مقاله کامل دولت الکترونیک با فرمت word به همراه فایل پاوروینت برای ارائه
به منظور فراهم کردن فرصتهایی برای شهروندان و کسب و کارها برای تعامل و انجام فعالیتهای اقتصادی با دولت با استفاده از رسانههای الکترونیکی مختلف از قبیل تلفن، فاکس، کارتهای هوشمند (Smart Cards)، کیوسکهای خدمات، اینترنت و تبادل الکترونیکی دادهها (Electronic Data Interchange) میدانند.
تعداد صفحات فایل ورد: 11 صفحه
تعداد اسلاید فایل ارائه: 34 اسلاید
مشخصات این فایل
عنوان: هوش مصنوعی و سیستم خبره
فرمت فایل :پاورپوینت (قابل ویرایش)
تعداد اسلایدها : 277
این مقاله در مورد هوش مصنوعی و سیستم خبره می باشد.
تاریخچه هوش مصنوعی
1943، مک کولوچ و والتر پیتز: ارایه مدل نرون مصنوعی بیتی( دو حالته) قابل یادگیری به منظور محاسبه هر تابع قابل محاسبه.
1950، آلن تورینگ اولین بار دید کاملی از هوش مصنوعی را تحت عنوان “ محاسبات ماشینی و هوشمند” ارایه نمود.
1951، هینسکی و ادموندز اولین کامپیوتر شبکه عصبی را طراحی کردند.
1952، آرتور سامویل: برنامه ای ساخت که یاد میگرفت بهتر از نویسنده اش بازی کند؛ در نتیجه این تصور را که “کامپیوتر فقط کاری را انجام میدهد که به آن گفته شود” نقض کرد.
1956،نشست کارگروهی دورتموند: انتخاب نام هوش مصنوعی
1959، هربرت جلونتر: برنامه(GTP) را ساخت که قضایا را با اصل موضوعات مشخص ثابت می کرد.
1958، جان مک کارتی: تعریف زبان لیسپ که بهترین زبان هوش مصنوعی شد.
1958-1973، جیمز اسلاگل: برنامه حل مسایل انتگرالگیری فرم بسته
تام ایوانز: برنامه حل مشابهت های هندسی
دانیل بابروز: برنامه حل مسایل جبری
دیوید هافمن: پروژه محدوده بینایی روبات در جهان بلوکها
دیوید والتز: سیستم بینایی و انتشار محدود
پاتریک ونیستون: نظریه یادگیری
...(ادامه دارد)
عاملهای حل مسئله
چهار گام اساسی برای حل مسائل
فرموله کردن هدف: وضعیتهای مطلوب نهایی کدامند؟
فرموله کردن مسئله: چه فعالیتها و وضعیتهایی برای رسیدن به هدف موجود است؟
جستجو: انتخاب بهترین دنباله از فعالیتهایی که منجر به حالاتی با مقدار شناخته شده میشود.
اجرا: وقتی دنباله فعالیت مطلوب پیدا شد، فعالیتهای پیشنهادی آن میتواند اجرا شود.
مثال: نقشه رومانی
صورت مسأله: رفتن از آراد به بخارست
فرموله کردن هدف: رسیدن به بخارست
فرموله کردن مسئله:
وضعیتها: شهرهای مختلف
فعالیتها: حرکت بین شهرها
جستجو: دنباله ای از شهرها مثل:آراد، سیبیو، فاگارس، بخارست این جستجو با توجه به کم هزینه ترین مسیر انتخاب میشود
...(ادامه دارد)
ارضای محدودیت (CSP) چیست؟
مجموعه متناهی از متغیرها؛ X1, X2, …, Xn
مجموعه متناهی از محدودیتها؛ C1, C2, …, Cm
دامنه های ناتهی برای هر یک از متغیرها؛DX1,DX2,…,DXn
هر محدودیت Ci زیرمجموعه ای از متغیرها و ترکیبهای ممکنی از مقادیر برای آن زیرمجموعه ها
هر حالت با انتساب مقادیری به چند یا تمام متغیرها تعریف میشود
انتسابی که هیچ محدودیتی را نقض نکند، انتساب سازگار نام دارد
انتساب کامل آن است که هر متغیری در آن باشد
راه حل CSP یک انتساب کامل است اگر تمام محدودیتها را برآورده کند
بعضی از CSPها به راه حلهایی نیاز دارند که تابع هدف را بیشینه کنند
سازگاری K
سازگاری یال تمام ناسازگاریهای ممکن را مشخص نمیکند
با روش سازگاریK، شکلهای قویتری از پخش را میتوان تعریف کرد
در صورتی CSP سازگاریK است، که برای هر k-1 متغیر و برای هر انتساب سازگار با آن متغیرها، یک مقدار سازگار، همیشه بتواند به متغیر kام نسبت داده شود.
