عنوان مقاله :برآورد حداکثر سیلاب حوضه آلادیز اردبیل با استفاده از GIS و WMS و مقایسه آن با مقادیر مشاهداتی
محل انتشار: دهمین کنگره بین المللی مهندسی عمران تبریز
تعداد صفحات:9
نوع فایل : pdf
نوع فایل: word
قابل ویرایش 77 صفحه
مقدمه:
به لحاظ اهمیت ویژه اطلاعات در جهان امروزی ، سیستم های اطلاعاتی به عنوان جزء حیاتی برنامه های کامپیوتری شناخته می شوند. جهت کار با این اطلاعات ، پایگاه داده ها مطرح گردیده اند تا انجام اموری مانند پردازش و نگهداری و مدیریت داده ها به آسانی صورت گیرد. مدل پایگاه داده می توانند به دو صورت مفهومی و منطقی دسته بندی گردند در حقیقت طراحی یک پایگاه داده با مدل مفهومی شروع گردیده و سپس این مدل مفهومی تبدیل به مدل منطقی خواهد گردید. در این فصل مروری خواهیم داشت بر مدلهای ER / EER وUML که دو مدل اصلی و اساسی در پایگاه داده ها می باشند. سپس در فصول بعد با معرفی تئوری فازی و سپس ادغام این دو مفهوم به پایگاه داده فازی خواهیم رسید.
فهرست مطالب:
فصل اول: مروری بر پایگاه داده ها
مقدمه
مدل های داده مفهومی(Conceptual)
مدل ER/EER
مدل کلاسی UML
فصل دوم: مقدمه ای بر تئوری فازی
مقدمه
اطلاعات نا کامل ،مقادیر فازی
عملیات روی مجموعه های فازی
عملیات مجموعه ای(Set Operations)
عملیات ریاضی (Arith. Operations)
عملیات رابطه ای(Relational Operations)
عملیات منطقی (Logical Operations)
فصل سوم: مدل پیشنهادی توسط Z.Ma
مقدمه
مدل های Fuzzy UML ,Fuzzy ER/EER
مدل FEER
مدل Fuzzy UML
فصل چهارم: مدل پیشنهادی GUP
مقدمه
Fuzzy EER
صفات فازی
درجه های فزی (Fuzzy Degrees)
محدودیت و Threshold
فصل پنجم: مدیریت و استخراج داده
مقدمه
DML،زبان دستکاری داده
اساس استنتاج
خلاصه
منابع
منابع و مأخذ:
-José Galindo, Angélica Urrutia, Mario Piattini, (2006) Fuzzy databases,Modeling ,Design and Implementation. Idea pub. Group.
-Zongmin,Ma(2005),Fuzzy Data-base Modeling of Imprecise and Uncertain Engineering information. Springer
- Zongmin , Ma (2007) Intelligent Databases , technologies and applications. Idea pub. Group.
-Fuzzy Sets Lecture Slides,Dr.Khan-mohammadi,IAU. Of Shabestar
-Pournaghshband,Vahab,Design and Implementation of Fuzzy Crisp Queries In Decision Support Systems.
- Aleksandar Takači, Comparing Fuzzy Attribute Values in FRDB, 2006 • 4th Serbian-Hungarian Joint Symposium on Intelligent Systems
- Tien-Chin Wang,Hsien-Da Lee,Chun-Ming Chen,Intelligent Queries based on Fuzzy Set Theory and SQL
- Jose Galindo, Introduction and Trends to Fuzzy Logic and Fuzzy Databases
نوع فایل: word
قابل ویرایش 62 صفحه
مقدمه:
متدولوژی طراحی یک شبکه تراشه ای ( NOC ) در کتاب کوما و غیره ارائه شده است در این کتاب این طور آمده است که فرآیند طراحی (NOC) شامل طراحی back bone، طراحی plat form و مرحله ی طراحی سیستم می باشد. به کمک back bone می توان توپولوژی و مسائل ارتباطی مربوط به طراحی را معین کرد.
بدین وسیله می توان انتخاب یاطراحی توپولوژی صحیح،سویچ ها، کانال ها و پروتکل های ارتباطی و رابط های شبکه را معین نمود.
