طبقه بندی شبکه های پیچیده بوسیله ی الگوریتم ممتیک چند هدفه مبتنی بر الگوریتم فرا ابتکاری جهش ترکیبی قورباغه

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

 طبقه بندی شبکه های پیچیده بوسیله ی الگوریتم ممتیک چند هدفه مبتنی بر الگوریتم فرا ابتکاری جهش ترکیبی قورباغه دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد طبقه بندی شبکه های پیچیده بوسیله ی الگوریتم ممتیک چند هدفه مبتنی بر الگوریتم فرا ابتکاری جهش ترکیبی قورباغه  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 طبقه بندی شبکه های پیچیده بوسیله ی الگوریتم ممتیک چند هدفه مبتنی بر الگوریتم فرا ابتکاری جهش ترکیبی قورباغه،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن طبقه بندی شبکه های پیچیده بوسیله ی الگوریتم ممتیک چند هدفه مبتنی بر الگوریتم فرا ابتکاری جهش ترکیبی قورباغه :

تعداد صفحات :۱۳

چکیده مقاله:

حوزه ی طبقه بندی شبکه های پیچیده در سال های گذشته یکی از حوزه های بسیار فعال بوده است. طبقه بندی شبکه های پیچیده اطلاعات بسیار سودمندی را در اختیار ما قرار می دهد. به گونه ای که بدست آوردن یک ساختار طبقه بندی بهینه، کمک بسزایی در حل مسایل حقیقی می کند. این فرم از طبقه بندی، معادل بخش بندی یک گراف می باشد و در دسته مسایل ان پی- سخت قرار می گیرد. بنابراین استفاده از الگوریتم های تکاملیمربوط به حوزه ی رایانش نرم، نگرش و راهکار مناسبی می باشد. در کاربردهای مختلف، درنظر گرفتن اهداف هم زمانی که با هم در تضاد می باشند، بسیار سودمند خواهد بود. در همین راستا روش های ژنتیک یک هدفه، الگوریتم های تکاملی چند هدفه و همچنین الگوریتم های مبتنی بر ممتیک برای این مسیله ارایه شده است. در این مقاله برای اولین بار یک روش جدید مبتنی بر الگوریتم بهینه سازی پرش قورباغه، ارایه داده ایم. الگوریتم ممتیک چند هدفه مبتنی بر الگوریتم جهش قورباغه را به جای روش های مبتنی بر تجزیه، که روش های قدیمی تری می باشند، استفاده نموده ایم. این الگوریتم، از بهترین الگوریتم های بهینه سازی گسسته می باشد. بنابراین به دلیل ماهیت گسسته مسیله ی طبقه بندی، الگوریتم مناسبی برای پیاده سازی بود که البته نتایج قابل قبول و اطمینان بخشی ارایه داده است. در این مقاله الگوریتم پیشنهادی را بر روی چندین شبکه ی واقعی آزمایش نموده ایم.