دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Daniel Shiffman
سری:
ISBN (شابک) : 0985930802, 9780985930806
ناشر: The Nature of Code
سال نشر: 2012
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 9 مگابایت
در صورت تبدیل فایل کتاب The Nature of Code: Simulating Natural Systems with Processing به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب ماهیت کد: شبیه سازی سیستم های طبیعی با پردازش نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
چگونه می توانیم ویژگی های تکاملی و ظهور غیرقابل پیش بینی طبیعت را در نرم افزار ثبت کنیم؟ درک اصول ریاضی پشت دنیای فیزیکی ما چگونه می تواند به ما در ایجاد جهان های دیجیتال کمک کند؟ این کتاب بر طیفی از استراتژیها و تکنیکهای برنامهنویسی در پشت شبیهسازیهای کامپیوتری سیستمهای طبیعی تمرکز دارد، از مفاهیم ابتدایی در ریاضیات و فیزیک تا الگوریتمهای پیشرفتهتر که نتایج بصری پیچیدهای را ممکن میسازد. خوانندگان از ساخت یک موتور فیزیک پایه به ایجاد اجسام متحرک هوشمند و سیستمهای پیچیده پیشرفت خواهند کرد و پایهای را برای آزمایشهای بیشتر در طراحی مولد خواهند گذاشت. موضوعات تحت پوشش عبارتند از نیروها، مثلثات، فراکتال ها، اتوماتای سلولی، خودسازماندهی و الگوریتم های ژنتیک. نمونههای کتاب در Processing نوشته شدهاند، یک زبان منبع باز و محیط توسعه که بر روی زبان برنامهنویسی جاوا ساخته شده است. در وب سایت کتاب (http://www.natureofcode.com)، نمونه ها از طریق حالت جاوا اسکریپت Processing در مرورگر اجرا می شوند.
How can we capture the unpredictable evolutionary and emergent properties of nature in software? How can understanding the mathematical principles behind our physical world help us to create digital worlds? This book focuses on a range of programming strategies and techniques behind computer simulations of natural systems, from elementary concepts in mathematics and physics to more advanced algorithms that enable sophisticated visual results. Readers will progress from building a basic physics engine to creating intelligent moving objects and complex systems, setting the foundation for further experiments in generative design. Subjects covered include forces, trigonometry, fractals, cellular automata, self-organization, and genetic algorithms. The book's examples are written in Processing, an open-source language and development environment built on top of the Java programming language. On the book's website (http://www.natureofcode.com), the examples run in the browser via Processing's JavaScript mode.
Acknowledgments A.1 A little bit of history A.2 Kickstarter Preface P.1 What is this book? P.2 A word about Processing P.3 What do you need to know? P.4 What are you using to read this book? P.5 The “story” of this book P.6 This book as a syllabus P.7 The Ecosystem Project P.8 Where do I find the code online and submit feedback? Introduction I.1 Random Walks I.2 The Random Walker Class I.3 Probability and Non-Uniform Distributions I.4 A Normal Distribution of Random Numbers I.5 A Custom Distribution of Random Numbers I.6 Perlin Noise (A Smoother Approach) I.7 Onward Chapter 1. Vectors 1.1 Vectors, You Complete Me 1.2 Vectors for Processing Programmers 1.3 Vector Addition 1.4 More Vector Math 1.5 Vector Magnitude 1.6 Normalizing Vectors 1.7 Vector Motion: Velocity 1.8 Vector Motion: Acceleration 1.9 Static vs. Non-Static Functions 1.10 Interactivity with Acceleration Chapter 2. Forces 2.1 Forces and Newton’s Laws of Motion 2.2 Forces and Processing—Newton’s Second Law as a Function 2.3 Force Accumulation 2.4 Dealing with Mass 2.5 Creating Forces 2.6 Gravity on Earth and Modeling