در طراحی plat form با مسائلی مانند طراحی گره های منبع، مقیاس بندی شبکه و کنترل سطح سیستم روبرو می شویم.در مرحله ی آخر در خواست به منابع سیستم را ترسیم می کنیم و نتایج حاصله را مورد بررسی قرار می دهیم. کار های در خواست روی منابع اجرا می شود و بار دیگر با منابعی که از پیام ها استفاده می کنند ارتباط برقرار می کند. در سیستم real-time اینکه جریانات پیام ها بین منابع با بستر های خود مواجه خواهد شد امری مسلم است. آزمون عملی در مرحله ی طراحی سیستم این امکان را به وجود می آورد که تاخیر و قابلیت عملی شدن جریانات این پیام ها تعیین شود. طراح با کمک این آزمون قابلیت عملی شدن ترسیم NOC را تعیین می کند که این امر موجب کاهش در زمان طرح و همچنین کاهش هزینه می شود.در شبکه های worm hole تضمین اینکه پیامی به خط بستر خواهد رسید یا نه سخت است در چندین سال اخیر گرفتن آزمون عملی در ارتباط real- time روی شبکه های مسیر یابی شده ی worm hole مسئله ی مهمی در سیستم های پردازشگر چند گانه بوده است.
فهرست مطالب:
فصل 1
مقدمه
فصل 2
network on chip
توپولوژی ها
درخت Fat
مش دو بعدی و Tori
الگوریتم مسیر یابی
تکنیک switching
پیام ها و بسته ها و Flit ها
Packet switching store and forward
Packet switching میان بر مجازی
wormhole switching
فصل 3
شبکه های مسیر یابی worm hole
نمونه ارتباط سنگین
نمودار وابستگی بلوک بندی
مدل درخت مجادله The Contention Tree Model
فصل 4
ابزار شبیه سازی شبکه
NED و C++
مدوله های ساده
پیام ها
رابط کاربر گرافیکی
فایل های شبیه سازی و اجرا
فصل 5
شبیه ساز پیشرفته شبکه
فرآیندهای switch داخلی و حالت هایL an ها
الگوریتم مسیریابی XY
switch داوری و الگوریتم تخصیص Lane
flow control بر اساس اعتبار
ساختارشبیه ساز
منطق بارگذاری روبه بالا (upload )
فصل
نتایج شبیه سازی
تعریف واحد های نتیجه شبیه سازی
اعتبار شبیه ساز NOC
Kennedy, J. and Eberhart, R., “Particle Swarm Optimization,” Proceedings of the IEEE International Conference on Neural Networks, Perth, Australia 1995, pp. 1942-1945.
PSO features
نوع فایل: word
قابل ویرایش 71 صفحه
چکیده:
دراین تحقیق مبانی شبکه های بی سیم حسگر را بیان کرده ، سپس به معرفی پروتکل کنترل توپولوژی می پردازیم در ابتدا پروتکل مبتنی بر اتوماتای یادگیر به نام CLATC پیشنهاد شده است که در آن اتوماتای یادگیر هر گره در همکاری با اتوماتای یادگیر سلولی گره های همسایه، محدوده انتقال مناسب برای آن گره را انتخاب می نماید. و یک پروتکل کنترل توپولوژی مبتنی بر همسایه براساس اتوماتای یادگیر ارائه شده است که درآن گره ها که مجهز به اتوماتا شده اند سعی می کنند با تطبیق دادن اعمال انتخابی خود با شرایط مورد نیاز برای ایجادیک شبکه متصل و کارا از نظر انرژی، مناسبترین برد رادیویی برای هر گره را انتخاب کرده و درنهایت توپولوژی مناسبی را شکل دهند و از این طریق موجب کاهش مصرف انرژی شبکه در طول حیات آن شوند.
درادامه پروتکل کنترل توپولوژی مبتنی بر اتوماتای یادگیری به نام BLATC پیشنهاد شده است که در آن اتوماتای یادگیر هر سنسور، با استفاده از نتایج اتوماتاهای سنسورهای همسایه، محدوده انتقال مناسب را انتخاب می نماید.سپس این پروتکل ها را از دیدگاه های مختلف بررسی و مقایسه خواهیم کرد.
