Генетический алгоритм, основанный на аутополиплоидии и предназначенный для усовершенствованной разработки линейных полифрактальных решеток
Состав работы
|
|
|
|
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.
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.
Похожие материалы
Непрерывные генетические алгоритмы
Qiwir
: 13 августа 2013
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
10 руб.
Эволюционное моделирование и генетические алгоритмы
GnobYTEL
: 10 октября 2012
Содержание:
Введение.
Активность системы и подсистемы.
Понятие генетического алгоритма.
20 руб.
Расчет антенны с использованием генетического алгоритма
alfFRED
: 15 сентября 2013
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
5 руб.
Интеллектуальные информационные технологии и системы: генетические алгоритмы
Elfa254
: 3 октября 2013
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
10 руб.
Оптимизация антенн с использованием гибрида генетического алгоритма
alfFRED
: 15 сентября 2013
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
5 руб.
Нахождение глобального минимума функций с помощью генетических алгоритмов
alfFRED
: 3 ноября 2012
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.
Планирование поставок торговой фирме с использованием имитации и генетического алгоритма
DocentMark
: 28 октября 2012
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
5 руб.
Лабораторная работа - Построение управляющих автоматов с помощью генетических алгоритмов
Aronitue9
: 26 августа 2012
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.
20 руб.
Другие работы
Вариант №13. Соединение шлицевое по методичке Липовки
Чертежи
: 9 мая 2019
Всё выполнено в программе Компас 3D v16
В состав входит один чертеж шлицевого соединения Вариант №13.
Работа выполнена по методичке Липовки Е.Р. "Инженерная графика. Соединения разъемные", ред. 2012г.
Шлицевое соединение выполнено на формате А3, по примеру из методички, без спецификации. По заданному исполнению соответствующего варианта необходимо в левой части листа на чертеже нарезать необходимое количество зубьев (шлицев) нужной толщины на обеих деталях, произвести сборку в правой части ли
100 руб.
Особенности социального интеллекта младших школьников, воспитывающихся в условиях учреждения интернатного типа
Elfa254
: 16 октября 2013
Оглавление
Введение
I. Психолого-педагогические исследования в области социального интеллекта
1.1 Понятие социального интеллекта в трудах отечественных и зарубежных ученых
1.2 Структурные особенности социального интеллекта
1.3 Факторы, влияющие на становление социального интеллекта
II. Эмпирическое исследование особенностей социального интеллекта у младших школьников, воспитывающихся в условиях учреждений интернатного типа
2.1 Описание программы исследования
2.2 Изучение особенностей соц
Объектно-ориентированное программирование. Лабораторная работа №4
sibguter
: 5 июня 2018
Тема: Статические методы.
Задание
В модуль, созданный в лабораторной работе №3, добавить методы движения фигур (в каждый класс). Использовать статические методы. Написать программу, позволяющую выбирать фигуру для движения и вид движения: случайный или с помощью стрелок. Подключить к этой программе созданный модуль с описанием графических классов.
39 руб.
Лебедка ЛБУ-1100. Подъемный вал. Ленточный тормоз. Барабан. Вал трансмиссонный. Кинематическая схема принципиальная-Чертежи-Графическая часть-Оборудование для бурения нефтяных и газовых скважин-Курсовая работа-Дипломная работа
https://vk.com/aleksey.nakonechnyy27
: 16 марта 2016
Конструктивные особенности:
•рама и корпус зубчатой трансмиссии - одно целое;
•подъёмный вал лебёдки является выходным валом зубчатой трансмиссии;
•торможение лебёдки - основным приводным двигателем;
•двух- и односкоростная трансмиссия;
•дисковый тормоз из двух дисков для фиксации барабана в неподвижном состоянии;
•две системы управления тормозом - рабочая и аварийная;
•барабан с нарезкой типа «Lebus» под канат (защитные реборды с кольцевыми накладками из износостойкой стали);
•простота устройст
1392 руб.