کاربرد شبکه های عصبی

عنوان مقاله  :  کاربرد شبکه های عصبی در کنترل

قالب بندی :  PDF

قیمت :   رایگان

شرح مختصر : با وجود کنترل کلاسیک وکنترل مدرن چه لزومی به استفاده از شبکه عصبی یا روش های محاسبات نرم در کنترل وجود دارد؟ در واقع همیشه این امکان وجود ندارد که رابطه بین ورودی و خروجی با ریاضی کلاسیک بیان شود و همچنین همیشه این وجود ندارد که یک مدل خطی بدست آورد. مدل های غیر خطی به خوبی مدل های سیستم های غیر خطی درک نشده اند.روش هایی برای بعضی از سیستم های غیر خطی ساده تر وجود دارد. شبکه های عصبی روش مفیدی برای کنترل سیستم های غیر خطی پیچیده ارائه می دهد ،زیرا نیازی به مدل سیستم ندارد.

فهرست :

مقدمه

در چه حالت های در کنترل یک سیستم باید به سمت روش های محاسبات نرم برویم؟

مراحل پیشرفت روش های کنترل سیستم ها

کدامیک از کاربرد های شبکه عصبی در کنترل سیستم ها استفاده می شود؟

مهمترین نوع شبکه عصبی که در کنترل استفاده می شود چیست؟

کاربرد شبکه عصبی پرسپترون چند لایه در کنترل MLP

مهترین معماری های شبکه عصبی برای کنترل سیستم ها

نمونه کلی از کاربرد شبکه های عصبی در MPC

شباهت سیستم های عصبی با مدل های غیر خطی

طرح اولیه مدل پیش بین گام اول براساس شبکه عصبی BP

تفاوت کنترل با NARMA–L2 با کنترل PID برای کنترل پایداری در موتور DC تحریک جداگانه

مثالی از کنترل کاربرد نروکنترلر مدل مرجع در Simulink

تنظیم پارامترهای کنترلر PID با استفاده از شبکه عصبی

شبکه های عصبی فازی‎

عنوان پایان نامه  :  بررسی پارامترهای مهم در شبکه های عصبی فازی‎

قالب بندی :  PDF

قیمت :   رایگان

شرح مختصر : منطق فازی که در آن «زبان طبیعی» به جای متغیرهای عددی برای تشریح رفتار و عملکرد سیستم ها به کار می رود.،بیشترین کاربرد این مقوله به ترتیب در سازماندهی و فراهم  آوری اطلاعات بوده است. اکنون برای تضمین امنیت شبکه  های اطلاعاتی، از منطق فازی بهره -برداری می شود. در برخی زمینه  ها مانند مستند سازی و مدیریت رکوردها نیز تاکنون پژوهشی با موضوع فازی به انجام نرسیده است. در سالهای اخیر، رویکرد عمده این بحث به سمت نظام های خبره و هوش مصنوعی سوق یافته است. به نظر می‌رسد برای حل بسیاری از گره‌ های موجود در حوزه مدیریت اطلاعات، می توان از منطق فازی کمک گرفت.

شبکه های عصبی فازی‎ یک سامانه پردازشی داده‌ها است که از مغز انسان ایده گرفته و پردازش داده‌ها را به عهده پردازنده‌های کوچک و بسیار زیادی سپرده که به صورت شبکه‌ای به هم پیوسته و موازی با یکدیگر رفتار می‌کنند تا یک مسئله را حل نمایند. در این شبکه‌ها به کمک دانش برنامه نویسی، ساختار داده‌ای طراحی می‌شود که می‌تواند همانند نورون عمل کند. که به این ساختارداده نورون گفته می‌شود. بعد باایجاد شبکه‌ای بین این نورونها و اعمال یک الگوریتم آموزشی به آن، شبکه را آموزش می‌دهند.

شبکه های عصبی فازی‎ یک سیستم ارگانی شامل نورون‌ها می‌باشد که اعمال و واکنش جانداران را هماهنگ می‌سازد و سیگنال‌ها را به بخشهای متفاوت بدن می‌فرستد. در بیشتر جانداران سیستم عصبی شامل دو بخش مرکزی و بخش جانبی است. در استفاده‌های جدیدتر این عبارت به شبکه عصبی مصنوعی که از نورون‌هایی مصنوعی ساخته شده‌است هم اشاره دارد. بنابراین عبارت ‘شبکه عصبی’ در حالت کلی به دو مفهوم مختلف شبکه عصبی زیستی و شبکه عصبی مصنوعی مختلف اشاره دارد.

