برنامه درسی

ندارد

1. Jan A. Snyman (2005). Practical Mathematical Optimization: An Introduction to Basic Optimization Theory and Classical and New Gradient- Based Algorithms. Springer Publishing.

2. Hartmut Pohlheim (2005). Evolutionary Algorithms: Overview, Methods and Operators

3- Thomas Baeck, D.B Fogel, Z Michalewicz, Evolutionary Computation 1: Basic Algorithms and Operators

هفته اول: مقدمه شامل معرفی بهینه‌سازی و کاربردهای آن

هفته دوم: مروری کلی و معرفی روش‌های مختلف بهینه‌سازی

هفته سوم:  معیارهای مختلف برای دسته‌بندی مسائل بهینه‌سازی

هفته چهارم: پایه‌های ریاضی لازم برای بهینه‌سازی مانند ماتریس هسین و بردار گرادیان

هفته پنجم: روش‌های بهینه‌سازی مبتنی بر الگوریتم‌های سنتی مانند روش گرادیان نزولی

هفته ششم: روش‌های استاندارد برای یافتن مینیمم بدون قید

هفته هفتم: معرفی روش‌های بهینه‌سازی مبتنی بر الگوریتم‌های تکاملی مانند الگوریتم ژنتیک و الگوریتم پرندگان

هفته هشتم: مفاهیم کلی و اصول حاکم بر الگوریتم‌های تکاملی و آزمون میان ترم

هفته نهم:  کدگذاری باینری، کدگذاری پیوسته و..

هفته دهم: ارائه موضوعات اختیاری در ارتباط با کاربردهای بهینه‌سازی در حوزه ژئوماتیک توسط دانشجویان

هفته یازدهم: روش‌های مختلف باز تولید نمونه‌ها مثل روش تک نقطه‌ای و روش دو نقطه‌ای و روش ماسک تلفیقی

هفته دوازدهم:   تکنیک‌های انتخاب والدین مانند روش تبدیل صریح شایستگی و روش تبدیل ضمنی شایستگی

هفته سیزدهم: مفاهیم مربوط به همگرایی الگوریتم‌ها، همگرایی ناقص، خاتمه کند و..

هفته چهاردهم: روش‌های تلفیق و تولید نسل‌ها و جمعیت‌ها

هفته پانزدهم: مفاهیم پیشرفته در بهینه‌سازی مانند بهینه‌سازی چندهدفه و کروموزوم‌های دارای طول متغیر

هفته شانزدهم: تحویل گرفتن پروژه‌ها

نقشه برداری

هفته اول: مقدمه شامل مبانی کارتوگرافی و تاریخچه آن

هفته دوم:  تعریف نقشه و انواع آن، ویژگی‌های نقشه

هفته سوم:  تعریف انواع کارتوگرافی (خاص و عام، سنتی و مدرن و...)

هفته چهارم: مراحل کارتوگرافی خاص و عام و نقش کارتوگرافی در تولید و استفاده از نقشه

هفته پنجم: اجزا ء و عناصر کلیدی نقشه، طراحی و تولید نقشه و اطلاعات حاشیه‌ای آن

هفته ششم: انواع روش‌های تهیه نقشه

هفته هفتم: مقیاس و دقت نقشه در ارتباط با کاربرد و نوع نقشه

هفته هشتم: سیستم‌های مختصات و سیستم‌های تصویر در نقشه

هفته نهم:  کارتوگرافی نوین، نقشه‌سازی رقومی، پایگاه داده نقشه رقومی

هفته دهم: اصول پایه در نمایش انواع عوارض مسطحاتی

هفته یازدهم: روش‌های نمایش ارتفاعات در نقشه، مدل رقومی زمین و کاربردهای آن

هفته دوازدهم:   اصول خلاصه‌سازی نقشه و عملگرهای جنرالیزاسیون در کارتوگرافی

هفته سیزدهم: اصول متن‌گذاری و نام‌نگاری برای انواع عوارض در کارتوگرافی

هفته چهاردهم: اصول نقشه‌خوانی در نقشه‌های توپوگرافی

هفته پانزدهم: اصول و مبانی کاربرد رنگ در نقشه‌سازی، دسته‌بندی و اصول تولید نقشه‌های موضوعی

