loading...
مهفا44
س بازدید : 348 شنبه 13 آذر 1395 نظرات (0)
تشریح کامل و جامع الگوریتم ژنتیک

در این پایان نامه تشریح کامل و جامع الگوریتم ژنتیک صرت می گیرد

دانلود تشریح کامل و جامع الگوریتم ژنتیک

الگوریتم ژنتیک
روشهای بهینه سازی
مقایسه الگوریتم ژنتیک با روشهای بهینه سازی
تشریح کامل و جامع الگوریتم ژنتیک
بررسی کامل الگوریتم ژنتیک و مقایسه آن با روشهای بهینه سازی
دانلود پایان نامه کامپیوتر
دانلود پایان نامه مهندسی کامپیوتر
دانلود پایان نامه رشته نرم افزار
دسته بندی کامپیوتر و IT
فرمت فایل doc
حجم فایل 1198 کیلو بایت
تعداد صفحات فایل 89

دانلود پایان نامه رشته کامپیوتر

تشریح کامل و جامع الگوریتم ژنتیک

 
   مقدمه
در این پایان نامه به معرفی اصول کلی الگوریتم ژنتیک پرداخته می شود از خصوصیت بارز این مطالب آن است که برای فردی که برای نخستین بار با الگوریتم ژنتیک آشنا می شود می تواند اطلاعات مفید و ساده و قابل فهمی ارائه دهد.محدوده کاری الگوریتم ژنتیک  بسیار وسیع می باشد و هر روز با پیشرفت روزافزون علوم و تکنولوژی استفاده از این روش در بهینه سازی و حل مسائل بسیار گسترش یافته است.الگوریتم ژنتیک   یکی از زیر مجموعه های محاسبات تکامل یافته می باشد که رابطه مستقیمی با مبحث هوش مصنوعی دارد در واقع الگوریتم ژنتیک  یکی از زیر مجموعه های هوش مصنوعی می باشد.
 
الگوریتم ژنتیک را می توان یک روش جستجوی کلی نامید که از قوانین تکامل بیولوژیک طبیعی تقلید می کند .الگوریتم ژنتیک برروی یکسری از جواب های مساله به امید بدست آوردن جوابهای بهتر قانون بقای بهترین را اعمال می کند. درهر نسل به کمک فرآیند انتخابی متناسب با ارزش جواب ها و تولید مثل جواب-های انتخاب شده به کمک عملگرهایی که از ژنتیک طبیعی تقلید شده-اند ,تقریب های بهتری از جواب نهایی بدست می آید. این فرایند باعث می شود که نسلهای جدید با شرایط مساله سازگارتر باشد.
حساب تکاملی ,برای اولین بار در سال 1960 توسط آقای ریچنبرگ ارائه شد که تحقیق وی در مورد استراتژی تکامل بود.بعدها نظریه او توسط محققان زیادی مورد بررسی قرار گرفت تا اینکه الگوریتم ژنتیک (GA  ) توسط جان هولند(John Holland ) و در سال 1975 در دانشگاه میشیگان ,ارائه شد.
 
در سال 1992 نیز جان کوزا (John Koza ) از الگوریتم ژنتیک  (GA  ) برای حل و بهینه سازی مسائل مهندسی پیشرفته استفاده کرد و توانست برای اولین بار روند الگوریتم ژنتیک  (GA  )  را به زبان کامپیوتر در آورد و برای آن یک زبان برنامه نویسی ابداع کندکه به این روش برنامه نویسی ,برنامه نویسی ژنتیک (GP ) گویندو نرم افزاری که توسط وی ابداع گردید به نرم افزار LISP مشهور است که هم اکنون نیز این نرم افزار کاربرد زیادی در حل و بهینه سازی مسائل مهندسی پیدا کرده است اصول کار و الگوریتم کلی این نرم افزار بر اساس مسائل پایه و ابتدائی الگوریتم ژنتیک  (GA  ) می باشد که در این تحقیق مفصل به آن اشاره خواهیم کرد.
همانطور که میدانیم منشا الگوریتم ژنتیک  (GA  ) از مباحث مربوط به زیست شناسی و آناتومی مربوط به یک موجود زنده ,می باشد بنابر این در این قسمت به توضیح مختصری از تاریخچه بیولوژیکی این الگوریتم می پردازیم.
 
 
 
کلمات کلیدی:

الگوریتم ژنتیک

الگوریتمهای تکاملی

مقایسه الگوریتم ژنتیک با روشهای بهینه سازی

 
 
 
 
فهرست
مقدمه
فصل اول

تاریخچه بیولوژیکی الگوریتم ژنتیک

 
کلیات الگوریتم ژنتیک
 

      قسمتهای مهم الگوریتم ژنتیک

     نمایش جمعیت و شروع الگوریتم ژنتیک

     تابع هدف و تابع برازش
      انتخاب
      تقاطع
     جهش
 
تعاریف کلی اجزائ الگوریتم ژنتیک
 
      فضای جستجو
     روند کلی بهینه سازی و حل مسائل در الگوریتم ژنتیک
 

عملگرهای الگوریتم ژنتیک

        رمزگذاری و آدرس دهی کروموزومها
        تولید مثل
        جهش

        انواع روشهای رمزگذاری و آدرس دهی کرموزومها

 

مسئله TSP

 

