الگوریتم ژنتیک

اساسا بهینه سازی/بهینه یابی یکی از موضوعات جذاب در علوم و مهندسی است. روش های تئوری و کلاسیکی برای این موضوع معرفی شده است. برای مثال می توان به یکی از روش های کلاسیک اشاره کرد که شرط یافتن مینیمم و ماکزیمم در توابع درجه دو، قراردهی مشتق برابر با صفر است.

این علم توسعه فراوانی یافته تا آنجا که در برخی از دانشگاهها کورس های سه واحدی با عنوان روش های بهینه سازی تدریس میگردد.

در کنار روش های ریاضی، الگوریتم های هوشمندی نیز برای انجام بهینه سازی معرفی شده اند که در قالبی دیگر به الگوریتم های فرا ابتکاری معروف می باشند.

شاید مشهورترین این روش ها، الگوریتم ژنتیک می باشد که در اوایل 1970 توسط جان هالند معرفی گردید. معروفیت و مشهوریت این روش تا بدان جاست که برخی الگوریتم های فراابتکاری را با نام الگوریتم ژنتیک می شناسند در حالیکه روش های دیگری چون PSO، AntColony و … نیز وجود دارد.

برای درک بهتر این الگوریتم مثالی میزنیم. فرض کنید به دنبال مینیمم یابی تابع (y=f(x می باشید که متغیر x می تواند یک میلیون ورودی بگیرد. روش سرچ عمومی بدین شکل عمل میکند که هر یک میلیون ورودی را وارد تابع f کرده و خروجی ها چک شده و مینیمم یا ماکزیمم پیدا میگردد.

اما روش های فراابتکاری (برای نمونه الگوریتم ژنتیک) اینگونه عمل نمیکنند. آنها ایجاد شده اند که به جای ارزیابی یک میلیون ورودی، برای مثال با ارزیابی 500 ورودی به نقطه مینیمم یا ماکزیمم برسند.

کاربردهای متنوع و متفاوت این الگوریتم ها را در هر علمی میتوان یافت. برای مثال:

بهینه سازی شکل آیرودینامیکی خودرو و وسایل پرنده برای کاهش مصرف سوخت یا افزایش سرعت!

بهینه سازی دماغه شاتل های فضایی برای کاهش حرارت در فاز ورود به جو!

بهینه سازی مکانی سنسورهای تشخیص عیب در هر وسیله ای!

بهینه سازی شرایط اقتصادی برای ایجاد کمترین تورم!

و قس علی هذا !

 

ورکشاپ آموزشی الگوریتم ژنتیک به صورت تئوری و کاربرد همراه با کدنویسی در متلب برگزار می شود. دانش پژوه محترم در طول این ورکشاپ به طور کامل با عمق مفاهیم این الگوریتم فراابتکاری و اعمال آن در نرم افزارهای کدنویسی مثل متلب آشنا می شود.

سرفصل های دوره:

معرفی الگوریتم ژنتیک (تئوری/ کاربرد/کدنویسی)

  • مقدمات روش
  • بیان کلیدواژهای این روش
  • معرفی تک تک کلیدواژها
  • بیان روش های مختلف تقاطع و جهش
  • معرفی شرایط متفاوت خاتمه الگوریتم
  • شیوه کدنویسی
    • معرفی توابع و دستورات مخصوص نرم افزار متلب
    • آموزش نحوه نوشتن توابع توسط کاربر
    • حل یک نمونه مساله باینری
    • حل یک نمونه مساله حقیقی

 

مخاطبین دوره :

دانشجویان کارشناسی ارشد و دکتری تمامی رشته های مهندسی/علوم پایه/اقتصاد و …

 

پیش نیاز دوره:

آشنایی مقدماتی با نرم افزار متلب (حلقه ها، شروط، توابع، رسم نمودار)

 

مدت دوره : 8 ساعت

اطلاعات بیشتر: