زندگی مصنوعی

Artificial Life

در طول تاریخ مطالعه روی سیستم‌های زنده به علت تنوع و پیچیدگی زندگی و دشواری ایجاد شرایط کنترل شده در آزمایش‌ها روی سیستم‌های زنده، همواره با سختی‌هایی رو به رو بوده است. کنجکاوی روی سیستم‌های زنده و پیشرفت تکنولوژی راه حل جدیدی را در شناخت قوانین حاکم بر موجودات زنده به وجود آورد که این راه حل جدید به زندگی مصنوعی (Artificial Life) معروف گردید. شبیه سازی هر جنبه ای از زندگی با استفاده از برنامه کامپیوتری، ربات و یا زیست شیمی را زندگی مصنوعی می گویند. زندگی مصنوعی معمولا شامل : 1. شبیه سازی بخشی از یا کل یک سیستم زنده 2. مجموعه ای از سیستم های زنده می شود. در مباحث مربوط به زندگی مصنوعی آتاماتای سلولی (Cellular Automata) نقش مهمی دارد. از جمله سیستم های مطرح که برای مطالعه روی زندگی مصنوعی طراحی شده است می توان به موارد زیر اشاره کرد : Core World, Tierra, Avida

جهت دریافت فایل

PowerPoint

و فایل صوتی تصویری:

SWF

به آدرس زیر ایمیل بزنید.

[e-mail]

با تشکر از حسن انتخاب شما

مدیریت stuBartar

سیستم ایمنی مصنوعی

Artificial Immune System (AIS)

به طور کلی، سیستم‌های ایمنی مصنوعی جزء الگوریتم‌های الهام گرفته شده از بیولوژی هستند. این نوع الگوریتم‌ها، الگوریتم‍هایی کامپیوتری هستند که اصول و ویژگی‌های آنها نتیجه بررسی در خواص وفقی و مقاومت نمونه‌ها بیولوژیکی است. سیستم ایمنی مصنوعی نوعی الگو برای یادگیری ماشین است. یادگیری ماشین، توانایی کامپیوتر برای انجام یک کار با یادگیری داده‌ها یا از روی تجربه است. سیستم ایمنی مصنوعی توسط کاسترو به صورت زیر تعریف شده است:

سیستم های وفقی که با الهام از ایمونولوژی نظری و توابع، اصول و مدل های ایمنی مشاهده شده به وجود آمده‌اند و برای حل مسائل مورد استفاده قرار می‌گیرند.

دی کاسترو  و تیمیس تعریف بالا را برای AIS برگزیده اند و سه نکته را برشمردند که در هر الگوریتم ایمنی مصنوعی باید لحاظ شود:

1.       در هر الگوریتم ایمنی مصنوعی، حداقل باید یک جزء ایمنی مانند لنفوسیت ها وجود داشته باشد.

2.       در هر الگوریتم ایمنی مصنوعی باید ایده ای برگرفته از بیولوژی نظری یا تجربی استفاده شود.

3.       الگوریتم ایمنی مصنوعی طراحی شده باید به حل مسئله ای کمک کند.

بر اساس این سه ضابطه، دیکاسترو و تیمیس، اولین الگوریتم های ایمنی مصنوعی را در سال 1986 طراحی کردند. در همان سال فارمر مدلی برای تئوری شبکه ایمنی ارائه کرد و بر اساس این مدل  اعلام کرد که "سیستم ایمنی قادر به یادگیری، به خاطر سپردن و تشخیص الگوست." بعد از ادعای فارمر، توجه به AIS به عنوان یک مکانیزم یادگیری ماشین شروع شد. پس از آن به تدریج AIS، در زمینه‌های مختلف وفق پذیر و جذاب بودن خود را نشان داد. سیستم ایمنی علاوه بر توانایی تشخیص الگو، صفات دیگری از قبیل یادگیری، حافظه، خود سازماندهی و از منظر مهندسی، خصوصیات دیگری مانند تشخیص بی‌قاعدگی، تحمل خطا، توزیع‌پذیری و مقاومت بالا نیز دارد که در صورتی که AIS به طور صحیح ایجاد شود، AIS هم دارای این ویژگی‌ها خواهد بود.

از زمان آغاز بحث AIS، این سیستم برای اهداف متنوعی به کار گرفته شده است می‌توان اکثر این کاربردها را تحت سه عنوان بزرگ دسته‌بندی کرد. این سه عنوان عبارتند از:

1.       تشخیص بی قاعدگی

2.       بهینه سازی

3.       داده کاوی (کلاس بندی ، خوشه بندی و ...)

جهت دریافت فایل

PowerPoint

و فایل صوتی تصویری:

SWF

به آدرس زیر ایمیل بزنید.

[e-mail]

با تشکر از حسن انتخاب شما

مدیریت stuBartar

الگوریتم کلونی مورچگان

الگوریتم بهینه سازی کلونی مورچگان

Ant Colony Optimization (ACO)

