دوره الگوریتم‌های پیشرفته گراف در حل مسائل بهینه‌سازی ترکیبی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره الگوریتم‌های پیشرفته گراف در حل مسائل بهینه‌سازی ترکیبی

موضوع کلی: علوم کامپیوتر و بهینه‌سازی الگوریتم‌ها

موضوع میانی: نظریه گراف و محاسبات احتمالی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مسائل بهینه‌سازی ترکیبی و نقش گراف‌ها
• 2. مروری بر نظریه گراف: مفاهیم پایه و تعاریف
• 3. نماهای گراف: ماتریس مجاورت و لیست مجاورت
• 4. جستجوی گراف: الگوریتم‌های BFS و DFS
• 5. الگوریتم‌های کوتاه‌ترین مسیر: Dijkstra و Bellman-Ford
• 6. الگوریتم‌های یافتن مسیر: A* و Heuristics
• 7. جریان بیشینه در گراف‌ها: الگوریتم Ford-Fulkerson
• 8. جریان شبکه و کاربردهای آن در مسائل بهینه‌سازی
• 9. مسئله Min Cut و Max-Flow
• 10. درخت پوشای کمینه: الگوریتم‌های Prim و Kruskal
• 11. مسائل مسیریابی: مسئله فروشنده دوره‌گرد (TSP)
• 12. روش‌های دقیق برای TSP: برنامه‌ریزی پویا و شاخه و حدس
• 13. روش‌های تقریبی برای TSP: الگوریتم‌های هیوریستیک
• 14. مسئله کوله‌پشتی و ارتباط آن با گراف‌ها
• 15. مسئله رنگ‌آمیزی گراف و الگوریتم‌های آن
• 16. مسئله پوشش مجموعه (Set Cover) و الگوریتم‌های تقریبی
• 17. مسئله مستقل مجموعه (Independent Set) و الگوریتم‌های یافتن آن
• 18. الگوریتم‌های جریان بیشینه چند کالایی (Multi-Commodity Flow)
• 19. مسائل تخصیص و الگوریتم‌های مبتنی بر گراف
• 20. مسائل زمان‌بندی و ارتباط با جریان‌ها و مسیرها
• 21. مسائل مکان‌یابی و الگوریتم‌های گراف
• 22. مسائل خوشه بندی و الگوریتم‌های مبتنی بر گراف
• 23. الگوریتم‌های مرکزیت در شبکه‌های اجتماعی
• 24. الگوریتم‌های تشخیص اجتماع (Community Detection)
• 25. گراف‌های تصادفی: مدل Erdős-Rényi و مدل Barabási-Albert
• 26. محاسبات احتمالی در گراف‌ها: زنجیره‌های مارکوف
• 27. مسائل بهینه‌سازی روی گراف‌های پویا
• 28. کاربرد گراف‌ها در شبکه‌های حمل و نقل
• 29. کاربرد گراف‌ها در شبکه‌های ارتباطی
• 30. کاربرد گراف‌ها در بیوانفورماتیک
• 31. الگوریتم‌های موازی برای مسائل گراف
• 32. تحلیل پیچیدگی الگوریتم‌های گراف
• 33. استفاده از کتابخانه‌های گراف در پایتون (NetworkX)
• 34. تحلیل حساسیت در مسائل بهینه‌سازی گراف
• 35. برنامه‌ریزی عدد صحیح (Integer Programming) و مسائل گراف
• 36. مسائل برش (Cutting Plane) و الگوریتم‌های مرتبط
• 37. الگوریتم‌های شاخه و برش (Branch and Cut)
• 38. الگوریتم‌های متاهیوریستیک (Metaheuristic) در مسائل گراف
• 39. الگوریتم ژنتیک و مسائل بهینه‌سازی گراف
• 40. شبیه‌سازی تبرید (Simulated Annealing) و مسائل گراف
• 41. جستجوی ممنوعه (Tabu Search) و کاربرد آن در گراف
• 42. بهینه‌سازی کلونی مورچه‌ها (Ant Colony Optimization)