پیش بینی ساختار دوم RNA با استفاده از الگوریتم SetPSO‎

اختصاصی از نیک فایل پیش بینی ساختار دوم RNA با استفاده از الگوریتم SetPSO‎ دانلود با لینک مستقیم و پر سرعت .

پیش بینی ساختار دوم RNA با استفاده از الگوریتم SetPSO‎

 قالب بندی :   PDF

شرح مختصر : پیش بینی ساختار دوم آر ان ای (RNA) یکی از حوزه های مهم بیوانفورماتیک می باشد و روش های مختلفی برای آسانتر کردن تعیین ساختار RNA ارائه شده است. RNA یک نوکلئیک اسید می باشد که در ساختار سلول موجودات زنده نقش های مهمی بر عهده دارد. دانستن ساختار RNA نقش بسیار تعیین کننده ای در فهمیدن کارکرد یک رشته RNA دارد. تعیین ساختار دوم رشته RNA بوسیله روشهای مختلف کامپیوتری به طور متوسط سریع تر و ارزان تر از روش های آزمایشگاهی است. این پایان نامه بر آن است الگوریتم SetPSO را که یک الگوریتم بهینه سازی بر پایه کار با مجموعه هاست و از رویکرد مینیمم سازی سطح انرژی استفاده می کند, برای پیش بینی ساختار دوم مولکول RNA معرفی کند.

فهرست :

  فصل اول : مختصری راجع به مولکول RNA

 ساختار شیمیایی نوکلئیک اسیدها

  ریبو نوکلئیک اسید یا RNA

  پروتئین سازی, مهمترین وظیفه RNA

 رونویسی

 ترجمه

  ساختار اول RNA

  ساختار دوم RNA

  مولفه های ساختار دوم RNA

  نحوه نمایش ساختار دوم RNA

  ساختار سوم RNA

  مشخص کردن ساختار طبیعی مولکول RNA

 رویکرد مقایسه ای

 رویکرد مینیمم سازی سطح انرژی

 رویکرد گرامرهای مستقل از متن

 قوانین ترمودینامیکی و مدل های مختلف ترمودینامیکی

  فصل دوم : الگوریتم SetPSO

  الگوریتم PSO

  SetPSO

 فضای مساله و موقعیت ذرات

 عملگر جمع

 عملگر تفریق

 عملگر فاصله

  الگوریتم SetPSO

 مقدار دهی اولیه به ذرات

 تغییر سرعت ذرات

 به روز رسانی وضعیت ذرات

  پارامترهای الگوریتم SetPSO

  Closing probability

  Random add probability

 ضریب بی نظمی

 میزان تنوع

فصل سوم : پیش بینی ساختار دوم SetPSO با استفاده از الگوریتم RNA

 نمایش ذرات

  پیدا کردن استم های ممکن در یک رشته و تشکیل مجموعه فراگیر U

 مقدار دهی اولیه به ذرات

 روند اجرای الگوریتم در یک نگاه

 پیچیدگی محاسباتی

 نتایج به دست آمده

واژه نامه

منابع و مراجع

تحقیق درباره بررسی و ارزیابی الگوریتم های مسیر یابی

اختصاصی از نیک فایل تحقیق درباره بررسی و ارزیابی الگوریتم های مسیر یابی دانلود با لینک مستقیم و پر سرعت .

فرمت فایل : word (قابل ویرایش) تعداد صفحات : 16 صفحه

مقدمه :

روترها از الگوریتمهای مسیریابی،برای یافتن بهترین مسیر تا مقصد استفاده مینمایند هنگامی که ما در مورد بهترین مسیر صحبت میکنیم،پارامترهایی همانند تعداد hopها (مسیری که یک بسته از یک روتر دیگر در شبکه منتقل میشود).زمان تغییر و هزینه ارتباطی ارسال بسته را در نظر میگیریم.

مبتنی بر اینکه روترها چگونه اطلاعاتی در مورد ساختار یک شبکه جمع آوری مینمایند و نیز تحلیل آنها از اطلاعات برای تعیین بهترین مسیر،ما دو الگوریتم مسیر یابی اصلی را در اختیار داریم:الگوریتم مسیر یابی عمومی و الگوریتمهای مسیر یابی غیر متمرکز.