انواع روشهای بهینه سازی

 
    روشهای تحلیلی
   روشهای عددی
 

مسائل موجود در بهینه سازی آیرودینامیکی توسط الگوریتم ژنتیک

 
مقایسه الگوریتم ژنتیک و دیگر روشهای بهینه سازی
              کاربردهای الگوریتم ژنتیک
فصل دوم

جعبه ابزار الگوریتم ژنتیک در نرم افزار7   MATLAB

    نوشتن M فایل

    فراخوانی الگوریتم ژنتیک

 
منابع
 

 

دانلود تشریح کامل و جامع الگوریتم ژنتیک

س بازدید : 145 شنبه 06 آذر 1395 نظرات (0)
وب کاوی و بررسی مراحل آن

در این پایان نامه وب کاوی و بررسی مراحل آن بصورت کامل به رشته تحلیل در آمده است

دانلود وب کاوی و بررسی مراحل آن

وب کاوی
الگوریتم های کاوش
تکنیک های داده کاوی
استخراج داده های وب
سیستم های اطلاعاتی
وب کاوی و بررسی مراحل آن
دانلود پایان نامه رشته کامپیوتر
دانلود پایان نامه نرم افزار
دانلود پایان نامه رشته نرم افزار
دسته بندی کامپیوتر و IT
فرمت فایل doc
حجم فایل 104 کیلو بایت
تعداد صفحات فایل 51

دانلود پایان نامه مهندسی نرم افزار

وب کاوی و بررسی مراحل آن

 
 
چکیده:
 با افزایش چشمگیر حجم اطلاعات و توسعه وب، نیاز به روش ها و تکنیک هایی که بتوانند امکان دستیابی کارا به داده ها و استخراج اطلاعات از آنها را فراهم کنند، بیش از پیش احساس می شود. وب کاوی یکی از زمینه های تحقیقاتی است که با به کارگیری تکنیک های داده کاوی به کشف و استخراج خودکار اطلاعات از اسناد و سرویس های وب می پردازد. در واقع وب کاوی، فرآیند کشف اطلاعات و دانش ناشناخته و مفید از داده های وب می باشد. روش های وب کاوی بر اساس آن که چه نوع داده ای را مورد کاوش قرار می دهند، به سه دسته کاوش محتوای وب، کاوش ساختار وب و کاوش استفاده از وب تقسیم می شوند.  طی این گزارش پس از معرفی وب کاوی و بررسی مراحل آن، ارتباط وب کاوی با سایر زمینه های تحقیقاتی بررسی شده و به چالش ها، مشکلات و کاربردهای این زمینه تحقیقاتی اشاره می شود. همچنین هر یک از انواع وب کاوی به تفصیل مورد بررسی قرار می گیرند. برای این منظور مدل ها، الگوریتم ها و کاربردهای هر طبقه معرفی می شوند.
 
 
کلمات کلیدی:

وب کاوی

داده کاوی

انواع وب کاوی

الگوریتم های کاوش

بررسی مراحل وب کاوی

 
 
 مقدمه
با توسعه سیستم های اطلاعاتی، داده به یکی از منابع پراهمیت سازمان ها مبدل گشته است. بنابراین روش ها و تکنیک هایی برای دستیابی کارا به داده، اشتراک داده، استخراج اطلاعات از داده و استفاده از این اطلاعات، مورد نیاز می باشد. با ایجاد و گسترش وب و افزایش چشمگیر حجم اطلاعات، نیاز به این روش ها و تکنیک ها بیش از پیش احساس می شود. وب، محیطی وسیع، متنوع و پویا است که کاربران متعدد اسناد خود را در آن منتشر می کنند. در حال حاضر بیش از دو بیلیون صفحه در وب موجود است و این تعداد با نرخ 7.3 میلیون صفحه در روز افزایش می یابد. با توجه به حجم وسیع اطلاعات در وب، مدیریت آن با ابزارهای سنتی تقریبا غیر ممکن است و ابزارها و روش هایی نو برای مدیریت آن مورد نیاز است. 
 
 
فهرست مطالب
1- مقدمه

2- مراحل وب کاوی

3- وب کاوی و زمینه های تحقیقاتی مرتبط

3-1- وب کاوی و داده کاوی
3-2- وب کاوی و بازیابی اطلاعات
3-3- وب کاوی و استخراج اطلاعات
3-4- وب کاوی و یادگیری ماشین

4- انواع وب کاوی

5- چالش های وب کاوی
6- کاوش محتوای وب

6-1- انواع کاوش محتوا در وب

6-1-1- طبقه بندی
6-1-2- خوشه بندی
6-1-3- سایر انواع کاوش محتوا در وب

6-2- رویکردهای کاوش محتوا در وب

6-3- الگوریتم های کاوش محتوا در وب
6-3-1- درخت تصمیم
6-3-2- شبکه عصبی
6-3-3- سایر الگوریتم های کاوش

7- کاوش ساختار وب

7-1- مدل های بازنمایی ساختار وب
7-1-1- مدل های مبتنی بر گراف
7-1-2- مدل های مارکو

