Evolutionary Algorithms 07 Tabu Search TS Code MATLAB Implementation برمجة تابو بحث محرم
Share this video: • Evolutionary Algorithms 07 Tabu Search TS ...
Twitter: / h_a_hashim
Linkedin: / h-a-hashim
Facebook: / hashimedutech
سلسلة الذكاء الاصطناعى
محاضرات مقدمة عن الخوارزميات التطورية ميتاهوريستيك: تحسين الهدف الفردي والتحسين متعدد الأهداف
بالعربي هاشم عبدالله هاشم
---------------------------------------------------------------------------
هذا المحتوى يقدم الخوارزميات التطورية ميتاهوريستيك والذكاء الاصطناعي: تحسين الهدف الفردي والتحسين متعدد الأهداف
بما أن لغة التفاعل و البرمجة دائما بالأنجليزية لذلك اللغة الأنجليزية هى لغة عرض المحتوى الا ان لغة الشرح هى اللغة العربية. محتوى كورس هى
1. صياغة مشكلة لتحسين الهدف الفردي باستخدام محرك DC
2. التطور والحساب التطوري
3. المكونات الرئيسية للخوارزمية التطورية
4. هدف واحد: الخوارزمية الجينية (GA)
5. هدف واحد: البرمجة التطورية (EP) ، التطور التفاضلي (DE)
6. هدف واحد: بحث Tabu (TS) ، تحسين حشد الجسيمات (PSO)
7. هدف واحد: مستعمرة نحل اصطناعية (ABC)
8. هدف واحد: خوارزمية البحث عن الجاذبية (GSA)
9. هدف واحد: خوارزمية محسن التوازن (EO)
10. متعدد الأهداف: المفهوم والأساليب التقليدية
11. متعدد الأهداف: التجميع ، أفضل حل وسط
12.الأهداف المتعددة: الخوارزمية الجينية للفرز غير المرتبط بالفرز (NSGA)
13. متعدد الأهداف: قوة خوارزمية باريتو التطورية (SPEA)
14. متعدد الأهداف: تحسين سرب الجسيمات متعدد الأغراض (MOPSO)
Artificial Intelligence (AI) Series
Evolutionary / Metaheuristic Algorithms: Single Objective Optimization and Multi-objective Optimization lectures presented by Hashim A Hashim
------------------------------------------------------------------------------
This course presents Evolutionary / Metaheuristic Algorithms: Single Objective Optimization and Multi-objective Optimization. All the lecture slides are in English, but the lecture itself is given in Arabic. The complete course includes
1. Problem Formulation for Single Objective Optimization with DC Motor
2. Evolution and Evolutionary Computation
3. Main Components of Evolutionary Algorithm
4. Single Objective: Genetic Algorithm (GA)
5. Single Objective: Evolutionary Programming (EP) , Differential Evolution (DE)
6. Single Objective: Tabu Search (TS) , Particle Swarm Optimization (PSO)
7. Single Objective: Artificial Bee Colony (ABC)
8. Single Objective: Gravitational Search Algorithm (GSA)
9. Single Objective: Equilibrium Optimizer (EO) Algorithm
10. Multiobjective: Concept and Traditional Methods
11. Multiobjective: Clustering, Fuzzy & Best Compromise Solution
12. Multiobjective: Nondominated Sorting Genetic Algorithm (NSGA)
13. Multiobjective: Strength Pareto Evolutionary Algorithm (SPEA)
14. Multiobjective: Multi-objective Particle Swarm Optimization (MOPSO)