در الگوریتم های مسیر یابی غیر متمرکز،هر روتر اطلاعاتی در مورد روترهایی که مستقیما به آنها متصل میباشند در اختیار دارد. در این روش هر روتر در مورد همه روتر های موجود در شبکه،اطلاعات در اختیار ندارد.این الگوریتمها تحت نام الگوریتمهای (DV (distance vectorمعروف هستند.در الگوریتمهای مسیریابی عمومی،هر روتر اطلاعات کاملی در مورد همه روترهای دیگر شبکه و نیز وضعیت ترافیک شبکه در اختیار دارد.این الگوریتمها تحت نام الگوریتمهای(LS(Link state معروف هستند.ما در ادامه مقاله به بررسی الگوریتمهای LS میپردازیم.

الگوریتمهای LS

در الگوریتمهای LS ،هر روتر میبایست مراحل ذیل را به انجام رساند:

روترهای را که به لحاظ فیزیکی به آنها متصل میباشد را شناسایی نموده و هنگامی که شروع به کار میکند آدرسهایIP آنها بدست آورد. این روتر ابتدا یک بسته HELLO را روی شبکه ارسال میکند. هر روتری که این بسته را دریافت میکند از طریق یک پیام که دارای آدرس IP خود این روتر میباشد به پیام HELLO پاسخ میدهد.

زمان تاخیر مربوط به روترهای مجاور را اندازه گیری نماید(یا هر پارامتر مهم دیگری از شبکه همانند ترافیک متوسط)

برای انجام این کار ،روترها بسته های echo را روی شبکه ارسال میکنند. هر روتری که این بسته ها را دریافت میکند با یک بسته echo reply به آن پاسخ میدهد.با تقسیم زمان مسیر رفت و برگشت به دو،روترها میتوانند زمان تاخیر را محاسبه کنند.(زمان مسیر رفت و برگشت،سنجشی از تاخیر فعلی روی یک شبکه میباشد)توجه داشته باشید که این زمان شامل زمانهای ارسال و پردازش میباشد.

عنوان پایان نامه : کاربرد الگوریتم زنبورعسل در بهینه سازی مسائل ریاضی

اختصاصی از نیک فایل عنوان پایان نامه : کاربرد الگوریتم زنبورعسل در بهینه سازی مسائل ریاضی دانلود با لینک مستقیم و پر سرعت .

عنوان پایان نامه :  کاربرد الگوریتم زنبورعسل در بهینه سازی مسائل ریاضی

شرح مختصر :  انسان همیشه برای الهام گرفتن به جهان زنده‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌ی پیرامون خود نگریسته است. یکی ازبهترین طرح‌های شناخته شده، طرح پرواز انسان است که ابتدا لئورناردو داوینچی (1519-1452) طرحی از یک ماشین پرنده را براساس ساختمان بدن خفاش رسم نمود. چهارصد سال بعد کلمان آدر ماشین پرنده‌ای ساخت که دارای موتور بود و به جای بال از ملخ استفاده می‌کرد. در دهه‌های اخیر، روش‌های تکاملی و فراکاوشی به عنوان یک ابزار جستجو و بهینه‌سازی در حوزه‌های مختلفی مانند علوم تجاری و مهندسی مورد استفاده قرار گرفته است. وسعت دامنه‌‌ی کاربرد، سهولت استفاده و قابلیت دست‌یابی به جواب نزدیک و بهینه‌ی مطلق از جمله دلایل موفقیت این روش‌ها می‌باشد. هوش دسته جمعی، زیر شاخه‌ای از هوش مصنوعی است که بر پایه‌ی رفتار جمعی سیستم‌های غیر متمرکز و خود‌‌‌ ‌سازمان‌‌ده بنا شده است. نمونه‌ای از هوش جمعی، کلونی زنبور عسل است. یکی از کاربردهای این الگوریتم، مسائل بهینه‌سازی چندتایی است برای همین برخی به آن الگوریتم بهینه‌سازی زنبورعسل می‌گویند. دراین مقاله، الگوریتم کلونی زنبورعسل مورد استفاده قرار می‌گیرد و نتایج تولید شده توسط الگوریتم مقایسه می‌شوند.  موضوع کلونی زنبور عسل خود به دو بخش جستجوی غذا و فرآیند جفت‌گیری زنبورها تقسیم می‌شود.