7-2- الگوریتم های کاوش ساختار وب

7-2-1- HITS
7-2-2- Page Rank
7-2-3- الگوریتم جریان بیشینه
7-2-4- Average Clicks

7-3- کاربردهای کاوش ساختار وب

7-3-1- تشخیص اجتماعات وب
7-3-2- پیمایش وب
8- کاوش استفاده از وب

8-1- انواع داده های استفاده از وب

8-1-1- داده های سرورهای وب
8-1-2- داده های سرورهای پراکسی
8-1-3- داده های کلاینت

8-2- پیش پردازش داده های استفاده از وب

8-2-1- پاکسازی داده
8-2-2- تشخیص و بازسازی نشست
8-2-3- بازیابی ساختار و محتوا
8-2-4- قالب بندی داده
8-3- روش های کاوش استفاده از وب
8-3-1- قوانین انجمنی
8-3-2- الگوهای ترتیبی
8-3-3- خوشه بندی

8-4- کاربردهای کاوش استفاده از وب

8-4-1- خصوصی سازی محتوای وب
8-4-2- پیش بازیابی

8-4-3- بهبود طراحی سایت های وب

9- کاربردهای وب کاوی
9-1- تجارت الکترونیکی
9-2- موتورهای جستجو
9-3- حراجی در وب
نتیجه گیری
فهرست منابع
 

دانلود وب کاوی و بررسی مراحل آن

س بازدید : 195 شنبه 06 آذر 1395 نظرات (0)
بررسی کامل الگوریتم ژنتیک و مقایسه آن با روشهای بهینه سازی

در این پایان نامه به معرفی اصول کلی الگوریتم ژنتیک پرداخته می شود و آن را با روشهای بهینه سازی مقایسه می کنیم

دانلود بررسی کامل الگوریتم ژنتیک و مقایسه آن با روشهای بهینه سازی

الگوریتم ژنتیک
روشهای بهینه سازی
مقایسه الگوریتم ژنتیک با روشهای بهینه سازی
بررسی کامل الگوریتم ژنتیک و مقایسه آن با روشهای بهینه سازی
دانلود پایان نامه کامپیوتر
دانلود پایان نامه مهندسی کامپیوتر
دانلود پایان نامه رشته نرم افزار
دسته بندی کامپیوتر و IT
فرمت فایل doc
حجم فایل 1196 کیلو بایت
تعداد صفحات فایل 87

دانلود پایان نامه رشته کامپیوتر

بررسی کامل الگوریتم ژنتیک و مقایسه آن با روشهای بهینه سازی

 
   مقدمه
در این پایان نامه به معرفی اصول کلی الگوریتم ژنتیک پرداخته می شود از خصوصیت بارز این مطالب آن است که برای فردی که برای نخستین بار با الگوریتم ژنتیک آشنا می شود می تواند اطلاعات مفید و ساده و قابل فهمی ارائه دهد.محدوده کاری الگوریتم ژنتیک  بسیار وسیع می باشد و هر روز با پیشرفت روزافزون علوم و تکنولوژی استفاده از این روش در بهینه سازی و حل مسائل بسیار گسترش یافته است.الگوریتم ژنتیک   یکی از زیر مجموعه های محاسبات تکامل یافته می باشد که رابطه مستقیمی با مبحث هوش مصنوعی دارد در واقع الگوریتم ژنتیک  یکی از زیر مجموعه های هوش مصنوعی می باشد.
 
الگوریتم ژنتیک را می توان یک روش جستجوی کلی نامید که از قوانین تکامل بیولوژیک طبیعی تقلید می کند .الگوریتم ژنتیک برروی یکسری از جواب های مساله به امید بدست آوردن جوابهای بهتر قانون بقای بهترین را اعمال می کند. درهر نسل به کمک فرآیند انتخابی متناسب با ارزش جواب ها و تولید مثل جواب-های انتخاب شده به کمک عملگرهایی که از ژنتیک طبیعی تقلید شده-اند ,تقریب های بهتری از جواب نهایی بدست می آید. این فرایند باعث می شود که نسلهای جدید با شرایط مساله سازگارتر باشد.
حساب تکاملی ,برای اولین بار در سال 1960 توسط آقای ریچنبرگ ارائه شد که تحقیق وی در مورد استراتژی تکامل بود.بعدها نظریه او توسط محققان زیادی مورد بررسی قرار گرفت تا اینکه الگوریتم ژنتیک (GA  ) توسط جان هولند(John Holland ) و در سال 1975 در دانشگاه میشیگان ,ارائه شد.
 
در سال 1992 نیز جان کوزا (John Koza ) از الگوریتم ژنتیک  (GA  ) برای حل و بهینه سازی مسائل مهندسی پیشرفته استفاده کرد و توانست برای اولین بار روند الگوریتم ژنتیک  (GA  )  را به زبان کامپیوتر در آورد و برای آن یک زبان برنامه نویسی ابداع کندکه به این روش برنامه نویسی ,برنامه نویسی ژنتیک (GP ) گویندو نرم افزاری که توسط وی ابداع گردید به نرم افزار LISP مشهور است که هم اکنون نیز این نرم افزار کاربرد زیادی در حل و بهینه سازی مسائل مهندسی پیدا کرده است اصول کار و الگوریتم کلی این نرم افزار بر اساس مسائل پایه و ابتدائی الگوریتم ژنتیک  (GA  ) می باشد که در این تحقیق مفصل به آن اشاره خواهیم کرد.
همانطور که میدانیم منشا الگوریتم ژنتیک  (GA  ) از مباحث مربوط به زیست شناسی و آناتومی مربوط به یک موجود زنده ,می باشد بنابر این در این قسمت به توضیح مختصری از تاریخچه بیولوژیکی این الگوریتم می پردازیم.
 
