توسعه اي بر روشهاي الگوريتم ژنتيك براي حل مسائل TSP و كولهپشتي و پيادهسازي مدارهاي ديجيتال مبتني بر DNA
مقطع تحصيلي
كارشناسي ارشد
رشته تحصيلي
كنترل
محل تحصيل
دانشگاه صنعتي قم
دانشکده
دانشكده فني و مهندسي
سال تحصيل
1397
گروه تحصیلی
گروه كنترل
استاد راهنما
شريفي، جواد
موضوع ها
بهينه سازي , علم ژنتيك , الگوريتم ژنتيك , روشهاي انتخاب , تركيب , جهش , دمالتي پلكسر , ديكدر , انكدر , گيت منطقي , DNA
چکيده
اهميت بهينهسازي در مسائل مهندسي بر كسي پوشيده نيست؛ بهطور كلي روشهاي بهينهسازي به دو
دسته روشهاي دقيق و سنتي و همچنين روشهاي ابتكاري و فراابتكاري تقسيمبندي ميشوند. الگوريتم-
هاي تكاملي، نوع خاصي از روشهاي فرا ابتكاري هستند كه سبك مخصوصي را در حل مسائل پيش
ميگيرند؛ از مشهورترين و پركاربردترين روشهاي بهينهسازي ميتوان به الگوريتم ژنتيك كه يكي از
روشهاي تكاملي و مبتني بر طبيعت وجانداران است، اشاره نمود كه تجربهي محققان در مسائل مختلف
ثابت كرده است اين الگوريتم قادر است در اغلب موارد به مقدار بهينه سراسري)حداقل يا حداكثر جامع(
در تابع هزينه يا هدف برسد و حتي در نرم افزار متلب، اين الگوريتم در دسته روشهاي بهينهسازي مطلق
قرار داده شده است. پاسخهايي كه الگوريتمهاي فراابتكاري و از جمله الگوريتم ژنتيك بهدست ميدهند،
اغلب جوابهاي بهينه يا زير بهينه هستند و قابل استناد و استفاده ميباشند. به همين دليل است كه ابداع
و استفاده از اينگونه روشها بهطرز چشمگيري در حال افزايش است؛ بهطوريكه تا حد زيادي بهينهسازي
مسائل به اين دسته از روشها واگذار شده است. الگوريتم ژنتيك پارامترها و قواعدي را دارد كه بر اساس
آنها، به پاسخ متفاوتي ميرسد؛ كاركرد الگوريتم ژنتيك تا حد زيادي وابسته به نحوه انتخاب و استفاده از
عملگرهاي ژنتيكي تركيب و جهش بوده كه در فاز اول اين پاياننامه، روشي توسعه يافته براي عملگر جهش
در اين الگوريتم ارائه شده است كه ميتواند كار دو جهش معاوضه را بهصورت همزمان انجام دهد و سپس
با استفاده از آن و بهرهگيري از ساير انواع جهش، مساله فروشندهدورهگرد كه از مسائل مشهور مهندسي
بوده، حل و بهينهسازي شده است. در ادامه، روش توسعه يافتهاي ديگر، براي عملگر جهش در اين الگوريتم
ارائه شده است كه ميتواند كار دو جهش معاوضه و عكس را همگام با يكديگر انجام دهد و اين بار نيز
سپس با استفاده از آن، مساله فروشندهدورهگرد، حل شده است. باز هم در ادامه، روي عملگر تركيب در
الگوريتم ژنتيك كار شده و با استفاده از عملياتهاي منطقي، روش تركيب توسعه يافتهاي طرح شده و با
اين عملگر تركيب مبتني بر عملياتهاي منطقي، مسالهكولهپشتي كه اين مساله نيز جزو مسائل رايج و
معروف مهندسي بوده، مورد حل و بهينهسازي واقع شده است. لازمبهذكر است كه در علوم مهندسي،
بسياري از مسائل را ميتوان با استفاده از تدابيري به يك مساله بهينهسازي تبديل نمود و سپس با استفاده
از يك روش بهينهسازي همچون الگوريتم ژنتيك آن را حل نمود؛ لذا بهطور كلي كاربردهاي روشهاي
بهينهسازي فراتر از حد تصور ميباشد. گفتني است كه تمام شبيهسازيهاي اين پاياننامه در نرم افزار
MATLAB انجام شده است.
اما در فاز دوم، موضوع متفاوت است؛ پيرامون بحث توليد قطعات الكترونيكي، مدتهاست كه محققان علوم
ساخت سختافزارهاي كامپيوتري، تلاش مستمري را بهمنظور طراحي و ساختن ريزپردازندههاي كمحجمتر
و در عين حال سريعتر انجام دادهاند؛ زيرا ريزپردازندههاي سيليكوني بهلحاظ سرعت عملكرد و عليالخصوص
ابعاد داراي محدوديت ميباشند. طراحان شركتهاي سازنده اينگونه تراشهها، بهطور آشكاري بهدنبال
بسترهاي جايگزين مناسب ديگري براي طراحي تراشهها و ريزپردازندهها ميباشند. سابقا كارهايي در اين
زمينه انجام شده است كه مسلما در سالهاي آتي، بهسبب به بنبست رسيدن محدوديت كوچكتر نمودن
ابعاد ترانزيستورهاي سيليكوني مورد استفاده در تراشههاي الكترونيكي، فعاليتها در اين مبحث اما در
حوزههاي ديگر همچون طراحي مدارهاي زيستي و طبيعي، رشد چشمگيري خواهد داشت. در اين پاياننامه
تلاش شده است كه با استفاده از دروازههاي منطقي پايه كه در بستر آزمايشگاهي بر اساس DNA طراحي
شدهاند، مدارهاي ديجيتالي همچون دمالتي پلكسر، تمامجمعكننده، كدگشا و كدگذار پيادهسازي گردد.