دانلود سورس کد برنامه ساخت درخت پوشای کمینه با استفاده از الگوریتم کراسکال در زبان سی شارپ

اختصاصی از نیک فایل دانلود سورس کد برنامه ساخت درخت پوشای کمینه با استفاده از الگوریتم کراسکال در زبان سی شارپ دانلود با لینک مستقیم و پر سرعت .

دانلود کد برنامه نویسی Kruskal Algorithm

موضوع پروژه: سورس کد برنامه پیدا کردن درخت پوشای مینیمم به وسیله الگوریتم کراسکال و زبان برنامه نویسی سی شارپ

 مسیر یابی داخل شهری و بین شهری.

زبان برنامه نویسی: سی شارپ CSharp (C#)

محیط برنامه نویسی: ویژوال استودیو  ( Visual Studio ) ویژال استودیو 2010

توضیحات از ویکی پدیا :

درخت پوشای کمینه یا درخت فراگیر مینیمم در گراف‌های ارزش دار (وزن دار) ساخته می‌شود.

فرض کنید گراف یک گراف همبند باشد (یعنی بین هردو رأس متمایز آن یک مسیر وجود داشته باشد) منظور از یک درخت پوشا از این گراف درختی است که شامل همه رئوس این گراف باشد ولی فقط بعضی از یال‌های آنرا دربر گیرد. منظور از درخت پوشای مینیمم (برای گراف همبند وزن دار) درختی است که بین درخت‌های پوشای آن گراف، مجموع وزن یال‌های آن، کمترین مقدار ممکن باشد.برای به دست آوردن درخت پوشای بهینه یک گراف جهت دار متصل می توان از الگوریتم‌های متفاوتی استفاده نمود.سه الگوریتم معروف پیدا کردن درخت پوشای کمینه عبارتند از : الگوریتم کروسکال، الگوریتم پریم، الگوریتم بروکا(سولین)، الگوریتم حذف معکوس

در نظریه گراف، الگوریتم کراسکال الگوریتمی برای یافتن یک زیرگراف فراگیر همبند با کمترین وزن در یک گراف وزن‌دار است (در یک گراف وزن دار، به هر یال وزنی نسبت داده شده‌است). همچنین این الگوریتم برای یافتن کوچکترین درخت فراگیر در یک گراف وزن دار استفاده می‌شود.

به عنوان مثال فرض کنید یک شبکه راه آهن که تعدادی شهر را به یکدیگر متصل می‌کند در دست احداث است می‌خواهیم با داشتن هزینه c i j {\displaystyle {c_{ij}}} مربوط به احداث خط مستقیم بین شهرهای v i , v j {\displaystyle {v_{i}},{v_{j}}} شبکه را طوری طراحی کنیم که مجموع هزینه‌های ساخت به کمترین مقدار خود برسد. با در نظر گرفتن هر شهر به عنوان یک راس از گراف وزن دار با وزن‌های w ( v i , v j ) = c i j {\displaystyle w({v_{i}},{v_{j}})={c_{ij}}} مسئله به یافتن یک زیر گراف فراگیر همبند با کمترین وزن در یک گراف منجر می‌شود.

فرض کنید وزن‌ها نامنفی هستند بنابراین می‌توانیم تصور کنیم که زیر گراف فراگیر با کمترین وزن یک درخت فراگیر T {\displaystyle T} از G {\displaystyle G} است حال الگوریتم زیر را برای این کار ارائه می‌دهیم.

1. یال پیوندی e 1 {\displaystyle e_{1}} را طوری انتخاب کن که وزن آن کوچکترین مقدار موجود باشد.
2. اگر یال‌های e i + 1 , . . . e 2 , e 1 {\displaystyle {e_{i+1}},{...}{e_{2}},{e_{1}}} انتخاب شده‌اند یال e i + 1 {\displaystyle {e_{i+1}}} را از میان E − e 1 , e 2 , . . . , e i {\displaystyle E-{{e1},{e_{2}},{...},{e_{i}}}} به گونه‌ای انتخاب کن که:
   • زیرگراف با یال‌های e 1 , e 2 , . . . , e i + 1 {\displaystyle {e_{1}},{e_{2}},{...},{e_{i+1}}} بدون دور باشد.
   • از میان یال‌های مشمول شرط (الف) وزن e i + 1 {\displaystyle {e_{i+1}}} دارای کمترین مقدار ممکن باشد.
3. در صورتی که مرحله ۲ دیگر قابل اجرا نیست توقف کن.