 
 
کلمات کلیدی:

الگوریتم ژنتیک

روشهای بهینه سازی

مقایسه الگوریتم ژنتیک با روشهای بهینه سازی

 
 
 
 
فهرست
مقدمه
فصل اول

تاریخچه بیولوژیکی الگوریتم ژنتیک

 
کلیات الگوریتم ژنتیک
 

      قسمتهای مهم الگوریتم ژنتیک

     نمایش جمعیت و شروع الگوریتم ژنتیک

     تابع هدف و تابع برازش
      انتخاب
      تقاطع
     جهش
 
تعاریف کلی اجزائ الگوریتم ژنتیک
 
      فضای جستجو
     روند کلی بهینه سازی و حل مسائل در الگوریتم ژنتیک
 

عملگرهای الگوریتم ژنتیک

        رمزگذاری و آدرس دهی کروموزومها
        تولید مثل
        جهش

        انواع روشهای رمزگذاری و آدرس دهی کرموزومها

 

مسئله TSP

 

انواع روشهای بهینه سازی

 
    روشهای تحلیلی
   روشهای عددی
 

مسائل موجود در بهینه سازی آیرودینامیکی توسط الگوریتم ژنتیک

 
مقایسه الگوریتم ژنتیک و دیگر روشهای بهینه سازی
              کاربردهای الگوریتم ژنتیک
فصل دوم

جعبه ابزار الگوریتم ژنتیک در نرم افزار7   MATLAB

    نوشتن M فایل

    فراخوانی الگوریتم ژنتیک

  
 

 

دانلود بررسی کامل الگوریتم ژنتیک و مقایسه آن با روشهای بهینه سازی

س بازدید : 161 پنجشنبه 04 آذر 1395 نظرات (0)
تشریح مفهوم بهینه سازی و بکارگیری آن در الگوریتمهای جستجو

این پایان نامه بصورت جامع و کامل به تشریح مفهوم بهینه سازی و بکارگیری آن در الگوریتمهای جستجو در قالب 3 فصل می پردازد

دانلود تشریح مفهوم بهینه سازی و بکارگیری آن در الگوریتمهای جستجو

بهینه سازی
الگوریتمهای جستجو
سیستم های نرم افزاری
 بهینه سازی الگوریتمهای جستجو
 بهینه سازی سیستم های نرم افزاری
تشریح مفهوم بهینه سازی و بکارگیری آن در الگوریتمهای جستجو
دانلود پایان نامه کامپیوتر
دانلود پایان نامه رشته نرم افزار
دسته بندی کامپیوتر و IT
فرمت فایل doc
حجم فایل 598 کیلو بایت
تعداد صفحات فایل 106

دانلود پایان نامه مهندسی نرم افزار

تشریح مفهوم بهینه سازی و بکارگیری آن در الگوریتمهای جستجو

 

*آپدیت:ضمیمه کردن مقاله ترجمه شده با عنوان Metaheuristics in Combinatorial Optimization در قالب 42 صفحهبصورت رایگان:)
قابل توجه مشتریان عزیز:هم فایل انگلیسی و هم فارسی ضمیمه شده است.
 
 
چكیده
            بهینه‌سازی یك فعالیت مهم و تعیین‌كننده در طراحی ساختاری است. طراحان زمانی قادر خواهند بود طرح‌های بهتری تولید كنند كه بتوانند با روش‌های بهینه‌سازی در صرف زمان و هزینه طراحی صرفه‌جویی نمایند. بسیاری از مسائل بهینه‌سازی در مهندسی، طبیعتاً پیچیده‌تر و مشكل‌تر از آن هستند كه با روش‌های مرسوم بهینه‌سازی نظیر روش برنامه‌ریزی ریاضی و نظایر آن قابل حل باشند.
 
بهینه‌سازی تركیبی  (Combinational Optimization)، جستجو برای یافتن نقطه بهینه توابع با متغیرهای گسسته  (Discrete Variables) می‌باشد. امروزه بسیاری از مسائل بهینه‌سازی تركیبی كه اغلب از جمله مسائل با درجه غیر چندجمله‌ای (NP-Hard) هستند، به صورت تقریبی با كامپیوترهای موجود قابل حل می‌باشند. از جمله راه‌حل‌های موجود در برخورد با این گونه مسائل، استفاده از الگوریتم‌های تقریبی یا ابتكاری است. این الگوریتم‌ها تضمینی نمی‌دهند كه جواب به دست آمده بهینه باشد و تنها با صرف زمان بسیار می‌توان جواب نسبتاً دقیقی به دست آورد و در حقیقت بسته به زمان صرف شده، دقت جواب تغییر می‌كند.
 
 
 
کلمات کلیدی:

بهینه سازی

الگوریتمهای جستجو

سیستم های نرم افزاری

 
 
مقدمه
          هدف از بهینه‌سازی یافتن بهترین جواب قابل قبول، با توجه به محدودیت‌ها و نیازهای مسأله است. برای یك مسأله، ممكن است جواب‌های مختلفی موجود باشد كه برای مقایسه آنها و انتخاب جواب بهینه، تابعی به نام تابع هدف تعریف می‌شود. انتخاب این تابع به طبیعت مسأله وابسته است. به عنوان مثال، زمان سفر یا هزینه از جمله اهداف رایج بهینه‌سازی شبكه‌های حمل و نقل می‌باشد. به هر حال، انتخاب تابع هدف مناسب یكی از مهمترین گام‌های بهینه‌سازی است. 
 
