کتاب مسیر‌یابی هوشمند: پیاده‌سازی الگوریتم‌های A* و Dijkstra با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مسیر‌یابی هوشمند: پیاده‌سازی الگوریتم‌های A* و Dijkstra

موضوع کلی: علوم کامپیوتر

موضوع میانی: هوش مصنوعی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مسیر‌یابی و کاربردهای آن
  • 2. مسئله یافتن مسیر: تعریف و چالش‌ها
  • 3. مرور مبانی گراف‌ها و انواع آن
  • 4. نمایندگی گراف در حافظه: ماتریس مجاورت و لیست مجاورت
  • 5. الگوریتم جستجوی اول سطح (BFS)
  • 6. الگوریتم جستجوی عمق اول (DFS)
  • 7. مفهوم هزینه‌ها و وزن‌ها در گراف
  • 8. الگوریتم Dijkstra: معرفی و ایده اصلی
  • 9. پیاده‌سازی گام‌به‌گام الگوریتم Dijkstra
  • 10. بهینه‌سازی الگوریتم Dijkstra با استفاده از صف اولویت
  • 11. تحلیل پیچیدگی زمانی و مکانی الگوریتم Dijkstra
  • 12. کاربرد الگوریتم Dijkstra در مسیریابی شبکه
  • 13. الگوریتم A*: معرفی و ایده اصلی
  • 14. تابع هیوریستیک: تعریف و اهمیت آن
  • 15. انواع توابع هیوریستیک: اقلیدسی، منهتنی، و غیره
  • 16. پیاده‌سازی گام‌به‌گام الگوریتم A*
  • 17. بهینه‌سازی الگوریتم A* با استفاده از صف اولویت
  • 18. تحلیل پیچیدگی زمانی و مکانی الگوریتم A*
  • 19. مقایسه الگوریتم‌های Dijkstra و A*
  • 20. انتخاب تابع هیوریستیک مناسب برای مسائل مختلف
  • 21. کاربرد الگوریتم A* در بازی‌سازی و رباتیک
  • 22. حل مسائل مسیر‌یابی با موانع ایستا
  • 23. حل مسائل مسیر‌یابی با موانع پویا
  • 24. پیاده‌سازی A* با استفاده از ساختار داده‌های Heap
  • 25. بهبود عملکرد A* با استفاده از تکنیک‌های Branch and Bound
  • 26. الگوریتم‌های جستجوی دوطرفه (Bidirectional Search)
  • 27. مقدمه‌ای بر الگوریتم‌های جستجوی مبتنی بر احتمال
  • 28. کاربرد الگوریتم‌های مسیر‌یابی در سیستم‌های ناوبری
  • 29. مسیر‌یابی در گراف‌های بزرگ: تکنیک‌های تقسیم و غلبه
  • 30. مسیر‌یابی چند هدفه: یافتن بهترین مسیر با توجه به معیارهای مختلف
  • 31. مسیر‌یابی در فضای پیوسته: روش‌های نمونه‌برداری و تقریب
  • 32. مسیر‌یابی در محیط‌های سه بعدی
  • 33. مسیر‌یابی برای ربات‌های متحرک
  • 34. مسیر‌یابی در شبکه‌های حسگر بی‌سیم
  • 35. بررسی کتابخانه‌های مسیر‌یابی موجود (Python, C++, Java)
  • 36. پیاده‌سازی یک سیستم مسیریابی ساده با استفاده از یک کتابخانه
  • 37. حل تمرینات و چالش‌های عملی مسیر‌یابی
  • 38. آشنایی با الگوریتم‌های مسیر‌یابی پیشرفته (Jump Point Search, Theta*)
تگ‌ها: A-star AI algorithm artificial intelligence Dijkstra graph graph algorithms pathfinding pathfinding algorithms route planning الگوریتم گراف مسیر‌یابی مسیریابی هوشمند هوش مصنوعی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.