دسته بندی | معماری |
بازدید ها | 5 |
فرمت فایل | ppt |
حجم فایل | 20032 کیلو بایت |
تعداد صفحات فایل | 38 |
شامل: شکل گیری بافت های سنتی و مدرن، فضاهای باز شهری در دوران مدرن، تجدید نظر در طراحی مجموعه های مسکونی، فضاهای عمومی و فعالیت های جمعی (فعالیت های ضروری، فعالیت های انتخابی، فعالیت های اجتماعی)، دسته بندی فعالیت های جمعی در فضاهای عمومی یک مجتمع مسکونی (گفت و شنود، دیدار، آمدو شد، مراسم عمومی، بازی، ورزش، تفریح)، انسان و محیط، سلسله مراتب نیازها، شناخت فاکتورهای موثر در طراحی فضاهای جمعی (تنوع و سازگاری، سرزندگی، ایمنی، امنیت)، سلسله مراتب دسترسی، تاثیر عوامل محیطی بر فضاهای جمعی، اجزا و عناصر در فضاهای جمعی (پیاده روها، مسیرهای سواره، فضای سبز، فضاهای بازی کودکان، مبلمان شهری، محل های نشستن)، تحلیل مجتمع مسکونی کوثر، تحلیل فاز دوم شهرک اکباتان و ...
دسته بندی | آموزشی |
بازدید ها | 11 |
فرمت فایل | docx |
حجم فایل | 708 کیلو بایت |
تعداد صفحات فایل | 9 |
در این فایل، تحقیق آماده اثرات ورزش بر بیماری MS را در قالب های وورد و پی دی اف برای شما آماده کرده ایم.
دسته بندی | برنامه نویسی |
بازدید ها | 15 |
فرمت فایل | zip |
حجم فایل | 15 کیلو بایت |
تعداد صفحات فایل | 6 |
دانلود سورس کد متلب برنامه بهینه سازی چند هدفه با استفاده از الگوریتم ENSES
دارای توضیحات و معرفی اولیه تابع
دارای توضیحات به صورت خط به خط برنامه
مناسب برای شبیه سازی پایان نامه های دانشجویان ارشد
علاقه مندان کدنویسی متلب
دسته بندی | برنامه نویسی |
بازدید ها | 21 |
فرمت فایل | zip |
حجم فایل | 20 کیلو بایت |
تعداد صفحات فایل | 6 |
دانلود کد متلب الگوریتم تکاملی چند هدفه بر اساس تکامل تفاضلی
Multi-objective Evolutionary Algorithm based on Differential Evolution
دارای توضیحات و معرفی اولیه تابع
دارای توضیحات به صورت خط به خط برنامه
مناسب برای شبیه سازی پایان نامه های دانشجویان ارشد
علاقه مندان کدنویسی متلب
دسته بندی | برنامه نویسی |
بازدید ها | 13 |
فرمت فایل | zip |
حجم فایل | 1 کیلو بایت |
تعداد صفحات فایل | 3 |
هدف از این برنامه که یک مثال از مسئله MOO و به زبان متلب نوشته شده است
مقادیر اولیه درنظر گرفته شده به صورت زیر است:
دو تابع مرزی:
f1(X) = 2*x1 + 3*x2
f2(X) = 2/x1 + 1/x2
دامنه مقادیر:
x1<20 & x1>10
x2<30 & x2>20
تنظیمات اولیه :
iterations = 500;
population_size = 500;
mutation_rate = 0.02;
crossover_rate = 0.3;
population = zeros(population_size,3);