آموزش طراحی و تحلیل الگوریتم

طراحی الگوریتم دانش ساخت الگوریتم‌ها برای حل مساله‌است. طراحی الگوریتم کاربردی را مهندسی الگوریتم می‌نامند. طراحی الگوریتم در بسیاری از راه حل‌های تئوری تحقیق در عملیات، شناسایی و گنجانیده شده‌است، مانند برنامه نویسی پویا و تقسیم و غلبه. الگوهای طراحی الگوریتم تکنیک‌های طراحی و اجرای طرح‌های الگوریتم هستند، در این روزها از طراحی الگوریتم می‌توان در فرایندهای بازیابی اینترنتی، مسیریابی استفاده نمود.

هم اکنون در ایران طراحی الگوریتم‌ها به عنوان درسی در رشته مهندسی کامپیوتر (نرم‌افزار و سخت‌افزار) و فناوری اطلاعات تدریس می‌شود. 

 

برنامه الگوریتم dijkstra به زبان #C

در این برنامه به شکل گرافیکی الگوریتم dijkstra را اجرا و حل می نماید

ابتدا تعداد نودها را تعیین کنید سپس برای قرار دادن نودها در صفحه بر روی صفحه اصلی کلیک کنید تا به تعداد کلیک ها نود قرار بگیرد

سپس برای تعیین مسیر بین نودها بر روی گره مبدا کلیک کنید و سپس بر روی نود مقصد کلیک کنید سپس در کادر باز شده وزن یال را وارد نمایید و enter را بزنید تا وزن ثبت شود

سپس در قسمت پایین صفحه نود مبدا را انتخاب نمایید تا تمام مسیرهای ممکن را نمایش دهد

الگوریتم بهینه سازی فاخته مبتنی بر آشوب

با سلام دوستان عزیز

مقاله ای که امروز برای شما قرار داده ایم مقاله ای با عنوان

الگوریتم بهینه سازی فاخته مبتنی بر آشوب می باشد

که به صورت فایل pdf و در 9 صفحه می باشد .

سال انتشار: ۱۳۹۱محل انتشار:یازدهمین کنفرانس سراسری سیستم های هوشمندکد COI مقاله: ICS11_108زبان مقاله: فارسیحجم فایل: ۵۹۰.۷۴ کلیوبایت (این مقاله دارای فول تکست است و می توانید فایل آن را دریافت نمایید)مشخصات نویسندگان مقاله الگوریتم بهینه سازی فاخته مبتنی بر آشوبسمانه تقوی زاده فروتن - دانشگاه آزاد اسلامی واحد مشهد
مهدی یعقوبی - دانشگاه آزاد اسلامی واحد مشهد
صغری ناظمی - دانشگاه آزاد اسلامی واحد مشهد
چکیده مقاله:بهینه سازی یعنی یافتن راهی برای انجام دادن امری به بهترین وجه ممکن، اصولا منظور از بهینه سازی این است که با تغییر دادن یک سری معلومات اولیه و استفاده از اطلاعات مسوله به جواب هایی مناسب تر دست یابیم. الگوریتم بهینه سازی فاخته، الگوریتم بهینه سازی متا اکتشافی است که برای مسایل بهینه سازی غیر خطی پیوسته کارایی دارد. به منظور بالا بردن دقت و سرعت در یافتن بهینه عمومی و افزایش نرخ همگرایی الگوریتم، رویکردی جدید از نگاشت های آشوبی بر روی ویژگی بی نظمی فاخته ارائه می شود که به وسیله تولیدکننده اعدادآشوبی در عوض اعدادتصادفی در الگوریتم کلاسیک ایجا می شود. الگوریتم حاصل، الگوریتم بهینه سازی فاخته آشوبی نامیده می شود. نتایج حاصل ازارزیابی ترکیب های جدید بر روی توابع ارزیابی، نشان دهنده کارایی این روش در یافتن جواب های نزدیک به بهینه عمومی با دقت و سرعت بالاتر استکلیدواژه‌ها:الگوریتم بهینه سازی فاخته، الگوریتم بهینه سازی فاخته آشوبی، تئوری آشوبدر داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (تقوی زاده فروتن, سمانه؛ مهدی یعقوبی و صغری ناظمی، ۱۳۹۱)
برای بار دوم به بعد: (تقوی زاده فروتن؛ یعقوبی و ناظمی، ۱۳۹۱)

