Генетический алгоритм, основанный на аутополиплоидии и предназначенный для усовершенствованной разработки линейных полифрактальных решеток

Цена:
5 руб.

Состав работы

material.view.file_icon
material.view.file_icon bestref-209563.doc

Необходимые программы

Работа представляет собой zip архив с файлами (распаковать онлайн), которые открываются в программах:
  • Microsoft Word

Описание

Содержание

Введение

Глава 1. Классификация конфигураций решеток

Глава 2. Аутополиплоидизация генератора

Глава 3. Применение ГА и результаты

Заключение

Список литературы

Введение

Природа часто дает инженерам уникальную возможность понять суть методов, необходимых для решения сложных конструкторских задач. Конструирование, основанное на природных аналогиях, предоставляет инженерам множество уникальных и мощных средств проектирования. К примеру, генетические алгоритмы (ГА), относительно новый класс стохастических методов общей оптимизации, возникли из дарвиновских понятий о естественном отборе и эволюции. Аналогичным образом поведение роя насекомых или стаи птиц подсказало недавно идею оптимизации по принципу роения элементов (ОПРЭ). Нейронные сети (НС) и нечеткая логика (НЛ) созданы по принципу процесса принятия решения человеком. Фрактальная геометрия возникла из потребности наилучшим образом описать чрезвычайно неправильные формы естественных объектов, таких как береговая линия, топография местности, форма облаков, снежинок, растений, листьев, деревьев. Методы, заимствованные из природы, широко используются в последнее время, чтобы найти эффективные решения все более сложным задачам в области электромагнетизма.
Непрерывные генетические алгоритмы
Введение В нашей жизни мы регулярно сталкиваемся с необходимостью решения оптимизационных и прогностических задач. Так, например, доход любой компании определяется качеством этих решений – точностью прогнозов и оптимальностью выбранных стратегий. Примерами таких задач могут являться: Прогнозирование курсов валют; Прогнозирование спроса; Прогнозирование дохода компании; Прогнозирование уровня безработицы; Оптимизация расписаний; Оптимизация плана закупок, плана инвестиций; Оптимизация стратегии р
User Qiwir : 13 августа 2013
10 руб.
Эволюционное моделирование и генетические алгоритмы
Содержание: Введение. Активность системы и подсистемы. Понятие генетического алгоритма.
User GnobYTEL : 10 октября 2012
20 руб.
Расчет антенны с использованием генетического алгоритма
Содержание I. Введение II. Двоичный/непрерывный ГА III. Фазо-неравномерная линейная решетка с низким УБЛ IV. Микрополосковая антенна с круговой поляризацией V. Прореженные подрешетки VI. Выводы I. Введение В некоторых случаях оптимизационная задача имеет затратную функцию, оперирующую как действительными, так и целочисленными переменными. Если переменные целые, то используются либо целочисленные алгоритмы программирования, либо двоичные генетические алгоритмы (ГА). Двоичные ГА легко
User alfFRED : 15 сентября 2013
5 руб.
Интеллектуальные информационные технологии и системы: генетические алгоритмы
Содержание 1. Генетические алгоритмы 2. Простой генетический алгоритм 3. Разновидности генетических алгоритмов 1. Генетические алгоритмы В основе генетических алгоритмов лежат генетика и хромосомная теория эволюции организмов. Хромосомы – это нитевидные структуры, находящиеся в клеточном ядре, которые являются носителями наследственности. Каждая хромосома уникальна морфологически и генетически и не может быть заменена другой либо восстановлена при утере (при потере хромосомы к
User Elfa254 : 3 октября 2013
10 руб.
Оптимизация антенн с использованием гибрида генетического алгоритма
Введение 1. Классификация конфигураций решеток 2. Гибридный оптимизационный алгоритм 3. Пример оптимизации Список литературы: Заключение Введение За последнее десятилетие применение генетических алгоритмов (ГА) в качестве оптимизационных средств расчета антенн стало активной областью исследований. Основные причины такого интереса связаны с их устойчивостью, позволяющей решать такие оптимизационные задачи, для которых локальные методы оптимизации не эффективны, а также с их универсал
