سرفصل های دوره

۱ فصل
۱۴ جلسه
۵ ساعت
۱

لیست ویدئوهای دوره

۱۴ قسمت
۰۵:۰۱:۵۶
1

قسمت اول - مقدمه

رایگان
۰۷:۰۷
2

قسمت دوم - مفاهیم بهینه سازی

رایگان
۱۷:۵۶
3

قسمت سوم - الگوریتم ژنتیک

۲۵:۵۹
4

قسمت چهارم - بررسی مقالات الگوریتم ژنتیک

۲۵:۰۴
5

قسمت پنجم - بررسی مقالات الگوریتم ژنتیک

۲۵:۵۸
6

قسمت ششم - بررسی مقالات الگوریتم ژنتیک

۲۲:۱۵
7

قسمت هفتم - الگوریتم PSO

۱۹:۰۴
8

قسمت هشتم - بررسی مقالات الگوریتم PSO

۲۹:۵۷
9

قسمت نهم - بررسی مقالات الگوریتم PSO

۲۴:۵۵
10

قسمت دهم - بررسی مقالات ترکیبی ژنتیک و PSO

۲۱:۴۶
11

قسمت یازدهم - الگوریتم ANT COLONY

۱۸:۲۰
12

قسمت دوازدهم - بررسی مقالات الگوریتم ANT COLONY (کلونی مورچه)

۲۵:۰۱
13

قسمت سیزدهم - الگوریتم HARMONY SEARCH (جستجوی هارمونی)

۱۶:۲۲
14

قسمت چهاردهم - بررسی مقالات الگوریتم HARMONY SEARCH

۲۲:۱۲
15

فایل ها

در این دوره ما ابتدا چهار الگوریتم مهم بهینه‌سازی که در سال‌های اخیر بیشترین استفاده را در مقالات و زمینه‌های تحقیقاتی داشتند (GENETIC – PSO – ANT COLONY – HARMONY SEARCH) معرفی می‌کنیم. سپس در مورد هرکدام از این الگوریتم‌ها به بررسی تعدادی مقاله ISI که در ژورنال‌های معتبر در سال‌های اخیر چاپ شده‌اند، می‌پردازیم.

درواقع هدف اصلی این دوره علاوه بر آشنایی با نحوه کار این الگوریتم‌ها، این است که یاد بگیریم چگونه می‌توانیم مسائل مختلف را با استفاده از این الگوریتم‌ها حل کرده و به جواب بهینه دست پیدا کنیم. یعنی می‌خواهیم بدانیم چگونه می‌توانیم مثال‌ها و صورت مسئله‌های مختلف را بر روی این الگوریتم‌ها map کنیم و آن‌ها را حل کرده و به جواب بهینه مسئله دست پیدا کنیم.

موضوع همه مقالات بررسی‌شده در این دوره در مورد شبکه‌های بی‌سیم خواهد بود. دلیل این انتخاب این است که اولاً موضوع همه مقالات بررسی‌شده با هرکدام از الگوریتم‌ها در یک راستا بوده تا عدم پراکندگی و تمرکز لازم در مباحث وجود داشته باشد. ثانیاً بحث شبکه‌های حسگر از موضوعات تحقیقاتی بسیار داغ در دنیا است که همواره بهینه کردن موارد مختلف آن‌ها موردتوجه بوده است.

مخاطبین دوره:

این دوره به‌صورت کاملاً مفهومی و کاربردی تدریس شده و برای همه دانشجویان و علاقه‌مندان به این مباحث می‌تواند مفید باشد. همچنین کسانی که در زمینه الگوریتم‌های بهینه‌سازی تحقیق می‌کنند یا دانشجویانی که به دنبال موضوع مناسب برای پروژه یا پایان‌نامه خود هستند نیز می‌توانند از این دوره استفاده کنند تا دید مناسبی از مفاهیم به دست بیاورند.