<!-- Start Code Banner By https://telegram.me/daryacoffe -->

<!-- End Code Banner By https://telegram.me/daryacoffe -->

طراحی و تحلیل الگوریتم ها

طراحی و تحلیل الگوریتم ها  شامل مباحث زیر برای دانشجویان مهندسی نرم افزار ،

مرتب سازی درجی - ادغامی - سریع - توده ای - جستجو دودویی و ...

الگوریتم راشال و پریم ،

تحلیل الگوریتم ها - نماد های مجانبی - روابط همگن و ناهمگن ،

روابط بازگشتی مرتبه اول و دوم ،

قضیه اصلی -

روش حریصانه

روش تقسیم و حل -

روش برنامه نویسی پویا

و...

مقاله الگوریتم EZW

فایل بصورت ورد (قابل ویرایش) و در35 صفحه می باشد.

الگوریتم EZW در سال 1993 توسط shapiro ابداع شد نام کامل این واژه به معنای کدینگ تدریجی با استفاده از درخت ضرایب ویولت است. این الگوریتم ضرایب ویولت را به عنوان مجموعه ای از درختهای جهت یابی مکانی در نظر می گیرد هر درخت شامل ضرایبی از تمام زیرباندهای فرکانسی و مکانی است که به یک ناحیه مشخص از تصویر اختصاص دارند. الگوریتم ابتدا ضرایب ویولت با دامنه بزرگتر را کددهی می کند در صورتیکه دامنه یک ضریب بزرگتر یا مساوی آستانه مشخص باشد ضریب به عنوان ضریب معنی دار در نظر گرفته می شود و در غیر اینصورت بی معنی می باشد یک درخت نیز در صورتی معنی دار است که بزرگترین ضریب آن از نظر دامنه بزرگتر یا مساوی با آستانه مورد نظر باشد و در غیراینصورت درخت بی معنی است.
مقدار آستانه در هر مرحله از الگوریتم نصف می شود و بدین ترتیب ضرایب بزرگتر زودتر فرستاده می شوند در هر مرحله، ابتدا معنی دار بودن ضرایب مربوط به زیر باند فرکانسی پایین تر ارزیابی می شود اگر مجموعه بی معنی باشد یک علامت درخت صفر استفاده می شود تا نشان دهد که تمامی ضرایب مجموعه صفر می باشند در غیراینصورت مجموعه به چهارزیرمجموعه برای ارزیابی بیشتر شکسته می شود و پس از اینکه تمامی مجموعه ها و ضرایب مورد ارزیابی قرار گرفته اند این مرحله به پایان می رسد کدینگ EZW براساس این فرضیه استوار است که چگالی طیف توان در اکثر تصاویر طبیعی به سرعت کاهش می یابد بدین معنی که اگر یک ضریب در زیر باند فرکانسی پایین تر کوچک باشد به احتمال زیاد ضرایب مربوط به فرزندان آن در زیر باندهای بالاتر نیز کوچک هستند به بیان دیگر اگر یک ضریب والد بی معنی باشد به احتمال زیاد فرزندان آن نیز بی معنی هستند اگر آستانه ها توانهایی از دو باشند میتوان کدینگ EZW را به عنوان یک کدینگ bit-plane در نظر گرفت در این روش در یک زمان، یک رشته بیت که از MSB شروع می شود کددهی می شود با کدینگ تدریجی رشته بیت ها و ارزیابی درختها از زیرباندهای فرکانسی کمتر به زیرباندهای فرکانسی بیشتر در هر رشته بیت میتوان به کدینگ جاسازی دست یافت.