آموزش بهینه سازی با الگوریتم ACO و PSO در MATLAB (مکانیک)

به مسائلی که در آن قصد داریم یک تابع را بیشینه یا کمینه نماییم تا یک یا چند نقطه بهینه را بیابیم مسائل بهینه سازی می گوییم . برای حل اینجور مسائل روش های گوناگونی وجود دارند اما روش جامعی نیست که بتوان با استفاده از آن همه ی بهینه سازی ها را انجام داد لذا یادگیری روش های متفاوت برای تسلط کامل به این موضوع امری ضروری برای مهندسین است .

الگوریتم های فراابتکاری متعددی وجود دارند که الهام گرفته از یک حرکت دسته جمعی می باشند. به هر عضو از آن دسته اصطلاحا یک ذره گفته می شود و عملکرد آن گروه و دسته در گرو مشارکت همه اعضا و ذره ها می باشد.

حرکت پرندگان، ماهی ها یا مورچه ها را دقت کنید. عملکرد گروهی آنها باعث ایجاد یک راندمان مطلوب می باشد. الگوریتم بهینه سازی ازدحامی ذرات (PSO: Particle Swarm Optimization) یا الگوریتم کلونی مورچگان (ACO: Ant colony optimization) مبتنی بر همین کار گروهی است که با اینکه سالها بعد از الگوریتم ژنتیک معرفی گردیدند اما به جهت کارایی در سطح ژنتیک و در برخی مسائل حتی بهتر از الگوریتم ژنتیک عمل می نمایند.

الگوریتم کلونی مورچگان از رفتار مورچه ها براساس یافتن مسیر بین لانه و غذا الهام گرفته شده مورچه ها همواره کوتاه ترین مسیر را میان لانه و مواد غذایی پیدا می کنند تا بتوانند در کمترین زمان ممکن مواد غذایی را به لانه منتقل کنند . از کاربرد های این الگوریتم می توان به مسیر یابی بین شهری یا داخل شهری ، مسیر یابی شبکه های کامپیوتری ، بهینه سازی استراتژی انجام فعالیت ها و کارهای مختلف ، بهینه سازی شبکه های توزیع آب و ... اشاره کرد .

الگوریتم ازدحامی ذرات الهام گرفته از رفتار پرندگان است ، پرندگان به طور دسته جمعی پرواز می کنند تا زمانی که مناسب ترین محل از لحاظ امنیت و دسترسی به مواد غذایی را پیدا کنند ، پس از آنکه محل با ویژگی های مورد نظر یافت شد همه آن ها به صورت گروهی فرود می آیند . از کاربرد های این الگوریتم می توان به پردازش تصویر و بینایی ماشین ، بهینه سازی توابع و آموزش شبکه های عصبی اشاره کرد .

در این دوره با این الگوریتم‎های هوشمند بهینه سازی به صورت معرفی، نحوه مدلسازی و کدنویسی آن آشنا خواهید شد و یکی از معروف‎ترین مسائل بهینه سازی به کمک آنها حل خواهد شد. علاوه بر آن مسائل خرد و کوچکتر از لحاظ مدلسازی نیز در این دوره بررسی خواهند شد.

مخاطبین دوره :

دانشجویان کارشناسی ارشد و دکتری تمامی رشته های مهندسی (به ویژه مهندسی مکانیک)/علوم پایه/اقتصاد و ...