فیلم آموزشی جامع الگوریتم مورچگان در متلب — شامل مباحث تئوری و عملی (به زبان فارسی)
در این فرادرس، دانشجویان عزیز، با مباحث مختلف تئوری و عملی الگوریتم مورچگان در متلب آشنا می شوند. سرفصل هایی که در این آموزش به آن پرداخته می شود، بانی و مفاهیم اساسی هوش جمعی، مبانی تئوری الگوریتم مورچگان، پیاده سازی الگوریتم مورچگان در متلب و … می باشد. نقطه قوت این آموزش این است که به طور کامل به توضیح مباحث مربوطه پرداخته شده است و آموزش توسط یکی از بهترین مدرسین متخصص در این زمینه، انجام شده است.
بهینه سازی کلونی مورچه ها یا Ant Colony Optimization و (به اختصار ACO)، که در سال ۱۹۹۲ توسط مارکو دوریگو (Marco Dorigo) و در رساله دکتری وی مطرح شد، یکی از بارزترین نمونه ها برای روش های هوش جمعی است. این الگوریتم از روی رفتار جمعی مورچه ها الهام گرفته شده است. مورچه ها با همکاری یکدیگر، کوتاه ترین مسیر را میان لانه و منابع غذایی پیدا می کنند تا بتوانند در کمترین زمان مواد غذایی را به لانه منتقل کنند. هیچ کدام از مورچه ها، به تنهایی قادر به انجام چنین کاری نیستند، اما با همکاری و پیروی از چند اصل ساده، بهترین راه را پیدا می کنند. الگوریتم مورچه ها، یک مثال بارز از هوش جمعی هستند که در آن عامل هایی که قابلیت چندان بالایی ندارند، در کنار هم و با همکاری یکدیگر می توانند نتایج بسیار خوبی به دست بیاورند.
به عنوان مثال، عملکرد مورچه های آرژانتینی در یافتن کوتاه ترین مسیر بین لانه و منبع غذایی، بسیار عجیب و حیرت انگیز است. مورچه آرژانتینی عملا کور است و طبعا کوتاه ترین مسیر برای او مفهومی ندارد و توسط او قابل شناخت نمی باشد. اما با وجود چنین کمبودی، توده ای از این مورچه ها می توانند با همکاری یکدیگر، کوتاه ترین مسیر موجود بین لانه و محل مواد غذایی را پیدا کنند. الگوریتم های دیگری نیز بر اساس الگوریتم مورچه ها ساخته شده اند که همگی سیستم های چند عاملی هستند و عامل ها مورچه های مصنوعی یا به اختصار مورچه هایی هستند که مشابه با مورچه های واقعی رفتار می کنند. این الگوریتم برای حل و بررسی محدوده وسیعی از مسائل بهینه سازی به کار برده شده است. از این میان می توان به حل مسأله کلاسیک فروشنده دوره گرد و همچنین مسأله راهیابی در شبکه های مخابرات راه دور اشاره نمود.
فیلم آموزشی جامع الگوریتم مورچگان در متلب، شامل مباحث تئوری و عملی در خصوص بهینه سازی کلونی مورچگان یا ACO است و می تواند به عنوان یک مرجع بسیار کامل، برای استفاده دانشجویان و دانشپژوهان مورد استفاده قرار بگیرد. برای کسب اطلاعات بیشتر در خصوص این فیلم آموزشی، ادامه مطلب را ببینید.
در این فرادرس، دانشجویان عزیز، با مباحث مختلف تئوری و عملی الگوریتم مورچگان در متلب آشنا می شوند. سرفصل هایی که در این آموزش به آن پرداخته می شود، بانی و مفاهیم اساسی هوش جمعی، مبانی تئوری الگوریتم مورچگان، پیاده سازی الگوریتم مورچگان در متلب و … می باشد. نقطه قوت این آموزش این است که به طور کامل به توضیح مباحث مربوطه پرداخته شده است و آموزش توسط یکی از بهترین مدرسین متخصص در این زمینه، انجام شده است.
بهینه سازی کلونی مورچه ها یا Ant Colony Optimization و (به اختصار ACO)، که در سال ۱۹۹۲ توسط مارکو دوریگو (Marco Dorigo) و در رساله دکتری وی مطرح شد، یکی از بارزترین نمونه ها برای روش های هوش جمعی است. این الگوریتم از روی رفتار جمعی مورچه ها الهام گرفته شده است. مورچه ها با همکاری یکدیگر، کوتاه ترین مسیر را میان لانه و منابع غذایی پیدا می کنند تا بتوانند در کمترین زمان مواد غذایی را به لانه منتقل کنند. هیچ کدام از مورچه ها، به تنهایی قادر به انجام چنین کاری نیستند، اما با همکاری و پیروی از چند اصل ساده، بهترین راه را پیدا می کنند. الگوریتم مورچه ها، یک مثال بارز از هوش جمعی هستند که در آن عامل هایی که قابلیت چندان بالایی ندارند، در کنار هم و با همکاری یکدیگر می توانند نتایج بسیار خوبی به دست بیاورند.