کلمات کلیدی:
کنترل توپولوژی،اتوماتای یادگیری،LBLATC، CLATC
مقدمه:
شبکه حسگر شبکه ای است متشکل از تعداد زیادی گره کوچک. در هر گره تعدادی حسگر و/ یا کارانداز وجود دارد. شبکه حسگر بشدت با محیط فیزیکی تعامل دارد. از طریق حسگرها اطلاعات محیط را گرفته و از طریق کار انداز ها واکنش نشان می دهد. ارتباط بین گره ها بصورت بی سیم است. هرگره بطور مستقل و بدون دخالت انسان کار می کند و نوعا از لحاظ فیزیکی بسیار کوچک است ودارای محدودیت هایی در قدرت پردازش, ظرفیت حافظه, منبع تغذیه, ... می باشد. این محدودیت ها مشکلاتی را بوجود می آورد که منشأ بسیاری از مباحث پژوهشی مطرح در این زمینه است. این شبکه از پشته پروتکلی شبکه های سنتی پیروی می کند ولی بخاطر محدودیت ها و تفاوتهای وابسته به کاربرد, پروتکل ها باید باز نویسی شوند. پیشرفتهای اخیر در فناوری ساخت مدارات مجتمع در اندازه های کوچک از یک سو و توسعه فناوری ارتباطات بی سیم از سوی دیگر زمینه ساز طراحی شبکه های حسگر بی سیم شده است.تفاوت اساسی این شبکه ها ارتباط آن با محیط و پدیده های فیزیکی است شبکه های سنتی ارتباط بین انسانها و پایگاه های اطلاعاتی را فراهم می کند در حالی که شبکه ی حسگر مستقیما با جهان فیزیکی در ارتباط است با استفاده از حسگرها محیط فیزیکی را مشاهده کرده, بر اساس مشاهدات خود تصمیم گیری نموده و عملیات مناسب را انجام می دهند. برخلاف شبکه های سنتی که همه منظوره اند شبکه های حسگر نوعا تک منظوره هستند. در صورتی که گره ها توانایی حرکت داشته باشند شبکه می تواند گروهی از رباتهای کوچک در نظر گرفته شود که با هم بصورت تیمی کار می کنند و جهت مقصد خاصی مثلا بازی فوتبال طراحی شده است.
فهرست مطالب:
1)مفاهیم مقدماتی
1-1)تعدادی از تعاریف کلیدی
1-1-1)ساختمان گره
1-1-2)ویژگی ها و کاربردها
1-1-3)پشته پروتکلی
1-1-4)موضوعات مطرح
1-2)بیان مسئله
1-2-1)توپولوژی
1-2-2)کنترل توپولوژی
1-3)اهداف پایاننامه
1-4)ساختار پایاننامه
2)پروتکلهای کنترل توپولوژی
2-1)پروتکل کنترل توپولوژی مبتنی بر اتوماتای یادگیر سلولی نامنظم برای شبکه های حسگر
2-1-1) اتوماتای یادگیر سلولی نامنظم
2-1-2) تعریف مسئله
2-1-3)پروتکل پیشنهادی (CLATC)
2-1-4)ازمایش اول
2-2)ارائه یک پروتکل تطبیقی کنترل توپولوژی مبتنی بر همسایه و کارا از نظر انرژی براساس اتوماتای یادگیر در شبکه های حسگر بی
2-2-1)کارهای انجام شده در زمینه کنترل توپولوژی
2-2-2)اتوماتای یادگیر
2-2-3)تعریف مسئله
2-2-4)پروتکل پیشنهادی (LMNALA)
2-2-5)آزمایش اول 34
2-3)LBLATC پروتکل کنترل توپولوژی مبتنی بر محل با استفاده از اتوماتای یادگیر برای شبکه های حسگر بی سیم
2-3-1)اتوماتای یادگیر
2-3-2)محیط
2-3-3)الگوریتم های یادگیری
2-3-4)تعریف مسله
2-3-5)پروتکل پیشنهادی (LBLATC)
2-3-6)تنظیمات اعمال شده در شبیه سازی
2-3-7)آزمایش اول
3)بررسی پروتکل پیشنهادی
3-1)بررسی پروتکلهای RAA_3L ،RAA_2L ،CLATC و حالت همگن (HOM)
3-1-1)آزمایش اول
3-1-2)آزمایش دوم
3-1-3)آزمایش سوم
3-2)بررسی پروتکل های RAA_3L، RAA_2L،LBLATC ،CLATC و حالت همگن (HOM)
3-2-1)آزمایش اول
3-2-2)آزمایش دوم
3-2-3)آزمایش سوم
3-3)بررسی پروتکلهای CLATC ، RAA_2L ، RAA_3L و حالت همگن (HOM)
3-3-1)آزمایش اول
3-3-2)آزمایش دوم
3-3-3)آزمایش سوم
4)نتیجه گیری
4-1)مقایسه متوسط محدوده انتقال گره ها برای پروتکلهایLMNALA،CLATC،LBLATC
4-2)مقایسه متوسط تعداد همسایه های گره ها برای پروتکلهای LMNALA،CLATC، LBLATC
4-3)مقایسه متوسط انرژی باقیمانده گره ها برای پروتکلهایLMNALA،CLATC،LBLATC
4-4)نتیجه گیری
5)منابع و مراجع
منابع و مأخذ:
[1] Akyildiz I. F., Su W., Sankarasubramaniam Y. and Cayircl E., “A survey on sensor networks”, IEEE Communication Magazine, Vol. 40, pp. 102-114,August 2002.