کلونی مورچه ها و یا به صورت کلی‌تر جوامع اجتماعی حشرات، سیستم های توزیعی هستند که علی رغم سادگی عملکرد اعضای کلونی، یک سازمان اجتماعی پیچیده بوجود می‌آورند. این سازمان قادر به انجام وظایف پیچیده ای است که از توانایی یک عضو به تنهایی فراتر می‌باشد. در حوزه ی "الگوریتم‌های مورچگان" مدل‌هایی بررسی می‌شودکه از مشاهده رفتار مورچه ها در طبیعت بدست آمده‌اند. این مدل‌ها به مرجعی الهام بخش در طراحی الگوریتم‌های جدید در حل مسائل بهینه سازی تبدیل شده‌اند. علی رغم آن که مورچه ها موجوادت نابینا، بی حافظه و کم هوشی هستند، جنبه‌های مختلف رفتار آن ها الهام بخش الگوریتم‌های متفاوت بوده است. به صورت کلی، زندگی اجتماعی مورچه‌ها، باعث بروز رفتارهایی از قبیل تقسیم کار، ساماندهی گورستان و رفتار کاوشگرانه برای جستجوی غذا شده است. در انجام همه‌ی این وظایف مورچه‌ها فعالیت‌های خود را بوسیله‌ی ارتباط غیرمستقیمی که با نام stigmergy شناخته شده است، هماهنگ می‌کنند. ایده‌ای که منجر به شکل‌گیری بهینه‌سازی کلونی مورچگان (ACO ) شده است، برگرفته از رفتار کاوشگرانه این موجودات برای غذا می باشد. . روش ACO ، نوعی روش فرا اکتشافی است که برای یافتن راه‌حل‌های تقریبی برای مسائل بهینه‌سازی ترکیبیاتی مناسب است.  در این روش،  مورچه‌های مصنوعی به‌وسیله‌‌ی حرکت بر روی گرافِ  مسئله  و با باقی گذاشتن نشانه‌هایی بر روی گراف، همچون مورچه‌های واقعی که در مسیر حرکت خود نشانه‌هایی باقی می‌گذارند، باعث می‌شوند که مورچه‌های مصنوعی بعدی بتوانند راه‌حل‌های بهتری را برای  مسئله  فراهم کنند.

جهت دریافت فایل

PowerPoint

و فایل صوتی تصویری:

SWF

به آدرس زیر ایمیل بزنید.

[e-mail]

با تشکر از حسن انتخاب شما

مدیریت stuBartar

الگوریتم زنبور عسل

Artificial Bee Colony Algorithm (ABC)

طی دو دهه ی گذشته، محققان به مطالعه و بررسی علوم طبیعی به ویژه بیولوژی به منظور مدل کردن مسائل پرداخته اند. در این راستا مطرح شدن هوش جمعی و استفاده از آن در حل مسائل بهینه سازی پیچیده مورد توجه قرار گرفت. محققان به مدل کردن رفتار اجتماعی موجودات و حشراتی مانند ماهی ها، پرندگان، مورچه ها، زنبورها و ... پرداختند که وجود هوش جمعی در آنها یک پارامتر اصلی در موفق عمل کردن آنها بوده است. الگوریتم زنبور عسل نیز یکی از این الگوریتم هاست که مطالعات زیادی بر روی آن انجام و نسخه های متفاوتی از آن ارائه شده است.

الگوریتم های برگرفته از رفتارهای زنبورعسل به دو دسته کلی تقسیم می شوند:

· الگوریتم های مبتنی بر نحوه ی غذایابی زنبورهای عسل

· الگوریتم های مبتنی بر جفت گیری زنبورهای عسل

در سمینار ارائه شده به بررسی و معرفی الگوریتم ها از هر دو دسته پرداخته شده است.

جهت دریافت فایل

PowerPoint

و فایل صوتی تصویری:

SWF

به آدرس زیر ایمیل بزنید.

[e-mail]

با تشکر از حسن انتخاب شما

مدیریت stuBartar

مقالات مهندسی علوم و تکنولوژی، کنفرانس استامبول - ترکیه

جهت دریافت DVD مقالات"مقالات مهندسی علوم و تکنولوژی، کنفرانس استامبول - ترکیه" را به آدرس زیر ایمیل کنید.

[e-mail]

با تشکر از حسن انتخاب شما

مدیریت stuBartar

مقالات فناوری های نوین ایران، کنگره سراسری ایران - تهران

جهت دریافت DVD مقالات"مقالات فناوری های نوین ایران، کنگره سراسری ایران - تهران" را به آدرس زیر ایمیل کنید.

[e-mail]

با تشکر از حسن انتخاب شما

مدیریت stuBartar

مقالات مهندسی برق و کامپیوتر، همایش ملی فسا

جهت دریافت DVD مقالات"  مقالات مهندسی برق و کامپیوتر، همایش ملی فسا " را به آدرس زیر ایمیل کنید.

[e-mail]

با تشکر از حسن انتخاب شما

مدیریت stuBartar

مقالات کامپیوتر، فناوری اطلاعات و ارتباطات، کنفرانس ملی مرودشت

جهت دریافت DVD مقالات" مقالات کامپیوتر، فناوری اطلاعات و ارتباطات، کنفرانس ملی مرودشت" را به آدرس زیر ایمیل کنید.

[e-mail]

با تشکر از حسن انتخاب شما

مدیریت stuBartar

سیستم فازی

جهت دریافت DVD مقالات  کلمه " سیستم فازی  " را به آدرس زیر ایمیل کنید.

[e-mail]

با تشکر از حسن انتخاب شما

مدیریت stuBartar

مقالات پیاده سازی شده2

کد	موضوع مقاله	دانلود اصل مقاله
MP31	Integrating data transformation techniques with Hopfield neural networks for solving travelling salesman problem حل مساله فروشنده دوره گرد با استفاده از شبکه های عصبی

کاربر گرامی:

 مقالات ترجمه شده به زبان فارسی و همراه با پیاده سازی به زبان برنامه نویسی متلبMatlab و همچنین دارای فایل پاورپوینت جهت ارائه و دفاع می باشند. جهت دریافت هر مقاله کد مقاله را به آدرس زیر ایمیل کنید تا نحوه دریافت برای شما ارسال گردد.

[e-mail]

با تشکر از حسن انتخاب شما

مدیریت stuBartar