آموزش الگوریتم های بهینه سازی, optimization algorithms , بهینه سازی , هوش مصنوعی , الگوریتم , آموزش الگوریتم PSO, آموزش الگوریتم ژنتیک ,آموزش الگوریتم کلونی مورچه, آموزش الگوریتم جستجوی هارمونی ,PSO ,ژنتیک ,کلونی مورچه ,جستجوی هارمونی , GENETIC , ANT COLONY , HARMONY SEARCH

سرفصل دوره آموزش الگوریتم‌های بهینه‌سازی:

قسمت اول: مقدمه

  • معرفی دوره
  • سرفصل‌ها
  • مراجع
  • ارتباط با ما

 

قسمت دوم: مفاهیم بهینه‌سازی

  • مسئله بهینه‌سازی
  • انواع مسائل بهینه‌سازی
  • تفسیر مدل CONVEX
  • مشکلات مدل‌سازی مسائل بهینه
  • روش‌های حل مسائل در حالت کلی
  • روش‌های مطالعه شده در هوش مصنوعی
  • ایده کلی روش‌های مبتنی بر هوش مصنوعی
  • همگرایی
  • روش کلی کدینگ

 

قسمت سوم: الگوریتم ژنتیک

  • مفهوم تکامل
  • ابزارهای تکامل
  • کروموزوم
  • مراحل اجرای الگوریتم تکاملی
  • مراحل الگوریتم ژنتیک
  • انواع شرایط خاتمه
  • انواع تابع هدف
  • روش‌های ادغام و تولید جمعیت جدید
  • روش‌های انتخاب والد
  • تابع احتمال شایستگی
  • SELECTION PRESSURE
  • روش‌های CROSSOVER
  • نحوه اجرای MUTATION
  • رعایت کردن قیود
  • تابع VIOLATION

 

قسمت چهارم: بررسی مقالات الگوریتم ژنتیک (1)

  • بررسی روش حل مقاله

Genetic algorithm approach for k-coverage and m-connected node placement in target based wireless sensor networks.

  • بررسی روش حل مقاله

HACH: Heuristic Algorithm for Clustering Hierarchy protocol in wireless sensor networks.

 

قسمت پنجم: بررسی مقالات الگوریتم ژنتیک (2)

  • بررسی روش حل مقاله

Sensor Deployment Optimization Methods to Achieve Both Coverage and Connectivity in Wireless Sensor Networks.

  • بررسی روش حل مقاله

A Novel Evolutionary Approach for Load Balanced Clustering Problem for Wireless Sensor Networks.

 

قسمت ششم: بررسی مقالات الگوریتم ژنتیک (3)

  • بررسی روش حل مقاله

A Genetic Algorithm Based Distance-Aware Routing Protocol for Wireless Sensor Networks.

  • بررسی روش حل مقاله

Multi-Objective Optimization for Coverage Control in Wireless Sensor Network with Adjustable Sensing Radius.

 

قسمت هفتم: الگوریتم PSO

  • مشکلات الگوریتم ژنتیک
  • هوش جمعی
  • الگوریتم PSO
  • خواص الگوریتم PSO
  • پارامترهای محاسبه سرعت
  • مدلسازی و محاسبه سرعت و مکان جدید
  • تأثیر پارامترها در نحوه تولید جواب‌های جدید
  • تعیین پارامترها
  • مراحل الگوریتم PSO
  • الگوریتم PSO باینری شده
  • مثال ضرایب استفاده‌شده

 

قسمت هشتم: بررسی مقالات الگوریتم PSO (1)

  • بررسی روش حل مقاله

Particle Swarm Optimization for Maximizing Lifetime of Wireless Sensor Networks.

  • بررسی روش حل مقاله

Two-tier Particle Swarm Optimization Protocol for Clustering and Routing in Wireless Sensor Network.

