امروز جمعه ۲۱ اردیبهشت ۱۴۰۳
دسته بندی سایت
محبوب ترین ها
پرفروش ترین ها
پر فروش ترین های فورکیا
برچسب های مهم
آمار بازدید سایت
پیوند ها
باسلام خب الان می خوام محصولی شگفت انگیز از روش های بدست اوردن درامد ازینترنت وبه صورت انلاین رو به شما اموزش بدیم که در قالب pdf بوده است دراین کتاب شما یادگیری خود را از بدست اوردن درامد اموزش می بینید که چطور شروع کنید یا اصلا چیکار کنید که درامدی که همون طور ...
میدونستی میتونی از اینستاگرام هم درآمد کسب کنی؟! با ترفد های ما به درآمد تو اینستاگرام برسید *بدون نیاز به زیرمجموعه* *مناسب برای هر سنی* دوستان بعد از خرید انجام تراکنش صفحه پکیج براتون ارسال میشه میتونید دانلود کنید *درصورت بروز مشکل احتمالی به پشتیبانی پیام بدید در ...
برچسب های مهم
مکانیزم چرخ رولت در الگوریتم ژنتیک (عملگر انتخاب)
چرخه الگوریتم ژنتیک
الگوریتم ژنتیک دارای سه گام می باشد:
گام اول جمعیت اولیه : جمعیت اولیه در واقع شامل تعدادی کروموزوم (همان جواب های احتمالی مسئله) می باشد. اطلاعات کامل در مورد جمعیت اولیه رو می تونید در این مطلب مطالعه کنید.
گام دوم ارزیابی کروموزوم ها : تابع برازش مشخص میکند که هر یک از کروموزوم ها (یا همان جواب های مسئله) چقدر خوب هستند. خلاصه مطالب مربوط به تابع برازش (تابع ارزیابی کروموزوم ) رو توی مطالب زیر می تونید دنبال کنید.
گام بعدی و گام سوم بحث انتخاب کروموزوم است. برای این منظور ما ابتدا فرایند انتخاب را در محیط واقعی بررسی میکنیم.
با توجه به نظریه های حوزه ژنتیک (که ما زیاد بهشون کار نداریم) برای تولید نسل جدید از جمعیت فعلی ، باید کروموزوم هایی از این جمعیت را برای ادغام و تکثیر انتخاب کنیم که از بهینگی بیشتری برخوردارند (بهینگی هر کروموزوم با استفاده از تابع برازش محاسبه می شود). هر چه یک کروموزوم بهتر باشد شانس بیشتری برای انتخاب خواهند داشت.
نکته مهم در این در پاراگراف بالا این است که، ما باید از بین جمعیت فعلی، تعداد کروموزوم رو انتخاب کنیم و بر اساس اون نسل بعدی رو ایجاد کنم. مهمترین نکته در این فرایند شیوه انتخاب کروموزوم است. روش های مختلفی برای انتخاب کروموزوم وجود دارد که هر یک مزیت ها و معایب مربوط به خود را دارد. هر یک از روشهای انتخاب با عنوان ” عملگر انتخاب ” شناخته می شوند. هر یک از این عملگرها یک مبتنی بر یک منطق هستند.
قبل از ادامه بحث مسئله “انتخاب” در بین موجودات رو بررسی می کنیم. قصد داریم ببینیم منشائ این گام الگوریتم ژنتیک کجاست.
برای این موضوع از مستندات حیات وحش که توی تلویزیون زیاد پخش میشه، کمک می گیریم. توی قانون طبیعت، حیوانات قوی تر تعیین کننده نسل بعدی هستند، یعنی هر چه یک حیوان قوی تر باشد احتمال بیشتری در زاد و ولد و فرزند آوری دارد. در این بین، حیواناتی که ضعیف تر هستند و یا بیمار هستند شانس کمتری برای زاد و ولد دارند. از انجایی که فرزندان، خصوصیات ژنتیکی خود را از پدر و مادر به ارث می بند هر چه پدر و مادر قوی تر باشند، فرزندان بهتری را در نسل بعدی تولید خواهند کرد. در نتیجه نسل بعدی شانس بقائ بیشتری را خواهد داشت.
