حامی فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

حامی فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

دانلود مقاله ISI اعتبار بر اساس الگوریتم برنامه ریزی در ابر رایانه محیط زیست

اختصاصی از حامی فایل دانلود مقاله ISI اعتبار بر اساس الگوریتم برنامه ریزی در ابر رایانه محیط زیست دانلود با لینک مستقیم و پر سرعت .

موضوع فارسی : اعتبار بر اساس الگوریتم برنامه ریزی  در ابر رایانه محیط زیست

موضوع انگلیسی :Credit Based Scheduling Algorithm in Cloud Computing
Environment 

تعداد صفحه :8

فرمت فایل : pdf

سال انتشار :2014

زبان مقاله : انگلیسی

چکیده

ابر رایانه در جهان امروز مترادف با سیاست های سرویس خوب است. به منظور دستیابی به خدمات خوب از
ابر، نیاز به تعدادی از منابع به وجود آمد. اما ارائه دهندگان ابر با مقدار از منابع آنها محدود است، و
در نتیجه مجبور به تلاش برای حداکثر استفاده. الگوریتم مین مین استفاده می شود به منظور کاهش طول را از وظایف با توجه به
طول کار. نگه داشتن این در ذهن، ارائه دهندگان ابر باید رضایت کاربر دست یابد. بنابراین تحقیقات به نفع الگوریتم های زمان بندی
که هر دو رضایت کاربر و در دسترس بودن منابع در نظر بگیرید. در این مقاله یک الگوریتم زمان بندی بهبود یافته است که پس از معرفی
تجزیه و تحلیل الگوریتم های سنتی که در اولویت کاربران و طول کار است. وظایف اولویت بالا داده می شود هیچ
اهمیت ویژه زمانی که آنها می رسند. روش پیشنهادی در نظر همه این عوامل. نتایج تجربی نشان می دهد
بهبود قابل توجهی در استفاده از منابع

کلمات کلیدی: ابر رایانه؛ اولویت کار طول کار


دانلود با لینک مستقیم


دانلود پایان نامه تنظیم کنترل کننده PID با استفاده از الگوریتم بهینه سازی پرندگان

اختصاصی از حامی فایل دانلود پایان نامه تنظیم کنترل کننده PID با استفاده از الگوریتم بهینه سازی پرندگان دانلود با لینک مستقیم و پر سرعت .

دانلود پایان نامه تنظیم کنترل کننده PID با استفاده از الگوریتم بهینه سازی پرندگان


دانلود پایان نامه تنظیم کنترل کننده PID  با استفاده از الگوریتم بهینه سازی پرندگان

سیستم های کنترل خطی با استفاده از تکنیک های تنظیم کلاسیک مانند روش های Ziegler-Nichols و Cohen-Coon کنترل می شوند. مطالعات تجربی نشان داده است که این روش های مرسوم عملکرد رضایت بخشی در کنترل سیستم هایی که دارای ناپایداری در اثر رفتار شدید غیرخطی هستند را از خود نشان نمی دهند. این موضوع به این دلیل می باشد که طراحان کنترل معمولا ترجیح می دهند سیستم های غیرخطی را با استفاده از روش های سعی و خطا یا با استفاده از روش های تجربی تنظیم کنند. بنابراین نیاز برای تحقیق و گسترش یک تکنیک تنظیم مناسب که برای گستره وسیعی از حلقه های کنترلی که با استفاده از روش های مرسوم پاسخ رضایت بخشی از خود نشان نمی دهند ضروری می باشد.

ظهور تکنیک هایی مانند هوش تجمعی یا Swarm Intelligence (SI باعث شد تا بسیاری از مسائل غیرخطی مهندسی حل بشوند. الگوریتم بهینه سازی پرندگان یا Particle Swarm Optimization (PSO که در سال 1995 توسط Eberhart و Kennedy مطرح شده است، یک زیر رشته از SI بوده و از الگوی حرکت گروهی که در طبیعت رخ می دهد مانند حرکت گروهی پرندگان الهام گرفته شده است. در این روش اطلاعات «بهترین مکان» هر ذره که براساس تجربیات قبلی به دست آمده است در اختیار تمام ذرات قرار داده می شود. در این تحقیق مساله شناسایی پارامترهای کنترلر PID به عنوان یک مساله بهینه سازی در نظر گرفته شده است. و تلاش شده است تا پارامترهای PID با استفاده از روش PSO بدست آید. از انواع مختلفی از مدل های سیستم های متداول که معمولا در صنعت وجود دارند برای ارزیابی روش PSO استفاده شده است. مقایسه بین تکنیک PSO با سایر روش های مرسوم تنظیم پارامترهای کنترلر PID با استفاده از شبیه سازی انجام شده است.

