صفحه محصول - پاورپوینت بهينه سازي در سيستمهاي نرم افزاري با تاکيد بر الگوريتمهاي جستجو

پاورپوینت بهينه سازي در سيستمهاي نرم افزاري با تاکيد بر الگوريتمهاي جستجو (pptx) 25 اسلاید

دسته بندی : پاورپوینت

نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )

تعداد اسلاید: 25 اسلاید

قسمتی از متن PowerPoint (.pptx) :

بنام خدا 1 2 بهينه سازي در سيستمهاي نرم افزاري با تاکيد بر الگوريتمهاي جستجو 3 فهرست مطالب بهینه سازی سيستم هاي نرم افزاري طبقه بندي روشهاي جستجوي متمرکز(توزيع نشده) طبقه بندي مسايل مربوط به جستجوي توزيع شده براساس نوع کاربرد (Application) طبقه بندي الگوريتم هاي مورداستفاده در حل مسايل ارضاي محدوديت (الگوريتم هاي جستجوي آسنکرون) طبقه بندي الگوريتم هاي مورداستفاده در حل مسايل يافتن مسير(برنامه نويسي پوياي آسنکرون) طبقه بندي الگوريتم هاي جستجو در مسايل بهينه سازي ترکيبي معرفي الگوريتم هاي مطرح در بهينه سازي ترکيبي معرفي فرااکتشافات طبقه بندي فرااکتشافات مراجع 4 بهینه سازی سيستم هاي نرم افزاري بهینه سازی را می توان به صورت بهترین شکل تخصیص منابع به مصارف تعریف کرد به نحوی که تخصیصی بهتر از آن وجود نداشته باشد. مشکلات استفاده از روشهای اولیه بهینه سازی، وقت گیر بودن حل مسایل بزرگ با آنها بود. اکتفا به رسیدن به جوابهای به اندازه کافی خوب در زمان منطقی 5 طبقه بندي روشهاي جستجوي متمرکز(توزيع نشده) 6 طبقه بندی روشهاي جستجوي متمرکز(توزيع نشده)-ادامه جستجوي ساختارنيافته: توليد سيستماتيک وضعيتهاي جديد و مقايسه آنها با هدف معايب: اين استراتژي ها در بيشتر موارد، ناکارا هستند . جستجوي ساختاريافته: از دانش خاص مساله استفاده مي کند، مي تواند راه حل هاي کارآمدتري ارائه کند. جستجوي اول بهترين: انتخاب گره اي که براساس تابع ارزيابي، بهترين انتخاب به نظر مي رسد. هدف از روشهاي اول بهترين، يافتن کم هزينه ترين راه حل است. 7 طبقه بندي روشهاي جستجوي متمرکز(توزيع نشده)-ادامه جستجوي حريصانه: هزينه تخميني براي رسيدن به هدف را کمينه مي کند. براي ارزيابي اين هزينه از تابع اکتشافي استفاده مي کند. معايب: جستجوي حريصانه منجر به شروعهاي غلط و گسترش گره هاي غير ضروري مي گردد. به علاوه اگر مراقب گره هاي تکراري نباشيم ممکن است هرگز راه حلي پيدا نکنيم. جستجو کامل و بهينه نيست جستجوي A*: کمينه کردن هزينه کل مسير f(n) = g(n) + h(n) اگر تابع h هرگز مقداري بيش از مقدار هزينه واقعي تخمين نزند، اين الگوريتم جستجو، کامل و بهينه خواهد بود . 8 طبقه بندي روشهاي جستجوي متمرکز(توزيع نشده)-ادامه جستجو با حافظه محدود IDA*: هر تکرار يک جستجوي اول عمق است ولي به جاي يک حد عمقي از يک حد براي تابع f استفاده مي کند. اين جستجو کامل و بهينه است. SMA*: همان IDA* است که مسير جاري را براي وضعيتهاي تکراري بررسي کند ولي نمي تواند از وضعيتهاي تکراري توليد شده در مسيرهاي مختلف اجتناب کند. اگر حافظه کافي باشد، کامل و بهينه است. 9 طبقه بندي روشهاي جستجوي متمرکز(توزيع نشده)-ادامه الگوريتم هاي بهبود تکرار شونده: شروع با يک پيکربندي کامل و انجام اصلاحات براي بهبود کيفيت آن. تپه نوردي: در يک حلقه که مرتبا تکرار مي شود در جهت کاهش مقدار حرکت مي کند . مشکلات : کمينه محلي – فلات – تيغه آنيلينگ شبيه سازي شده: در زمان رسيدن به کمينه محلي به جاي شروع تصادفي اجازه دهيم چند قدم بالاتر برويم. حرکت تصادفي به جای بهترین حرکت.