به عنوان مثال، عملکرد مورچه های آرژانتینی در یافتن کوتاه ترین مسیر بین لانه و منبع غذایی، بسیار عجیب و حیرت انگیز است. مورچه آرژانتینی عملا کور است و طبعا کوتاه ترین مسیر برای او مفهومی ندارد و توسط او قابل شناخت نمی باشد. اما با وجود چنین کمبودی، توده ای از این مورچه ها می توانند با همکاری یکدیگر، کوتاه ترین مسیر موجود بین لانه و محل مواد غذایی را پیدا کنند. الگوریتم های دیگری نیز بر اساس الگوریتم مورچه ها ساخته شده اند که همگی سیستم های چند عاملی هستند و عامل ها مورچه های مصنوعی یا به اختصار مورچه هایی هستند که مشابه با مورچه های واقعی رفتار می کنند. این الگوریتم برای حل و بررسی محدوده وسیعی از مسائل بهینه سازی به کار برده شده است. از این میان می توان به حل مسأله کلاسیک فروشنده دوره گرد و همچنین مسأله راهیابی در شبکه های مخابرات راه دور اشاره نمود.
سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:
- مروری بر مبانی و مفاهیم اساسی هوش جمعی (Swarm Intelligence)
- مبانی تئوری الگوریتم مورچگان یا ACO
- تشریح بخش های مختلف الگوریتم مورچگان
- بررسی انواع نسخه های الگوریتم مورچگان
- پیاده سازی الگوریتم مورچگان در متلب
- بیان ریاضی مسأله فروشنده دوره گرد یا TSP
- پیاده سازی گام به گام الگوریتم مورچگان در محیط متلب برای حل مسأله فروشنده دوره گرد
- نمایش نتایج حاصل از حل مسأله TSP به صورت گرافیکی
- جمع بندی و نتیجه گیری های نهایی
برای مشاهده جزئیات و تهیه آموزش فرادرس فیلم آموزشی جامع الگوریتم مورچگان در متلب به این لینک (+) مراجعه نمایید.
مطالب پیشنهادی
مجموعه: الگوریتم مورچگان, بهینه سازی, فیلم های آموزشی, محصولات آموزشی برچسب ها: ACO, Ant Colony Optimization, Traveling Salesman Problem, TSP, آموزش ACO, آموزش الگوریتم مورچگان, الگوریتم مورچگان, بهینه سازی کلونی مورچگان, بهینه سازی هوشمند, فیلم آموزشی, فیلم آموزشی ACO, فیلم آموزشی الگوریتم مورچگان, متاهیوریستیک, مسأله فروشنده دوره گرد
ببخشید ایا پیاده سازی الگوریتم گسسته مورچگان هم در این فیلم اموزش داده شده است؟؟
در پاسخ مریم:
الگوریتم ACO ذاتا یک الگوریتم گسسته است.
در فیلم آموزشی MVPAC101AB تئوری این الگوریتم و همچنین پیاده سازی آن در محیط متلب، برای حل مسأله فروشنده دوره گرد، به صورت گام به گام آموزش داده می شود.
توضیحات بیشتر در مورد این فیلم را در این لینک بخوانید: https://www.matlabsite.com/mvpac101ab
در فیلم آموزشی MVPAC101C نجوه پیاده سازی این الگوریتم برای حل سه مسأله بهینه سازی گسسته و عدد صحیح آموزش داده می شود. یک مسأله باینری (کوله پشتی باینری)، یک مسأله عدد صحیح (کوله پشتی عدد صحیح) و یک مسأله جایگشتی (مسأله تخصیص درجه دو یا QAP) آموزش داده می شود.
توضیحات بیشتر در مورد این فیلم را در این لینک بخوانید: https://www.matlabsite.com/mvpac101c
با سلام
به این دلیل این فیلم را انتخاب کردم که برای مقاله هوش مصنوعی در رنگ آمیزی گراف از الگوریتم مورچه استفاده می کنم.
سایت شما مطالب خوبی دارد به هم دانشگاهیم اطلاع میدهم.
با تشکر از متلب سایت، این فیلم بسیار جامع بود و دید بسیار خوبی به من داد در مورد الگوریتم های این چنینی، با امید توفیق برای متلب سایت
باعرض سلام
می خواستم بدونم درکدوم محصول از الگوریتم مورچگان توضیحات کامل درباره برنامه نویسی ان در متلب گفته شده ودرباره مینیمم کردن توابع توضیح کامل داده شده درضمن برای پروژه درس کنترل صنعتی می خواستم.
واینکه فایل متلب برنامه هاهم میتونید برام بفرستید وقتی خریداری کردم. ممنون
در پاسخ به صالح:
با سلام،
دوست عزیز در پارت اول این بسته (MVPAC101AB) به موضوع پیاده سازی کامل الگوریتم مورچگان در متلب اشاره شده است.
جهت اطلاع از جزییات به این لینک (+) مراجعه نمایید.
چنانچه سوالی در این زمینه داشتید با روابط عمومی (+) تماس حاصل نمایید.
موفق و پیروز باشید.