اصل و ترجمه مقاله شبکه های عصبی فازی ژنتیکی بهینه شده برای کنترل کشتی
A Genetically Optimized Fuzzy Neural Network for Ship Controllers
اصل و ترجمه مقاله شبکه های عصبی فازی ژنتیکی بهینه شده برای کنترل کشتی
IEEE 2006
چکیده - منطق فازی عصبی، رویکرد جدید شده است برای کنترل کشتی ها.abstract-A novel approach has been promoted for fuzzy neural ship controllers.
یک شبکه عصبی RBF و بهینه سازی GA در یک کنترل عصبی فازی به کار برای مقابله با غیرخطی، زمان های مختلف و عوامل نامشخص است.An RBF neural network and GA optimization are employed in a fuzzy neural controller to deal with the nonlinearity, time varying and uncertain factors.
با استفاده از شبکه طراحی شده به جای استنتاج فازی معمولی، پایگاه قوانین و توابع عضویت می تواند به صورت خودکار توسط بهینه سازی GA تنظیم شود.Utilizing the designed network to substitute the conventional fuzzy inference, the rule base and membership functions can be auto-adjusted by GA optimization.
پارامترهای شبکه عصبی را می توان با استفاده از تنظیمات مجموعه قوانین در لایه مخفی از شبکه کاهش داد.The parameters of neural network can be decreased by using union-rule configuration in the hidden layer of the network.
نتایج رضایت بخشی از عملکرد کنترل کننده های شبیه سازی سیستم، که توسط ابزار سیمولینک انجام می گردد دست آمده است.The performance of controller is evaluated by the system simulation conducted with Simulink tools, by which satisfied results have been obtained.
کنترل فازی. الگوریتم ژنتیک. مجموعه قوانین. کنترل کشتی.Fuzzy control. Genetic algorithm. Union rule. Ship control.
مشخصات فروشنده
نام و نام خانوادگی : جعفر علایی
شماره تماس : 09147457274 - 04532722652
ایمیل :ja.softeng@gmail.com
سایت :sidonline.ir
برای خرید و دانلود فایل و گزارش خرابی از لینک های روبرو اقدام کنید...
پرداخت و دانلودگزارش خرابی و شکایت از فایلبررسی سیستم های خبره برای پشتیبانی از تشخیص در رشته مغز و اعصاب
چکیده
در این مقاله، یک نظرسنجی از سیستم های خبره در مغز و اعصاب ارائه می شود. به خصوص در زمینه بیماری مغز و اعصاب که بصورت ترکیبی از علائم مختلف رخ می دهد. حمایت از کارکنان پزشکی در یافتن تشخیص صحیح و به موقع از یک فرضیه، به منظور بهبود نتیجه بیماران بسیار مطلوب است. ما گوگل اسکولار[1]، مندلی[2] و پاپ مد[3] راجستجو کردیم و سیستم های یافته شده را از لحاظ عملکرد، دقت و کاربرد آنها مورد بررسی قرار دادیم. علاوه بر این ما شکافها و تفاوتها را نمایان ساختیم و این آگاهی ما را در تحقیقات بعدی ممکن می سازد.
واژگان کلیدی: سیتمهای خبره در عصب شناسی، سیستم های پشتیبانی تصمیم در عصب شناسی، AI در عصب شناسی ، بررسی، تجزیه و تحلیل متا.
[1] Google Scholar
[2] Mendeley
[3] PubMed
مشخصات فروشنده
نام و نام خانوادگی : جعفر علایی
شماره تماس : 09147457274 - 04532722652
ایمیل :ja.softeng@gmail.com
سایت :sidonline.ir
برای خرید و دانلود فایل و گزارش خرابی از لینک های روبرو اقدام کنید...
پرداخت و دانلودگزارش خرابی و شکایت از فایلMultiobjective Evolutionary algorithm MANET QoS routing
Expert Systems with Applications 37 (2010) 1391–1399
MOEAQ: A QoS-Aware Multicast Routing algorithm for MANET
a b s t r a c t Multicast routing is regarded as a critical component in networks especially the real-time applications become increasingly popular in recent years. This paper proposes a novel fast multi-objective evolutionary algorithm called MOEAQ for solving multicast routing problem (MRP) in MANET. The strengths and limitations of the well-known multicast model are analyzed firstly in this work. Specifically, the ‘‘Greedy” and ‘‘family competition” approach are integrated into MOEAQ to speed up the convergence and to maintain the diversity of population. The theoretical validations for the proposed method are presented to show its efficiency. After that, a CBT-based improved protocol is then proposed to simplify the MRP, and finally, the performance of MANET scaled from 20 to 200 nodes with different types of service is evaluated by OPNET, experimental results show that the proposed method is capable of achieving faster convergence and more preferable for multicast routing in MANET compared with other GA-based protocol well-known in the literature.
MOEAQ : الگوریتم مسیریابی چند پخشی آگاه از QoS برای MANET
چکیده
مسیریابی چندپخشی بعنوان یک مولفه اساسی در شبکه در نظر گرفته می شود بخصوص که کاربردهای بلادرنگ در سال های اخیر بطور فزاینده ای مورد توجه قرار گرفته است. این مقاله یک الگوریتم تکاملی چند هدفه جدید و سریعی را پیشنهاد می کند که MOEAQ نامیده می شود که از این الگوریتم برای حل مساله مسیریابی چندپخشی (MRP) در MANET استفاده می شود. نقاط قوت و محدودیت های شناخته شده مدل چند پخشی برای اولین بار در این مقاله بررسی می شود. بطور خاص، روش "گریدی" و "رقابت داخلی" در MOEAQ ادغام شده اند تا سرعت همگرایی را بالا برده و تنوع جمعیت را حفظ نمایند. اثبات تئوری روش پیشنهادی برای نشان دادن کارایی آن ارائه می شود. سپس، یک پروتکل بهبود یافته مبتنی بر CBT برای ساده سازی MRP پیشنهاد شده، و در نهایت عملکرد MANET از 20 تا 200 گره با سرویس های مختلف درجه بندی شده است با استفاده از OPNET ارزیابی می گردد. نتایج آزمایشگاهی (عملی) نشان می دهد که روش پیشنهادی قادر است تا همگرایی سریع تر و متمایز در مسیریابی چندپخشی در MANET و در مقایسه با دیگر پروتکل های مبتی بر الگوریتم ژنتیک شناخته شده در مقالات را ارائه دهد.