فهرست :

مقدمه

فصل اول الگوریتم‌های تکاملی

 هوش مصنوعی

 الگوریتم چیست؟

 الگوریتم‌های تکاملی

 کاربردها

 الگوریتم کلونی مورچه

 بهینه سازی مسائل به روش کلونی مورچه

مورچه‌ها چگونه می‌توانند کوتاه‌ترین مسیر را پیدا کنند؟

 الگوریتم

الگوریتم کلی حرکت

 شبه کد و فلوچارت الگوریتم

 مزیت‌ها

 کاربردها

 الگوریتم رقابت استعماری

 دهی امپراطوری‌های اولیه

 سیاست جذب

 انقلاب

 جابجایی موقعیت مستعمره و امپریالیست

 رقابت استعماری

 سقوط امپراطوری‌های ضعیف

 شبه کد

 مزیت‌ها

 کاربردها

الگوریتم ژنتیک

مکانیزم الگوریتم ژنتیک

عملگرهای الگوریتم ژنتیک

کدگذاری

ارزیابی

ترکیب

جهش

رمزگشایی

شبه کد

کاربردها

الگوریتم ازدحام ذرات

کاربردها

کدام الگوریتم بهتر است؟

فصل دوم الگوریتم زنبور عسل

 تعریف

 کلونی زنبورها

 جستجوی غذا در طبیعت

 الگوریتم کلونی زنبورهای مصنوعی

 بهینه‌سازی کلونی زنبورها

 معرفی کلونی زنبورهای مصنوعی

 شبه کد

 الگوریتم بهینه‌یابی جفت‌گیری زنبورهای عسل

مدل‌سازی جفت‌گیری زنبورهای عسل

فصل سوم کاربردهای الگوریتم زنبورعسل

 The Ride Matching problems

Numerical expriment

دنیای مجازی در تسخیر زنبور دیجیتال

 بهینه‌سازی سد

 ایده‌ی روباتی

 سایر کاربردها

فصل چهارم کاربرد الگوریتم زنبورعسل در بهینه‌سازی مسائل ریاضی

 بهینه‌سازی

 شاخه‌های اصلی

انواع مسائل بهینه‌سازی

یک مساله‌ی بهینه‌سازی

قضایا

وجود نقطه‌ی بهینه

 کاربرد الگوریتم در مثال‌های ریاضی

 تابع سینوسی نامقید

 تابع توانی مقید

 ارزیابی الگوریتم

تابع  Griewank

تابع Rastrigin

تابع Rosenbrock

تابع Ackley

تابع Schwefel

نتیجه‌گیری و پیشنهادات

پیوست کد برنامه‌ی مربوط به الگوریتم زنبور عسل به زبانC

فهرست منابع

فهرست شکل‌ها و جدول‌ها:

