بهترين و سريعترين مرجع دانلود كارآموزي و پروژه و پايان نامه

تعداد صفحات:96
نوع فايل:word
فهرست مطالب:
فصل اول:مقدمه
مقدمه
فصل دوم:مقدمه اي بر الگوريتم ژنتيك
مقدمه
پيشينه
اصطلاحات زيستي
تشريح كلي الگوريتم ژنتيك
حل مسأله با استفاده از الگوريتم ژنتيك
اجزاي الگوريتم ژنتيك
جمعيت
كدگذاري
كدگذاري دودويي
كدگذاري مقادير
كدگذاري درختي
عملگرهاي الگوريتم ژنتيك
fitness (برازش)
selection (انتخاب)
crossover (تركيب)
mutation (جهش)
مفاهيم تكميلي
برتري ها و ضعف هاي الگوريتم ژنتيك
نكات مهم در الگوريتم هاي ژنتيك
نتيجه گيري
فصل سوم:كاهش اثرات زيست محيطي آلاينده هاي Cox، NOx و SOx در كوره ها
مقدمه
احتراق
روش محاسبه تركيبات تعادلي با استفاده از ثابت تعادل
روش محاسبه دماي آدياباتيك شعله
انتخاب سيستم شيميايي
تأثير دماي هوا و ميزان هواي اضافي بر توليد محصولات
بهينه سازي
روش هاي حل مسائل بهينه سازي
روش تابع پنالتي
الگوريتم حل تابع پنالتي
برنامه كامپيوتري و مراحل آن
تشكيل تابع هدف
تشكيل مدل مسئله بهينه سازي
روش حل
فصل چهارم:توضيحاتي در رابطه با gatool نرم افزار متلب
gatool
تنظيم گزينه ها براي الگوريتم ژنتيك
Plot Options
Population Options
Fitness Scaling Options
Selection Options
Reproduction Options
Mutation Options
Crossover Options
Migration Options
Output Function Options
Stopping Criteria Options
Hybrid Function Options
Vectorize Options
فصل پنجم:نتايج
نتايج حاصل از تابع پنالتي و الگوريتم ژنتيك
نتيجه گيري
فهرست مراجع

فهرست شكل:
مراحل الگوريتم ژنتيك
مثالي از كروموزوم ها به روش كدگذاري دودويي
مثالي از كروموزوم ها با استفاده از روش كدگذاري مقادير
انتخاب چرخ رولت
تركيب تك نقطه اي
تركيب دو نقطه اي
تركيب يكنواخت
وارونه سازي بيت
تغيير ترتيب قرارگيري
تغيير مقدار
نماي برنامه ي كامپيوتري
عمليات برازش براي توليد NO در مقايسه با نتايج اصلي در احتراق گازوئيل
نماي gatool نرم افزار مطلب
نماي gatool ، Cox براي گاز طبيعي
نمودارهاي Best fitness و Best individual آلاينده ي Cox براي گاز طبيعي
نماي gatool ، NOx براي گاز طبيعي
نمودارهاي Best fitness و Best individual آلاينده ي NOx براي گاز طبيعي
نماي gatool ، Cox + NOx براي گاز طبيعي
نمودارهاي Best fitness و Best individual مجموع آلاينده هاي Cox و NOxبراي گاز طبيعي
نماي gatool ، Cox براي گازوئيل
نمودارهاي Best fitness و Best individual آلاينده ي Cox براي گازوئيل
نماي gatool ، NOx براي گازوئيل
نمودارهاي Best fitness و Best individual آلاينده ي NOx براي گازوئيل
نماي gatool ، Sox براي گازوئيل
نمودارهاي Best fitness و Best individual آلاينده ي Sox براي گازوئيل
نماي gatool ، Cox + NOx براي گازوئيل
نمودارهاي Best fitness و Best individual مجموع آلاينده هاي Cox و NOx براي گازوئيل
نماي gatool ، Cox+NOx+Sox براي گازوئيل
نمودارهاي Best fitness و Best individual مجموع آلاينده هاي Cox و NOx وSOx براي گازوئيل
نماي gatool ، Cox براي نفت كوره
نمودارهاي Best fitness و Best individual آلاينده ي Cox براي نفت كوره
نماي gatool ، NOx براي نفت كوره
نمودارهاي Best fitness و Best individual آلاينده ي NOx براي نفت كوره
نماي gatool ، Sox براي نفت كوره
نمودارهاي Best fitness و Best individual آلاينده ي SOx براي نفت كوره
نماي gatool ، Cox + NOx براي نفت كوره
نمودارهاي Best fitness و Best individual مجموع آلاينده هاي Cox و NOx براي نفت كوره
نماي gatool ، COx+NOx+SOx براي نفت كوره
نمودارهاي Best fitness و Best individual مجموع آلاينده هاي COx و NOx و SOx براي نفت كوره