این موضوع را می توان از دید سازگاری با محیط اطراف نیز بررسی کرد. به عبارت دیگر هر چه یک موجود بتواند خود را بیشتر با محیط تطبیق دهد احتمال زنده ماندن بیشتری دارد، و احتمال اینکه در تولید نسل بعدی نقش داشته باشد بیشتر است. اگر موجودات نتوانند خود را با شرایط اطراف خود تطبیق دهند از بین خواهند رفت.
به طور خلاصه: هر چه یک حیوان قوی تر باشد در تولید فرزند و زاد و ولد نسل بعدی نقش بیشتری خواهد داشت، چون فرزندانی را به وجود خواهند آورد، که تضمین کننده بقاء نسل آنهاست.
در الگوریتم ژنتیک نیز این اصل پیاده سازی شده است. که با عنوان مکانیزم های انتخاب شناخته می شوند که همون عملگر انتخاب در الگوریتم ژنتیک هستند. این مکانیزم ها از بین جمعیت فعلی (که همون کروموزوم ها هستند)، سعی میکنند بهترین ها را انتخاب کنند. این کروموزوم ها به عنوان والدین نسل بعدی شناخته می شوند و نسل بعدی از آنها تولید می شود.
در این مکانیزم ها؛ معمولا دو کروموزوم انتخاب می شوند (به عنوان پدر و مادر)، و دو کروموزوم جدید (فرزند) تولید می شود. مانند قانون طبیعت در الگوریتم ژنتیک نیز هر یک از فرزندان بخشی از ویژگی های خود را از پدر و بعضی دیگر را از مادر به ارث می برند.
اولین مکانزیم انتخاب که با نام چرخ رولت (roulette wheel) شناخته می شود که محبوب ترین و پرکاربردترین مکانیز انتخاب است. که در این مطلب قصد داریم آن را بررسی کنیم. این روش با نام Fitness proportionate selection یا انتخاب بر اساس میزان مناسب بودن تابع برازش کروموزوم نیز نامیده می شود.
کارکرد این الگوریتم چگونه است؟
همانطور که در شکل مشخص است در گام دوم الگوریتم ما هر کروموزوم رو با استفاده از تابع برازش ارزیابی کردیم (اطلاعات کامل در مورد تابع برازش رو میتونید در این مطلب بخونید).
منطق مکانیزم چرخ رولت: در مکانیزم چرخ رولت هر یک از کروموزوم ها بسته به میزان مناسب بودنشون (بر اساس تابع برازش) احتمال انتخاب شدن رو دارن. به عبارت دیگر هر چه یک کروموزوم بهتر باشه احتمال انتخاب شدنش برای تولید نسل بعدی بیشتر هستش و برعکس هر چه کروموزوم بدتر باشه، احتمال انتخاب شدن اون برای تولید نسل بعدی کمتر هستش.
شیوه پیاده سازی چرخ رولت: همانطور که در چرخه الگوریتم ژنتیک مشخصه در گام دوم همه کروموزوم ها ارزیابی شدن یعنی ما می دونیم که هر کروموزوم بر اساس تابع برازش چه ارزشی رو بدست آورده. با استفاده از این مقادیر ما می تونیم احتمال انتخاب شدن هر کروموزوم رو مشخص کنیم. این احتمال از فرمول زیر بدست میاد
Probability (chromosomes C) = Fitness(chromosomes C) / Sum Fitness(All chromosomes)
فرمول بالا به طور خلاصه یعنی اینکه، ما میاییم نسبت خوب بودن یک کروموزوم رو با میزان خوب بودن تمامی کروموزوم ها محاسبه میکنیم. هر چه این عدد بزرگتر باشه، احتمال انتخاب اون کروموزوم بیشتر، به عبارت دیگر شانس بیشتری برای تولید نسل بعدی داره. و بر عکس هر چه این عدد کمتر باشه احتمال انتخاب اون کروموزوم کمتر میشه به عبارت دیگر شانس کمتری در تولید نسل بعدی داره.
