مقاله حل مسئله همانندی گرافی با استفاده از الگوریتم ژنتیک و الگوریتم ACO

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله حل مسئله همانندی گرافی با استفاده از الگوریتم ژنتیک و الگوریتم ACO دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله حل مسئله همانندی گرافی با استفاده از الگوریتم ژنتیک و الگوریتم ACO  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله حل مسئله همانندی گرافی با استفاده از الگوریتم ژنتیک و الگوریتم ACO،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله حل مسئله همانندی گرافی با استفاده از الگوریتم ژنتیک و الگوریتم ACO :

تعداد صفحات:۱۰

چکیده:

گرافها و بویژه گرافهای برچسب دار به عنوان یک ابزار مدلسازی قوی درزمینه های مختلف کامپیوتر کاربرددهای زیادی پیدا کرده اند. بسیاری از این کاربردها نیاز دارند تا میزان شباهت دو شی مدل شده توسط گرافها را بسنجند و یا زیر گراف مشترک آنها را استخراج کنند. مشکلی که درمسئله همانندی گرافی وجود دارد این است که به علت کندی غیر قابل تحملالگوریتمهایی که سعی در حل مسئله همانندی گرافی به صورت دقیق دارند معمولا این مسئله به صورت تقریبی مطلوب تر است. لذا علاوه بر زمان اجرای الگوریتم، میزان درست عمل کردن الگوریتم نیز حائز اهمیت می شود. الگوریتمهای زیادی برای حل همانندی گرافی ارائه شده اند و پاره ای از آنها از روش ژنتیک و برخی دیگر از روش ACO استفاده می کنند. در استفاده از روش ژنتیک برای مسئله همانندی گرافی تعریف عملگر crossover چندان آسان نیست و سعی ما بر این خواهد بود تا تعریفی ارائه کنیم که یکپارچگی گراف جمعیت را در همانندی یک به یک حفظ کند. در الگوریتم ACO تعاریف جدید و مناسبی را برای تابع هدف و تابعی که به یک راه حل در انتهای هر سیکل نمره می دهد ارائه کنیم. سپس دو الگوریتم را به صورت تجربی مقایسه می کنیم و سعی می کنیم تا نقاط قوت و نقاط ضعف هر یک را شناسایی نماییم.