[2] Janakiram D., Venkateswarlu R. and Nitin S., ”A survey on programming languages, middleware and applications in wireless sensor networks”, IITM-CSEDOS- 2005-04, 2005.
[3] Estrin D., “Embedded Everywhere: A research agenda for network systems of embedded computers”, National Academy Press, 2001, Computer Science and Telecommunication Board (CSTB) Report, 2001.
[4] Wattenhofer R. and Zollinger A., “XTC: a practical topology control algorithm for ad-hoc networks”. Proceedings of the 18th International Parallel and Distributed Processing Symposium, pp. 2-16, 26-30 April 2004.
[5] Santi P., “Topology Control in Wireless Ad Hoc and Sensor Networks”, Wiley, 2005.
[6] Santi P., “Topology Control in Wireless Ad Hoc and Sensor Networks”, ACM Computer Survey, Vol. 37, No. 2, pp. 164-194, 2005.
[7] Rodoplu V. and Meng T. H, "Minimum energy mobile wireless networks", in: Proceedings of the IEEE Journal on Selected Areas in Communications, Vol.
17, pp. 1333-1344, 1999.
[8] Li N., Hou J. and Sha L., “Design and analysis of an mst-based topology control algorithm”, in: Proceedings of the IEEE Infocom, Vol. 4, pp. 1195- 1206, May 2005.
[9] Wattenhofer R., Li L., Bahl P. and Wang Y., “Distributed topology control for power efficient operation in multihop wireless ad hoc networks”, in: Proceedings of the IEEE Infocom, Vol. 3, pp. 1388– 1397, 2001.
[10] Blough D., Leoncini M., Resta G. and Santi P., “The k-neighbors protocol for symmetric topology control in ad hoc networks”, in: Proceedings of the ACM MobiHoc 03, pp. 141–152, 2003.
[11] Wattenhofer R. and Zollinger A., “XTC: a practical topology control algorithm for ad-hoc networks”. in: Proceedings of the 18th International Parallel and Distributed Processing Symposium, pp. 2-16, 26-30 April 2004.
[12] Venuturumilli A. and Minai A. A., “Obtaining Robust Wireless Sensor Networks Throuh Self-Organization of Heterogeneous Connectivity”, Proceedings of the 2006 International Conference on Complex Systems (ICCS'06), Boston, MA, June 2006.
[13] S. Wolfram, "Cellular Automata", Los Alamos Science, vol. 9, pp. 2-21, Fall 1983.
[14] S. Wolfram, "Universality and complexity in cellular automata", Physica D, no. 10, pp. 1-35, January 1984.
[15] Narendra K. S. and Thathachar M. A. L, “Learning Automata: An Introduction”, Prentice Hall, 1989.
[16] Beigy H. and Meybodi M. R., "A Mathematical Framework for Cellular Learning Automata", Advances on Complex Systems, Vol. 7, No. 3, pp. 1- 25, 2004.
[17] Thathachar M. A. L. and Sastry P. S., “Varieties of Learning Automata: An Overview”, IEEE Transaction on Systems, Man, and Cybernetics-Part B: Cybernetics, Vol. 32, No. 6, PP. 711-722, 2002.
[18] Esnaashari M. and Meybodi M. R., "Irregular Cellular Learning Automata and Its Application to Clustering in Sensor Networks", Proceedings of 15th Conference on Electrical Engineering (15th ICEE),
Volume on Communication, Telecommunication Research Center, Tehran, Iran, May 15-17, 2007.
[19] Stauffer D. and Aharony A., “Introduction to Percolation Theory”, London: Taylor & Francis, 1994.
[20] The Network Simulator - ns-2. http://www.isi.edu/nsnam/ns/.
[21] Heinzelman W., Chandrakasan A. and Balakrishnan H., “Energy Efficient Communication Protocol for Wireless Microsensor Networks”, Intl. Conf. on System Sciences, Hawaii, vol. 2, pp. 3005-3014 January 2000