شبکه های عصبی مصنوعی

اختصاصی از فایل هلپ شبکه های عصبی مصنوعی دانلود با لینک مستقیم و پر سرعت .

فایل پاورپوینت 45 صفحه

شبکه عصبی مصنوعی روشی عملی برای یادگیری توابع گوناگون نظیر توابع با مقادیر حقیقی، توابع با مقادیر گسسته و توابع با مقادیر برداری میباشد.

یادگیری شبکه عصبی در برابر خطاهای داده های آموزشی مصون بوده و اینگونه شبکه ها با موفقیت به مسائلی نظیر شناسائی گفتار، شناسائی و تعبیر تصاویر، و یادگیری روبات اعمال شده است

دانلود پاورپوینت فشار عصبی ناشی از کار - 19 اسلاید

اختصاصی از فایل هلپ دانلود پاورپوینت فشار عصبی ناشی از کار - 19 اسلاید دانلود با لینک مستقیم و پر سرعت .

تعاریف مختلفی در باره فشار عصبی ، استرس ، فشار روانی وتنش  ارائه شده است که زمینه مشترک همه تعاریف این است که علت ایجاد فشار عصبی وجود محرکی بصورت فیزیکی یا روانی است ، وفرد بطریقی خاص نسبت به آن عکس العمل نشان میدهد.

 در این مقاله فشار عصبی عبارت است از عکس العمل فرد برای سازگاری نسبت محرکی که بصورت فیزیکی یا روانی الزامات گسترده ای را برای او بوجود آورده است .

برای دانلود کل پاپورپوینت از لینک زیر استفاده کنید:

تحلیل دینامیکی پایداری ولتاژ با استفاده از شبکه های عصبی

اختصاصی از فایل هلپ تحلیل دینامیکی پایداری ولتاژ با استفاده از شبکه های عصبی دانلود با لینک مستقیم و پر سرعت .

• پایان نامه کارشناسی ارشد مهندسی برق – قدرت با عنوان: تحلیل دینامیکی پایداری ولتاژ با استفاده از شبکه های عصبی  

• دانشگاه تربیت مدرس  

• استاد راهنما: دکتر حمید لسانی  

• پژوهشگر: علیرضا ستایش مهر  

• تابستان 1375  

• فرمت فایل: PDF و شامل 147 صفحه

چکیــــده:

پیشرفت تکنولوژی و صنعت و همچنین استفاده بهینه از منابع تولید توان الکتریکی سبب توسعه چشمگیر شبکه های الکتریکی شده است. از آنجا که گسترش شبکه ها مشکلات متعددی از جمله افزایش قدرت اتصال کوتاه را به دنبال دارد، سعی بر آن است که از توسعه بی رویه آن جلوگیری شود. وجود چنین محدودیت‌هایی اپراتور را وادار می‌سازد که حداثر توان ممکن را از خطوط، انتقال دهند. انتقال چنین حجم توانی همواره با یک سری مشکلات همراه بوده است. بعنوان نمونه می‌توان به نوسانی شدن حالت‌های سیستم و فروپاشی ولتاژ اشاره کرد.

در اثر افزایش توان مصرفی در یک باسبار و یا یک منطقه باری و به عبارت دیگر در اثر افزایش درخواست توان انتقالی، ولتاژ در آن باسبار یا منطقه، افت خواهد نمود. لازم به ذکر است که تغییرات ولتاژ دراثر عوامل مختلفی ازجمله تغییر در توان حقیقی و بخصوص راکتیو صورت می‌گیرد. چنانچه افت ولتاژ بگونه‌ای جبران نشود و به عبارت دیگر این اضافه توان انتقالی حذف نگردد، سیستم حفاظت ممکن است فرمان قطع خط مورد نظر را صادر کند که قطع چنین خطی، بارگذاری بیشتر بر سایر خطوط مجاور را به دنبال خواهد داشت. در ادامه چنین وضعیتی، سطح ولتاژ چنان افت می‌کند که دیگر سیستم قادر به نگهداری ولتاژ نبوده، سبب خاموش شدن تمام سیستم می‌گردد.

تلاش‌های فراوانی برای پیدا کردن نقاطی که در آن‌ها سیستم قادر به نگهداری ولتاژ نیست صورت گرفته است. در گذشته مساله پایداری ولتاژ را مساله‌ای استاتیک انگاشته در نتیجه برای بررسی آن از معادلات پخش بار استفاده می‌شد. اما امروزه مساله پایداری ولتاژ را مساله‌ای دینامیک می‌دانند و از معادلات سیستم و مدل‌هایی که دینامیک سیستم را بررسی می‌کند استفاده می‌نمایند. با تمام تفاسیر امروزه محققان به دنبال آنند که نقاط و یا شرایطی را بدست آورند که مطمئن باشند ولتاژ سیستم به نقاط مرزی (نقاطی که سیستم قادر به نگهداری ولتاژ نیست) نخواهد رسید.

