سیدا دانلود مقاله شبکه های احتمالی، روش مسیر بحرانی و نمودار گانت 23ص

دانلود مقاله شبکه های احتمالی، روش مسیر بحرانی و نمودار گانت 23ص

فرمت فایل دانلودی: .zip
فرمت فایل اصلی: .doc
تعداد صفحات: 17
حجم فایل: 34 کیلوبایت
قیمت: 12000 تومان

لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل :  word (..doc) ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 17 صفحه

 قسمتی از متن word (..doc) : 
 

‏شبکه های احتمالی، روش مسیر بحرانی و نمودار گانت
‏شبکه های احتمالی، روش و مسیر بحرانی و نمودار گانت
‏قبل ار تلاش جهت استفاده از این ابزار (Pert‏، CPM‏ و Gantt‏) اطاعات پروژه باید از طریق معینی جمع آوری شده باشند. لذا لازم است یک توضیح پایه ای و اساسی در مورد قدم های ارتباطی ابتدایی کار داده شود.
‏فرایند طراحی یک پروژه شامل مراحل زیر است:
‏1-مشخص کردن تاریخ شروع پروژه
‏2-مشخص کردن روز تکمیل پروژه
‏3-انتخاب کردن روش و شیوه های اجرای پروژه و طول عمر استفاده از پروژه.
‏4-مشخص کردن حوزه و میزان وسعت پروژه در دوره و مرحلة انتخاب شدة روش اجرای پروژه و طول عمر پروژه
‏5-مشخص کردن با انتخاب روش هایی که جهت مرور پروژه مورد استفاده قرار می گیرند.
‏6-مشخص کردن و از پیش تعیین کردن نقاط عطف یا تاریخ های بحرانی پروژه که باید به آنها پرداخت و رسیدگی کرد.
‏7-لیست کردن فعالیتها، با دورة پروژه، در رابطه با اینکه هرکدام از آنها باید سر موقع به پایان رسند.
‏8-برآورده کردن تعداد پرسنل لازم برای به پایان رساندن هر فعالیت
‏9-برآورد کردن پرسنل آماده به کار جهت به پایان رسانیدن هر فعالیت
‏10-مشخص کردن سطح مهارت مورد نیاز جهت تشکیل دادن هر فعالیت.
‏11-مشخص کردن وابستگی ها و پیش نیازی های هر پروژه.
‏-کدام فعالیت ها می توانند بطور موازی و هم زمان انجام شوند؟
‏-شروع کدام فعالیتها مستلزم تکمیل فعالیتهای دیگر است:
‏12-نقاط کنترلی و نقاط بازدید و مورد مرور پروژه
‏13-تشکیل دادن برآورد هزینة اجرای پروژه و تحلیل هزینه ‏–‏ منافع.
‏توسعة طرح یک پروژه مستلزم داشتن دقت بالا و درک جزئیات همة فعالیتهایی است که شامل می شودو مقدار زمانی که برای مدت زمان طول انجام هر فعالیت تخمین زده است، وابستگی های میان این فعالیتها، و توالی زمانی که این فعالیتها باید به اجرا درایند به علاوه، آماده بودن منابع باید مشخص گردد تا هر فعالیت با مجموعه فعالیتها جهت اختصاص به کار گرفته شود.
‏یک روش مورد استفاده برای توسعه لیست فعالیتها، خلق کردن چیزی است که به تجزیة ساختار کار معروف است.
‏یک تعریف:
‏تفکیک ساختار (WBS)‏: یک انحلال و متلاشی کردن سلسله مراتب و یا تجزیة یک پروژه یا فعالیت اصلی به مراحل متوالی است که در آن هر مرحله یک تجزیه کاملتر از قبلی است. در شکل نهایی یک WSB‏ در ساختار و چیدمان بسیار شبیه طرح اصلی است. هر مورد در یک مرحلة خاص از WBS‏ متوالیاً شماره گذاری شده است (برای مثال: 10 و 10 و 30 و 40 و 50) هر مورد در مرحلة بعدی در طی شمارة منشاء اصلی خود شماره گذاری شده است. (برای مثال 1/10 و 2/10 و 3/10 و 4/10) WBS‏ ممکن است در شکل یک دیاگرام کشیده شود. (چنانچه ابزارهای خودکار آماده باشند.) یا در یک نمودار شبیه کشیدن یک طرح.
WBS‏ با دو فعالیت رو یهم رفته شروع می شود که نمایندة کلیت کارهایی هستند که پروژه را تشکیل می دهند. این نام طرح پروژه WBS‏ می شود. استفاده از روش کار یا طول عمر مسیستم (تحلیل، طراحی و اسباب تکمیل) بعنوان یک راهنما قدم می گذارد پروژه به قدم های اصلی اش تقسیم شده است. اولین مرحلة پروژه وارد کردن اطلاعات است. مرحلة دوم اصلی تحلیلی است که پیرو طراحی، ترسیم، تست کردن، تکمیل و پیگیری دقیق انجام وظایف است. هرکدام از این مراحل باید به مرحلة بعدی جزئیاتش شکسته شوند و هرکدام از آنها، بازهم به مراحل کاملتر جزئیات، تا به یک فعالیت قابل مدیریت برسد. اولین WBS‏ برای طول عمر پروژه به این صورت خواهد بود.
‏توصیف فعالیت
‏شمارة WBS
‏وارد کردن اطلاعات پروژه
1.0
‏طرح کردن نقشه پروژه
1.1
‏مرحله آنالیز و تحلیل
2.0
‏گزارشات استفاده کنندة نقشه
2.1
‏گزارشات استفاده کننده جدول
2.2
‏امتحان و آزمایش
3.0
‏طراحی
4.0
‏تست کردن
5.0
‏تکمیل کردن
6.0
‏مرور پیگیری انجام وظایف
7.0
‏فعالیت های هر مرحله کاملتر متوالی از جزئیات شماره گذاری شده اند تا فعالیتی که از آن سرچشمه می گیرند را منعکس کنند. لذا اولین مرحلة هر فعالیت بصورت 0/1 و 0/2 و 0/3 و الی آخر شماره گذاری می شوند. هرکدام از این ‏«‏زیرفعالیتها‏»‏ دارای یک شمارة دوقسمتی هستند: قسمت اول نشان دهندة فعالیت سرمنشاء است و قسمت دوم شمارة خود زیرفعالیت است. مانند 1/1 و 2/1 یا 3/1 و مانند اینها، به نوبت، متلاشی شده یا تجزیه شده به فعالیت های ترکیب کننده (اجزاء فعالیت)، هر جزء یک شماره را دریافت می کند که شامل شمارة منشاء اصلی آن بعلاوة شمارة فردی خودش است.
‏یک تعریف:
‏یک فعالیت قابل مدیریت، فعالیتی است که در آن نتایج مورد انتظار به راحتی قابل تشخیص باشند.
‏موفقیت، مردود شدن و یا کامل شدن فعالیت به راحتی قابل تعیین و تحقق بخشیدن باشند. زمان تکمیل فعالیت بسادگی قابل تعیین باشد و منابع مورد نیاز فعالیت به راحتی قابل تعیین و تعریف شده باشند.
PERT
‏نمودارهای تکنیک مورد ارزیابی برنامه (TERT)‏، کارها، مدت زمان، و اطلاعات وابستگی را رسم می نمایند. هر نمودار با وارد کردن یک گره که اولین کار یا کارها از آن سرچشمه می گیرند شروع می شود. اگر کارهای متعدد در یک زمان شروع شوند همة آنها از گره یا شاخه شروع می شوند، تا از نقطة شروع منشعب می شوند. هر فعالیت با یک خط که نام و یا معرف، طول دوره آن، تعداد افراد استخدام شده برای آن، و در برخی موارد امضای مختصر پرسنلی که استخدام شده اند را معین می کند، نشان داده می شود. انتهای دیگر خط فعالیت به یک گروه دیگر، یا شروع یک زمان شناور که وقت انتظار بین کارها است را تعیین می کند، منتهی می شود.

