فایلود نیو
دانلود جزوه و تحقیقات آموزشی دانشجوییفایلود نیو
دانلود جزوه و تحقیقات آموزشی دانشجوییآموزش جامع کار با منطق فازی در متلب
توضیحات:
در این نوشته سعی شده است تا شما را با چگونگی کارکرد با منطق فازی در نرم افزار متلب آشنا کنیم.
شما بعد از خواندن این راهنما میتوانید پروژه های فازی را در متلب به طور مطلوب انجام دهید.
آموزش کار با منطق فازی در متلب:
ابتدا در محیط command window کلمه fuzzy را نوشته وسپس دکمه enter اینتر را فشار می دهیم.
و ادامه ............تعداد مشاهده: 2238 مشاهده
فرمت فایل دانلودی:.rar
فرمت فایل اصلی: pdf
تعداد صفحات: 19
حجم فایل:1,947 کیلوبایت
-
راهنمای استفاده:
به گالری تصاویر نگاه کنید.
برای اطلاعات بیشتر به سایتهای:
http://nxpmicrocontroller.blogfa.com و http://mechatproject.blogfa.com مراجعه کنید.
-
محتوای فایل دانلودی:
یک فایل پی دی اف آموزش جامع منطق فازی در نرم افزار متلب
-
گالری تصاویر :
پایگاه داده فازی (بانک های اطلاعاتی نوین)
مقدمه:
در این فصل پس از بررسی سیر تطور تفکر فازی، در خصوص روشهای علم مدیریت فازی در زمینه گرد آوری داده و تجزیه، برنامه ریزی (ایجاد مدل، تجزیه و تحلیل و ارزیابی و بهینه سازی و تصمیم گیری) و مدیریت اداری مطالبی ارائه می گردد.
فهرست مطالب:
مقدمه
سیر تطور تفکر فازی
روشهای علم مدیریت فازی
گرد آوری داده و تجربه
الف) پایگاه داده فازی
ب) پایگاه دانش فازی
مدل ایجاد
الف) مدل ساختاری فازی
ب) رگرسیون فازی
ج) روش پردازش گروه داده ها به صـورت فـازی
تجزیه و تحلیل و ارزیابی
الف) نظریه توصیف ویژگی های شیءبه صورت فازی
ب) انتگرال فازی
ج) فرایند سلسله مراتبی تحلیل فازی ( FAHP )
بهینه سازی و تصمیم گیری
الف) برنامه ریزی ریاضی فازی
ب) برنامه ریزی چند هدفی فازی
ج) تصمیم گیری چند معیاره فازی
د) تصمیم گیری آماری فازی
اداری مدیریت
الف) کاربرد نظریه فازی در علوم رفتاری
ب) کاربرد نظریه فازی در سرمایه گذاری
ج) مدیریت تولید فازی
د) سیستم پشتیبانی از تصمیم گیری فازی
و) سیستم خبره فازی
ز) کنترل کیفیت فازی
کاربرد روش دلفی فازی
روش دلفی
روش دلفی فازی
برنامه ریزی خطی فازی
فازی تصمیم
تعریف (بلمن و زاده 1970)
برنامه ریزی خطی فازی
برنامه ریزی خطی متقارن
برنامه ریزی خطی فازی با تابع هدف قطعی
تعریف (1972)
غربال سازی فازی
زبانی متغیرهای
عملگر OWA یاگر
فرایند غربال سازی فازی
1- انتخاب شاغل شغل
2- انتخاب طرح تحقیق پیشنهادی
مغز : پردازشگر نسل جدید
شبکه های عصبی و منطق فازی
مفاهیم شبکه های عصبی مصنوعی
مشخصات نرون
شبکه های عصبی مصنوعی
باز هم ریاضیات
مدل سازی
مدل پایه یک نرون
