نمونه سوالات پیام نور

به فایل سون خوش آمدید

جهت استفاده بهتر از گوگل کروم استفاده نمایید.

منو كاربري

تبلیغات

سیلویکا

نرم افزار آموزشی شهاب

فایل های بیشتر

آمار

تعداد دانلود فايل : 1 دانلود
امتیاز فایل : 77 امتیاز
بازدید : 903 مرتبه

گزارشات سايت

فايل هاي رايگان:

1,657 فايل

فایل های غیر رایگان :

5,442 فايل

فایل های ويژه:

204 فايل

مجموع كاربران ويژه :

0 كاربر

مجموع کاربران عادي :

6,263 كاربر

کاربردهای الگوریتم ژنتیک

کاربردهای الگوریتم ژنتیک
تاریخ ارسال : 21 /01 /1393
دسته بندي: پابان نامه - پروژه - مقاله - تحقیق,فنی مهندسی,کامپیوتر,برق
حجم فایل : 2.21 مگابايت
فرمت فايل هاي فشرده : WORD
تعداد صفحات : 103 صفحه

امتیاز : 77

قیمت : 10,800 تومان

خرید فایل

توضیح :

دانلود پایان نامه

پایان نامه آماده پرینت و قابل ویرایش می باشد.

موضوع پایان نامه: کاربردهای الگوریتم ژنتیک

=======================================

چکیده :

الگوریتم های ژنتیک یکی از الگوریتم های جستجوی تصادفی است که ایده آن برگرفته از طبیعت می باشد . نسل های موجودات قوی تر بیشتر زندگی می کنند و نسل های بعدی نیز قوی تر می شوند به عبارت دیگر طبیعت افراد قوی تر را برای زندگی بر می گزیند. در طبیعت از ترکیب کروموزوم های بهتر ، نسل های بهتری پدید می آیند . در این بین گاهی اوقات جهش هایی نیز در کروموزوم ها روی می دهد که ممکن است باعث بهتر شدن نسل بعدی شوند. الگوریتم ژنتیک نیز با استفاده از این ایده اقدام به حل مسائل می کند . الگوریتم های ژنتیک در حل مسائل بهینه سازی کاربرد فراوانی دارند.

مسئله ی کاهش آلاینده های Cox، NOxو Soxدر کوره های صنعتی ، یکی از مسائل بهینه سازی می باشد، که هدف آن بهینه کردن عملکرد کوره های احتراقی بر حسب پارامترهای درصد هوای اضافی (E) و دمای هوای خروجی از پیش گرمکن (T) ، به منظور کاهش میزان آلاینده های تولید شده در اثر انجام عملیات احتراق است.

در این پایان نامه ابتدا مروری بر مفاهیم مقدماتی الگوریتم های ژنتیک کرده سپس مشخصات کلی مسئله عنوان می شود، در انتها مسئله ی مورد نظر توسط الگوریتم ژنتیک اجرا و نتایج آن با روش تابع پنالتی مقایسه می شود.

فهرست مطالب

عنوان

----------------------------------------------------------------------

فصل اول - مقدمه .....................................................

1-1- مقدمه

فصل دوم - مقدمه ای بر الگوریتم ژنتیک...............................................

2-1- مقدمه

2-2- پیشینه

2-3- اصطلاحات زیستی

2-4- تشریح کلی الگوریتم ژنتیک

2-5- حل مسأله با استفاده از الگوریتم ژنتیک

2-6- اجزای الگوریتم ژنتیک

2-6-1- جمعیت

2-6-2- کدگذاری

2-6-2-1- کدگذاری دودویی

2-6-2-2- کدگذاری مقادیر

2-6-2-3- کدگذاری درختی

2-6-3- عملگرهای الگوریتم ژنتیک

2-6-3-1- fitness(برازش)

2-6-3-2- selection (انتخاب)

2-6-3-3- crossover (ترکیب)

2-6-3-4- mutation (جهش)

2-7- مفاهیم تکمیلی

2-7-1- برتری ها و ضعف های الگوریتم ژنتیک

2-7-2- نکات مهم در الگوریتم های ژنتیک

2-7-3- نتیجه گیری

فصل سوم - کاهش اثرات زیست محیطی آلاینده های Cox، NOxو SOxدر کوره ها...........

3-1- مقدمه

3-2- احتراق

3-2-1- روش محاسبه ترکیبات تعادلی با استفاده از ثابت تعادل

3-2-2- روش محاسبه دمای آدیاباتیک شعله

3-2-3- انتخاب سیستم شیمیایی

3-2-4- تأثیر دمای هوا و میزان هوای اضافی بر تولید محصولات

3-3- بهینه سازی

3-3-1- روش های حل مسائل بهینه سازی

3-3-2- روش تابع پنالتی

3-3-3- الگوریتم حل تابع پنالتی

3-4- برنامه ی کامپیوتری و مراحل آن

3-5- تشکیل تابع هدف

3-6- تشکیل مدل مسئله بهینه سازی

3-7- روش حل

فصل چهارم - توضیحاتی در رابطه با gatoolنرم افزار مطلب................

4-1- gatool

4-2- تنظیم گزینه ها برای الگوریتم ژنتیک

4-3- Plot Options

4-4- Population Options

4-5- Fitness Scaling Options

4-6- Selection Options

4-7- Reproduction Options

4-8- Mutation Options

4-9- Crossover Options

4-10- Migration Options

4-11- Output Function Options

4-12- Stopping Criteria Options

4-13- Hybrid Function Options

4-14- Vectorize Options

فصل پنجم –نتایج..................................

