کلیات پروژه
1-2 مقدمه
فصل دوم- الگوریتم ژنتیک
2-1 فن آوری شبکه عصبی
2-2 فن آوری الگوریتم ژنتیک
2-3 مروری بر کاربردهای تجاری
2-4 بازاریابی
2-5 بانکداری و حوزههای مالی
2-6 پیش بینی
2-7 سایر حوزههای تجاری
2-8. الگوریتم ژنتیک
2-8-1. عملگرهای ژنتیک
2-8-1-1. عملگر تولید مثل
2-8-2. مؤلفه های ژنتیک
2-9. الگوریتم نلدر- مید
2-9-1. مرور اجمالی بر روش عملکرد الگوریتم نلدر- مید
2-10. ترکیب ژنتیک و نلدر- مید
2-11. جامعة آماری
2-12. نمونة آماری
2-13. دادهها و اطلاعات
2-14. ابزار جمعآوری داده
2-15. دادههای خام
فصل سوم- بررسی چندین مسئله در الگوریتم ژنتیک
3-1 طراحی آزمایشات و ارائه مدلی از متغیرهای مستقل
3-2 معرفی عوامل مؤثر
3-3 رطوبت تفاله
3-4 دمای خشک کن
3-5 درصد آهک اضافه شده
3-6 معرفی متغیر پاسخ
3-7 الگوریتم های پیشنهادی
3-8 الگوریتم ترکیبی شبیه سازی تبرید و ژنتیک (GA-SA)
3-9 الگوریتم شبیه سازی تبرید( SA):
3-10 جزئیات ساختار الگوریتم های پیشنهادی
نمایش حل ها
3-11 دمای اولیه
3-12 جستجوی همسایگی
فصل چهارم- بهینه سازی مسائل مختلف
4-1. مرور ادبیات مسئله:
4-2. شرح مسئله تسطیح منابع در حالت چند پروژهای
4-3. مدلسازی مسئله
4-4. مدلسازی مسئله در حالت تک پروژهای:
4-5 مدلسازی مسئله در حالت چند پروژهای، هنگامی که چند نوع منبع داریم
4-6 بیان روش حل به کمک الگوریتم ژنتیک
4-7 کد کردن مسئله
4-8 تولید جامعه اولیه
4-9 تعیین مکانیسم نمونهگیری:
4-10. انتخاب عملگر ژنتیکی مناسب
4-11 تعیین معیار توقف
4-12 بررسی نتایج حاصل از مسئله
4-14 بررسی نتایج حاصل از حل مسئله در حالت چند پروژهای و چند منبعی
4-15. بیان مسئله و شرح اهمیت پژوهش
4-16 بهینهسازی
4-17. انواع روشهای بهینهسازی
4-17-1. کلاسیکها
4-17-2. روشهای ابتکاری
4-17-3. روش تحقیق
فصل پنجم- نتیجه گیری
5-1 نتیجهگیری
منابع