لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش محاسبات تکاملی و کاربردهای آن
- آخرین آپدیت
دانلود Evolutionary Computation and its Applications
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
این دوره مبانی بهینهسازی را معرفی کرده و نشان میدهد که چگونه میتوان از هوش مصنوعی برای حل مسائل بهینهسازی در دنیای واقعی علوم و مهندسی استفاده کرد. در این دوره با محاسبات تکاملی، یکی از شاخههای هوش مصنوعی برای بهینهسازی، آشنا خواهید شد.
شما دو تکنیک بهینهسازی گسترده مبتنی بر هوش مصنوعی را بررسی خواهید کرد: الگوریتمهای ژنتیک (Genetic Algorithms) و بهینهسازی تجمع ذرات (Particle Swarm Optimization). در طول مسیر، یاد میگیرید که این روشها چگونه عمل میکنند، چه زمانی باید از آنها استفاده کرد و چگونه آنها را در تولباکسهای متلب (MATLAB) برای حل مسائل طراحی و تصمیمگیری پیادهسازی کنید.
این دوره مفاهیم اصلی را با مطالعات موردی عملی در علوم و مهندسی ترکیب میکند تا به شما در انتقال از تئوری به کاربرد کمک کند. در پایان دوره، قادر خواهید بود مسائل بهینهسازی را تعریف کرده و از روشهای هوش مصنوعی برای دستیابی به راهکار در محیطهای واقعی استفاده کنید.
با همکاری شرکت MathWorks، دانشجویان ثبتنام شده در طول دوره به نرمافزار MATLAB دسترسی خواهند داشت.
سرفصل ها و درس ها
مفاهیم بنیادی در بهینهسازی
Fundamental Concepts in Optimization
خوشآمدگویی به تخصص هوش مصنوعی کاربردی برای مهندسان و دانشمندان: مبانی
Welcome to the specialization - Applied AI for Engineers and Scientists: Foundations
مقدمهای بر مطالعه ماژول ۴
Introduction to Module 4's Study
مقدمهای بر بهینهسازی: مفاهیم و کاربردها
Introduction to Optimization: Concepts and Applications
مقدمهای بر بهینهسازی: کاربردهای تکمیلی
Introduction to Optimization: Further Applications
اهداف و محدودیتهای بهینهسازی: اهداف و قیود
Optimization Objectives and Constraints: Objectives and Constraints
اهداف و محدودیتهای بهینهسازی: اهداف چندگانه
Optimization Objectives and Constraints: Multiple Objectives
بهینهسازی سراسری و محلی: مفاهیم
Global and Local Optimization: Concepts
تبدیل مسائل مهندسی به مسائل بهینهسازی: رویهها و مطالعه موردی
Formulate Engineering Problems to Optimization Problems: Procedures and A Case Study
مطالعات موردی (۱)
Case Studies (1)
مطالعات موردی (۲)
Case Studies (2)
مطالعات موردی (۳)
Case Studies (3)
مطالعات موردی (۴)
Case Studies (4)
الگوریتم ژنتیک
Genetic Algorithm
مقدمهای بر مطالعه ماژول ۵
Introduction to Module 5's Study
الگوریتم ژنتیک: آشنایی اولیه
Genetic Algorithm: A First Introduction
الگوریتم ژنتیک: دمو
Genetic Algorithm: A Demo
الگوریتمهای ژنتیک: نمایش، مقداردهی اولیه و انتخاب در GA
Genetic Algorithms: GA Representation, Initialization and Selection
الگوریتمهای ژنتیک: crossover و جهش در GA
Genetic Algorithms: GA Crossover and Mutation
الگوریتمهای ژنتیک: معیار توقف و جمعبندی GA
Genetic Algorithms: GA Stopping Criterion and Summary
استفاده از GA در متلب: تابع GA
Use GA via MATLAB: GA Function
استفاده از GA در متلب: بهکارگیری تابع
Use GA via MATLAB: Employ the Function
استفاده از GA در متلب: مطالعات موردی
Use GA via MATLAB: Case Studies
بهینهسازی تجمع ذرات
Particle Swarm Optimization
مقدمهای بر مطالعه ماژول ۶
Introduction to Module 6's Study
بهینهسازی تجمع ذرات: آشنایی اولیه
Particle Swarm Optimization: A First Introduction
بهینهسازی تجمع ذرات: عملگرها
Particle Swarm Optimization: Operators
بهینهسازی تجمع ذرات: دموی جریان کاری
Particle Swarm Optimization: Workflow Demo
استفاده از PSO در متلب: تابع PSO
Use PSO via MATLAB: PSO Function
استفاده از PSO در متلب: بهکارگیری تابع
Use PSO via MATLAB: Employ the Function
استفاده از PSO در متلب: مطالعات موردی
Use PSO via MATLAB: Case Studies
نمایش نظرات