14,000 تومان
در این محصول پیاده سازی یک مقاله در زمینه حل مسئله فروشنده دوره گرد با استفاده از الگوریتم ژنتیک در محیط متلب صورت گرفته است. مراحل الگوریتم به طور کامل تشریح شده است و الگوریتم با داده های بنچمارک اجرا شده و نتایج قابل مشاهده می باشد.
حل مسئله فروشنده دوره گرد (TSP) با الگوریتم ژنتیک و ارزیابی مقایسه ای
در این محصول پیاده سازی یک مقاله در زمینه حل مسئله فروشنده دوره گرد با استفاده از الگوریتم ژنتیک در محیط متلب صورت گرفته است. مراحل الگوریتم به طور کامل تشریح شده است و الگوریتم با داده های بنچمارک اجرا شده و نتایج قابل مشاهده می باشد.
الگوریتمهای ژنتیک (به انگلیسی: Genetic Algorithm)، (با نماد اختصاری GA) تکنیک جستجویی در علم رایانه برای یافتن راهحل تقریبی برای بهینهسازی و مسائل جستجو است. الگوریتم ژنتیک نوع خاصی از الگوریتمهای تکامل است که از تکنیکهای زیستشناسی فرگشتی مانند وراثت و جهش استفاده میکند. این الگوریتم برای اولین بار توسط جان هالند معرفی شد.
در واقع الگوریتمهای ژنتیک از اصول انتخاب طبیعی داروین برای یافتن فرمول بهینه جهت پیشبینی یا تطبیق الگو استفاده میکنند. الگوریتمهای ژنتیک اغلب گزینه خوبی برای تکنیکهای پیشبینی بر مبنای رگرسیون هستند. در هوش مصنوعی الگوریتم ژنتیک (یا GA) یک تکنیک برنامهنویسی است که از تکامل ژنتیکی به عنوان یک الگوی حل مسئله استفاده میکند. مسئلهای که باید حل شود دارای ورودیهایی میباشد که طی یک فرایند الگوبرداری شده از تکامل ژنتیکی به راهحلها تبدیل میشود سپس راه حلها بعنوان کاندیداها توسط تابع ارزیاب (Fitness Function) مورد ارزیابی قرار میگیرند و چنانچه شرط خروج مسئله فراهم شده باشد الگوریتم خاتمه مییابد. الگوریتم ژنتیک بطور کلی یک الگوریتم مبتنی بر تکرار است که اغلب بخشهای آن به صورت فرایندهای تصادفی انتخاب میشوند.
1 دیدگاه برای حل مسئله فروشنده دوره گرد (TSP) با الگوریتم ژنتیک و ارزیابی مقایسه ای
هنوز بررسیای ثبت نشده است.