 

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

سیدا دانلود مقاله در مورد طراحی مسیر ربات متحرک 36 ص

دانلود مقاله در مورد طراحی مسیر ربات متحرک 36 ص

فرمت فایل دانلودی: .doc
فرمت فایل اصلی: .doc
تعداد صفحات: 26
حجم فایل: 366 کیلوبایت
قیمت: 6000 تومان

لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل :  word (..doc) ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 26 صفحه

 قسمتی از متن word (..doc) : 
 

1
‏ ‏چکیده
‏این مقاله الگوریتمی جدید برای مسئله برنامه ریزی مسیرکلی به یک هدف ، برای ربات متحرک را با استفاده از الگوریتم ژنتیک ارائه می دهد .الگوریتم ژنتیک برای یافتن مسیر بهینه برای ربات متحرک جهت حرکت در محیط استاتیک که توسط نقشه ای با گره ها و لینک ها بیان شده است ،بکار گرفته شده است.موقعیت هدف و موانع برای یافتن یک مسیر بهینه در محیط دو بعدی داده شده است .هر نقطه اتصال در شبکه ژنی است که با استفاده از کد باینری ارائه شده است.تعداد ژن ها در یک کروموزوم تابعی از تعداد موانع در نقشه (نمودار)می باشد.
‏بنابراین از یک کروموزوم با طول ثابت استفاده کردیم.مسیر ربات ایجاد شده ، در مفهوم کوتاهترین مسیر ،بهینه است .ربات دارای محل آغاز و محل هدف تحت فرضیه ای است که ربات از هر محل فقط یکبار می گذرد یا اصلا نمی گذرد.نتایج بدست آمده در شبیه سازی ؛قدرت الگوریتم پیشنهادی را تایید می نماید.
‏ ‏مقدمه
‏
‏مسئله طراحی مسیر ربات متحرک را می توان بصورت ذیل بیان کرد:
2
‏داده های مسئله (محل شروع،محل هدف، نقشه ای دو بعدی مسیرهاکه شامل موانع ساکن می باشد).‏هدف بدست آوردن یک مسیر بدون تصادم بین دو نقطه خاص در ایفای معیار بهینه سازی با در نظر گرفتن محدودیت ها (به احتمال زیاد:کوتاهترین مسیر)می باشد. مسئله طراحی مسیر از نظر محاسباتی بسیار پر هزینه است.
‏با اینکه حجم زیادی از تحقیقات برای حل بیشتر این مسائل انجام شده است،با این وجود،روش های معمول ،غیر قابل انعطاف می باشند.
‏1.اهداف مختلف بهینه سازی و تغییرات اهداف
‏2. عدم قطعیت ها در محیط ها
‏3. محدودیت های متفاوت برای منابع محاسباتی
‏مرور و بازنگری روش های موجود برای حل مسئله طراحی مسیر ،در [1]‏ ارائه شده است . روش های زیادی برای ایجاد یک مسیر بهینه از قبیل برنامه ریزی دینامیک و روش های تبدیل مسافت گزارش شده است .
‏در روش برنامه ریزی دینامیک اگر نقطه ی شروع‏SP‏ و نقطه ی هدف ‏G‏P باشد ، نقطه ی زیر هدف ‏I‏P است.و روش تولید مسیر ،نحوه تعیین توالی زیر اهداف است که زیر اهداف خود از مجموعه ‏I‏P (I=1,2,3,…‏) انتخاب می شوند.ما باید تمام مسیرهای ممکن را بررسی کرده و مسیر با کمترین مقدار هزینه را به عنوان مسیر بهینه انتخاب نمائیم.توان محاسباتی بسیار فراوانی بویژه در محیط های دارای زیر اهداف فراوان مورد نیاز است . در روش تبدیل مسافت ،کارطراحی مسیر ،محیطی را با شبکه یکنواخت می پوشاند و فواصل را از طریق فضای خالی ،از سلول هدف،منتشر می کند.