مدل کردن شبکه های عصبی مصنوعی
برنامه و آموزش شبکه های عصبی مصنوعی
تابع عضویت
منطق فازی
ایجاد قاعده فازی
شبکه عصبی مصنوعی ـ فازی (FANN)
مثال عصبی ـ فازی
کنترل سنتی
کنترل فازی
کنترل عصبی ـ فازی
کاربردها
پردازش سیگنال
کلیدزنی (سوئیچینگ)
کنترل ترافیک
تعداد مشاهده: 1304 مشاهده
فرمت فایل دانلودی:.docx
فرمت فایل اصلی: docx
تعداد صفحات: 79
حجم فایل:1,704 کیلوبایت
-
راهنمای استفاده:
مناسب جهت استفاده دانشجویان رشته کامپیوتر و فناوری اطلاعات
-
محتوای فایل دانلودی:
در قالب فایل word و قابل ویرایش
استفاده از فعال کننده های فازی (تریگر) در پایگاه داده های فعال
بخشی از مقدمه:
با ایجاد سیستم‌های مدیریت پایگاه داده عمده مشکلات ساختار، پشتیبانی و مدیریت داده‌های حجیم در سیستم‌های فایلی برطرف شد اما توجهی به جنبه‌های رفتاری پایگاه داده نشد. به این معنا که با استفاده از قیود جامعیت شاید بتوان از منفی شدن مبلغ حقوق کارمندان جلوگیری نمود اما نمی‌توان مانع از بیشتر شدن حقوق آن‌ها از مدیرانشان شد. در چنین مواردی کاربران پایگاه داده با اجرای یک پرس و جو موارد نقض محدودیت‌هایی از این قبیل را پیدا نموده و خود اقدام به اصلاح آن‌ها می‌نمایند.
مواردی این چنین و نیز گزارشات مدیریتی در آغاز ماه از جمله کارهای مشخص و دارای ضابطه‌ای می‌باشند که انجام آن‌ها تکراری و قابل تفویض به سیستم است.
کاربران غیرمجاز با استفاده از یک سری گزارشات، غیرمستقیم به اطلاعات کلیدی دست یافته و اقدام به تغییر آن‌ها می‌نمایند. پیدا نمودن چنین تغییراتی که معمولاً بعد از گزارشات اتفاق می‌افتند، به راحتی امکان‌پذیر نیست. همانطور که مشاهده میشود در یک پایگاه داده معمولی ردیابی رویدادهایی که در سیستم اتفاق افتاده‌اند (رخدادها) نیز ممکن نبوده و نیاز به یک سیستم با پشتیبانی جنبه‌های رفتاری میباشد.
یک پایگاه داده فعال نظیر Oracle قادر به تشخیص رویدادهای نظیر اضافه، حذف و تغییر مقادیر در پایگاه داده میباشد. به عبارت دیگر این سیستم‌ها با ایجاد تغییر در یک قلم داده عکس‌العمل نشان می‌دهند.
پایگاه دادة فعال با افزودن قوانین به پایگاه‌های داده امکان تعامل (کنش و واکنش) بین سیستم و پایگاه داده را ایجاد نمود. این نوع پایگاه داده دارای دو بخش مدیریت داده و مدیریت قوانین میباشد. بخش مدیریت داده مسئول حفظ خواص پایگاه داده در سیستم‌های کاربردی بوده و بخش دوم با مدیریت قوانین مسئول واکنش به رویدادهای سیستم میباشد. در این نوع پایگاه داده طراحان سیستم قادرند با تعریف قوانین که نزدیکترین بیان به زبان طبیعی میباشد، سیستم را وادار به عکس‌العمل مناسب در مقابل رویدادهای مهم نمایند [13]. ....