بطور مثال:
سازگاری1: هر متغیر با خودش سازگار است(سازگاری گره)
سازگاری2: مشابه سازگاری یال
سازگاریk: بسط هر جفت از متغیرهای همجوار به سومین متغیر همسایه(سازگاری مسیر)
گراف در صورتی قویا سازگارK است که:
سازگارk باشد
همچنین سازگارk-1 و سازگارk-2 و... سازگار 1 باشد
در این صورت، مسئله را بدون عقبگرد میتوان حل کرد
پیچیدگی زمانی آن O(nd) است...(ادامه دارد)
ادعاها و تقاضاها
جملات از طریق TELL به پایگاه دانش اضافه میشوند
این جملات را ادعا گویند
TELL (KB , King(John))
TELL (KB , "x King(x) => Person(x))
با استفاده از ASK تقاضاهایی را از پلیگاه دانش انجام میدهیم
این پرسشها، تقاضا یا هدف نام دارد
ASK (KB , Person(John))
ASK(KB , $x Person(x))
لیست جانشینی یا انقیاد
لیستی از جانشینیها در صورت وجود بیش از یک پاسخ...(ادامه دارد)
مشخصات این فایل
عنوان: الگوریتم های ژنتیک
فرمت فایل :پاورپوینت (قابل ویرایش)
تعداد اسلایدها : 54
این پاورپوینت در مورد الگوریتم های ژنتیک می باشد.
الگوریتم های ژنتیک و تنازع بقا :
قانون انتخاب طبیعی : تنها گونه هایی از یک جمعیت ادامه نسل می دهند که بهترین خصوصیت را داشته باشند.
تکامل طبیعی : جستجوی کورکورانه (تصادف)+بقای قوی تر
مقایسه روش های کلاسیک ریاضیات با الگوریتم ژنتیک:
روشهای کلاسیک ریاضیات دارای دو اشکال اساسی هستند:
اغلب این روشها نقطه بهینه محلی(Local Optima) را بعنوان نقطه بهینه کلی در نظر می گیرند.روشهای ریاضی بهینهسازی اغلب منجر به یک فرمول یا دستورالعمل خاص برای حل هر مسئله میشوند. در حالی که روشهای هوشمند دستورالعملهایی هستند که به صورت کلی میتوانند در حل هر مسئلهای به کار گرفته شوند. این نکته را پس از آشنایی با خود الگوریتم بیشتر و بهتر خواهید دید.
معرفی اجمالی GA:
از الگوریتم ژنتیک در مسائل جستجو و بهینه سازی استفاده می گردد.ابتدا یک نسل اولیه ایجاد می گردد(بصورت تصادفی) که در واقع کروموزوم های اولیه هستند. هر یک از این کروموزوم ها جوابی(به عبارت صحیح تر شبه جواب) برای مسئله هستند.اما جواب اصلی که ما به دنبال آن هستیم نیستند. سپس پدیده جهش(با احتمال خیلی کم) ممکن است رخ دهد. در نهایت کروموزموم ها از نظر امتیاز رتبه بندی می گردند(انتخاب تابعی مناسب برای تعیین امتیاز بسیار مهم است)...(ادامه دارد)
ارزیابی( Evaluatio) :
یکتا بودن تابع ارزیابی برای هر مسئله
بررسی هر کروموزوم
توجه به محدودیتهای موجود در مسئله
نسبت دادن یک مقدار به هر کروموزوم با نام برازندگی (Fitness)
Fitness = میزان خوبی یک کروموزوم
Fitness = فاصله باقیمانده تا جواب نهایی
عملیات انتخاب ( Selection ) :
انتخاب یک جفت کروموزوم برای تولیدمثل
تعداد دفعات انتخاب دلخواه
ایده همه روشهای انتخاب = انتخاب بهترین کروموزومها
روشهای موجود:
1) Roulette Wheel Selection
2) Ranking Selection
3) Tournament Selection
و ...(ادامه دارد)
تبادل (Crossover):
از عملگرهای اساسی در الگوریتمهای ژنتیک
مقداردهی پارامتر بعنوان احتمال انجام عمل تبادل
تولید یک عدد تصادفی بین صفر ویک
انجام عمل تبادل در صورتی که عدد تصادفی تولید شده بزرگتر از احتمال انجام تبادل باشد
جمعبندی :
کاربرد الگوریتمهای ژنتیک برای جستجو در فضاهای خیلی بزرگ
کارایی نسبتاً خوب این الگوریتمها در پیدا کردن Global Optima
بدست آوردن یک تابع خوب برای محاسبه برازندگی کروموزومها
دقت زیاد در مقداردهی پارامترهای کنترل....(ادامه دارد)
مقدمه و تاریخچه
روند الگوریتمهای ژنتیک
مزایا و معایب الگوریتمهای ژنتیک
پارامترهای کنترل
حل TSP با استفاده از GA
جمعبندی
آموزش برنامه نویسی متلب
تعداد فصل:13
چکیده :
آلیاژ نایتینول از دو عنصر نیکل و تیتانیم با درصد اتمی مساوی یا نزدیک به هم درست شده است . این آلیاژ به سبب داشتن خواص منحصر به فردی همچون حافظه داری ، زیست سازگاری ، نرمی و سفتی انتخابی مورد توجه مهندسین صنایع جدید و متخصصین رشته های پزشکی و بیومواد قرار گرفته است .