قسمت پیشین موج مسافت ،حول موانع و در نهایت از طریق تمامی فضاهای آزاد در محیط جریان می یابد.برای هر نقطه شروع در محیط نمایانگر محل اولیه ربات متحرک ،کوتاهترین مسیر به مقصد،از طریق رفتن به قسمت پائین و از طریق شیب دارترین مسیر نزولی رسم شده است.با این وجود به هنگام وجود دو سلول یا بیشتر جهت گزینش با همان حداقل تبدیل فاصله ابهام مسیرهای بهینه وجود دارد. دو روش مذکور ملزم توان محاسباتی بسیار بالا در محیطی است که دارای تعداد زیاد اهداف فرعی (زیر اهداف)و موانع است.
‏محققان روش های فراوان را برای حل مسائل طراحی مسیر ربات های متحرک با وجود موانع ایستا و متحرک بر مبنای soft computing‏ ،بیان کرده اند. soft computing‏ متشکل از منطق فازی،شبکه های عصبی و محاسبات تکاملی است (الگوریتم های ژنتیک و تکاملی GA & EA‏).تاکنون تلاش های زیادی در استفاده از منطق فازی برای طراحی و برنامه ریزی حرکت ربات متحرک وجود داشته است .اخیرا استفاده از محاسبات تکاملی رواج فراوانی پیدا کرده و در واقع روشی است که به منظور بکارگیری در موقعیت هایی که دانش اولیه راجع حل مسئله وجود نداشته و یا اطلاعات محدود می باشد،قابلیت استفاده به گونه ای موثرتر،عمومی تر و راحت تر را داراست.
3
‏الگوریتم های ژنتیکی و تکامکلی نیازمند اطلاعات اشتقاقی یا برآوردهای فرمال اولیه از راه حل نیستند و از آنجائیکه طبیعتا تصادفی می باشند دارای قابلیت جستجوی کل فضای جواب با احتمال بیشتر پیدا کردن بهینه عمومی می باشند.
‏می توان تحقیق قبلی راجع طراحی مسیر را به صورت یکی از دو روش مقابل طبقه بندی کرد:‏ ‏مبتنی بر مدل و مبتنی بر سنسور .
‏در حالت مبتنی بر مدل ،مدل های منطقی از موانع شناخته شده ،برای تولید تصادم بدون مسیر بکار گرفته می شوند.در حالیکه در روش مبتنی بر سنسور ، کشف و اجتناب از موانع ناشناخته است.در این مقاله الگوریتمی جدید جهت بدست آوردن مسیر بهینه بر مبنای مدل پیشنهاد شده است.
‏ادامه مطالب مقاله بصورت ذیل مرتب شده اند :
‏در بخش 2 ،مقدمه ای مختصر راجع الگوریتم ژنتیک ارائه شده است .در بخش 3 ،فرمول سازی مسئله مورد بررسی واقع شده،در بخش 4 الگوریتم پیشنهادی ، معرفی و در بخش 5 نتایج شبیه سازی نشان داده شده است‏.‏
‏1‏.‏مسیریابی
‏مسئله مسیریابی ربات در چند حالت قابل بررسی است ‏:
‏در یک مفهوم می توان مسیریابی روبات را در قالب تعقیب خط (عموما مسیری از پیش تعیین شده با رنگ متفاوت از زمینه ) معرفی نمود.روبات هایی با این کاربرد تحت عنوان مسیریاب شناخته می شوند . یکی از کاربرد های عمده این ربات ، حمل و نقل وسایل و کالاهای مختلف در کارخانجات ، بیمارستان ها ، فروشگاه ها ، کتابخانه ها و ... میباشد .