فرمول بالا رو به صورت ریاضی به شکل زیر نمایش میدن
احتمال انتخاب کروموزوم i برابر است با نسبت تابع برازش کروموزوم i به مجموع تابع برازش همه کروموزوم ها.
در مطلب قبلی چرخ رولت رو به عنوان یکی از مکانیزم های مربوط به عملگر انتخاب توضیح دادیم. همون طور که قول دادیم قصد درایم در این مطلب این مکانیزم رو با یک مثال بررسی کنیم.
مثالی که در این مطلب ارائه میشه کاملا فرضی است، و هدف اصلی آن آشنایی با مکانیزم چرخ روبت است. در مطالب بعدی نمونه های واقعی را بررسی می کنیم.
فرض کنید ما یک مسئله خاص را قرار است با الگوریتم ژنتیک جل کنیم. گام اول الگوریتم، تولید جمعیت اولیه (راه حل ها یا کروموزوم ها) و گام دوم الگوریتم، ارزیابی راه حل ها رو انجام دادیم و خروجی به صورت زیر است (اگر در مورد جمعیت اولیه ابهام دارید می توانید این مطلب و اگر در مورد تابع برازش و ارزیابی راه حل ها ابهامی دارید می توانید این مطلب را مطالعه کنید)
Fitness_Function (Chromosome1) = 1
Fitness_Function (Chromosome2) = 4
Fitness_Function (Chromosome3) = 3
Fitness_Function (Chromosome4) = 2
فرض کنید در تابع فوق، هر چه بیشتر باشد عدد حاصل بزرگتر باشد به این معنا است که راه حل (کروموزوم) بهتر است. در نتیجه بر اساس خروجی بالا کروموزوم ۲ بهترین کروموزوم و کروموزوم ۱ بدترین کروموزوم است. همانطور که در ارتباط با مکانیزم چرخ رولت بیان کردیم هر چه یک کروموزوم بهتر باشه احتمال انتخاب شدنش برای تولید نسل بعدی بیشتر هستش و برعکس هر چه کروموزوم بدتر باشه، احتمال انتخاب شدن اون برای تولید نسل بعدی کمتر هستش. در نتیجه کروموزوم ۲ بیشترین احتمال انتخاب را دارد و کروموزوم شماره ۱ کمترین احتمال رو برای تولید نسل بعدی دارد.
خوب بزارید مثال رو ببریم جلو، توی مطلب قبلی گفتیم که احتمال انتخاب شدن هر کروموزوم بر اساس فرمول زیر بدست می آد
Probability (chromosomes C) = Fitness(chromosomes C) / Sum Fitness(All chromosomes)
خوب مجموعه مقادیر Fitness برای ۴ کروموزوم بالا میشه ۱+۴+۳+۲ = ۱۰
حالا باید احتمال هر کروموزوم رو حساب کنیم
Probability (chromosomes C1) = Fitness(chromosomes C1) / Sum Fitness(All chromosomes) = 1/10 = 0.1
Probability (chromosomes C2) = 4/10 = 0.4
Probability (chromosomes C3) = 3/10 = 0.3
Probability (chromosomes C4) = 2/10 = 0.2
گام آخر الگوریتم چرخ رولت این است که با توجه به محاسبات بالا کروموزوم ها را برای تولید نسل بعدی انتخاب کنیم. این کار به صورت زیر انجام می شود. با توجه به اینکه مجموعه احتمالات کروموزوم ها برابر ۱ است در نتیجه می آییم و احتمال انتخاب کروموزوم ها رو روی یک بردارد به اندازه یک نگاشت می دهیم این کار برای مثال بالا به صورت زیر انجام می شود.
