قیمت 60,000 تومان

اشتراک گذاری :
0 دیدگاه 308 بازدید
پیاده‌سازی الگوریتم ژنتیک، معمولا با تولید جمعیتی از کروموزوم‌ها (جمعیت اولیه از کروموزوم‌ها در الگوریتم‌های ژنتیک، معمولا تصادفی تولید می‌شود و مقید به حد بالا و پایین متغیرهای مسأله هستند) آغاز می‌شود. در مرحله بعد، ساختارهای داده‌ای تولید شده (کروموزوم‌ها) «ارزیابی» (Evaluate) می‌شوند و کروموزوم‌هایی که به شکل بهتری می‌توانند «جواب بهینه» (Optimal Solution) مسأله مورد نظر (هدف) را نمایش دهند، شانس بیشتری برای «تولید مثل» (Reproduction) نسبت به جواب‌های ضعیف‌تر پیدا می‌کنند. به عبارت دیگر، فرصت‌های تولید مثل بیشتری به این دسته از کروموزوم‌ها اختصاص داده می‌شود. میزان «خوب بودن» (Goodness) یک جواب، معمولا نسبت به جمعیت جواب‌های کاندید فعلی سنجیده می‌شود. در این قسمت به طراحی هندسه و المان بندی هندسه و ایجاد برش روی هندسه برای نظم المان بندی تعیین شرایط مرزی سیستم و تابع نویسی جهت بهینه سازی تعیین پارامترهای ورودی و خروجی و تعیین بیشینه و کمینه پارامترها بررسی بهینه سازی و نتایج حاصله از بهینه سازی می­پردازیم.
0 دانشجو فعال
1 هفته
غیرحضوری
4 مبحث
4 جلسه
120 مگابایت
بدون امتیاز 0 رای
تاریخ انتشار: 13 تیر 1402
تاریخ بروزرسانی: 21 مرداد 1398

در صورت ارسال درخواست ارسال پستی محصول، می توانید از طریق پیامک به شماره { 09188616649 } اقدام نمایید.

جلسه دهم: بهینه سازی با الگوریتم ژنتیک برای هیتر با دندانه های مربعی
خرید دوره به صورت کامل
14%تخفیف

دوره آموزشی پیشرفته انسیس فلوئنت

غیرحضوری
بدون امتیاز 0 رای
0
720,000 620,000 تومان
یکبار پرداخت
درباره مدرس
حسین دولت آبادی
حسین دولت آبادی
مدرس و طراح و مشاور

مدرس تحلیل پروژه های CFD و طراح و مشاور صنعتی پروژهای سیالاتی

نمایش پروفایل

از این مدرس

نظرات

متوسط امتیازات

0
بدون امتیاز 0 رای
60,000 تومان
0 نقد و بررسی

جزئیات امتیازات

5 ستاره
0
4 ستاره
0
3 ستاره
0
2 ستاره
0
1 ستاره
0

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “بهینه سازی با الگوریتم ژنتیک برای هیتر با دندانه های مربعی”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

لطفا برای ارسال یا مشاهده تیکت به حساب خود وارد شوید