در این گزارش ابتدا به بررسی تعاریف مختلف بهینه سازی پرداخته و سپس تعریف مورد قبول که پایه بخشهای بعدی قرار میگیرد انتخاب می شود. سپس به معرفی تکنیک های مورد استفاده در سیستم های نرم افزاری پرداخته و تمرکز مطالب بر روی تکنیک جستجو قرار می گیرد. یکی از (و قطعاُ مهمترین) مفاهیم مطرح در تحقیق عملیات مفهوم بهینه سازی  است. بهینه سازی را می‌توان تخصیص منابع به مصارف به بهترین شکل ممکن تعریف کرد. نکته اساسی در این تعریف رسیدن به بهترین تخصیص ممکن است، بطوریکه تخصیصی بهتر از آن وجود نداشته باشد. استفاده از روشهای اولیه بهینه سازی شامل برنامه ریزی خطی ، برنامه ریزی عدد صحیح ، برنامه ریزی پویا ، و برنامه ریزی غیر خطی  با مشکلاتی همراه بود و مهمترین این مشکلات وقت¬گیر بودن حل مسائل بزرگ با آنها بود.
 
 به گونه ای که حتی با تکنولوژی‌های محاسباتی پیشرفته امروزی حل یک مساله با ابعاد وسیع با تکنیکهای ذکر شده به چندین سال زمان نیاز دارد. بروز این مشکل به توهماتی که در ابتدای شکل گیری دانش تحقیق در عملیات، مبنی بر حل بهینه تمام مسائل دنیا با استفاده از این دانش، ایجاد شده بود پایان داد. بروز این مشکل، همچنین، سبب شد محققان مجبور به تعدیل انتظارات خود از این دانش جدید در یافتن بهترین جواب ممکن شوند و به جوابهایی به اندازه کافی خوب، که حتی درمورد مسائل با ابعاد بزرگ نیز در مدت زمان منطقی می‌توان به آنها رسید، اکتفا کنند. 
 
 
 
 
 
فهرست مطالب
 

فصل اول:بهینه سازی و انواع آن

چكیده
. مقدمه
هدف

بررسی روشهای جستجو و بهینهسازی

شكل  ـ : طبقه بندی انواع روش‌های بهینه سازی

   روشهای شمارشی
   روشهای محاسباتی (جستجوی ریاضی یا Based Method Calculus)

   مسائل بهینه سازی تركیبی (Optimization Problems Combinational)

 روش حل مسائل بهینهسازی تركیبی
 آزادسازی
 تجزیه
 تكرار
 روش تولید ستون  (Column Generation)
جستجوی سازنده (Constructive Search)
جستجوی بهبود یافته (Improving Search)
 روش جستجوی همسایه ( NS= Neighbourhood Search)

روش‌های فرا ابتكاری (Metaheuristic) برگرفته از طبیعت

  معرفی

 مسأله فروشنده دوره گرد (Travelling Salesman Problem = TSP)

 انواع روشهای فرا ابتكاری برگرفته از طبیعت

 الگوریتم ژنتیك
 آنیلینگ شبیهسازی شده
شبکه‌های عصبی
جستجوی ممنوع
سیستم مورچه (Ant System)
 

فصل دوم: سیستم های نرم افزاری و بهینه سازی آنها

 . انواع سیستم های نرم افزاری
. مقدمه 

 . انواع سیستم های نرم افزاری

. . سیستم تصمیم یار(DSS)
. . . ویژگیها و قابلیتهای DSS 
. . . زیرسیستم های DSS 
. . سیستم خبره
. . . ساختار سیستم های خبره 

. بهینه سازی در سیستم های رابطه ای 

. . مروری بر پردازش پرس و جو 
. . بهینه سازی پرس و جو
 

فصل سوم: جستجو

. . روشهای جستجوی ساخت یافته

. . . جستجوی اول بهترین
. . . . کمینه کردن هزینه تخمینی برای رسیدن به یک هدف : جستجوی حریصانه
. . . . کمینه کردن هزینه کل مسیر: جستجوی A*
. . . جستجو با حافظه محدود
. . . . جستجوی A* عمقی تکراری (IDA*)
. . . . جستجوی A* ساده شده با محدودیت حافظه SMA*))

. . . الگوریتم های بهبود تکرار شونده

. . . الگوریتم ژنتیک

. . جستجوی توزیع شده (الگوریتمهای جستجو در عاملها)
. . . تعریف مساله ارضای محدودیت (CSP)
. . . الگوریتم تصفیه
. . . الگوریتم سازگاری برمبنای فرااستدلال
. . . عقبگرد آسنکرون
. . . جستجوی الزام ضعیف آسنکرون
. . مساله یافتن مسیر
. . . تعریف مساله یافتن مسیر
. . . برنامه نویسی پویای آسنکرون
. . . A* بی درنگ یادگیر(LRTA*)
. . . A* بی درنگ(RTA*)
. . . جستجوی هدف متحرک(MTS)
. . . جستجوی دوطرفه بی درنگ(RTBS)
. . . جستجوی چندعامله بی درنگ
. . بازیهای دو نفره
. . . فرموله کردن بازیهای دو نفره
. . . رویه Minimax
. . . هرس  βα

. فرااکتشافات در بهینه سازی ترکیبی

. . تعاریف اولیه 
. . طبقه بندی فرااکتشافات
. . روشهای خط سیر
. . . جستجوی محلی پایه
. . . آنیلینگ شبیه سازی شده
. . . جستجوی ممنوع