‏ربات تعقیب خط تا حدی قادر به انجام وظیفه کتاب داری کتابخانه ها می باشد . به این صورت که بعد از دادن کد کتاب ، ربات با دنبال کردن مسیری که کد آن را تعیین میکند ، به محلی که کتاب در آن قرار گرفته می رود و کتاب را برداشته و به نزد ما می آورد .مثال دیگر این نوع ربات در بیمارستان های پیشرفته است ، کف بیمارستان های پیشرفته خط کشی هایی به رنگ های مختلف به منظور هدایت ربات های مسیریاب به محل های مختلف وجود دارد . (مثلا رنگ قرمز به اتاق جراحی یا آبی به اتاق زایمان.) بیمارانی که توانایی حرکت کردن و جا به جا شدن را ندارند و باید از ویلچر استفاده کنند ، این ویلچر نقش ربات تعقیب خط را دارد ، و بیمار را از روی مسیر مشخص به محل مطلوب می برد .
4
‏با توجه به وجود موانع (استاتیک و دینامیک) در محیط ،‏مسیریابی روبات در مفهومی کاربردی تر ،پیمودن مسیر مبدا تا مقصد بدون برخورد با موانع می باشد‏.مسلما با وجود تعداد زیاد موانع ،تعداد مسیرهای قابل عبور روبات ‏بسیار زیاد خواهد بود و یقینا ‏انتخاب ‏کوتاه ترین مسیر ‏توسط روبات‏ ‏برای حرکت از مبدا به مقصد ،دارای ارزش اجرایی بالایی خواهد بود‏.در این مقاله چنین مسئله ای ‏مورد بررسی واقع شده است‏.نقاط مبدا و مقصد و نیز محل موانع به عنوان ورودی داده شده است ،نیز می دانیم موانع ایستا می باشند (در حالت وجود موانع پویا در عین نزدیکی بیشتر به شرایط واقعی ،روش های مورد استفاده بسیار پیچیده خواهند بود)‏و مسئله‏ ‏در حالت دو بعدی بررسی می شود (روبات بر روی صفحه حرکت می نماید)‏. برای این منظور الگوریتم های مسیریابی با هدف انتخاب کوتاهترین مسیر قابل استفاده می باشند ،الگوریتم هایی که به منظور مسیریابی در شبکه ها قابلیت استفاده دارند.با این وجود در این بررسی ‏از الگوریتم ژنتیک استفاده شده است . ‏همچنین ‏الگوریتم های ژنتیک و نیز دیگر روش های مشابه به منظور بهینه سازی ‏مصرف انرژی روبات ،مسیر تغییر زاویه ازوی روبات ،زمان حرکت‏ ‏روبات و...‏ قابل استفاده می باشند‏ ‏.‏ ‏ ‏ ‏
‏2.‏الگوریتم ژنتیک
‏ GA‏ در سال 1975 ‏توسط Holland‏ بر پایه تقلیدی از تکامل طبیعی یک جمعیت پایه ریزی شد به نحوی که کروموزوم ها به منظور خلق نسل جدید اجازه تولید مجدد داشته و جهت بقاء در نسل آینده به رقابت می پردازند.با گذشت زمان ،بر روی نسل ها ، fitness‏ بهبود می یابد و در نهایت بهترین راه حل قابل حصول است .اولین جمعیت p(0)‏ به طور تصادفی با 0و1 کد می شود در هر نسل ،t‏، مناسبترین عناصر برای حضور در mating pool‏ انتخاب می شوند و با سه عملگر پایه ای ژنتیک ؛ تولید مثل،ادغام و جهش ؛ جهت تولید نسل جدید تکامل می یابند .بر پایه بقاء بهترین هامی توان نتیجه گرفت کروموزوم های بدست آمده با استفاده از روشی منتخب بهترین کروموزوم ها قابل حصول می باشند.
‏از جمله مزایای GA‏ که این روش را جهت بکارگیری آن در مورد انتخاب متغیر مناسب می نماید می توان به توانایی پیدا کردن بهینه عمومی با سرعت بالا،امکان جستجو موازی چند نقطه و نیز فرار از بهینه های محلی اشاره نمود.