خوب تا اینجا ما عمل نگاشت رو انجام دادیم. و در گام آخر ما میاییم و یک عدد تصادفی بین ۰ تا ۱ تولید میکنیم. این عدد در هر بازه ای قرار بگیرید یعنی آن کروموزوم انتخاب شده است. مثلا اگر عدد تصادفی ۰٫۲۵ باشد، چون بین ۰٫۱ تا ۰٫۵ است در نتیجه کروموزوم شماه دو انتخاب می شود. و یا مثلا اگر ۰٫۸۹ انتخاب شد چون بین ۰٫۸ تا ۱ است کروموزوم شماره ۴ انتخاب می شود.
برچسب های مهم
روش های کسب درآمد از اینترنت بسیار کاربردی و امتحان شده
اگر دانشجو یا خانه دار و یا بدنبال شغل پاره وقت و بی دردسر در منزل هستید، شما را با روش های کسب درآمد آنهم به دلار از تلگرام و سایت ها در کمترین زمان و کاربردی ترین روشها و پدون هیچ گونه سرمایه گذاری آشنا می کنیم، پس کانال ما را دنبال کنید و به دوستانتان نیز معرفی کنید . لینک عضویت در کانال روش های کسب درآمد از اینترنت
یادگیری صفر تا صد شبیه سازی در محیط ابری با استفاده از کلودسیم در نتبینز
(این پک آموزشی در 17 فیلم آموزشی به صورت کاملا عملی و با زبان فارسی توسط مدیر محترم کانال cloud_cloudsim تهیه شده است و برای استفاده شما دوستان در سایت کلودسیم قرار داده ایم ان شاالله مفید واقع شود.)
در این قسمت یک ابزار پرکاربرد به نام کلودسیم که در دنیاي رایانش ابري استفاده می شود معرفی شده و روشکار با آن، چارچوب هاي برنامه نویسی در آن، چگونگی اجراي الگوریتم معرفی شده در این محیط توضیح داده می شود. زبان برنامه نویسی مرتبط با آن جاوا می باشد.
محیط آزمایش : شبیه ساز کلودسیم
با توجه به چالشهاي موجود در ارزیابی محیط ابري مانند نیاز به تغییرات مداوم در منابع، اندازه سیستم، تقاضاها،بارکاري متغیر و پیکربندي مجدد زیر ساخت ها در محیط هاي مقیاس پذیر، قابل اطمینان و تکرار پذیر به دلیل صرف زمان و هزینه بسیار نمی توان از محیط ابر واقعی استفاده نمود.
بنابراین بهترین گزینه به کارگیري، ابزارهاي شبیه ساز است که مزایایی چون امکان تست سرویسها را در محیطی قابل کنترل و تکرار پذیر را فراهم می آورد، شناسایی گلوگاه هاي سیستم پیش از استقرار در محیط ابر واقعی، اجراي سناریوهاي مختلف از لحاظ بار کاري و کارایی منابع از جمله مزایاي این ابزار ها می باشند. کلودسیم یک چارچوب شبیه ساز عمومی و توسعه پذیر است که امکان مدلسازي و شبیه سازي و آزمایش سرویس هاي کاربردي و زیر ساخت هاي رایانش ابري را ایجاد می کند.