. . . روشهای جستجوی محلی کاوشگرانه

. . . . GRASP
. . . . جستجوی همسایگی متغیر
. . . . جستجوی محلی هدایت شده
. . . . جستجوی محلی تکراری
. . روشهای مبنی بر جمعیت
. . . محاسبه تکاملی

. . . . جستجوی پخشی و اتصال مجدد مسیر

. . . . الگوریتم های تقریب توزیع
. . . بهینه سازی گروه مورچه ها(ACO)

. . دیدگاه متمرکزسازی و متنوع سازی

. . . متمرکزسازی و متنوع سازی

. . . کنترل استراتژیک متمرکزسازی و متنوع سازی

. . . ترکیب فرااکتشافات
. خلاصه و نتیجه گیری
. مراجع
 
 

دانلود تشریح مفهوم بهینه سازی و بکارگیری آن در الگوریتمهای جستجو

س بازدید : 125 پنجشنبه 04 آذر 1395 نظرات (0)
وب کاوی و بررسی مراحل آن و ارتباط وب کاوی با سایر زمینه های تحقیقاتی

با افزایش چشمگیر حجم اطلاعات و توسعه وب، نیاز به روش ها و تکنیک هایی که بتوانند امکان دستیابی کارا به داده ها و استخراج اطلاعات از آنها را فراهم کنند، بیش از پیش احساس می شود

دانلود وب کاوی و بررسی مراحل آن و ارتباط وب کاوی با سایر زمینه های تحقیقاتی

وب کاوی
الگوریتم های کاوش
تکنیک های داده کاوی
استخراج داده های وب
سیستم های اطلاعاتی
وب کاوی و بررسی مراحل آن و ارتباط وب کاوی با سایر زمینه های تحقیقاتی
دانلود پایان نامه نرم افزار
دانلود پایان نامه رشته نرم افزار
دانلود پایان نامه کامپیوتر
دسته بندی کامپیوتر و IT
فرمت فایل doc
حجم فایل 99 کیلو بایت
تعداد صفحات فایل 51

دانلود پایان نامه مهندسی نرم افزار

وب کاوی و بررسی مراحل آن و ارتباط وب کاوی با سایر زمینه های تحقیقاتی

 
 
چکیده:
 با افزایش چشمگیر حجم اطلاعات و توسعه وب، نیاز به روش ها و تکنیک هایی که بتوانند امکان دستیابی کارا به داده ها و استخراج اطلاعات از آنها را فراهم کنند، بیش از پیش احساس می شود. وب کاوی یکی از زمینه های تحقیقاتی است که با به کارگیری تکنیک های داده کاوی به کشف و استخراج خودکار اطلاعات از اسناد و سرویس های وب می پردازد. در واقع وب کاوی، فرآیند کشف اطلاعات و دانش ناشناخته و مفید از داده های وب می باشد. روش های وب کاوی بر اساس آن که چه نوع داده ای را مورد کاوش قرار می دهند، به سه دسته کاوش محتوای وب، کاوش ساختار وب و کاوش استفاده از وب تقسیم می شوند.  طی این گزارش پس از معرفی وب کاوی و بررسی مراحل آن، ارتباط وب کاوی با سایر زمینه های تحقیقاتی بررسی شده و به چالش ها، مشکلات و کاربردهای این زمینه تحقیقاتی اشاره می شود. همچنین هر یک از انواع وب کاوی به تفصیل مورد بررسی قرار می گیرند. برای این منظور مدل ها، الگوریتم ها و کاربردهای هر طبقه معرفی می شوند.
 
 
کلمات کلیدی:

وب کاوی

الگوریتم های کاوش

تکنیک های داده کاوی

استخراج داده های وب

سیستم های اطلاعاتی

 
 
 
 مقدمه
با توسعه سیستم های اطلاعاتی، داده به یکی از منابع پراهمیت سازمان ها مبدل گشته است. بنابراین روش ها و تکنیک هایی برای دستیابی کارا به داده، اشتراک داده، استخراج اطلاعات از داده و استفاده از این اطلاعات، مورد نیاز می باشد. با ایجاد و گسترش وب و افزایش چشمگیر حجم اطلاعات، نیاز به این روش ها و تکنیک ها بیش از پیش احساس می شود. وب، محیطی وسیع، متنوع و پویا است که کاربران متعدد اسناد خود را در آن منتشر می کنند. در حال حاضر بیش از دو بیلیون صفحه در وب موجود است و این تعداد با نرخ 7.3 میلیون صفحه در روز افزایش می یابد. با توجه به حجم وسیع اطلاعات در وب، مدیریت آن با ابزارهای سنتی تقریبا غیر ممکن است و ابزارها و روش هایی نو برای مدیریت آن مورد نیاز است. 
 