نمونه تصاویر خروجی:

ویژگی های این برنامه:

1. رسم گراف به صورت گرافیکی با تعیین وزن یال ها

4. اجرای الگوریتم کراسکال بر روی گراف رسم شده و نمایش هزینه و خروجی گرافیکی با الگوریتم کراسکال

راهنمای اجرا و رسم گراف ها:

پس از اجرای برنامه ابتدا رئوس گراف را با استفاده از کلیک چپ موس بر روی صفحه قرار دهید

سپس کلید Ctrl  را نگاه دارید و دو راسی که میخواهید به هم متصل شوند را کلیک کنید بر رویشان و سپس در پنجره باز شده مقدار وزن یال را قرار دهید

آنچه تحویل داده می شود:

1. کد برنامه قابل اجرا در ویژال استودیو 2010 به بعد - خروجی طبق تصویر نمونه آورده شده (این برنامه درVisual Studio 2010 تست شده و 100 درصد به صورت تضمینی قابل اجرا می باشد)

2. فایل اجرایی برنامه

در صورتی که بخواهید می توانیم با قیمتی مناسب داکیومنت توضیحات این پروژه را تهیه کرده و تقدیم نماییم.

مناسب برای دانشجویان کارشناسی (لیسانس) و کاردانی و کارشناسی ارشد

 می توان به عنوان پروژه دروس کارشناسی یا کاردانی یا کارشناسی ارشد، دروسی مانند هوش مصنوعی، طراحی الگوریتم ها ، ژنتیک ، الگوریتم های پیشرفته ، هوش مصنوعی پیشرفته

 پس از خرید از درگاه امن بانکی، لینک دانلود در اختیار شما قرار میگیرد و همچنین به آدرس ایمیل شما فرستاده می شود. تماس با ما برای راهنمایی، درخواست مقالات و پایان نامه ها و یا ترجمه و یا انجام پروژه های برنامه نویسی و حل تمرینات با آدرس ایمیل:

[e-mail]

یا شناسه تلگرام (آی دی تلگرام ما): @ebarkat

توجه: اگر کارت بانکی شما رمز دوم ندارد و یا در خرید الکترونیکی به مشکل برخورد کردید و یا به هر دلیلی تمایل به پرداخت الکترونیکی ندارید با ما تماس بگیرید تا راههای دیگری برای پرداخت به شما پیشنهاد کنیم.

توجه توجه توجه: هرگونه کپی برداری و فروش فایل های فروشگاه برکت الکترونیک (به آدرس ebarkat.ir یا codes.sellfile.ir) در فروشگاه های دیگر شرعاً حرام است، تمامی فایل ها و پروژه های موجود در فروشگاه، توسط ما اجرا و پیاده سازی و یا از منابع معتبر زبان اصلی جمع آوری شده اند و دارای حق کپی رایت اسلامی می باشند.

از پایین همین صفحه (بخش پرداخت و دانلود) می توانید این پروژه را خریداری و دانلود نمایید.

کد محصول 30156

کمینه کردن اثرات ناشی از انتشار آلودگی پس از تشخیص وقوع آن در شبکه های توزیع آب شهری

اختصاصی از نیک فایل کمینه کردن اثرات ناشی از انتشار آلودگی پس از تشخیص وقوع آن در شبکه های توزیع آب شهری دانلود با لینک مستقیم و پر سرعت .