این مقاله به تأثیر رفتار سوپر الاستیک آلیاژ نایتینول پرداخته ؛ سوپر الاستیسیته توسط حفرهها ویژه شبیه شکل ، اندازه وتوزیع تخلخل کنترل می شود . که سبب بهبود چقرمگی خواص الاستیک و استحکام فشاری و خواص مکانیکی دیگر می شود .
کلمات کلیدی : نایتینول – سوپر الاستیک – حافظه داری – تخلخل ––چقرمگی
Abestract:
Nitinol a Shape memory alloy Containing nickle and titanium With equal or Close to eachother atomic percentages . Because of desirable properties Such as a Shape memory effect , Biocompatibility , Selective Stifenss or Softness and mechanical Strength , it's use in Such advanced Systems as intelligent technologies , biomaterial an automatic equipments is now Seriously of the Cansidered. This paper reports superelastic behaviour of the SMA which is controlled by pore Characteristics Such as Pore Shape, pore Size and pore distribution is important for improving the taughness, elastic properties , Compression Strength and other mechanical properties. . Keyword:Nitinol-Superelastic-Shapememory- Toughness
1- مقدمه :
اخیراً آلیاژهای حافظه دار متخلخل نایتینول نظر بسیاری از محققین و مهندسین مواد را جلب کرده است . زیرا خواص عالی و کاربردی بهینةآن ها به ویژه در پزشکی است . ساختار حفرهای در آلیاژ های حافظه دار نایتینول دانسیتة آلیاژها را کاهش می دهد و بیش از آن ، مدول یانگ آلیاژهای حافظه دار متخلخل نایتینول می تواند بواسطه کنترل کردن خصوصیت حفره ها تنظیم شود .
روش متالورژی پودر فرایند اطمینان بخشتر برای بقیةآلیاژهای حافظه دار متخلخل نایتینول است. توسط زینتر کردن عناصر پودری نیکل و تیتانیم ، روش متالورژی پودر شامل تکنیک های مختلفی است شبیه زینتر کردن معمولی ( CS[1]) واکنش حرارت زیاد خود پیشرو (SHS[2]) و فشردن ایزواستاتیک گرم ( HIP[3])تاکنون تهیه خواص مکانیکی آلیاژهای حافظه دار متخلخل توسط این روش ها با رضایتمندی انجام نشده است . شکل حفره های آلیاژ متخلخل نایتینول توسط زینتر کردن معمولی زمانی که اندازة حفره ها کوچک باشد معمولاً بی قاعده است . و در تکنیک فشردن ایزواستاتیک گرم آلیاژهای حافظه دار متخلخل نایتینول توزیع حفره ها آنیزوتروپیک و حفره های پیوستة بزرگی دارد بنابراین ساخت مواد نایتینول نوعاً ترد و سوپر الاستیسیته کمی را نشان میدهند بنابراین توسعه روشی برای تولید آلیاژهای حافظه دار متخلخل نایتینول با توزیع مختلخل هموژن و ایزوتروپیک شکل حفره ها با قاعده و میزان اندازه حفره ها به علاوه خواص مکانیکی رضایتمند ضرورت دارد . تلاش زیاد جهت بهبود خواص مکانیکی و سوپر الاستیسیته آلیاژهای حافظه دار متخلخل نایتینول پیش از آن که بتوان آن ها را در کاربردهای پزشکی و مهندسی استفاده کرد انجام شده است .نهایتاً گزارش شد که مواد سرامیکی متخلخل که توسط کپسول آزاد فشردن ایزواستاتیک گرم تهیه می شوند . دارای توزیع حفره های هموژن و شکل حفره ها با قاعده وتخلخل باز قابل کنترل دارد مواد تهیه شده توسط این روش خواص مکانیکی بهتر را نسبت به موادی که توسط روش های زینتر معمولی تهیه شده بودند نشان می دهند . در این مطالعات ریز ساختار رفتار استحالة مارتنزیت وخواص مکانیکی آلیاژهای حافظه دار متخلخل نایتینول که توسط کپسول آزاد فشردن ایزو استاتیک گرم تهیه شده بودند بررسی و با آلیاژهای اصلی که توسط روش زینتر تهیه شده بودند مقایسه شدند .آلیاژها تحت شرایط مختلف گذشت زمان بر طبق بالا بردن سوپر الاستیسیته در دمای اتاق توسط دمای استحالة مارتنزیت کنترل شدند.
پروسة آزمایشگاهی :