a Force 2.7 Friction 2.8 Air and Fluid Resistance 2.9 Gravitational Attraction 2.10 Everything Attracts (or Repels) Everything Chapter 3. Oscillation 3.1 Angles 3.2 Angular Motion 3.3 Trigonometry 3.4 Pointing in the Direction of Movement 3.5 Polar vs. Cartesian Coordinates 3.6 Oscillation Amplitude and Period 3.7 Oscillation with Angular Velocity 3.8 Waves 3.9 Trigonometry and Forces: The Pendulum 3.10 Spring Forces Chapter 4. Particle Systems 4.1 Why We Need Particle Systems 4.2 A Single Particle 4.3 The ArrayList 4.4 The Particle System Class 4.5 A System of Systems 4.6 Inheritance and Polymorphism: An Introduction 4.7 Inheritance Basics 4.8 Particles with Inheritance 4.9 Polymorphism Basics 4.10 Particle Systems with Polymorphism 4.11 Particle Systems with Forces 4.12 Particle Systems with Repellers 4.13 Image Textures and Additive Blending Chapter 5. Physics Libraries 5.1 What Is Box2D and When Is It Useful? 5.2 Getting Box2D in Processing 5.3 Box2D Basics 5.4 Living in a Box2D World 5.5 Building a Box2D Body 5.6 Three’s Company: Bodies and Shapes and Fixtures 5.7 Box2D and Processing: Reunited and It Feels So Good 5.8 Fixed Box2D Objects 5.9 A Curvy Boundary 5.10 Complex Forms 5.11 Feeling Attached—Box2D Joints 5.12 Bringing It All Back Home to Forces 5.13 Collision Events 5.14 A Brief Interlude—Integration Methods 5.15 Verlet Physics with toxiclibs 5.16 Particles and Springs in toxiclibs 5.17 Putting It All Together: A Simple Interactive Spring 5.18 Connected Systems, Part I: String 5.19 Connected Systems, Part II: Force-Directed Graph 5.20 Attraction and Repulsion Behaviors Chapter 6. Autonomous Agents 6.1 Forces from Within 6.2 Vehicles and Steering 6.3 The Steering Force 6.4 Arriving Behavior 6.5 Your Own Desires: Desired Velocity 6.6 Flow Fields 6.7 The Dot Product 6.8 Path Following 6.9 Path Following with Multiple Segments 6.10 Complex Systems 6.11 Group Behaviors (or: Let’s not run into each other) 6.12 Combinations 6.13 Flocking 6.14 Algorithmic Efficiency (or: Why does my $@(*%! run so slowly?) 6.15 A Few Last Notes: Optimization Tricks Chapter 7. Cellular Automata 7.1 What Is a Cellular Automaton? 7.2 Elementary Cellular Automata 7.3 How to Program an Elementary CA 7.4 Drawing an Elementary CA 7.5 Wolfram Classification 7.6 The Game of Life 7.7 Programming the Game of Life 7.8 Object-Oriented Cells 7.9 Variations of Traditional CA Chapter 8. Fractals 8.1 What Is a Fractal? 8.2 Recursion 8.3 The Cantor Set with a Recursive Function 8.4 The Koch Curve and the ArrayList Technique 8.5 Trees 8.6 L-systems Chapter 9. The Evolution of Code 9.1 Genetic Algorithms: Inspired by Actual Events 9.2 Why Use Genetic Algorithms? 9.3 Darwinian Natural Selection 9.4 The Genetic Algorithm, Part I: Creating a Population 9.5 The Genetic Algorithm, Part II: Selection 9.6 The Genetic Algorithm, Part III: Reproduction 9.7 Code for Creating the Population 9.8 Genetic Algorithms: Putting It All Together 9.9 Genetic Algorithms: Make Them Your Own 9.10 Evolving Forces: Smart Rockets 9.11 Smart Rockets: Putting It All Together 9.12 Interactive Selection 9.13 Ecosystem Simulation Chapter 10. Neural Networks 10.1 Artificial Neural Networks: Introduction and Application 10.2 The Perceptron 10.3 Simple Pattern Recognition Using a Perceptron 10.4 Coding the Perceptron 10.5 A Steering Perceptron 10.6 It’s a “Network,” Remember? 10.7 Neural Network Diagrams 10.8 Animating Feed Forward Further Reading Books Papers and Articles Index