فهرست مطالب:
فصل اول: کلیات
1- مقدمه
فصل دوم: پایگاه داده فعال
2-1 مدیریت داده
2-2 مدیریت قوانین
2-2-1 تعریف قانون
1) رویداد
2) شرط
3) واکنش
2-2-2 مدل اجرایی
اولویت اجرایی قوانین
معماری پایگاه دادة فعال
آشکارساز رویداد
ارزیابی شرط
زمانبندی
اجرا
2-3 نمونه‌های پیاده‌سازی شده
2-3-1 Starburst
2-3-2 Ariel
2-3-3 NAOS
2-4 نتیجه
فصل سوم: مفاهیم فازی
3-1 مجموعه‌های فازی
3-2 عملگرهای فازی
3-3 استنتاج فازی
3-4 ابهام‌زدایی
3-5 نتیجه
فصل چهارم: پایگاه داده فعال فازی
4-1-تعریف فازی قوانین
4-1-1-رویداد فازی
رویدادهای مرکب
انتخاب فازی اجزاء رویداد مرکب
4-1-2- شرط فازی
4-1-3- واکنش فازی
4-1-4- تعیین فازی موقعیت زمانبندی
4-2- معماری و مدل اجرایی
4-2-1 آشکار ساز رویداد
4-2-2- بررسی شرط
4-2-3- اجرا
4-2-4- زمانبندی
4-3- نتیجه
منابع و مراجع
تعداد مشاهده: 1262 مشاهده
فرمت فایل دانلودی:.docx
فرمت فایل اصلی: docx
تعداد صفحات: 51
حجم فایل:255 کیلوبایت
-
راهنمای استفاده:
مناسب جهت استفاده دانشجویان رشته مهندسی کامپیوتر و فناوری اطاعات
-
محتوای فایل دانلودی:
در قالب فایل word و قابل ویرایش
همراه با شکل، نمودار، جدول، پاورقی، فهرست شکل ها، منابع
پروژه طراحی سیستم کنترل روشنایی بر اساس کنترل کننده های فازی
توضیحات:
این پروژه یک پروژه خیلی عالی برای درس کنترل فازی میباشد. این مقاله یکی از مقاله های دانشگاه ماساچوست است که به فارسی ترجمه شده و فایل fis آن نیز به همراه توضیح و جدول look up table موجود میباشد. قیمت واقعی این پروژه در بیرون ۱۰۰۰۰۰ تومان میباشد.
طراحی سیستم کنترل روشنایی بر اساس کنترل کننده های فازی در برنامه Labview
‘مو لین جین’ و ‘مینگ چون هو’
LabVIEW, lighting control system, MATLAB Fuzzy
کلمات کلیدی: Logic Toolbox, fuzzy logic controller, SISO, DISO
خلاصه:
این نسخه از کاغذ درباره چگونگی طراحی یک سیستم کنترل روشنایی با استفاده از نرم افزار ها و سخت افزار های موجود بحث میکند .سخت افزار ها شامل مدار حسگر روشنایی ، و مدار کنترلی و مدار آیسی 8255 (توسعه دهنده ورودی و خروجی)، کامپیوتر و لامپ. مدار حسگر شامل مقاومت نوری برای سنس کردن روشنایی محیط و فرستادن سیگنال روشنایی به کامپیوتر از طریق یک مبدل آنالوگ به دیجیتال (آیسی 0804) است. مدار کنترلی شامل رله ی رید (reed) در کنترل دیجیتال برای تنظیم مقدار مقاومت متغیر دیمر(dimmer) می باشد. نرم افزار ها شامل نرم افزار Labview گرافیکی و قسمت منطق فازی نرم افزار متلب (Matlab) برای طراحی کنترل کننده فازی روشنایی می باشد. اساس قانون کنترل کننده فازی چه برای سیستم های تک ورودی تک خروجی (SISO) یا سیستم های دو ورودی تک خروجی (DISO) مورد استفاده قرار می گیرد و بر اساس کارکرد لامپ و حسگر نور مقایسه میشود. سیستم کنترلی می تواند لامپ را بر طبق روشنایی محیط به صورت اتوماتیک تار (کم نور) کند. این کار می تواند شامل زمینه های زیادی از کنترل چراغ های خیابانی و کنترل چراغ های جلوی اتومبیل شود که باعث ذخیره انرژی توسط کم کردن نور لامپ می شود. نتیجه های تجربی نشان می دهند که سرعت پاسخگویی کنترل کننده های فازی در تغییرات ناگهانی نور محیط در سیستم های (DISO) سریعتر از سیستم های (SISO) است.
تعداد مشاهده: 2063 مشاهده
فرمت فایل دانلودی:.rar
فرمت فایل اصلی: doc,pdf, matlab code, fis
تعداد صفحات: 12
حجم فایل:5,019 کیلوبایت
-
راهنمای استفاده:
این فایل زیپ شامل ورد و پی دی اف به زبان های فارسی و انگلیسی و فایل فیس میباشد.طریقه استفاده از فایل فیس: فقط کافی است با نرم افزار متلب باز شود. در داخل کامند متلب کافی است عبارت fuzzy را تایپ کنید و از قسمت پنجره باز شده از سربرگ file>>open فایل فیس مورد نظر را باز کرده و لذت ببرید.