هفته شانزدهم: کارتوگرافی نوین و ارتقاءجایگاه نقشه‌های رقومی، نقشه‌سازی رقومی به عنوان ابزار تحلیل داده‌های مکانی در سامانه اطلاعات مکانی

مبانی نقشه‌برداری

هفته اول: مروری بر مفاهیم پایه در علم و فناوری سیستم اطلاعات مکانی

هفته دوم: انواع داده در سیستم اطلاعات مکانی (مکانی، توصیفی، زمانی)

هفته سوم: اجزاء سیستم اطلاعات مکانی

هفته چهارم: انواع مدل داده در سیستم اطلاعات مکانی (سلولی، ..)

هفته پنجم: مقایسه مدل‌های برداری و رستری

هفته ششم: روش‌های اخذ داده در سیستم اطلاعات مکانی (سنجش از دور، فتوگرامتری، ...)

هفته هفتم: رقومی‌سازی از طریق دیجیتایزر و اسکنر

هفته هشتم: پایگاه داده‌های مکانی

هفته اول: معرفی کلی نرم‌افزار ArcGIS

هفته دوم: مروری بر ماژول‌ها و قابلیت‌های آنها

هفته سوم: آشنایی با محیط ArcMap، نمایش اطلاعات مکانی و توصیفی، جستجو و بازیابی اطلاعات توصیفی

هفته چهارم: آشنایی با محیط ArcCatalog

هفته پنجم: ورود اطلاعات از محیط CAD

هفته ششم: ترسیم و ویرایش عوارض نقطه‌ای، خطی و سطحی

هفته هفتم: تعریف سیمبولوژی عوارض

هفته هشتم: آزمون بخش اول عملیات سیستم اطلاعات مکانی

برنامه نویسی کامپیوتر

بخش اول مروری بر انواع زبان‌های برنامه نویسی

زبانهای برنامه نویسی سطح پایین

زبان‌های برنامه نویسی نسخه ای (Scripting)

 زبان برنامه نویسی Python

نحوه‌ی اجرای برنامه های Python

بخش دوم کار با نوع داده ها

اعداد

رشته حرفی (String)

فهرست ها (Lists)

Dictionaries

سطرها (Tuples)

فایل ها (Files)

بخش سوم ساختارهای کنترل در Python

شرط

حلقه

تکرار

بخش چهارم کار با توابع ساختار کلی توابع (Functions)

حیطه عمل تابع (Scope)

آرگومان ها (Arguments)

بخش پنجم: ماژول ها و بسته ها

ماژول ها در Python

بسته های ماژول (Module Packages)

بخش ششم کار با اعداد

ابراتورهای ریاضی

کار با کسرها

کار با اعداد مختلط

دریافت ورودی از کاربر

انجام محاسبات

بخش هفتم بصری سازی اطلاعات با استفاده از گراف

کار با فهرست و سطر برای ایجاد گراف

آشنایی با کتابخانه Matplotlib

ایجاد گراف با استفاده از فرمول

بخش هشتم تشریح داده با استفاده از آماره ها (Statistics)

کار با اعداد مختلط دریافت ورودی از کاربر انجام محاسبات

بخش هفتم بصری سازی اطلاعات با استفاده از گراف

آشنایی با کتابخانه Matplotlib

ایجاد گراف با استفاده از فرمول

بخش هشتم تشریح داده با استفاده از آماره ها (Statistics)

محاسبه میانگین، میانه، مود

ایجاد جدول فراوانی

محاسبه انحراف معیار

اندازه گیری وابستگی میان داده ها

کار با ماتریس ها

ایجاد ماتریس

محاسبات ماتریسی