 
فهرست مطالب
1- مقدمه

2- مراحل وب کاوی

3- وب کاوی و زمینه های تحقیقاتی مرتبط

3-1- وب کاوی و داده کاوی
3-2- وب کاوی و بازیابی اطلاعات
3-3- وب کاوی و استخراج اطلاعات
3-4- وب کاوی و یادگیری ماشین

4- انواع وب کاوی

5- چالش های وب کاوی
6- کاوش محتوای وب

6-1- انواع کاوش محتوا در وب

6-1-1- طبقه بندی
6-1-2- خوشه بندی
6-1-3- سایر انواع کاوش محتوا در وب

6-2- رویکردهای کاوش محتوا در وب

6-3- الگوریتم های کاوش محتوا در وب
6-3-1- درخت تصمیم
6-3-2- شبکه عصبی
6-3-3- سایر الگوریتم های کاوش

7- کاوش ساختار وب

7-1- مدل های بازنمایی ساختار وب
7-1-1- مدل های مبتنی بر گراف
7-1-2- مدل های مارکو

7-2- الگوریتم های کاوش ساختار وب

7-2-1- HITS
7-2-2- Page Rank
7-2-3- الگوریتم جریان بیشینه
7-2-4- Average Clicks

7-3- کاربردهای کاوش ساختار وب

7-3-1- تشخیص اجتماعات وب
7-3-2- پیمایش وب
8- کاوش استفاده از وب

8-1- انواع داده های استفاده از وب

8-1-1- داده های سرورهای وب
8-1-2- داده های سرورهای پراکسی
8-1-3- داده های کلاینت

8-2- پیش پردازش داده های استفاده از وب

8-2-1- پاکسازی داده
8-2-2- تشخیص و بازسازی نشست
8-2-3- بازیابی ساختار و محتوا
8-2-4- قالب بندی داده
8-3- روش های کاوش استفاده از وب
8-3-1- قوانین انجمنی
8-3-2- الگوهای ترتیبی
8-3-3- خوشه بندی

8-4- کاربردهای کاوش استفاده از وب

8-4-1- خصوصی سازی محتوای وب
8-4-2- پیش بازیابی

8-4-3- بهبود طراحی سایت های وب

9- کاربردهای وب کاوی
9-1- تجارت الکترونیکی
9-2- موتورهای جستجو
9-3- حراجی در وب
نتیجه گیری
فهرست منابع
 
 
 

دانلود وب کاوی و بررسی مراحل آن و ارتباط وب کاوی با سایر زمینه های تحقیقاتی

س بازدید : 102 پنجشنبه 04 آذر 1395 نظرات (0)
وب کاوی و بررسی مدل ها، الگوریتم ها و کاربردهای انواع آن

طی این گزارش پس از معرفی وب کاوی و بررسی مراحل آن، ارتباط وب کاوی با سایر زمینه های تحقیقاتی بررسی شده و به چالش ها، مشکلات و کاربردهای این زمینه تحقیقاتی اشاره می شود

دانلود وب کاوی و بررسی مدل ها، الگوریتم ها و کاربردهای انواع آن

وب کاوی
الگوریتم های کاوش
تکنیک های داده کاوی
استخراج داده های وب
سیستم های اطلاعاتی
وب کاوی و بررسی مدل ها، الگوریتم ها و کاربردهای انواع آن
دانلود پایان نامه رشته کامپیوتر
دانلود پایان نامه نرم افزار
دانلود پایان نامه رشته نرم افزار
دسته بندی کامپیوتر و IT
فرمت فایل doc
حجم فایل 98 کیلو بایت
تعداد صفحات فایل 51

دانلود پایان نامه مهندسی نرم افزار

وب کاوی و بررسی مدل ها، الگوریتم ها و کاربردهای انواع آن

 
 
چکیده:
 با افزایش چشمگیر حجم اطلاعات و توسعه وب، نیاز به روش ها و تکنیک هایی که بتوانند امکان دستیابی کارا به داده ها و استخراج اطلاعات از آنها را فراهم کنند، بیش از پیش احساس می شود. وب کاوی یکی از زمینه های تحقیقاتی است که با به کارگیری تکنیک های داده کاوی به کشف و استخراج خودکار اطلاعات از اسناد و سرویس های وب می پردازد. در واقع وب کاوی، فرآیند کشف اطلاعات و دانش ناشناخته و مفید از داده های وب می باشد. روش های وب کاوی بر اساس آن که چه نوع داده ای را مورد کاوش قرار می دهند، به سه دسته کاوش محتوای وب، کاوش ساختار وب و کاوش استفاده از وب تقسیم می شوند.  طی این گزارش پس از معرفی وب کاوی و بررسی مراحل آن، ارتباط وب کاوی با سایر زمینه های تحقیقاتی بررسی شده و به چالش ها، مشکلات و کاربردهای این زمینه تحقیقاتی اشاره می شود. همچنین هر یک از انواع وب کاوی به تفصیل مورد بررسی قرار می گیرند. برای این منظور مدل ها، الگوریتم ها و کاربردهای هر طبقه معرفی می شوند.
 
 
کلمات کلیدی:

وب کاوی

انواع وب کاوی

الگوریتم های کاوش

 
 
 مقدمه
با توسعه سیستم های اطلاعاتی، داده به یکی از منابع پراهمیت سازمان ها مبدل گشته است. بنابراین روش ها و تکنیک هایی برای دستیابی کارا به داده، اشتراک داده، استخراج اطلاعات از داده و استفاده از این اطلاعات، مورد نیاز می باشد. با ایجاد و گسترش وب و افزایش چشمگیر حجم اطلاعات، نیاز به این روش ها و تکنیک ها بیش از پیش احساس می شود. وب، محیطی وسیع، متنوع و پویا است که کاربران متعدد اسناد خود را در آن منتشر می کنند. در حال حاضر بیش از دو بیلیون صفحه در وب موجود است و این تعداد با نرخ 7.3 میلیون صفحه در روز افزایش می یابد. با توجه به حجم وسیع اطلاعات در وب، مدیریت آن با ابزارهای سنتی تقریبا غیر ممکن است و ابزارها و روش هایی نو برای مدیریت آن مورد نیاز است. 
 