فهرست جدول:
تغيير نرخ توليد (mole/hr) NO در اثر تغيير دماي هوا و درصد هواي اضافي
تشكيل تابع هدف براي گاز طبيعي
تشكيل تابع هدف براي گازوئيل
تشكيل تابع هدف براي نفت كوره
مقايسه نتايج تابع پنالتي و الگوريتم ژنتيك

چكيده :
الگوريتم هاي ژنتيك يكي از الگوريتم هاي جستجوي تصادفي است كه ايده آن برگرفته از طبيعت مي باشد. نسل هاي موجودات قوي تر بيشتر زندگي مي كنند و نسل هاي بعدي نيز قوي تر مي شوند به عبارت ديگر طبيعت افراد قوي تر را براي زندگي بر مي گزيند. در طبيعت از تركيب كروموزوم هاي بهتر ، نسل هاي بهتري پديد مي آيند. در اين بين گاهي اوقات جهش هايي نيز در كروموزوم ها روي مي دهد كه ممكن است باعث بهتر شدن نسل بعدي شوند. الگوريتم ژنتيك نيز با استفاده از اين ايده اقدام به حل مسائل مي كند. الگوريتم هاي ژنتيك در حل مسائل بهينه سازي كاربرد فراواني دارند.
مسئله كاهش آلاينده هاي Cox ، NOx و Sox در كوره هاي صنعتي، يكي از مسائل بهينه سازي مي باشد، كه هدف آن بهينه كردن عملكرد كوره هاي احتراقي بر حسب پارامترهاي درصد هواي اضافي (E) و دماي هواي خروجي از پيش گرمكن (T)، به منظور كاهش ميزان آلاينده هاي توليد شده در اثر انجام عمليات احتراق است.
در اين پايان نامه ابتدا مروري بر مفاهيم مقدماتي الگوريتم هاي ژنتيك كرده سپس مشخصات كلي مسئله عنوان مي شود، در انتها مسئله ي مورد نظر توسط الگوريتم ژنتيك اجرا و نتايج آن با روش تابع پنالتي مقايسه ميشود.

تعداد صفحات:96
نوع فايل:word
فهرست مطالب:
فصل اول:مقدمه
مقدمه
فصل دوم:مقدمه اي بر الگوريتم ژنتيك
مقدمه
پيشينه
اصطلاحات زيستي
تشريح كلي الگوريتم ژنتيك
حل مسأله با استفاده از الگوريتم ژنتيك
اجزاي الگوريتم ژنتيك
جمعيت
كدگذاري
كدگذاري دودويي
كدگذاري مقادير
كدگذاري درختي
عملگرهاي الگوريتم ژنتيك
fitness (برازش)
selection (انتخاب)
crossover (تركيب)
mutation (جهش)
مفاهيم تكميلي
برتري ها و ضعف هاي الگوريتم ژنتيك
نكات مهم در الگوريتم هاي ژنتيك
نتيجه گيري
فصل سوم:كاهش اثرات زيست محيطي آلاينده هاي Cox، NOx و SOx در كوره ها
مقدمه
احتراق
روش محاسبه تركيبات تعادلي با استفاده از ثابت تعادل
روش محاسبه دماي آدياباتيك شعله
انتخاب سيستم شيميايي
تأثير دماي هوا و ميزان هواي اضافي بر توليد محصولات
بهينه سازي
روش هاي حل مسائل بهينه سازي
روش تابع پنالتي
الگوريتم حل تابع پنالتي
برنامه كامپيوتري و مراحل آن
تشكيل تابع هدف
تشكيل مدل مسئله بهينه سازي
روش حل
فصل چهارم:توضيحاتي در رابطه با gatool نرم افزار متلب
gatool
تنظيم گزينه ها براي الگوريتم ژنتيك
Plot Options
Population Options
Fitness Scaling Options
Selection Options
Reproduction Options
Mutation Options
Crossover Options
Migration Options
Output Function Options
Stopping Criteria Options
Hybrid Function Options
Vectorize Options
فصل پنجم:نتايج
نتايج حاصل از تابع پنالتي و الگوريتم ژنتيك
نتيجه گيري
فهرست مراجع