قابل ذکر است که پروسه فروپاشی ولتاژ گاهی بین چند ثانیه تا چند دقیقه به طول می‌انجامد. برای جلوگیری از فروپاشی ولتاژ، سعی بر آن است که در همان لحظات اولیه این ناپایداری را تشخیص دهند. بدون استفاده از سیستم‌های خودکار، گاه تشخیص وقوع حادثه، بعد از فروپاشی کامل صورت می‌گیرد. برای برطرف کردن چنین وضعیتی سیستم باید قادر باشد در همان لحظات اولیه و بصورت آنی وضعیت موجود را تحلیل یا حدس بزند. برای دستیابی به چنین هدفی لازم است که برنامه‌های تشخیص وضعیت به سرعت هر چه بیشتر اپراتور را از وضعیت به وجود آمده مطلع سازد. بکارگیری شبکه‌های عصبی می‌تواند اپراتور را در رسیدن به چنین هدفی یاری کند.

این پایان نامه مشتمل بر پنج فصل است. فصل اول به تحلیل فیزیکی و تئوری پایداری ولتاژ می‌پردازد. نحوه تغییر ولتاژ با تغییر توان و ضریب قدرت و همچنین تغییر ولتاژ با سایر پارامترهای شبکه مورد بررسی قرار گرفته است. در فصل دوم به تحلیل استاتیکی پایداری ولتاژ پرداخته شده است. به تعدادی از شاخص‌ها در این زمینه اشاره شده است. تحلیل دینامیکی پایداری ولتاژ و نحوه مدل سیستم قدرت جهت این بررسی در فصل سوم آمده است. در فصل چهارم ضمن بیان شاخص دینامیکی پایداری ولتاژ جهت مقایسه شاخص‌هایی از پایداری استاتیکی ولتاژ نیز بیان شده است. مطالعات فوق بر روی سه شبکه 43 با سه خراسان 39 با سه نیوانگلند و یک شبه 3 باسه صورت گرفته است. در همین فصل نتایج حاصله از شبکه عصبی مناسب ارائه می‌شود. لازم به ذکر است که از دو نوع شبکه عصبی جلو رونده و انتشار به عقب استفاده شده است. در حین اجرا به تغییر در توپولوژی شبکه توجه شده است. جهت آشنایی خوانندگان عزیز در ضمیمه و به شبکه‌های عصبی پرداخته شده است. در فصل پنجم به نتیجه گیری و پیشنهادها در زمینه تحلیل دینامیکی سیستم اشاره می‌شود.

______________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** توجه: در صورت مشکل در باز شدن فایل PDF ، نام فایل را به انگلیسی Rename کنید. **

** درخواست پایان نامه:

با ارسال عنوان پایان نامه درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن پایان نامه در سایت به راحتی اقدام به خرید و دریافت پایان نامه مورد نظر خود نمایید. **

پایش سلامت سازه ها با استفاده از شبکه عصبی مصنوعی تغذیه رو به جلو مبتنی بر داده های تاریخی رفتار سازه

اختصاصی از فایل هلپ پایش سلامت سازه ها با استفاده از شبکه عصبی مصنوعی تغذیه رو به جلو مبتنی بر داده های تاریخی رفتار سازه دانلود با لینک مستقیم و پر سرعت .

• مقاله با عنوان: پایش سلامت سازه ها با استفاده از شبکه عصبی مصنوعی تغذیه رو به جلو مبتنی بر داده های تاریخی رفتار سازه  

• نویسندگان: بابک یاسی ، محمد رضا محمدی زاده  

• محل انتشار: نهمین کنگره ملی مهندسی عمران - دانشگاه فردوسی مشهد - 21 تا 22 اردیبهشت 95  

• فرمت فایل: PDF و شامل 8 صفحه می باشد.