برخلاف کاربرد وسیع کنترل PID در صنعت یکی از مشکلات این کنترلر نبود یک روش تنظیم کنترلر جامع و قابل استفاده برای تمام انواع فرآیندهای صنعتی می باشد. بر این اساس مهمترین هدف این پژوهش به دست آوردن روش تنظیم پارامترهای کنترل PID است به طوری که برای تمام انواع فرآیندهای موجود در صنعت قابل استفاده باشد.

مقدمه

در طول سال های گذشته تکنیک های کنترل فرآیند در صنعت پیشرفت های بسیاری کرده است. روش های کنترل متعددی مانند کنترل تطبیقی، شبکه عصبی و کنترل فازی مورد مطالعه قرار گرفته اند. در میان این روش ها مشهورترین روش کنترل PID می باشد که به دلیل ساختار ساده و عملکرد مقاوم در شرایط مختلف به طور گسترده مورد استفاده قرار گرفته است. متأسفانه به علت اینکه اکثر سیستم های صنعتی دارای مسائلی چون تأخیر زمانی، مرتبه بالا و عوامل غیرخطی می باشند تنظیم مناسب گین های کنترل PID برای این سیستم ها مشکل می باشد. تنظیم بهینه یا نزدیک به بهینه پارامترهای PID با استفاده از روش های کلاسیک (روش ZN برای مثال) بسیار مشکل می باشد. به این دلایل افزایش قابلیت کنترل PID بسیار مطلوب است. برای بهبود عملکرد کنترل PID برای کنترل مطلوب انواع مختلف سیستم های صنعتی از روش هوش مصنوعی (AI) استفاده شده است. از روش های AI مانند شبکه عصبی، سیستم فازی و منطق فازی – عصبی به طور گسترده برای تنظیم مناسب پارامترهای کنترلر PID استفاده شده است.

الگوریتم پرندگان (PSO) که اولین بار توسط Kennedy و Eberhart معرفی شد یکی از جدیدترین الگوریتم های ابتکاری می باشد. PSO به وسیله شبیه سازی از یک سیستم اجتماعی ساده شده بدست آمده است و در حل بهینه مسائل غیرخطی دارای عملکرد مقاوم می باشد. تکنیک PSO قادر است یک راه حل با کیفیت بالا به همراه زمان محاسباتی کمتر و همگرایی پایدار نسبت به سایر روش های تصادفی به دست آورد. روش PSO یک تکنیک بهینه سازی عالی و یک رویکرد امیدوارکننده برای حل بهینه پارامترهای PID می باشد. بنابراین در این تحقیق کنترلر PSO-PID را برای جستجوی پارامترهای بهینه PID بررسی شده و روش بهینه سازی الگوریتم پرندگان برای طراحی بهینه کنترلر PID برای راکتور تانک همزن پیشنهاد می شود.

 

شامل 122 صفحه فایل pdf


دانلود با لینک مستقیم


دانلود پاورپوینت شیوه ارائه پیرامون الگوریتم استعماری (تعداد صفحات 21 اسلاید)Powerpoint

اختصاصی از حامی فایل دانلود پاورپوینت شیوه ارائه پیرامون الگوریتم استعماری (تعداد صفحات 21 اسلاید)Powerpoint دانلود با لینک مستقیم و پر سرعت .

دانلود پاورپوینت شیوه ارائه پیرامون الگوریتم استعماری (تعداد صفحات 21 اسلاید)Powerpoint


دانلود  پاورپوینت شیوه ارائه پیرامون الگوریتم استعماری (تعداد صفحات 21 اسلاید)Powerpoint