-
محتوای فایل دانلودی:
پی دی اف و ورد مقاله به زبان های انگلیسی و فارسی
محتوای مقاله و فارسی مجموعا 12 صفحه میباشد . فایل های فیس کاملا تست شده توسط مطلب.
-
گالری تصاویر :
کاربرد شبکه های عصبی در ارتباطات و تلفن همراه
چکیده:
سیستم پیش بینی شبکه عصبی مبتنی بر تکرار برای حجم تماس های مخابراتی است که در این کار پیشنهاد شده است. به طور خاص، پیش بینی شبکه های عصبی راجعه بلوک های مورب با بازخورد داخلی است . عملکرد مدل ارزیابی استفاده از داده های دنیای واقعی ارتباطات از راه دور، که در آن تجزیه و تحلیل مقایسه ای گسترده ای را با یک سری از پیش بینی های موجود انجام شده است، از جمله هر دو مدل سنتی و همچنین روش های عصبی و فازی است.
کلمات کلیدی: BDRNN ،SARIMA، نویز، کافو، SAM-APD، شبکه عصبیMLP ، DS-CDMA
فهرست مطالب:
مقدمه
فصل اول: کاربرد شبکه های عصبی در ارتباطات و تلفن همراه در ایران
کاربرد شبکه های عصبی در ارتباطات و تلفن همراه در ایران
1 - 1- تشخیص اشغال کاذب در تجهیزات مخابراتی
1 - 2- اعتبار شناسه
1 - 3 - ارتباطات کنترل شده و کنترل نشده
1 - 3 - 1- تصویر مشتری از استفاده کنندگان شناسه
1 - 3 - 2- عوامل موثر بر وفاداری مشتریان
1 - 4- روش شناسی پژوهش
1 - 5- روش تجزیه و تحلیل داده ها
1 - 5 - 1- شبکه عصبی مصنوعی
چارچوب اجرایی پژوهش
1 - 5 - 2- نظریه مجموعه ناهموار و حذف ویژگی زائد
1 - 6- آموزش و ارزیابی شبکه عصبی مصنوعی
1 - 6 - 1- تحلیل حساسیت شبکه و محاسبه اهمیت ورودیها
1 - 6 - 2- پردازش سیگنال
1 - 6 - 3- آشکارسازی کور در سیستم مخابراتی DS-CDMA با استفاده از شبکه های عصبی
1 - 6 - 4- همسانسازی کانال های مخابراتی با شبکه های عصبی فازی نوع 2
فصل دوم: کاربرد شبکه های عصبی در ارتباطات و تلفن همراه در ایران
2 - 1 ساختار پیش بینی و روش مدل سازی
2 - 1 - 1 BDRNN
2 - 2 روش مدل سازی
2 - 3- نتایج تجربی
2 - 3 - 1- دقت ارائه اطلاعات اندازه گیری
2 - 3 - 2- تجزیه و تحلیل مقایسه ای
فصل سوم: محاسبه ضریب نویز در فیبر نوری
3 - 1- محاسبه ضریب نویز اضافی در دیود (SAM-APD) با استفاده از شبکه عصبی MLP
3 - 2- ساختار SAM-APD
3 - 3- شبکه عصبی مصنوعی MLP
3 - 4- داده های عملی
3 - 5- ساختار شبکه
3 - 6- ارزیابی شبکه
فصل چهارم: نتیجه گیری و پیشنهادها
4-1- نتیجه گیری و پیشنهادها
منابع
تعداد مشاهده: 1268 مشاهده
فرمت فایل دانلودی:.docx
فرمت فایل اصلی: docx
تعداد صفحات: 55
حجم فایل:733 کیلوبایت
-
راهنمای استفاده:
مناسب جهت استفاده دانشجویان کامپیوتر و IT
-
محتوای فایل دانلودی:
در قالب فایل word و قابل ویرایش