تبلیغات شما اینجا قیمت سرور پرینتر اچ پی راهنمای خرید ویدئو پروژکتور اچ پی سرور سرور اچ پی سوئیچ شبکه سیسکو سوئیچ سیسکو یو پی اس فاراتل دوربین مداربسته سامسونگ دوربین مداربسته هایک ویژن دوربین مداربسته داهوا قیمت موبایل قیمت انواع گوشی قیمت گوشی پایین ترین قیمت گوشی بهترین گوشی برای موزیک بهترین گوشی برای سلفی بهترین گوشی برای بازی راهنمای خرید تلویزیون راهنمای خرید موبایل راهنمای خرید گوشی قیمت انواع تبلت قیمت تبلت لپ تاپ قیمت قیمت لپ تاپ قیمت لپ تاپ ایسوس سری x قیمت لپ تاپ ایسوس سری N قیمت لپ تاپ ایسوس سری v قیمت لپ تاپ ایسوس سری U قیمت لپ تاپ ایسوس سری K555 ربات اینستاگرام فروشگاه اینترنتی افزایش بازدید سایت چت طراحی سایت
بستن تبلیغات [X]

http://up.persianscript.ir/uploadsmedia/96da-3311119.jpg

فایل دانشجویی

فایل دانشجویی

یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم

یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم

دانلود یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم

یافتن بزرگترین نقطه
الگوریتم MOO
مسئله MOO
matlab code
الگوریتم ژنتیک
حل یک مثال ساده با الگوریتم ژنتیک
دسته بندی برنامه نویسی
فرمت فایل zip
حجم فایل 1 کیلو بایت
تعداد صفحات فایل 1

هدف از این برنامه که یک مثال از مسئله MOO و به زبان متلب نوشته شده است

یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم است.

مقادیر اولیه درنظر گرفته شده به صورت زیر است:

دو تابع مرزی:

f1(X) = 2*x1 + 3*x2
f2(X) = 2/x1 + 1/x2

دامنه مقادیر:

x1<20 & x1>10

x2<30 & x2>20

تنظیمات اولیه :

iterations = 500;
population_size = 500;
mutation_rate = 0.02;
crossover_rate = 0.3;
population = zeros(population_size,3);

دانلود یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم


تعداد بازدید : 3
برچسب ها : یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم دسته بندی برنامه نویسی فرمت فایل zip حجم فایل 1 کیلو بایت تعداد صفحات فایل 1 هدف از این برنامه که یک مثال از مسئله MOO و به زبان متلب نوشته شده است یافتن بزرگترین نقطه از صفحه محصور بین دو تابع با استفاده از ژنتیک الگوریتم است. مقادیر اولیه درنظر گرفته شده به صورت زیر است: دو تابع مرزی: f1(X) = 2*x1 + 3*x2 f2(X) = 2/x1 + 1/x2 دامنه مقادیر: x1<20 & x1>10 x2<30 & x2>20 تنظیمات اولیه : iterations = 500; populat ,
نوشته شده در تاريخ سه شنبه 19 دی 1396 توسط مهندس جعفری
صفحات وبلاگ
تمامی حقوق این وبلاگ محفوظ است | طراحی : Tem98.Ir