بخشی از این فرادرس، که در این آموزش قصد معرفی آن را داریم، مربوط به حل مسائل بهینه سازی جایگشتی با استفاده از الگوریتم رقابت استعماری است. مسائل بهینه سازی جایگشتی، در حالت کلی مسائل بهینه سازی گسسته هستند که راه حل آن ها را می توان به صورت یک جایگشت بیان نمود. الگوریتم رقابت استعماری یک الگوریتم پیوسته است و در این فرادرس، نحوه استفاده از آن برای حل مسائل گسسته جایگشتی، مورد بررسی قرار گرفته است.

الگوریتم رقابت استعماری یا Imperialist Competitive Algorithm (به اختصار ICA) یکی از جدیدترین الگوریتم های بهینه سازی هوشمند است که در حوزه هوش محاسباتی و محاسبات تکاملی معرفی شده است. جان مایه اصلی این الگوریتم، شبیه سازی فرآیند سیاسی استعمار است. به همان صورت که الگوریتم ژنتیک تکامل زیستی را شبیه سازی می کند، در الگوریتم رقابت استعماری، از تکامل سیاسی استفاده شده است. این الگوریتم در سال ۲۰۰۷ معرفی شده است و تا کنون در کاربردهای فراوان و زمینه های تحقیقاتی متنوعی، به عنوان ابزار بهینه سازی مورد استفاده قرار گرفته است. قدرت بالای این الگوریتم، به خصوص در برخورد با مسائل پیوسته، باعث شده است که الگوریتم رقابت استعماری به عنوان یکی از ابزارهای مهم در زمینه بهینه سازی به حساب بیاید.

در راستای پوشش نیازهای علمی جامعه هوش محاسباتی ایران، بسته کاملی از فیلم های آموزشی الگوریتم رقابت استعماری توسط متلب سایت تهیه شده اند که می توانند به عنوان مرجع کاملی برای دانشجویان و دانشپژوهان مورد استفاده قرار بگیرند. بخشی از این مجموعه آموزشی، که در این پست قصد معرفی آن را داریم، مربوط به حل مسائل بهینه سازی جایگشتی با استفاده از الگوریتم رقابت استعماری است. مسائل بهینه سازی جایگشتی، در حالت کلی مسائل بهینه سازی گسسته هستند که راه حل آن ها را می توان به صورت یک جایگشت بیان نمود. الگوریتم رقابت استعماری یک الگوریتم پیوسته است و در این فیلم، نحوه استفاده از آن برای حل مسائل گسسته جایگشتی، مورد بررسی قرار گرفته است.

برای کامل تر شدن محتوای فیلم آموزشی، و همچنین افزایش جنبه کاربردی آن، چهار مسأله جایگشتی در این فیلم تعریف شده اند و به طور کامل مورد حل و بررسی قرار گرفته اند. مسائل مورد بحث در این فیلم آموزشی جامع، از جمله مسائل پایه ای و کاربردی در رشته های مختلف، از جمله رشته های مهندسی هستند.

 

 

عناوین ۴ مسأله مورد بحث در این فیلم عبارتند از:

• مسأله فروشنده دوره گرد یا Traveling Salesman Problem (به اختصار TSP) که به جرأت می توان گفت که معروف ترین مسأله بهینه سازی جایگشتی است و کاربردهای فراوانی دارد؛
• مسأله تخصیص درجه دو یا Quadratic Assignment Problem (به اختصار QAP) که دارای کاربردهای وسیعی در علوم مهندسی است؛
• مسأله n وزیر یا n-Queen Probem (به اختصار nQP) که یک مسأله کلاسیک در بهینه سازی و تحقیق در عملیات است؛
• مسأله زمان بندی پایه یا Basic Scheduling Problem که مادر تمام مسائل زمان بندی است و قطعا شیوه حل آن، می تواند الگوی مناسبی برای حل سایر انواع مسائل زمان بندی باشد.

 

برای کسب اطلاعات بیشتر در خصوص این فیلم آموزشی، ادامه مطلب را ببینید.

 

 

بخشی از این فرادرس، که در این آموزش قصد معرفی آن را داریم، مربوط به حل مسائل بهینه سازی جایگشتی با استفاده از الگوریتم رقابت استعماری است. مسائل بهینه سازی جایگشتی، در حالت کلی مسائل بهینه سازی گسسته هستند که راه حل آن ها را می توان به صورت یک جایگشت بیان نمود. الگوریتم رقابت استعماری یک الگوریتم پیوسته است و در این فرادرس، نحوه استفاده از آن برای حل مسائل گسسته جایگشتی، مورد بررسی قرار گرفته است.

الگوریتم رقابت استعماری یا Imperialist Competitive Algorithm (به اختصار ICA) یکی از جدیدترین الگوریتم های بهینه سازی هوشمند است که در حوزه هوش محاسباتی و محاسبات تکاملی معرفی شده است. جان مایه اصلی این الگوریتم، شبیه سازی فرآیند سیاسی استعمار است. به همان صورت که الگوریتم ژنتیک تکامل زیستی را شبیه سازی می کند، در الگوریتم رقابت استعماری، از تکامل سیاسی استفاده شده است. این الگوریتم در سال ۲۰۰۷ معرفی شده است و تا کنون در کاربردهای فراوان و زمینه های تحقیقاتی متنوعی، به عنوان ابزار بهینه سازی مورد استفاده قرار گرفته است. قدرت بالای این الگوریتم، به خصوص در برخورد با مسائل پیوسته، باعث شده است که الگوریتم رقابت استعماری به عنوان یکی از ابزارهای مهم در زمینه بهینه سازی به حساب بیاید.