چکیــــده:

پایش دائمی و آنی وضعیت سازه های مورد استفاده سبب کاهش هزینه های تعمیر و نگهداری، حفظ و استمرار قابلیت کارکرد، افزایش قابلیت اطمینان، شناسایی نقاط ضعف اجزای مختلف سازه، افزایش راندمان، شناسایی نقاط ضعف طراحی و برطرف کردن آنها قبل از کاربری و انجام مأموریت ها می شود. بنابراین سلامت سنجی سازه ها قبل از بروز مشکلات غیر قابل جبران ضروری است. یکی از مجموعه روش های نوین تشخیص آسیب در سازه ها استفاده از الگوریتم های کامپیوتری است که اساس عملکرد آنها استفاده از داده های تاریخی وضعیت سیستم است. این داده ها می تواند حاصل بررسی پارامترهای مختلف سازه مثل شتاب، فرکانس، جابجایی و غیره باشد. در این تحقیق کارایی روش شبکه عصبی تغذیه رو به جلو در شناسایی نمونه های مربوط به بروز آسیب در یک مطالعه موردی حاصل از بررسی مقادیر فرکانس در پل با تکیه گاه کابلی بررسی شده است. شبکه عصبی تغذیه رو به جلو پرکاربردترین نوع شبکه است که از آن برای مسائل پیش بینی استفاده می شود. نتایج حاکی از عملکرد مناسب این روش در تشخیص آسیب و سلامت سنجی مطالعه موردی است.

________________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** درخواست مقالات کنفرانس‌ها و همایش‌ها: با ارسال عنوان مقالات درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن مقالات در سایت به راحتی اقدام به خرید و دریافت مقالات مورد نظر خود نمایید. **

تحقیق در مورد شبکه های عصبی Neural Network

اختصاصی از فایل هلپ تحقیق در مورد شبکه های عصبی Neural Network دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

تعداد صفحه18

فهرست مطالب

2-1- شبکه‌های عصبی مصنوعی

2- شبکه‌های عصبی مصنوعی

2-2- مشخصات مسائل در خور شبکه‌های عصبی مصنوعی

--انواع یادگیری برای شبکه های عصبی:

--2.یادگیری تشدیدی:

--3. یادگیری بدون ناظر

قدرت Perceptron

2-4- زمینه‌ای در مورد perceptron

قضیه بنیادی دنباله‌ها:

شبکه های عصبی Neural Network

شبکه‌های عصبی مصنوعی
Artificial Neural Network

چکیده:
شبکه‌های عصبی مصنوعی از مباحث جدیدی است که دانشمندان علوم کامپیوتر به آن علاقمند شده‌اند و برای پیشرفت هرچه بیشتر علوم کامپیوتر وقت و هزینه بسیاری را صرف آن کرده و می‌کنند. این موضوع با ایده گرفتن از سیستم عصبی بدن انسان و با هدف شبیه‌سازی هرچه بیشتر کامپیوتر به انسان شکل گرفت و تا حال به خوبی پیشرفته است. از جمله کاربردهای این بحث می‌توان از شناسایی الگوها, پردازش تصویر و رویت, هوش مصنوعی, کنترل رباتها و موارد بسیار دیگر نام برد. ما در این مقاله پس از مقدمه به مسائل در خور شبکه‌های عصبی مصنوعی و نیز کاربردهای آن خواهیم پرداخت, در ادامه Perceptron ها را که یکی از مهمترین الگوریتم‌های شبکه‌های عصبی مصنوعی می‌باشد معرفی می‌کنیم.

1- مقدمه
1-1- ایده پیدایش شبکه‌های عصبی مصنوعی
آیا کامپیوتر میتواند همان نوع از محاسباتی را که یک فرد هوشمند انجام میدهد به کار گیرد؟
بسیاری از دانشمندان عقیده داشته ودارند که این بحث باید مورد توجه قرار گیرد. شبکه‌های عصبی در حل مسائل یک جهت جدید و متمایز نسبت به کامپیترهای عمومی می‌گشود. کامپیوترهای عمومی از یک الگوریتم استفاده می‌کنند یعنی برای حل مسائل از یک سری دستورات از پیش تعیین شده پیروی می‌کنند مگر در مواقع ویژه‌ای که کامپیوتر نیاز به یک‌سری اطلاعات برای حل مسئله دارد. و همین مسئله توانایی پردازش را از کامپیوترهای عمومی به مسائلی که ما قبلا فهمیده‌ایم و روش حل آنها را شناخته‌ایم محدود می‌کند و تنها سرعت عمل و قدرت در حل نمونه‌های بزرگتر را به همراه دارند. اما کامپیوترها باید به قدری مفید باشند که بتوانند کارهایی را انجام دهند که واقعا ما نمی‌دانیم چگونه باید آنها را انجام دهیم.

1-2- بررسی سلولهای مغزی افراد
تحقیق درباره سلولهای مغزی افراد و همچنین شناخت ‌‌Neuron ها یا رشته‌های مغزی وبیان یک راه نسبتا متفاوت که یک سیستم هوشمند را