معرفی دوره: حل مسئله فروشنده دورهگرد (Traveling Salesman Problem – TSP) با الگوریتم سیاهچاله (Black Hole Optimization – BHO) در MATLAB
در این دوره آموزشی، شما با یکی از الگوریتمهای فراابتکاری پیشرفته، یعنی الگوریتم سیاهچاله (Black Hole Optimization – BHO)، برای حل مسئله فروشنده دورهگرد (TSP) که یکی از مسائل سخت NP-Hard محسوب میشود، آشنا میشوید. این الگوریتم که بر اساس رفتار بلعیدن مواد توسط سیاهچاله و جابهجایی ستارگان در فضای اطراف آن طراحی شده است، برای حل مسائل بهینهسازی ترکیبی مانند TSP بسیار موثر است. مسئله TSP که شامل یافتن کوتاهترین مسیر بازدید از تعدادی شهر و بازگشت به نقطه شروع است، یکی از مهمترین مسائل در بهینهسازی است. این دوره شما را با نحوه استفاده از BHO در MATLAB برای حل این مسئله و تحلیل نتایج آشنا میکند.
دستاوردهای دوره:
- یادگیری نحوه تبدیل فضای پیوسته به گسسته برای مسائل ترکیبی.
- استفاده از الگوریتم BHO برای حل TSP در MATLAB.
- تحلیل نتایج با استفاده از مصورسازی مسیرها و روند همگرایی الگوریتم.
سرفصلهای دوره:
1. مقدمهای بر مسئله فروشنده دورهگرد (TSP):
- تعریف مسئله TSP و اهمیت آن.
- چالشها و روشهای کلاسیک و فراابتکاری برای حل TSP.
2. تعریف مسئله TSP و آمادهسازی دادهها:
- ایجاد مختصات شهرها و ماتریس فاصله (Distance Matrix).
- تعریف و پیادهسازی تابع هزینه (Cost Function) برای TSP.
- آمادهسازی دادهها در MATLAB.
3. استفاده الگوریتم سیاهچاله برای TSP:
- تنظیم پارامترهای BHO: تعداد ستارگان (Population Size) و تعداد تکرار (Iterations).
- مقداردهی اولیه جمعیت و تعریف سیاهچاله.
- محاسبه هزینه مسیرها و تعیین سیاهچاله (Best Solution).
- جابهجایی ستارگان به سمت سیاهچاله و بازتولید ستارگان خارج از افق رویداد.
- تبدیل موقعیتهای پیوسته به ترتیبهای گسسته (Continuous-to-Discrete Transformation).
- مدیریت راهحلهای نامعتبر و بهبود کارایی.
4. تحلیل و مصورسازی نتایج:
- رسم نمودار همگرایی الگوریتم و بهترین هزینه (Best Cost Trend).
- نمایش گرافیکی مسیر بهینهیافته.
- تحلیل زمان محاسباتی و دقت الگوریتم.
مشخصات دوره:
- مدت زمان دوره: 1 ساعت
- پیشنیازها: آشنایی با MATLAB و مفاهیم پایه الگوریتمهای فراابتکاری.
- مخاطبان: دانشجویان، پژوهشگران، و مهندسان علاقهمند به حل مسائل ترکیبی و بهینهسازی.
مدرس: حسن سعادتمند
- بیش از 250 دوره آموزشی در متلب (MATLAB) و پایتون (Python).
- بیش از 15 سال تجربه در زمینه یادگیری ماشین، الگوریتم های فراابتکاری، یادگیری عمیق، مهندسی کنترل.
- چاپ چندین مقاله Q1 در بهترین ژرنال های دنیا Google Scholar.
- مدرس فرادرس
- کانال یوتیوب، کانال اپارت، کانال تلگرام، کانال ایتا
دوستانی که تمایل دارند این دوره را در پایتون Python داشته باشند با مدرس در ارتباط باشند.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.