الگوریتم رقابت استعماری روشی در حوزه محاسبات تکاملی است که به یافتن پاسخ بهینه مسائل مختلف بهینه سازی می‌پردازد. این الگوریتم با مدلسازی ریاضی فرایند تکامل اجتماعی – سیاسی، الگوریتمی برای حل مسائل ریاضی بهینه سازی ارائه می‌دهد. از لحاظ کاربرد، این الگوریتم در دسته الگوریتم های بهینه سازی تکاملی همچون الگوریتم های ژنتیک ، بهینه سازی انبوه ذرات، بهینه سازی کلونی مورچگان ، تبرید فلزات شبیه سازی شده، و … قرار می گیرد. همانند همه الگوریتم های قرار گرفته در این دسته، الگوریتم رقابت استعماری نیز مجموعه اولیه ای از جوابهای احتمالی را تشکیل می دهد. این جوابهای اولیه در الگوریتم ژنتیک با عنوان “کروموزوم”، در الگوریتم ازدحام ذرات با عنوان “ذره” و در الگوریتم رقابت استعماری نیز با عنوان “کشور” شناخته می شوند. الگوریتم رقابت استعماری با روند خاصی که در ادامه می آید، این جوابهای اولیه (کشور ها) را به تدریج بهبود داده و در نهایت جواب مناسب مسئله بهینه سازی (کشور مطلوب) را در اختیار می گذارد. پایه‌های اصلی این الگوریتم را سیاست همسان سازی، رقابت استعماری و انقلاب تشکیل می‌دهند. این الگوریتم با تقلید از روند تکامل اجتماعی، اقتصادی و سیاسی کشورها و با مدلسازی ریاضی بخشهایی از این فرایند، عملگرهایی را در قالب منظم به صورت الگوریتم ارائه می‌دهد که می‌توانند به حل مسائل پیچیده بهینه سازی کمک کنند. در واقع این الگوریتم جوابهای مسئله بهینه سازی را در قالب کشورها نگریسته و سعی می‌کند در طی فرایندی تکرار شونده این جواب‌ها را رفته رفته بهبود داده و در نهایت به جواب بهینه مسئله برساند.

فهرست :  

ایده اصلی الگوریتم ژنتیک

الگوریتم رقابت استعماری

شکل دهی امپراطوری های اولیه

سیاست همگون سازی

انقلاب

تعویض مستعمره و استعمارگر

قدرت کل امپراطوری

رقابت استعماری

سقوط امپراطوری

شبه کد


دانلود با لینک مستقیم


دانلود مقالهISI الگوریتم ها ی الهام گرفته از طبیعت در سنجش تصویر طبقه بندی شده از دور

اختصاصی از حامی فایل دانلود مقالهISI الگوریتم ها ی الهام گرفته از طبیعت در سنجش تصویر طبقه بندی شده از دور دانلود با لینک مستقیم و پر سرعت .

موضوع فارسی :الگوریتم ها ی الهام گرفته از طبیعت در سنجش تصویر  طبقه بندی شده از دور

موضوع انگلیسی : Nature Inspired Algorithms in Remote Sensing Image Classification 

تعداد صفحه : 8

فرمت فایل :pdf

سال انتشار : 2015

زبان مقاله : انگلیسی

چکیده

سنجش از دور شامل طیف گسترده ای از تکنیک های طبقه بندی تصویر از ویژگی های پوشش زمین از چارچوب های مختلف.
طبقه بندی های مختلف تصویر سنتی در حال حاضر برای استفاده مناسب از زمین هستند. با این حال، این ویژگی رضایت بخش نیست و
کافی است. این مقاله تلاش برای استفاده از الگوریتم های هوشمند مصنوعی متفاوت از طبقه بندی های سنتی برای طبقه بندی تصویر
به منظور بهبود افزایش استفاده مناسب از زمین است. دلیل استفاده از الگوریتم های هوشمند مصنوعی این است که آنها گسترده
که باعث افزایش بهره وری فضای جستجو کنند. الگوریتم های انتخاب برای هدف هفتم هستند فرا ابتکاری فاخته جستجو (CS) و
زنبور عسل (ABC) الگوریتم های مصنوعی. تصویر به برای طبقه بندی منطقه Saharanpur از اوتار پرادش با 641 X استفاده
641 ابعاد. هر دو الگوریتم به اثبات کارآمد در طبقه بندی تصویر می شود به طور موثر از طبقه بندی پوشش زمین هر یک از ویژگی
و نشان دادن ارزش رضایت بخش از 0.96 کاپا ضریب (CS) و 0.91 (ABC). معیارهای مختلف دیگر مانند نتایج دقت کاربر،
همچنین سازنده Accuracy've شده جدول.

کلمات کلیدی: هوش مصنوعی؛ الهام گرفته از طبیعت الگوریتم های، سنجش از راه دور؛ طبقه بندی تصویر؛ فاخته جستجو. کلونی زنبور عسل مصنوعی.


دانلود با لینک مستقیم