از جمله قابلیت هاي کلودسیم می توان به پشتیبانی از شبیه سازي محیط هاي ابري وسیع، مدلسازي سیاست هاي تخصیص منابع و مدیریت سرویس هاي مجازي اشاره نمود. برتري این ابزار نسبت به سیم گرید، گرید سیم تفکیک لایه هاي متفاوتی است که در رایانش ابري مورد نیاز است، (لایه هاي زیر ساخت به عنوان سرویس، سکو به عنوان سرویس، نرم افزار به عنوان سرویس)و امکان مدلسازي محیط هاي ابري با مقیاس دلخواه، مراکز داده و واسطه هاي سرویس، انواع سیاستهاي عرضه و تخصیص، اتصالات شبکه، مدیریت مجازي سازي، تخصیص هسته هاي پردازشی به سرویس هاي مجازي به صورت اشتراك زمانی می باشد. با توجه به مزایاي کلودسیم و استفاده از این ابزار در مقالات پایه، این شبیه ساز به عنوان ابزار براي بدست آوردن نتایج به کار گرفته شده است.
برای دانلود هر بخش روی لینک مربوط کلیک نمایید.
(دانلود بخش اول، دانلود بخش دوم)
(دانلود بخش سیزدهم، دانلود بخش چهاردهم، دانلود بخش پانزدهم، دانلود بخش شانزدهم)
با امید موفقیت شما
برچسب های مهم
<!-- Start of shorte.st banner code -->
کسب درآمد از کوتاه کردن لینک روشی جالب است که می توانید از آن براحتی به کسب درآمد بپردازید ، در این مطلب سایت ایرانی اپیزو (Opizo) و سایت خارجی shorte.st حضورتان معرفی می گردد که بعد از ثبت نام در آن براحتی می توانید هر لینک جالب و به درد بخوری را در سطح اینترنت به درآمد تبدیل کنید.
بدین صورت که لینک مورد نظر خود مثلا دانلود یک فیلم یا نرم افزار یا هر چیز دیگری را به سایت اپیزو داده و بجای لینک اصلی یک لینک واسط دریافت کنید سپس بجای لینک اصلی می بایست لینک ایجاد شده را منتشر کنید ، حتما قوانین سایت اپیزو را برای کسب درآمد مد نظر داشته باشید تا برای دریافت مبلغ کارکرد خود به مشکل بر نخورید .
در این روش تبلیغی بازدید کننده لینک قبل از دستیابی به لینک اصلی ،لینک و صفحه ایی واسط و عموما حاوی تبلیغاتی را مشاهده می کند و بعد از زدن دکمه ای خاص مثل “رد کردن تبلیغ” می تواند لینک اصلی را روئیت کند.
انجام این روند برای سایت اصلی کوتاه کننده لینک Opizo و شما به دلیل نمایش تبلیغات موجب درآمد زایی می گردد، به همین راحتی می توانید از طریق کوتاه کردن لینک های خود به درآمد برسید.
لازم به ذکر است برای درآمد زایی به این روش نیاز به سایت یا وبلاگ ندارید و می توانید لینکهای خود را در شبکه های اجتماعی از جمله تلگرام ، اینستاگرام و … نیز نشر دهید ، حد نصاب پرداخت در سایت ایرانی اپیزو ۱۰۰۰۰ تومان است که با اندکی فعالیت می توانید به این مقدار برسید.
برچسب های مهم
گزارش تحقیقاتی مهندسی کامپیوتر و IT
برچسب های مهم
گزارش کامل، منظم، دقیق و مناسب برای مقطع کارشناسی ارشد (فایل Word)
برچسب های مهم
پروژه تحقیقاتی کارشناسی ارشد کامپیوتر و IT
برچسب های مهم
عنوان : ارائه الگوریتم زمانبندی مهاجرت ماشین های مجازی جهت بهینه سازی همزمان مصرف انرژی و تولید آلاینده ها در شبکه محاسباتی ابر تعداد صفحات : 87 چکیده: در سال های اخیر با توجه به رشد روز افزون درخواستها و پیوستن مشتریان جدید به دنیای محاسبات، سیستم های محاسباتی نیز باید تغییر کنند و قدرتمندتر وان
سمینار کامل کارشناسی ارشد همراه با شکل، نمودار، جدول، پاورقی و منابع
برچسب های مهم
برچسب های مهم
برچسب های مهم