کمینه کردن اثرات ناشی از انتشار آلودگی پس از تشخیص وقوع آن در شبکه های توزیع آب شهری

محسن ظفری - دانشجوی کارشناسی ارشد مهندسی عمران آب و فاضلاب، پردیس دانشکدههای فنی، دانشگاه تهران
  مسعود تابش 
استاد دانشکده مهندسی عمران و عضو قطب علمی مهندسی و مدیریت زیرساختهای عمرانی، پردیس - دانشکدههای فنی، دانشگاه تهران
سارا نظیف - استادیار دانشکده مهندسی عمران، پردیس دانشکدههای فنی، دانشگاه تهران

چکیده مقاله:

نفوذ آلودگی به شبکه توزیع آب شهری هر چند رخدادی با احتمال کم تلقی شود، اما اگر به سرعت تشخیص داده نشده و به طور مؤثر کنترل نگردد باعث آسیب دیدن گسترده سلامت و بهداشت عمومی جامعه خواهد شد. در طول سالیان اخیر تلاشهای گستردهای به منظور تشخیص آلودگی، تعیین منبع آن و مدیریت پیامدهای ناشی از آن صورت گرفته است. در این پژوهش با در نظر گرفتن هدف کمینه کردن اثرات منفی آب آلوده بر روی سلامت جامعه پس از تشخیص ورود آلاینده به شبکه و با استفاده از تحلیل هیدرولیکی مبتنی بر فشار و الگوریتم بهینهسازی جامع ذرات PSO ، الگوریتمی برای بهینه کردن اقدامات مدیریت پیامدهای ناشی از انتشار آلودگی شامل ایزولاسیون قسمتی از شبکه و تخلیه آب آلوده از طریق شیرهای آتشنشانی ارائه شده است. نتایج نشاندهنده این است که استفاده از الگوریتم پیشنهادی باعث کمتر شدن اثرات آلودگی در شبکه بر روی مصرفکنندگان میشود

کلیدواژه‌ها:

شبکه توزیع آب شهری، تحلیل هیدرولیکی مبتنی بر فشار، الگوریتم بهینهسازی جامع ذرات PSO ،مدیریت پیامدهای ناشی از انتشار آلودگی

یک روش افزایشی برای کشف مجموعه وابستگی های تابعی تقریبی کمینه با استفاده از عملگرهای بیتی

اختصاصی از نیک فایل یک روش افزایشی برای کشف مجموعه وابستگی های تابعی تقریبی کمینه با استفاده از عملگرهای بیتی دانلود با لینک مستقیم و پر سرعت .

کشف و استخراج رابطه ها ی بین مقادیر خصیصه ها در بانک های اطلاعات رابطه ای که از آنها با عنوان وابستگی های تابع ی 2 یاد
میکنیم، یک مقوله مهم در داده کاوی 3 و اخذ دانش 4 است. تا کنون روش های بسیاری برای کشف وابستگی های تابعی کلاسیک و
تقریبی ارائه شده اند . اما حتی بهینه ترین این روش ها هم کارایی قابل قبولی برای مجموعه داده های بسیار حجیم ندارند. به علاوه،
اغلب روش های پیشنهاد شده ، داده های بانک اطلاعات را ثابت فرض م یکنند و در نتیجه، با افزوده شدن داده های جدید به بانک
اطلاعاتی، پیمایش مجدد کل داده ها جهت کشف وابستگی های جدید لازم میشود. در این مقاله، ما یک روش افزایشی جدید به نام
برای کشف وابستگی های تابعی تقریبی ارائه میدهیم. بخش عمده کارما بر پایه عملگرهای منطقی است. در این روش، AD-Miner
به هنگام اضافه شدن تعدادی تاپل به یک رابطه، نیازی به پیمایش کل داده ها نمیباشد و کافی است داده های افزوده شده پیما یش
شوند. نتایج آزمایش های ما بر ر وی داده ه ای و اقعی و ساختگی نشان م یدهند که الگوریتم ما از کاراترین الگوریتم های افزایشی و
غیرافزایشی موجود در زمینه کشف وابستگی های تابعی کاراتر است . مزیت دیگر روش ما نسبت به سا یر روش ها نشان دادن
تاپل هایی است که از یک وابستگی تبعیت نمی کنند.