شمای گرافیکی مغز انسان

نمونه‌ای از تکامل در طول تاریخ

سختی در حمل غذا و لزوم یافتن کوتاه‌ترین مسیر

فرومون و چگونگی یافتن کوتاه‌ترین مسیر

عدم تاثیر موانع در یافتن کوتاه‌ترین مسیر

فلوچارت الگوریتم مورچه

استعمار

شکل‌دهی امپراطوری اولیه

نحوه‌ی تقسیم مستعمرات میان کشورهای استعمارگر

تغییرات ناگهانی و وقوع انقلاب

تعویض موقعیت مستعمره و استعمارگر

رقابت استعمارگران

سقوط یک امپراطوری

نمای گرافیکی ژن

ترکیب در الگوریتم ژنتیک

الگوریتم اجتماع ذرات

swarm  زنبور‌ها

کدام الگوریتم؟

هدیه‌ای از جانب خدا

تلاش برای یافتن قطعات گلدار

رقص چرخشی

نمودار احتمال انتخاب زنبور‌های نر بر حسب تغییرات سرعت

نمودار احتمال انتخاب زنبور‌های نر برحسب تغییرات مقدار تابع هدف

الگوریتم HBMO

جریان ماهیانه‌ی ورودی به مخزن و نیاز متوسط

میزان متوسط افت خالص ماهیانه

تغییرات تابع هدف در  بهترین پرواز جفت‌گیری

تغییرات حجم مخزن در هر پریود

تغییرات میزان رهاسازی از مخزن در هر پریود

رویه‌ی تابع سینوسی نامقید

تغییرات مقدار تابع هدف در طول پروازهای جفت‌گیری

تعداد تجمعی موفقیت توابع در طول پروازهای جفت‌گیری

تغییرات حداکثر مقدار تابع هدف در  اجرا و در دفعات ارزیابی تابع هدف

تغییرات متوسط مقدار تابع در  اجرا و در طول دفعات ارزیابی تابع هدف

رویه‌ی تابع توانی مقید

تغییرات مقدار تابع هدف در طول پروازهای جفت‌گیری

تعداد تجمعی موفقیت توابع در طول انجام پروازهای جفت‌گیری

تغییرات متوسط مقادیر تابع هدف در  اجرا و در طول تعداد دفعات ارزیابی

تغییرات حداقل مقادیر تابع هدف در  اجرا و در طول تعداد دفعات ارزیابی

جدول ـ مقادیر تابع هدف در  بار اجرا و  پرواز جفت‌گیری

جدول ـ پارامترهای آماری تابع هدف در  بار اجرا و  پرواز جفت‌گیری

جدول ـ مقادیر تابع هدف و دومتغیر تصمیم در  اجرا و درپایان  پروازجفت‌گیری

جدول  پارامترهای آماری تابع هدف و دومتغیر تصمیم در  اجرا  پرواز جفت‌گیری

جدول  پارامترهای آماری مقادیر تابع هدف در  اجرا توسط الگوریتم ژنتیک با احتمالات مختلف

جدول  مقادیرتابع هدف و دو متغیر تصمیم در  اجرا و  پرواز جفت‌گیری

جدول  پارامترهای آماری تابع هدف و دو متغیر تصمیم در  اجرا ودر  پرواز جفت‌گیری

جدول  پارامترهای آماری مقادیر تابع هدف در  بار اجرا توسط الگوریتم ژنتیک با احتمالات مختلف

الگوریتم فازی

اختصاصی از نیک فایل الگوریتم فازی دانلود با لینک مستقیم و پر سرعت .

توضیح در مورد الگوریتم پرکاربرد فازی در امور محاسباتی و کاربردی

الگوریتم و سورس کد مسئله هشت وزیر ( 8 وزیر )

اختصاصی از نیک فایل الگوریتم و سورس کد مسئله هشت وزیر ( 8 وزیر ) دانلود با لینک مستقیم و پر سرعت .

مساله هشت وزیر از جمله مسائل پرمخاطب مباحث طراحی الگوریتم است. ۸  مهره وزیر رو روی صفحه شطرنجچنان بچینید که نتونن همدیگه رو تهدید کنن.

 

برای افرادی که با بازی شطرنج آشنایی ندارن:

وزیر مهره ای از مهره های بازی شطرنجه که می تونه در تمامی 8 جهت هر تعداد خانه – تا زمانی که مهره ای مانع نباشه – حرکت کنه و اگه در یکی از این خانه ها مهره حریف قرار داشته باشه تهدیدش کنه.

مساله هشت وزیر :  ما مساله رو در حالت کلی در نظر می گیریم. یعنی زمانی که ابعاد صفحه شطرنج n در n و تعداد مهره ها n هستش. ( n > 3 ) روشهای مختلفی برای پیدا کردن جواب وجود داره. یکی از این روشها چیدن تصادفی مهره ها روی صفحه شطرنجه! به عبارت دیگه n مهره رو به صورت تصادفی در خانه های مختلف صفحه قرار می دیم و بررسی می کنیم که آیا شرط مساله رو برآورده می کنن یا نه؟ این روش بسیار سریع ما رو به جواب می رسونه. اما ایرادی که داره نمی شه مطمئن بود بشه به همه حالتهای چینش دست پیدا کرد. در صفحه 8 در 8 شطرنج این مساله 92 جواب مختلف داره. شما ممکنه روش تصادفی رو هزار بار به کار ببرید، اما نتونید همه 92 حالت ممکنه رو به دست بیارید. این روش زمانی مفیده که پیدا کردن یه جواب برای ما کافی باشه.