در راستای پوشش نیازهای علمی جامعه هوش محاسباتی ایران، بسته کاملی از فیلم های آموزشی الگوریتم رقابت استعماری توسط متلب سایت تهیه شده اند که می توانند به عنوان مرجع کاملی برای دانشجویان و دانشپژوهان مورد استفاده قرار بگیرند. بخشی از این مجموعه آموزشی، که در این پست قصد معرفی آن را داریم، مربوط به حل مسائل بهینه سازی جایگشتی با استفاده از الگوریتم رقابت استعماری است. مسائل بهینه سازی جایگشتی، در حالت کلی مسائل بهینه سازی گسسته هستند که راه حل آن ها را می توان به صورت یک جایگشت بیان نمود. الگوریتم رقابت استعماری یک الگوریتم پیوسته است و در این فیلم، نحوه استفاده از آن برای حل مسائل گسسته جایگشتی، مورد بررسی قرار گرفته است.

برای کامل تر شدن محتوای فیلم آموزشی، و همچنین افزایش جنبه کاربردی آن، چهار مسأله جایگشتی در این فیلم تعریف شده اند و به طور کامل مورد حل و بررسی قرار گرفته اند. مسائل مورد بحث در این فیلم آموزشی جامع، از جمله مسائل پایه ای و کاربردی در رشته های مختلف، از جمله رشته های مهندسی هستند.

 

عناوین ۴ مسأله مورد بحث در این فیلم عبارتند از:

• مسأله فروشنده دوره گرد یا Traveling Salesman Problem (به اختصار TSP) که به جرأت می توان گفت که معروف ترین مسأله بهینه سازی جایگشتی است و کاربردهای فراوانی دارد؛
• مسأله تخصیص درجه دو یا Quadratic Assignment Problem (به اختصار QAP) که دارای کاربردهای وسیعی در علوم مهندسی است؛
• مسأله n وزیر یا n-Queen Probem (به اختصار nQP) که یک مسأله کلاسیک در بهینه سازی و تحقیق در عملیات است؛
• مسأله زمان بندی پایه یا Basic Scheduling Problem که مادر تمام مسائل زمان بندی است و قطعا شیوه حل آن، می تواند الگوی مناسبی برای حل سایر انواع مسائل زمان بندی باشد.

 

رویکردهای ارائه شده در این فیلم آموزشی بسیار فراگیر و عمومی هستند و می توان از نکات تئوری و عملی بیان شده، برای حل سایر مسائل جایگشتی نیز استفاده نمود. همچنین، به راحتی می توان نکات مورد بحث در این فیلم آموزشی ارزشمند را، با سایر الگوریتم های بهینه سازی پیوسته، مانند بهینه سای ازدحام ذرات یا PSO و تکامل تفاصلی یا DE، مورد استفاده قرار داد. در این فیلم آموزشی، اپراتور انقلاب یا Revolution مورد بازنگری قرار گرفته است و تغییراتی در آن اعمال شده است که عمکلرد الگوریتم رقابت استعماری برای حل مسائل جایگشتی بهبود یابد.

 

مطالب و مباحث این فیلم آموزشی به زبان فارسی روان، و توسط مهندس سید مصطفی کلامی هریس (دانشجوی دکترای مهندسی برق-کنترل، دانشگاه صنعتی خواجه نصیرالدین طوسی) ارائه شده است.

 

 

توجه: شما می توانید، برای آموزش مباحث تئوری و عملی مربوط به الگوریتم رقابت استعماری، از فیلم آموزشی جامع الگوریتم رقابت استعماری (+) استفاده کنید.

 

 

سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:

• تعریف ریاضی مسأله فروشنده دوره گرد یا TSP
• نحوه کدینگ پاسخ یک مسأله جایگشتی به صورت پیوسته
• پیاده سازی تابع هزینه و مدل ریاضی مربوط به مسأله فروشنده دوره گرد
• حل مسأله TSP با استفاده از الگوریتم رقابت استعماری
• نمایش گرافیکی نتایج حل مسأله TSP با استفاده از الگوریتم رقابت استعماری
• بهبود عملکرد الگوریتم رقابت استعماری با اصلاح اپراتور انقلاب یا Revolution
• تعریف ریاضی مسأله تخصیص درجه دو یا QAP
• پیاده سازی تابع هدف و مدل ریاضی مربوط به مسأله QAP
• حل مسأله QAP با استفاده از الگوریتم رقابت استعماری
• نمایش گرافیکی نتایج حاصل از حل مسأله QAP
• تعریف ریاضی مسأله n وزیر یا n-Queen Problem
• پیاده سای تابع هدف و مدل ریاضی مربوط به مسأله n وزیر
• حل مسأله n وزیر با استفاده از الگوریتم رقابت استعماری
• نمایش گرافیکی نتایج حاصل از حل مسأله n وزیر
• تعریف ریاضی مسأله زمان بندی ساده و مفاهیم بنیادی مربوطه
• پیاده سازی تابع هزینه و مدل ریاضی مربوط به مسأله زمان بندی
• حل مسأله زمان بندی با استفاده از الگوریتم رقابت استعماری
• نمایش گرافیکی چارت زمان بندی حاصل از حل مسأله زمان بندی
  
• جمع بندی و نتیجه گیری های نهایی

 

برای مشاهده جزئیات و تهیه آموزش فرادرس حل مسائل جایگشتی با الگوریتم رقابت استعماری به این لینک (+) مراجعه نمایید.