User alfFRED : 15 сентября 2013
5 руб.
Нахождение глобального минимума функций с помощью генетических алгоритмов
Задание: С помощью генетического алгоритма решить следующие задачи оптимизации: 1. f(x,y)=(x-0.4)^2+(y-0.6)^4- min; 2. f(x,y)+sin(10x)sin(10y)- min; 3. система x+y- min, при f(x,y) =1 Найти глобальные минимумы и показать, что решение верно. Программы должны отличаться только видом целевой функции.
User alfFRED : 3 ноября 2012
Планирование поставок торговой фирме с использованием имитации и генетического алгоритма
Планирование поставок товаров на склад торговой фирмы является одной из основных задач организации материальных и информационных потоков в разветвленной сети поставщиков товаров и заказчиков [1]. Преследуемая цель - обеспечение требуемого уровня обслуживания множества заказчиков, а также получения максимальной отдачи средств от вложенного капитала. Решение поставленной задачи усложняется стохастическим характером процесса в системе (изменение спроса, недопоставки товаров на склад и т.п.). В случ
User DocentMark : 28 октября 2012
5 руб.
Лабораторная работа - Построение управляющих автоматов с помощью генетических алгоритмов
В данной работе изучается применение генетических алгоритмов для построения конечных автоматов на примере задачи «Умный муравей». В результате необходимо построить конечный автомат Мура, управляющий поведением муравья таким образом, чтобы задача решалась наиболее эффективным образом. При выполнении работы использовался программный модуль («Виртуальная лаборатория»), позволяющий реализовывать генетические алгоритмы и особей для них в виде подключаемых плагинов.
User Aronitue9 : 26 августа 2012
20 руб.
Экзамен по инженерной графике, вариант №1
СибГУТИ. Инженерная графика. 1 семестр. Экзаменационная работа №1. Вариант №1. Задача №1. По двум заданным проекциям (фронтальной и горизонтальной) построить третью (профильную). Отверстие, показанное на фронтальной плоскости, построить на горизонтальную и профильную плоскость с помощью плоских сечений. Задача №2 По двум заданным проекциям (фронтальной и горизонтальной) построить третью (профильную), показав необходимые разрезы (на виде спереди и виде слева), нанести размеры на все три вида равн
User serg04 : 18 октября 2010
300 руб.
Экзамен по инженерной графике, вариант №1
Контрольная работа По дисциплине: Микропроцессоры и цифровая обработка сигналов Вариант 05
Задание 1 Разработать схему алгоритма и написать программу на языке программирования С. Вариант задания выбрать в соответствии с предпоследней цифрой шифра студента. Варианты: 3. 5. Сформировать массив из 15 чисел. Найти произведение отрицательных чисел и их количество. Задание 2 Разработать микропроцессорное устройство на основе микроконтроллера AduC842. 5. Разработать устройство, состоящее из микроконтроллера и подключенных к нему восьми светодиодов. При вводе в микроконтроллер определенной во
User s120782 : 3 сентября 2015
250 руб.
Тепломассообмен КГУ Курган 2020 Задача 3 Вариант 17
Определить удельный лучистый тепловой поток q (в ваттах на квадратный метр) между двумя параллельно расположенными плоскими стенками, имеющими температуру t1 и t2 и степени (коэффициенты) черноты ε1 и ε2, если между ними нет экрана. Определить q при наличии экрана со степенью (коэффициентом) черноты εэ (с обеих сторон).
User Z24 : 12 января 2026
200 руб.
Тепломассообмен КГУ Курган 2020 Задача 3 Вариант 17
Контрольная работа по сопромату.
Контрольная работа по сапромату. Задачи Задача No1 Стальной стержень находится под действием продольной силы и собственного веса. 1. Сделать схематический рисунок стержня по соответствующим размерам, придерживаясь масштаба. 2. Составить для каждого участка стержня в сечении с текущей координатой x аналитические выражения продольного усилия и нормального напряжения с учетом собственного веса стержня. 3.Построить эпюры продольных сил и напряжений. 4. Вычислить с учетом собственного веса стержня п
User Vilena : 23 июня 2008
Контрольная работа по сопромату.
up Наверх