 

قسمت نهم: بررسی مقالات الگوریتم PSO (2)

  • بررسی روش حل مقاله

A Particle Swarm Optimization Based Energy Efficient Cluster Head Selection Algorithm for Wireless Sensor Networks.

  • بررسی روش حل مقاله

Joint Topology Control and Routing for Multi-Radio Multi-Channel WMN under SINR Model using Bio-inspired Techniques.

 

قسمت دهم: بررسی مقالات ترکیبی ژنتیک و PSO

  • بررسی روش حل مقاله

Nodes Organization for Channel Assignment with Topology Preservation in Multi-Radio Wireless Mesh Networks.

  • بررسی روش حل مقاله

Maximizing Lifetime of a Wireless Sensor Network via Join Optimizing Sink Placement and Sensor-to-Sink Routing.

 

قسمت یازدهم: الگوریتم ANT COLONY

  • هوش جمعی
  • الگوریتم ANT COLONY
  • آزمایش گاس
  • فرومون
  • تبخیر
  • مسئله فروشنده دوره گرد
  • مدل مسئله
  • نحوه ساختن تور
  • محاسبه احتمال انتخاب گره
  • به‌روزرسانی فرومون لینک‌ها
  • روش‌های به‌روزرسانی فرومون
  • ant system
  • elitist ant system
  • ant colony system
  • max-min ant system
  • مراحل حل مسئله با الگوریتم ANT COLONY
  • نکاتی در مورد ANT COLONY

 

قسمت دوازدهم: بررسی مقالات الگوریتم ANT COLONY (کلونی مورچه)

  • بررسی روش حل مقاله

Ant Colony Optimization with Greedy Migration Mechanism for Node Deployment in Wireless Sensor Networks.

  • بررسی روش حل مقاله

Reliability-Oriented Ant Colony Optimization- Based Mobile Peer-to-Peer VoD Solution in MANETs.

 

قسمت سیزدهم: الگوریتم HARMONY SEARCH (جستجوی هارمونی)

  • مقدمه
  • هارمونی
  • مراحل الگوریتم HARMONY SEARCH
  • تولید هارمونی جدید

 

قسمت چهاردهم: بررسی مقالات الگوریتم HARMONY SEARCH

  • بررسی روش حل مقاله

Hybrid HSA and PSO algorithm for energy efficient cluster head selection in wireless sensor networks.

  • بررسی روش حل مقاله

Lifetime Enhancement of Dynamic Heterogeneous Wireless Sensor Networks with Energy-Harvesting Sensors.

 

مزایای خرید دوره :

  • تمامی آموزش ها 3 ماه بعد از انتشار دوره دارای پشتیانی تخصصی توسط مدرس هستند.
  • سورس و فایل های جانبی موردنیاز همراه با لینک های آموزش در اختیار شما قرار می گیرد.
  • با تهیه این دوره آموزشی، محتوای ارزشمند برای ورود به بازار کار را به قیمت ناچیزی در اختیار دارید.
  • ویدئو های آموزشی توسط واحد کنترل کیفیت ما بررسی و سطح علمی ، صدا و تصویر ، شیوه بیان و سایر موارد آن تایید می شود.
  • ویدئو های آموزشی ما در حد نیاز به مباحث تئوری می پردازد و بیشتر آموزش به صورت عملی و متناسب با بازار کار می باشد.
  • بلافاصله پس از ثبت سفارش لینک دانلود برای شما فعال شده و به ایمیلتان ارسال میگردد. همچنین در صورت انتخاب گزینه پستی مراحل ارسال مرسوله از طریق ایمیل به اطلاع شما میرسد.
  • کیفیت تمامی دوره های سایت تضمین شده است. در صورت عدم رضایت از آموزش، به انتخاب شما یا به صورت رایگان یک یا چند آموزش معادل دیگر دریافت می کنید و یا ۷۰ درصد مبلغ پرداختی به کیف پول شما بازگشت داده می شود.