رویکرد شبکه عصبی برای حل مسأله فروشنده دوره گرد
چکیده
چکیدهای برای این سند ثبت نشده است.
چکیدهای برای این سند ثبت نشده است.
سالهای اخیر شاهد پیشرفت های شگرفی در استفاده از الگوریتم های نشأت گرفته از طبیعت در حل مسائل دشوار علمی بوده است که از جمله آن الگوریتم ها می توان به الگوریتم های ژنتیک، شبکه های عصبی مصنوعی و دستگاه ایمنی مصنوعی اشاره داشت. با توجه به توانمندی های قابل توجه دستگاه ایمنی بدن مهره
در این پایان نامه، مسأله فروشنده دوره گرد با پوشش بیشینه و چند وسیله نقلیه که تعمیمی از مسأله فروشنده دوره گرد با قید پوشش است، معرفی می شود. در این مسأله یک انبار مرکزی، تعدادی تسهیل و تعدادی مشتری وجود دارند، به گونه ای که هر مشتری در فاصله پوشش از پیش تعیین شده ای از برخی تسهی
مساله تعیین توالی n کار روی یک ماشین با زمان آماده سازی وابسته به توالی کارها در واقع، همان مساله مشهور فروشنده دوره گرد است که طی سالیان متمادی در دو حالت متقارن و غیرمتقارن بررسی شده است . در این پایان نامه روش جدیدی جهت سریع تر کردن عملیات محاسباتی الگوریتمهای ابتکاری تعویض کم
محاسبات کوانتومی به طور بالقوه قدرتمندتر از همتایان کلاسیک خود هستند. به طور خاص، برخی از الگوریتم های کوانتومی تسریع درجه دوم را ممکن می سازند که فرصت های جدیدی را برای محاسبات کوانتومی برای حل مسائل سخت، فراهم می کنند. مسائل سخت، معمولاً راه حل های کاندید زیادی دارند که جستجوی
هزینه¬های توزیع فیزیکی کالاها حجم قابل توجهی از هزینه¬های سالانه کالاها را در اقتصاد هر کشور به خود اختصاص می¬دهد. بهبود روش¬ها و الگوریتم¬هایی که برای مسائل مختلف مسیریابی مطرح شده¬اند باعث کاهش هزینه¬ها شده و منافع بسیاری برای مصرف کننده به همراه دارد. توزیع سوخت بین مناطق مختل
این پایان نامه به ارائه مسأله جهت چگونگی امدادرسانی به مناطق مختلف در شرایط بحران و مدل بندی آن می پردازد. هدف این مدل کمینه کردن هزینه های سفر به مناطق آسیب دیده توسط چند ماشین است. این مدل با توجه به میزان تقاضای هر منطقه، هزینه های بازدید نقاط مختلف، هزینه پوشش مناطق و ظرفیت م
در این مقاله سعی شده تا با بهبود الگوریتم رقابتی کلونی استعمارگران ( ICA ) در قالب مساله فروشنده دوره گرد (TSP)، پاسخ مسأله بهبود یابد و میزان میزان این بهبود مورد بررسی و تحقیق قرار گیرد. با افزودن عملگر یادگیری، استعمارگران از کلونیهایی که تا حد مطلوبی پیشرفت حاصل نمودهاند، خ
در این مقاله سعی شده تا با بهبود الگوریتم رقابتی کلونی استعمارگران ( ica ) در قالب مساله فروشنده دوره گرد (tsp)، پاسخ مسأله بهبود یابد و میزان میزان این بهبود مورد بررسی و تحقیق قرار گیرد. با افزودن عملگر یادگیری، استعمارگران از کلونی هایی که تا حد مطلوبی پیشرفت حاصل نمودهاند، خ
مساله فروشنده دوره گرد یکی از معروفترین مسائل بهینه سازی ترکیبی است که با توجه به ویژگی های خاص آن، در سال های اخیر نیز بستر مناسبی برای اعتبار سنجی الگوریتم های مختلف ابتکاری، فرا ابتکاری و دقیق بوده است. کاربردهای متعدد این مساله از لحاظ نظری و عملیاتی نیز باعث توجه ویژه محققان
مساله فروشنده دوره گرد یکی از معروفترین مسائل بهینه سازی ترکیبی است که با توجه به ویژگی های خاص آن، در سال های اخیر نیز بستر مناسبی برای اعتبار سنجی الگوریتم های مختلف ابتکاری، فرا ابتکاری و دقیق بوده است. کاربردهای متعدد این مساله از لحاظ نظری و عملیاتی نیز باعث توجه ویژه محققان
در این مقاله یک شبکه عصبی سازنده جدید برای حل مساله فروشنده دوره گرد tsp ارائه شده است ساختار فیدبکی رقابتی این شبکه از مفاهیم شبکه های عصبی هایفیلد و کوهونن الهام گرفته شده است شبکه کوهونن با شیوه یادگیری رقابتی اش پاسخ های قابل قبولی به tsp ارائه می دهد اما سرعت همگرایی آن بسیا