قیمت فقط38,000 تومانپرداخت و دانلود
مشخصات فروشنده
نام و نام خانوادگی : جعفر علایی
شماره تماس : 09147457274 - 04532722652
ایمیل :ja.softeng@gmail.com
سایت :sidonline.ir
مشخصات فایل
فرمت : doc
تعداد صفحات : 32
قیمت : 38,000 تومان
حجم فایل : 886 کیلوبایت
برای خرید و دانلود فایل و گزارش خرابی از لینک های روبرو اقدام کنید...
پرداخت و دانلودگزارش خرابی و شکایت از فایلKeywords Bioinformatics Parallel algorithms Sequence alignments
AMO - Advanced Modeling and Optimization, Volume 12, Number 1, 2010
Parallel alignment of coding DNA
Abstract We present a new parallel algorithm that computes an optimal alignment of the coding DNA sequences based on DNA/protein model proposed by Hein for the evaluating distance between two coding DNA sequence. The algorithm is proved to be adaptive and cost optimal with respect to the sequential algorithm. The parallel algorithm is implemented and experimental results show the efficiency of algorithm.
همسوسازی (صف بندی) موازی برنامه نویسی DNA
چکیده
در این مقاله ما یک الگوریتم موازی جدید پیشنهاد می کنیم که صف بندی بهینه رشته برنامه نویسی DNA مبتنی بر مدل DNA/protein که توسط Hein پیشنهاد شده است را بمنظور تعیین فاصله بین دو رشته برنامه نویسی DNA محاسبه کند. اثبات خواهیم کرد که این الگوریتم نسبت به الگوریتم ترتیبی، از نظر هزینه بهینه بوده و تطبیقی می باشد. الگوریتم موازی اجرا شده و نتایج آزمایشی، کارایی این الگوریتم را نشان خواهد داد.
قیمت فقط32,000 تومانپرداخت و دانلود
مشخصات فروشنده
نام و نام خانوادگی : جعفر علایی
شماره تماس : 09147457274 - 04532722652
ایمیل :ja.softeng@gmail.com
سایت :sidonline.ir
مشخصات فایل
فرمت : doc
تعداد صفحات : 13
قیمت : 32,000 تومان
حجم فایل : 1798 کیلوبایت
برای خرید و دانلود فایل و گزارش خرابی از لینک های روبرو اقدام کنید...
پرداخت و دانلودگزارش خرابی و شکایت از فایلKeywords Wireless networks Opportunistic routing Maximum performance Analytical model
Ad Hoc Networks 11 (2013) 2273–2287
Optimum node placement in wireless opportunistic routing networks
a b s t r a c t In recent years there has been a growing interest in opportunistic routing as a way to increase the capacity of wireless networks by exploiting its broadcast nature. In contrast to traditional uni-path routing, in opportunistic routing the nodes overhearing neighbor’s transmissions can become candidates to forward the packets towards the destination. In this paper we address the question: What is the maximum performance that can be obtained using opportunistic routing? To answer this question we use an analytical model that allows to compute the optimal position of the nodes, such that the progress towards the destination is maximized. We use this model to compute bounds to the minimum expected number of transmissions that can be achieved in a network using opportunistic routing.
تعیین مکان بهینه گره در شبکه های مسیریابی فرصت طلب بی سیم
چکیده-در سال های اخیر، توجه روز افزونی به مسیریابی فرصت طلب به عنوان روشی برای افزایش ظرفیت شبکه های بی سیم با بکارگیری طبیعت انتشاری آن پرداخته شده است. برخلاف مسیریابی تک مسیره قدیمی، در مسیریابی فرصت طلب گره هایی که ارسال های همسایه را می توانند استراق سمع بکنند می توانند کاندیدهای فرستنده بسته به سمت مقصد شوند. در این مقاله به این سوال خواهیم پرداخت: حداکثر کارایی که می توان با استفاده از مسیریابی فرصت طلب به دست آورد چقدر است؟ برای پاسخ به این سوال، از یک مدل تحلیلی استفاده می کنیم که اجازه می دهد تا موقعیت بهینه گره ها را محاسبه کنیم، به طوری که حرکت به سمت مقصد به حداکثر برسد. از این مدل برای محاسبه کران های مینیمم استفاده می شود که می تواند تعداد ارسال ها در یک شبکه را با استفاده از مسیریابی فرصت طلب به دست آورد.
قیمت فقط38,000 تومانپرداخت و دانلود
مشخصات فروشنده
نام و نام خانوادگی : جعفر علایی
شماره تماس : 09147457274 - 04532722652
ایمیل :ja.softeng@gmail.com
سایت :sidonline.ir
مشخصات فایل
فرمت : doc
تعداد صفحات : 15
قیمت : 38,000 تومان
حجم فایل : 1551 کیلوبایت
برای خرید و دانلود فایل و گزارش خرابی از لینک های روبرو اقدام کنید...
پرداخت و دانلودگزارش خرابی و شکایت از فایل