌سازی موازی الگوریتم زنبور عسل بر روی GPU دانلود با لینک مستقیم و پر سرعت .

الگوریتم زنبور عسل، یک روش جمعیت‌بنیان ، یک الگوریتم کران‌ محاسباتی است که با الهام گرفتن از رفتار طبیعی زنبور عسل به جستجوی یک راهکار شبه‌بهینه برای مسئله جستجو می‌پردازد. اخیراً الگوریتم‌های موازی گروه‌بنیان متعددی برای اجرا بر GPU ارائه شده‌‌اند. چرا که امروزه ساخته یک الگوریتم زنبور عسل موازی برای اجرا در GPU از اهمیت بسیار بالایی برخوردار است. در این مقاله الگوریتم زنبورهای عسل CUBA( یعنی الگوریتم زنبور عسل مبتنی بر CUDA) را برای اجرا در(الگوریتم زنبو مبتنی بر CUDS)CUDA.CUBA ( معماری دستگاه یکپارچه محاسباتی) بسط می‌دهیم. عملکرد CUBA را با انجام آزمایش‌هایی براساس مسائل بی‌شمار و معروف بهینه‌سازی مورد بررسی قرار خواهیم داد. نتایج نشان از آن دارند که CUBA به میزان قابل توجهی در بسیاری از مسائل بهینه‌سازی بهتر از الگوریتم زنبور عسل استاندارد عمل می‌کند.

الگوریتم فشرده سازی هافمن

اختصاصی از فی توو الگوریتم فشرده سازی هافمن دانلود با لینک مستقیم و پر سرعت .

این مطلب از مطالب آزاد موجود در اینترنت جمع آوری شده است و در مورد الگوریتم فشرده سازی هافمن و در 9 صفحه می باشد و در زیر قسمتی از متن آورده شده است :
الگوریتم فشرده سازی هافمن را دیوید هافمن پروفسور دانشگاه MIT (Massachusetts Institute of Technology) آمریکا اختراع کرد. روش فشرده سازی هافمن الگوریتمی است که برای فشرده سازی متن مناسب می باشد.
الگوریتم هافمن جزو خانوادهء الگوریتم هایی است که طول کد متغییری دارند. این به آن معناست که نماد های مجزا (برای نمونه کاراکترهایی در یک فایل متنی) با رشته بیت هایی که طول های
مختلفی دارند تعویض می شود. بنابراین نماد هایی که زیاد در یک فایل تکرار می شوند یک رشته
بیت کوتاه می گیرند در حالی که نمادهای دیگر که به ندرت دیده می شوند رشته بیت طولانی تری را می گیرند.
تاریخچه
در سال ۱۹۵۱ David.A.Huffman و هم شاگردی‌هایش در کلاس «تئوری اطلاعات» دانشگاه MIT، حق انتخاب بین تحقیق در مورد یک مفهوم یا دادن امتحان پایانی را داشتند.استاد Robert M. Fano موضوع تحقیق را مسالهٔ پیدا کردن کارآمد ترین کد دودویی تعیین کرد. هافمن ناتوان در پیدا کردن کارآمد ترین، تصمیم گرفته بود خودش را برای امتحان پایانی آماده کندکه ایده‌ای به ذهنش رسید. ایدهٔ استفاده از درخت دودیی مرتب شده بر حسب تکرار(frequency) وتوانست اثبات کند که این کارآمد ترین روش است. در انجام این کار، شاگرد از استادش که با مبدع تئوری اطلاعات، Claude Shannon برای ساختن کدی مشابه کار کرده بود، پیشی گرفت. هافمن از مشکل اصلی روش کدگذاری نیم بهینهٔ Shannon-Fano coding جلوگیری کرده، درخت را به جای ساختن از بالا به پایین، از پایین به بالا ساخت.
کد‌گذاری هافمن
یک الگوریتم کد‌گذاری برای فشرده‌سازی بی‌اتلاف اطلاعات است. این تعبیر بر می‌گردد به استفاده از جدول کد طول متغیر برای کد کردن هر کدام از نشانه‌های مبدا (مانند کاراکترهای یک فایل). جدول کد طول متغیر از روشی بخصوص مبنی بر احتمال وقوع هر کدام از نشان‌های مبدا بدست می‌آید. این روش بوسیلهٔ دیوید هافمن توسعه یافت. وی دانشجوی دورهٔ دکتری در دانشگاه MIT بود و در سال ۱۹۵۲ مقالهٔ «روشی برای تولید کدی با کمترین تکرار زوائد» را منتشر کرد.
در کد کذاری هافمن، از روشی خاص برای انتخاب نحوهٔ نمایش هر نماد استفاده می‌شود. روشی به نام کد‌های بدون پیشوند(گاهی هم روش «کدهای پیشوندی» گفته می‌شود. یعنی در این روش رشته‌ای که نشان دهندهٔ یک کاراکتر خاص است هیچ گاه پیشوند رشتهٔ دیگر که نمایانگر کاراکتری دیگر است، نمی‌باشد.).در این روش کاراکتر‌های پرکاربرد تر با رشته‌های بیتی کوتاهتری نسبت به آن‌هایی که کاربردشان کمتر است، نشان داده می‌شوند.
هافمن موفق شد کارآمد ترین روش فشرده سازی از این نوع را طراحی کند: نگاشت نکردن نشان‌های منفرد مبدا به رشته‌های بیتی یکتا، هرگاه تعداد تکرار نماد‌های اصلی با آنهایی که برای ایجاد این کد مورد استفاده قرار گرفتند مطابقت کند، خروجی‌هایی با اندازهٔ کمتر تولید می‌کند. بعدها روشی برای انجام این کار پیدا شد که این کار را در زمانی خطی انجام می‌داد.
برای مجموعه‌ای از نمادها با توزیع احتمالی یکنواخت و تعداد عضو‌هایی برابر با توانی از ۲، کد گذاری هافمن هم ارز با قطعه کد سادهٔ دوجمله‌ای است. مانند کد گذاری ASCII. کد گذاری هافمن روشی متداول برای ایجاد کد‌های بدون پیشوند است بطوریکه عبارت «کد هافمن» به گستردگی به عنوان مترادفی برای «کد بدون پیشوند» استفاده می‌شود، هرچند چنین کدی با الگوریتم هافمن بدست نیامده باشد.
اگرچه کد گذاری هافمن برای کد کردن نماد به نماد بهینه‌است، اما گاهی کارآمدی آن بیش از مقدار واقعی پنداشته می‌شود. برای مثال، کد کردن حسابی و کد کردن LZW، گاهی توانایی بالاتری در فشرده سازی دارند.
کد قانونی هافمن
اگر وزن های مربوط به ورودی های مرتب شده بر اساس الفبا، به ترتیب عددی باشند، کد هافمن طولی برابر طول کد الفبایی بهینه دارد که می‌تواند از طریق محاسبه بدست آید. ک