موضوع : الگوریتم بهینه سازی کلونی مورچه ها
Ant Colony Optimization Algorithm ( ACO )
درس : هوش مصنوعی
34اسلاید
فهرست
•مقدمه
•Emergence (ظهور)
•Swarm Intelligence (هوشمندی توده‌ای )
•تفاوت هوشمندی اجتماعی و توده ای و یک مثال
•مورچه ها چگونه می توانند کوتاه ترین مسیر را پیدا کنند ؟
•استفاده از بهینه‌سازی کولونی مورچه‌ها در مسئله TSP
•بهینه‌سازی شبکه‌های کامپیوتری با الهام از کولونی مورچه‌ها
•افق آینده
•طبیعت منبع الهام و الگو گرفتن برای بسیاری از تحقیقات و پیشرفت های علمی بوده است
•به عنوان مثال:
•الگوریتم های ژنتیک Genetic Algorithms
•شبکه های عصبی Neural Networks
•سیستم های خودسازمان ده Self-organizing Systems
الگوریتمهای ژنتیک که با استفادهاز ایده تکاملی داروینی و انتخاب طبیعی مطرح شده، روش بسیار خوبی برای یافتن مسائل بهینه سازیست. ایده تکاملی داروینی بیانگر این مطلب است که هر نسل نسبت به نسل قبل دارای تکامل است و آنچه در طبیعت رخ می دهد حاصل میلیون ها سال تکامل نسل به نسل موجوداتی مثل مورچه است•Emergence یا ظهور وقتی اتفاق می افتد که تعدادی عوامل ساده مرتبط با هم به گونه ای هماهنگ عمل می کنند که منجر به رفتار هوشمند پیچیده ای می شود.
•این یک فرایند از پایین به بالا است: Emergence از متن جمعیت عوامل شروع می شود . عوامل موجود در یک سطح منجر به بروز رفتار یا ویژگی در سطح بالاتر می شوند.
•هیچگونه رهبری و مدیریتی در آن صورت نمی گیرد.
• Emergence در سیستم های متعددی اتفاق می افتد: زندگی جمعی حیوانات و خاصا بعضی از حشرات، مغز انسان، سیستم دفاعی بدن انسان،رفتارهای اجتماعی انسان ها، سیتم شهرسازی و زندگی شهری انسان و.....
پاورپوینت درباره الگوریتم بهینه سازی کلونی مورچه ها Ant Colony Optimization Algorithm