فهرست شكل:
مراحل الگوريتم ژنتيك
مثالي از كروموزوم ها به روش كدگذاري دودويي
مثالي از كروموزوم ها با استفاده از روش كدگذاري مقادير
انتخاب چرخ رولت
تركيب تك نقطه اي
تركيب دو نقطه اي
تركيب يكنواخت
وارونه سازي بيت
تغيير ترتيب قرارگيري
تغيير مقدار
نماي برنامه ي كامپيوتري
عمليات برازش براي توليد NO در مقايسه با نتايج اصلي در احتراق گازوئيل
نماي gatool نرم افزار مطلب
نماي gatool ، Cox براي گاز طبيعي
نمودارهاي Best fitness و Best individual آلاينده ي Cox براي گاز طبيعي
نماي gatool ، NOx براي گاز طبيعي
نمودارهاي Best fitness و Best individual آلاينده ي NOx براي گاز طبيعي
نماي gatool ، Cox + NOx براي گاز طبيعي
نمودارهاي Best fitness و Best individual مجموع آلاينده هاي Cox و NOxبراي گاز طبيعي
نماي gatool ، Cox براي گازوئيل
نمودارهاي Best fitness و Best individual آلاينده ي Cox براي گازوئيل
نماي gatool ، NOx براي گازوئيل
نمودارهاي Best fitness و Best individual آلاينده ي NOx براي گازوئيل
نماي gatool ، Sox براي گازوئيل
نمودارهاي Best fitness و Best individual آلاينده ي Sox براي گازوئيل
نماي gatool ، Cox + NOx براي گازوئيل
نمودارهاي Best fitness و Best individual مجموع آلاينده هاي Cox و NOx براي گازوئيل
نماي gatool ، Cox+NOx+Sox براي گازوئيل
نمودارهاي Best fitness و Best individual مجموع آلاينده هاي Cox و NOx وSOx براي گازوئيل
نماي gatool ، Cox براي نفت كوره
نمودارهاي Best fitness و Best individual آلاينده ي Cox براي نفت كوره
نماي gatool ، NOx براي نفت كوره
نمودارهاي Best fitness و Best individual آلاينده ي NOx براي نفت كوره
نماي gatool ، Sox براي نفت كوره
نمودارهاي Best fitness و Best individual آلاينده ي SOx براي نفت كوره
نماي gatool ، Cox + NOx براي نفت كوره
نمودارهاي Best fitness و Best individual مجموع آلاينده هاي Cox و NOx براي نفت كوره
نماي gatool ، COx+NOx+SOx براي نفت كوره
نمودارهاي Best fitness و Best individual مجموع آلاينده هاي COx و NOx و SOx براي نفت كوره

فهرست جدول:
تغيير نرخ توليد (mole/hr) NO در اثر تغيير دماي هوا و درصد هواي اضافي
تشكيل تابع هدف براي گاز طبيعي
تشكيل تابع هدف براي گازوئيل
تشكيل تابع هدف براي نفت كوره
مقايسه نتايج تابع پنالتي و الگوريتم ژنتيك

چكيده :
الگوريتم هاي ژنتيك يكي از الگوريتم هاي جستجوي تصادفي است كه ايده آن برگرفته از طبيعت مي باشد. نسل هاي موجودات قوي تر بيشتر زندگي مي كنند و نسل هاي بعدي نيز قوي تر مي شوند به عبارت ديگر طبيعت افراد قوي تر را براي زندگي بر مي گزيند. در طبيعت از تركيب كروموزوم هاي بهتر ، نسل هاي بهتري پديد مي آيند. در اين بين گاهي اوقات جهش هايي نيز در كروموزوم ها روي مي دهد كه ممكن است باعث بهتر شدن نسل بعدي شوند. الگوريتم ژنتيك نيز با استفاده از اين ايده اقدام به حل مسائل مي كند. الگوريتم هاي ژنتيك در حل مسائل بهينه سازي كاربرد فراواني دارند.
مسئله كاهش آلاينده هاي Cox ، NOx و Sox در كوره هاي صنعتي، يكي از مسائل بهينه سازي مي باشد، كه هدف آن بهينه كردن عملكرد كوره هاي احتراقي بر حسب پارامترهاي درصد هواي اضافي (E) و دماي هواي خروجي از پيش گرمكن (T)، به منظور كاهش ميزان آلاينده هاي توليد شده در اثر انجام عمليات احتراق است.
در اين پايان نامه ابتدا مروري بر مفاهيم مقدماتي الگوريتم هاي ژنتيك كرده سپس مشخصات كلي مسئله عنوان مي شود، در انتها مسئله ي مورد نظر توسط الگوريتم ژنتيك اجرا و نتايج آن با روش تابع پنالتي مقايسه ميشود.