مقاله طراحی و پیاده سازی الگوریتم ژنتیک موازی فازی

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

  مقاله طراحی و پیاده سازی الگوریتم ژنتیک موازی فازی دارای ۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله طراحی و پیاده سازی الگوریتم ژنتیک موازی فازی  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 طراحی و پیاده سازی الگوریتم ژنتیک موازی فازی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله طراحی و پیاده سازی الگوریتم ژنتیک موازی فازی :

پیاده سازی
در طراحی سیستم مورد استفاده برای مطالعه این طرح ، از خوشه ای از کامپیوترهای شخصی با سیستم عامل لینوکس ردهت نسخه ۹ به عنوان ماشین موازی و با استفاده از کتابخانه MPI نسخه ۲ که توسعه ای بر MPI نسخه ۱۱ می باشد، جهت ایجاد برنامه پردازش موازی استفاده شد.
توابع اولیه DeJong نیز به عنوان توابع برازش در طراحی ساختار الگوریتم ژنتیک به کار برده شدند. توابع ongلDe برای اولین بار در رساله خود او تحت عنوان آنالیز رفتار دسته ای از سیستمهای انطباقپذیر ژنتیکی مطرح شدند [۲] از آن روی که این توابع مشکلات مسائل بهینه سازی را به صورت متفاوتی بیان می کنند، در تحقیقات گوناگونی مورد استفاده گسترده ای قرار گرفته اند. از آنجایی که استفاده از توابع De Jong در مقالات مرتبط با الگوریتم های ژنتیک به وفور مشاهده می شوند و امکان مقایسه مستقیم نتایج وجود دارد، در این تحقیق نیز از سه تابع اول De Jong استفاده شده است.
در مدل الگوریتم موازی بکار گرفته شده در این مطالعه، از مدل موازی سازی تک جمعیتی متمرکز ارباب -بنده استفاده شد(نمودار ۱) ارزشیابی هر کدام از رشتهها بر روی ماشین جداگانه صورت گرفته و پس از ارزیابی نتایج برازش به ماشین ارباب ارسال می شدند. موتور استنتاج فازی نیز بدلیل نیاز به اطلاعات جامع الگوریتم ژنتیک در انتهای هر نسل بر روی ماشین ارباب اجرا گردید.برای موازی سازی در قسمتهایی از تحقیقات پس از انجام اصلاحات و اعمال تغییرات ، از کتابخانه PGAPack که توسط آزمایشگاه ملی آرگون توسعه یافته است، استفاده شد. کنترل پویایی احتمال رخداد جهشی و اندازه جمعیت نسل های متوالی نیز با استفاده از سیستم فازی طراحی شده انجام گرفت. در انتهای هر نسل و با توجه به پارامترهای موجود در سیستم استنتاج فازی که به ترتیب A0: متوسط مقادیر ارزش مجموعه ژنها بر ارزش بهترین ژن، AL: ارزش بدترین ژن بر متوسط مقادیر ارزش مجموعه ژنها و A2 تغییرات ارزش بهترین ژن در دو نسل متوالی، می باشند، ضرایب تغییر جمعیت و احتمال رویداد جهشی مورد استفاده در نسل بعادی الگوریتم ژنتیک تعیین گردید. این ضرایب پس از مشخص شدن در مقدار قبلی اندازه جمعیت و احتمال رویداد ضرب شده و مقدار جدید مناسب برای نسل بعد را بدست می دهند. بدین ترتیب با استفاده از موتور استنتاج فازی، کنترل پویای فاکتورهای الگوریتم ژنتیک پایگاه قوانین فازی تنظیم کننده ضریب اعمال شونده به احتمال رخداد جهش در هر نسل از ۱۶ قانون با ۳ ورودی تشکیل شده است. پایگاه قوانین کنترل کننده ضریب اعمال شونده به اندازه جمعیت هر نشل نیز از ۱۷ قانون با ۳ ورودی تشکیل گردیده است. جداول قوانین پایگاه فازی توابع مثلثی شکل با عناوین (۳)Small(1),Medium(2),Bigاستفاده شده است.