در این دسته روشها مهره ها رو یکی یکی و به صورت بازگشتی روی صفحه طوری می چینیم که مطمئن باشیم با مهره های قبلی تداخل نداره و شرط مساله برآورده می شه. معمولا از سطر اول صفحه شروع می کنیم به قرار دادن مهره ها. پر واضحه که هر سطر فقط می تونه یه مهره رو تو خودش جا بده. مهره سطر دوم رو طوری قرار می دیم که توسط مهره سطر اول تهدید نشه. برای این کار خانه های مختلفی از سطر رو می شه انتخاب کرد. برای نظم داشتن کارهامون فرض می کنیم همیشه انتخاب خانه ها از سمت چپ سطر شروع می شه. به عبارت دیگه با شروع از سمت چپ سطر اولین خانه ای که شرط رو برآورده کنه انتخاب می کنیم. به همین ترتیب سطرهای بعدی رو هم می چینیم. اگر به سطری رسیدیم که بر اساس چیدمان سطرهای قبلی هیچ خانه امنی برای مهره وجود نداشت ( یعنی همه خانه ها توسط مهره های قبلی تهدید می شدن ) یه مرحله به عقب بر می گردیم و مهره سطر قبل رو جابجا می کنیم. این کار هم با حرکت مهره به اولین خانه سمت چپ موقعیت فعلی که شرط رو برآورده کنه، انجام می شه. با ادامه دادن این روال و با جابجا کردن مهره ها به صورت منظم و بازگشتی تمامی حالتهای ممکنه به دست می یان.

برای پیاده سازی چنین الگوریتمی و تشخیص اینکه چه خانه هایی از سطر امن هستن روشهای مختلفی وجود داره. ساده ترینشون اینه که هر بار تمامی خانه هایی رو که امکان تهدید شدن از اونها وجود داره بررسی کنیم تا از قرار نداشتن مهره وزیر در اونها مطمئن باشیم. اما این روش اصلا کارا و بهینه نیست.

روش دیگه تعریف کردن صفحه شطرنج به صورت یه آرایه n در n هستش که خونه های امن و غیر امن با علامتگذاری مشخص می شن. هر بار که مهره ای رو صفحه قرار می گیره تمام خونه هایی که توسط این مهره تهدید می شن به صورت غیر امن علامتگذاری می شن. به این ترتیب می شه فهمید که هر خونه با توجه به چینش مهره های قبلی امن هست یا نه؟ اما این روش هم معایبی داره که باعث می شه به روش سوم رجوع کنیم. برای آشنایی با این معایب کافیه سعی کنید کد برنامه رو بنویسید!

در روش سوم که من ازش استفاده کردم، برای علامتگذاری خانه های امن و غیر امن از شیوه دیگه ای بهره می بریم. به این ترتیب که اقطار راست به چپ، چپ به راست و ستونها با شماره هایی مشخص می شن که کار علامتگذاری رو بسیار ساده می کنن. این روش بدون شک از کاراترین روشهای رسیدن به جواب مساله ماست. هم سرعت اجرای بالایی داره و هم حافظه مصرفی بسیار کم!

کدی که به زبان ++C درباره این مساله نوشته شده با استفاده از روش سوم تعداد جوابهای ممکن – و نه خود جوابها – برای مقادیر مختلف n رو مشخص می کنه. به عنوان مثال اگر n رو 8 وارد کنید خروجی برنامه 92 خواهد بود. توصیه می کنم برای nهای بزرگ برنامه رو امتحان نکنید! اگر n رو 16 وارد کنید بعد از گذشتن زمان زیادی عدد 14772512 روی صفحه نمایش چاپ می شه. یعنی در صفحه شطرنج 16 در 16 حدود ۱۵ میلیون حالت مختلف برای چیدمان صحیح وجود داره!!

******