محاسبات نرم

برای چه کسی است

دانشجویان کارشناسی ارشد و دکترای هوش مصنوعی و مهندسانی که با مسائل مبهم یا بهینه‌سازی بدون گرادیان سروکار دارند.

پیش‌نیازها

• نظریه‌ی مجموعه‌ها
• احتمال پایه
• آشنایی با مفهوم بهینه‌سازی

سرفصل‌ها

1. فصل 1: منطق فازی

   استدلال با مفاهیم مبهم: از تابع عضویت تا کنترل‌گرهای فازی ممدانی و سوگنو.

   1. مجموعه‌های فازی و تابع عضویت
   2. عملگرها و رابطه‌های فازی
   3. استنتاج ممدانی و سوگنو

2. فصل 2: الگوریتم ژنتیک

   بهینه‌سازی با الهام از تکامل: رمزگذاری، انتخاب، تقاطع و جهش.

   1. ساختار الگوریتم ژنتیک
   2. روش‌های انتخاب
   3. تقاطع و جهش

3. فصل 3: هوش جمعی

   بهینه‌سازی ازدحام ذرات و کلونی مورچگان.

   1. بهینه‌سازی ازدحام ذرات (PSO)
   2. پارامترهای PSO و همگرایی
   3. بهینه‌سازی کلونی مورچگان (ACO)

4. فصل 4: بهینه‌سازی چندهدفه

   جبهه‌ی پارتو، NSGA-II و ارزیابی الگوریتم‌های چندهدفه.

   1. غلبه و جبهه‌ی پارتو
   2. الگوریتم NSGA-II
   3. شاخص‌های ارزیابی: Hypervolume و IGD

5. فصل 5: سیستم‌های عصبی-فازی

   ترکیب یادگیری شبکه‌های عصبی با تفسیرپذیری منطق فازی.

   1. معماری ANFIS
   2. یادگیری ترکیبی در ANFIS
   3. تنظیم سیستم فازی با الگوریتم تکاملی