5-1- نتایج حاصل از تابع پنالتی و الگوریتم ژنتیک

5-2- نتیجه گیری

فهرست مراجع......................

فهرست شکل

عنوان صفحه

2-1- مراحل الگوریتم ژنتیک

2-2- مثالی از کروموزوم ها به روش کدگذاری دودویی

2-3- مثالی از کروموزوم ها با استفاده از روش کدگذاری مقادیر

2-4- انتخاب چرخ رولت

2-5- ترکیب تک نقطه ای

2-6- ترکیب دو نقطه ای

2-7- ترکیب یکنواخت

2-8- وارونه سازی بیت

2-9- تغییر ترتیب قرارگیری

2-10- تغییر مقدار

3-1- نمای برنامه ی کامپیوتری

3-2- عملیات برازش برای تولید NOدر مقایسه با نتایج اصلی در احتراق گازوئیل

4-1- نمای gatoolنرم افزار مطلب

5-1- نمای gatool، Coxبرای گاز طبیعی

5-2- نمودارهای Best fitnessو Best individualآلاینده ی Coxبرای گاز طبیعی

5-3- نمای gatool، NOxبرای گاز طبیعی

5-4- نمودارهای Best fitnessو Best individualآلاینده ی NOxبرای گاز طبیعی

5-5- نمای gatool، Cox + NOxبرای گاز طبیعی

5-6- نمودارهای Best fitnessو Best individualمجموع آلاینده های Coxو NOxبرای گاز طبیعی

5-7- نمای gatool، Coxبرای گازوئیل

5-8- نمودارهای Best fitnessو Best individualآلاینده ی Coxبرای گازوئیل

5-9- نمای gatool، NOxبرای گازوئیل

5-10- نمودارهای Best fitnessو Best individualآلاینده ی NOxبرای گازوئیل

5-11- نمای gatool، Soxبرای گازوئیل

5-12- نمودارهای Best fitnessو Best individualآلاینده ی Soxبرای گازوئیل

5-13- نمای gatool، Cox + NOxبرای گازوئیل

5-14- نمودارهای Best fitnessو Best individualمجموع آلاینده های Coxو NOxبرای گازوئیل

5-15- نمای gatool، Cox+NOx+Soxبرای گازوئیل

5-16- نمودارهای Best fitnessو Best individualمجموع آلاینده های Coxو NOxوSOxبرای گازوئیل

5-17- نمای gatool، Coxبرای نفت کوره

5-18- نمودارهای Best fitnessو Best individualآلاینده ی Coxبرای نفت کوره

5-19- نمای gatool، NOxبرای نفت کوره

5-20- نمودارهای Best fitnessو Best individualآلاینده ی NOxبرای نفت کوره

5-21- نمای gatool، Soxبرای نفت کوره

5-22- نمودارهای Best fitnessو Best individualآلاینده ی SOxبرای نفت کوره

5-23- نمای gatool، Cox + NOxبرای نفت کوره

5-24- نمودارهای Best fitnessو Best individualمجموع آلاینده های Coxو NOxبرای نفت کوره

5-25- نمای gatool، COx+NOx+SOxبرای نفت کوره

5-26- نمودارهای Best fitnessو Best individualمجموع آلاینده های COxو NOxو SOxبرای نفت کوره

فهرست جدول

عنوان صفحه

3-1- تغییر نرخ تولید (mole/hr) NOدر اثر تغییر دمای هوا و درصد هوای اضافی........

3-2- تشکیل تابع هدف برای گاز طبیعی....................

3-3- تشکیل تابع هدف برای گازوئیل...............................................

3-4- تشکیل تابع هدف برای نفت کوره..........................

5-1- مقایسه نتایج تابع پنالتی و الگوریتم ژنتیک................................

فصل اول

مقدمه

1-1- مقدمه

به طور کلی انتخاب و طراحی بهینه در بسیاری از مسائل علمی و فنی باعث تولید بهترین محصول یا جواب ممکن در یک شرایط خاص می شود. برای مثال تولید محصولات مناسب در حوزه های مختلف فنی و مهندسی وابسته به طراحی دقیق و بهینه ی شکل، اندازه و قطعات محصول است. در نتیجه هر مسئله ی مهندسی ممکن است داری چندین جواب مختلف باشد که بعضی از آنها ممکن و بعضی غیر ممکن است . وظیفه ی طراحان پیدا کردن بهترین جواب ممکن از میان جواب های مختلف است. مجموعه ی جواب های ممکن فضای طراحی را شکل می دهند که باید در این فضا به جستجوی بهترین یا بهینه ترین جواب پرداخت.

از آنجایی که نتیجه ی کار با توجه به نوع انتخاب این متدها و روش ها حاصل می شود لذا به اهمیت موضوع انتخاب بهینه ( Optimum ) و بهینه سازی در همه ی مسائل پی می بریم پس:

(( هدف ما این است که در فضای جواب های ممکن به دنبال بهترین جواب بگردیم. ))

روش های جدید بهینه سازی که امروزه در حل بسیاری از مسائل مختلف مورد استفاده قرار می گیرد عبارتند از:

1. Simulated Annealing

2. Ant colony

3. Random Cost

4. Evolution strategy

5. Genetic Algorithm

6. Celluar Automata

در این پایان نامه به بررسی و استفاده از روش Genetic Algorithm می پردازیم. ...............................

.........................................

..................

....