 
فهرست مطالب
1- مقدمه

2- مراحل وب کاوی

3- وب کاوی و زمینه های تحقیقاتی مرتبط

3-1- وب کاوی و داده کاوی
3-2- وب کاوی و بازیابی اطلاعات
3-3- وب کاوی و استخراج اطلاعات
3-4- وب کاوی و یادگیری ماشین

4- انواع وب کاوی

5- چالش های وب کاوی
6- کاوش محتوای وب

6-1- انواع کاوش محتوا در وب

6-1-1- طبقه بندی
6-1-2- خوشه بندی
6-1-3- سایر انواع کاوش محتوا در وب

6-2- رویکردهای کاوش محتوا در وب

6-3- الگوریتم های کاوش محتوا در وب
6-3-1- درخت تصمیم
6-3-2- شبکه عصبی
6-3-3- سایر الگوریتم های کاوش

7- کاوش ساختار وب

7-1- مدل های بازنمایی ساختار وب
7-1-1- مدل های مبتنی بر گراف
7-1-2- مدل های مارکو

7-2- الگوریتم های کاوش ساختار وب

7-2-1- HITS
7-2-2- Page Rank
7-2-3- الگوریتم جریان بیشینه
7-2-4- Average Clicks

7-3- کاربردهای کاوش ساختار وب

7-3-1- تشخیص اجتماعات وب
7-3-2- پیمایش وب
8- کاوش استفاده از وب

8-1- انواع داده های استفاده از وب

8-1-1- داده های سرورهای وب
8-1-2- داده های سرورهای پراکسی
8-1-3- داده های کلاینت

8-2- پیش پردازش داده های استفاده از وب

8-2-1- پاکسازی داده
8-2-2- تشخیص و بازسازی نشست
8-2-3- بازیابی ساختار و محتوا
8-2-4- قالب بندی داده
8-3- روش های کاوش استفاده از وب
8-3-1- قوانین انجمنی
8-3-2- الگوهای ترتیبی
8-3-3- خوشه بندی

8-4- کاربردهای کاوش استفاده از وب

8-4-1- خصوصی سازی محتوای وب
8-4-2- پیش بازیابی

8-4-3- بهبود طراحی سایت های وب

9- کاربردهای وب کاوی
9-1- تجارت الکترونیکی
9-2- موتورهای جستجو
9-3- حراجی در وب
نتیجه گیری
فهرست منابع
 
 

دانلود وب کاوی و بررسی مدل ها، الگوریتم ها و کاربردهای انواع آن

اطلاعات کاربری
  • فراموشی رمز عبور؟
  • لینک دوستان
  • نگین فایل22
  • فایل آف
  • نگین فایل
  • آویشو
  • الکترونیک دات آی آر
  • فایلز شاپ
  • وادافایل
  • فایل ناب44
  • فایل سل
  • پی ان یو فایل
  • بازارفایل44
  • دانلود فایل های علمی
  • فایل44 مرکز خرید و فروش فایل قابل دانلود
  • دانود فایل و کسب درآمد
  • دانلود فایل ها
  • فایلوکس44
  • آریافایل44
  • پرشین2 موزیک
  • فایلود44
  • آراس نوین
  • آراس44
  • اسرانوین
  • اسرا44
  • فروشگاه اینترنتی پارسی2
  • استوفایل44
  • فایل فروش44
  • فایل بوکر44
  • اربان شاپ44
  • سیدوآنلاین44
  • فایلینا44
  • زپوفایل
  • قطره اسپانیش فلای اصل
  • فایل یار
  • دانلود پروژه
  • خرید فایل های قابل دانلود فایلود
  • خرید فایل های قابل دانلود آریافایل
  • خرید فایل های قابل دانلود
  • فروشگاه اینترنتی پارسی44
  • فروشگاه اینترنتی شاندرمن ویرافایل
  • فروشگاه مستند
  • فروشگاه مستند پارسی
  • خرید ویندوز 8.1
  • فروشگاه اینترنتی شاندرمن سیتی
  • فروشگاه اینترنتی ماسال مارکت
  • فروشگاه اینترنتی ماسال شاپ
  • فروشگاه اینترنتی الماس مارکت
  • فروشگاه پارسی زنبیل شاپ
  • فایل مارکت
  • سلامت فایل
  • فارسی فایل مرکز خرید و فروش فایل قابل دانلود
  • فرافایل شاپ
  • فرافایل22
  • فایلود شاپ
  • یاسا44
  • جاست استار
  • تل استار
  • آخرین مطالب ارسال شده
  • تبلیغات
    آمار سایت
  • کل مطالب : 4267
  • کل نظرات : 30
  • افراد آنلاین : 84
  • تعداد اعضا : 2
  • آی پی امروز : 291
  • آی پی دیروز : 494
  • بازدید امروز : 1,720
  • باردید دیروز : 7,559
  • گوگل امروز : 0
  • گوگل دیروز : 5
  • بازدید هفته : 9,279
  • بازدید ماه : 9,279
  • بازدید سال : 286,305
  • بازدید کلی : 1,811,774
  • کدهای اختصاصی