 

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

پاورپوینت دین و زندگی چهارم درس چهارم در مسیر اخلاص

پاورپوینت دین و زندگی چهارم درس چهارم در مسیر اخلاص

فرمت فایل دانلودی: .zip
فرمت فایل اصلی: .pptx
تعداد صفحات: 27
حجم فایل: 2153 کیلوبایت
قیمت: 8000 تومان

لینک دانلود و خرید پایین توضیحات
دسته بندی : پاورپوینت
نوع فایل :  powerpoint (..pptx) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید : 27 اسلاید

 قسمتی از متن powerpoint (..pptx) : 
 

بنام خدا
دین و زندگی سال چهارم
درس چهارم: در مسیر اخلاص

 

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

تحقیق تحلیل مساله کوتاهترین مسیر در گراف جهت دار 10 ص

تحقیق تحلیل مساله کوتاهترین مسیر در گراف جهت دار 10 ص

فرمت فایل دانلودی: .zip
فرمت فایل اصلی: .doc
تعداد صفحات: 11
حجم فایل: 48 کیلوبایت
قیمت: 8000 تومان

لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل :  word (..doc) ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 11 صفحه

 قسمتی از متن word (..doc) : 
 

1
‏تحلیل ‏مساله ‏کوتاهترین مسیر در گراف‏ جهت دار
‏اگر ‏ یک گراف جهت دار باشد فرض کنید هر لبه ‏ با وزن ‏ مشخص می گردد و هزینه رفتن مستقیم از گره i‏ به j‏ را مشخص میسازد بزودی الگوریتم دایجسترا را که برای یافتن کوتاهترین مسیر در گراف با وزن های مثبت کاربرد دارد را بیان میکنیم . در این بخش و بخش بعدی دو مساله مرتبط با گراف را بیان خواهیم کرد .
‏1 ) گراف G‏ را در نظر بگیرید ( وزن دار ) اگر این گراف دارای سیکل منفی باشد آنگاه یک سیکل جهت دار c‏ مثل :
‏2) اگر گراف شامل هیچ دوره ( سیکل‏‌‏)‏‌‏ منفی نباشد یافتن مسیری به نام p‏ از گره آغازی s‏ و گره پایانی t‏ با کمترین هزینه :‏ ‏ ‏باید کمترین باشد به ازای هر مسیر از s‏ به t‏ . این مساله به هر دو نام مسیر با کمترین هزینه و کوتاهترین مسیر نامیده می شود .
‏طراحی و آنالیز الگوریتم :
‏اکنون با شروع تعریف مجدد الگوریتم دایجسترا که برای یافتن کوتاهترین مسیر در گراف هایی که وزن منفی ندارند شروع میکنیم .
2
‏در این گراف یک مسیر از s‏ به t‏ با ملاقات چندین دفعه دوره ( سیکل ) C‏ بدست می آید .
‏کوتاهترین مسیر با شروع از گره آغازین s‏ به هر نود v‏ در یک گراف اصولا یک الگوریتم حریصانه است . ایده اصلی از یک مجموعه S‏ تشکیل شده است که کوتاهترین مسیر از هر نود s‏ به هر نود داخل مجموعه S‏ شناخته شده است . در این شکل این الگوریتم را نشان می دهیم با ‏ شروع میکنیم . ما میدانیم کوتاهترین مسیر از s‏ به s‏ دارای هزینه صفر است زمانیکه هیچ لبه با وزن منفی نداشته باشیم . سپس این عنصر را به طور حریصانه به مجموعه اضافه میکنیم . در طی مرحله اول الگوریتم حریصانه ما کمترین هزینه لبه های گره s‏ را تشکیل خواهیم داد . بعبارت دیگر یعنی : ‏ . یک نکته مهم با توجه به الگوریتم دایجسترا این است که کوتاهتری مسیر از s‏ به v‏ با یک یال ‏ نمایش داده می شود بنابراین بلافاصله نود v‏ را به مجموعه S‏ اضافه میکنیم . پس مسیر ‏ مسلما کوتاهترین مسیر به v‏ است اگر هیچ یالی با هزینه منفی نداشته باشیم . مسیر های دیگر از s‏ به v‏ باید از یک یال خارج شده از s‏ که حداقل هزینه بیشتری نسبت به لبه (s,v)‏ داشته باشند شروع میشوند .
‏این ایده همواره صحیح نیست بویژه زمانی که دارای لبه های با وزن منفی هستیم .
3
‏یک ایده برنامه نویسی پویا :
‏یک روش برنامه نویسی پویا سعی بر حل این مساله برای یافتن کوتاهترین مسیر از s‏ به t‏ زمانیکه لبه با وزن منفی داشته باشیم اما سیکل ( دوره ) با طول منفی نداشته باشیم . زر مساله i‏ می تواند کوتاهترین مسیر را تنها بوسیله استفاده از i‏ گره اولیه پیدا کند . این ایده بلافاصله جواب نمی دهد بلکه با اعمال اندکی تغییرات جواب دلخواه را به ما میدهد . الگوریتم Bellman-Ford algorithm‏ ا‏ین الگوریتم را بوسیله برنامه نویسی پویا مطرح کرده و حل ‏کرده اند .
4
‏(6.22)‏
‏اگر G‏ دورهای منفی نداشته باشد؛‍‍‍ پس کوتاهترین مسیر ساده از S‏ به t‏ وجود دارد.(یعنی گره ها تکرار نمی شوند.) و از اینرو در نهایت n-1‏ یال دارد.
‏اثبات: تا زمانی که هر دور هیچ هزینه منفی نداشته باشد؛ کوتاهترین مسیر P‏ از s‏ به t‏ با بیشترین تعداد از یالها هیچ راس v‏ را مرور نمی کند. اگر P‏ ؛ راس v‏ را تکرار کند؛ ما می توانیم بخش مابین عبورهای متوالی از v‏ را حذف کنیم. که این عمل هزینه کمینه و یال بیشینه را نتیجه می دهد.
‏اجازه دهید OPT(i,v)‏ را برای تفکیک کمترین هزینه یک مسیر v-t‏ با استفاده از بیشترین یال i‏ مورد استفاده قرار دهیم. مطابق مساله (6.22) اصی ترین مشکل؛ محاسبه OPT(n-1.s)‏ است.(ما می توانیم به جای ساخت الگوریتم؛ زیر مسائل مرتبط با کمینه هزینه مسیر s-v‏ را با استفاده از بیشترین یالi‏ جایگزین کنیم. این یک موازی طبیعی با الگوریتم دایجسترا شکل خواهد داد. اما در پروتوکل های مسیر یابی که بعدا شرح خواهیم داد؛ این یک روش طبیعی نخواهد بود.)
‏اکنون راه ساده ای را برای بیان OPT(i,v)‏ با استفاده از زیرمسائل کوچکتر نیازداریم. ما دیداه طبیعی تری که نکات بسیاری حالات مختلف را در بر می گیرد را مرور خواهیم کرد؛ این مثال دیگری است از اصل

 

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

دانلود تحقیق و پاورپوینت