این مجموعه شامل دو کتاب به زبان فارسی می باشد:
1-اموزش ++C با استفاده از QT
2- اموزش زبان برنامه نویسی C ++&C
این مجموعه شامل دو کتاب به زبان فارسی می باشد:
1-اموزش ++C با استفاده از QT
2- اموزش زبان برنامه نویسی C ++&C
مساله بهینه سازی رنگ آمیزی گراف تعیین حداقل تعداد رنگهای مورد نظر برای رنگ آمیزی گرافی معین است به گونه ای که هیچ دو راس مجاور هم رنگ نباشند و این عدد مورد نظر را عدد کروماتیک گراف می گوئیم . مساله تصمیم گیری رنگ آمیزی گراف ان است که برای یک عدد صحیح m تعیین کنیم که آیا رنگ آمیزی وجود دارد که حداکثر از این m رنگ استفاده کرده و هیچ دو راس مجاوری هم رنگ نباشند. تا امروز برای حالتهای تصمیم گیری و بهینه سازی فوق الگوریتمی از مرتبه چند جمله ای پیدا نشده است . در اینجا سعی شده با استفاده از الگوریتم ژنتیک راه حل های بهینه ای را برای این مسئله ارائه دهیم.
فهرست :
الگوریتم ژنتیک و الگوریتم هیورستیک
مقدمه ای بر بهینه سازی
الگوریتم های مینیمم یابنده
هیورستیک
انواع الگوریتم های هیورستیک
الگوریتم ژنتیک
فضای جستجو
مفاهیم پایه ای در الگوریتم ژنتیک
کد گذاری دودویی
کدگذاری جهشی
کدگذاری ارزشی
کدگذاری درختی
جمعیت ژنتیکی
تاریع برازندگی
عملگر ترکیب یا جابجایی
ترکیب چند نقطه ای
ترکیب یکنواخت
ترکیب نگاشت جزئی
ترکیب مرتب شده
ترکیب چرخشی
عملگر جهش
روش وارون سازی
روش ژن جزئی
روش درجی
روش درهم آمیخته
روش چرخ رولت
روش رتبه بندی
عملگر ترمیم
نخبه کشی
مراحل اجرای الگوریتم ژنتیک
همگرایی در الگوریتم ژنتیک
روش برش کروموزوم
نحوه جهش ژنتیک