شبکه‌های عصبی با توانایی قابل توجه خود در استنتاج نتایج از داده‌های پیچیده می‌توانند در استخراج الگوها و شناسایی گرایش‌های مختلفی که برای انسان‌ها و کامپیوتر شناسایی آنها بسیار دشوار است استفاده شوند.

تنظیم پارامترهای شبکه عصبی مصنوعی را میتوان به عنوان یکی از مهمترین مشکلات استفاده از آن عنوان کرد. روش شبکه عصبی فازی نسبت به سایر روش ها قدرت بالایی در شناخت روند موجود بر داده ها دارد و در تمامی روشهای اندازه گیری خطا نسبت به سایر روشها خطای کمتری دارد . نتایج تحقیق بیانگر آن است که روش شبکه عصبی فازی با توجه به میزان کم خطا دارای همگرایی سریع و توانایی تقریب بالایی است و برای پیش بینی مناسب است.

فهرست :

فصل اول: منطق فازی

مقدمه ای بر چیستی منطق فازی

مثالی از منطق فازی در زندگی روزمره

چرا سیستم فازی؟

سیستم های فازی چگونه سیستم هایی هستند؟

سه سیستم فازی وجود دارد

مشکلات عمده سیستم فازی TSK عبارتند از

منطق فازی و مدیریت اطلاعات در کتابخانه

تاریخچه منطق فازی

منطق فازی چیست؟

سیستم های فازی کجا و چگونه استفاده می شوند ؟

کاربردهای منطق فازی

کاربردهای منطق فازی سازماندهی اطلاعات

فصل دوم: شبکه عصبی (Neural Network)

مقدمه

شبکه عصبی

توصیف شبکه های عصبی

شبکه‌های عصبی زیستی

معرفی شبکه عصبی مصنوعی

تاریخچه شبکه‌های عصبی مصنوعی

چرا از شبکه‌های عصبی استفاده می‌کنیم

شبکه‌های عصبی در مقایسه با کامپیوترهای سنتی

شباهت با مغز

شبکه عصبی دقیقاً چیست

ساختار شبکه‌های عصبی

تقسیم بندی شبکه‌های عصبی

ویژگی‌های یک شبکه‌عصبی‌

روش کار نرون‌ها

نورون عصبی

یک نورون مصنوعی چه شکلی است؟

چطور از یک نورون مصنوعی استفاده می کنید؟

پیاده‌سازی‌های الکترونیکی نرون‌های مصنوعی

مدل ریاضی

کاربرد شبکه‌های عصبی

معایب شبکه‌های عصبی

چگونگی یادگیری شبکه های عصبی

ساختار نورون و لایه ی نورون

تعریف کلاس

توضیح لوپ اصلی

فصل سوم : بررسی ساختار و پارامترهای مهم شبکه های عصبی فازی

مقدمه

یکپارچگی منطق فازی و شبکه های عصبی

برخی از کاربردهای سیستم های فازی  عصبی

انواع شبکه عصبی فازی و نوروفازی

پارامترهای مهم سیستم های عصبی فازی

سامانه استنتاج تطبیقی عصبی فازی

موتور استنتاج فازی

انواع موتور استنتاج

تفسیری کامل شبکه تطبیقی بر اساس سیستم های با منطق فازی

مرور ادبیات

تعیین معیار های عملکرد شبکه عصبی مصنوعی همراه با وزن هریک از آنها

تعیین عوامل کنترلی که بیشترین تاثیر را بر روی معیارهای عملکرد تعیین شده دارند

آنالیز واریانس هر یک از معیارهای عملکرد به صورت جداگانه

استفاده از روش برنامه ریزی فازی جهت یافتن بهترین ترکیب عوامل کنترلی تاثیرگذار

مثال عددی

تعیین معیارهای عملکرد شبکه عصبی مصنوعی همراه با وزن هر یک از آنها

تعیین عوامل کنترلی که بیشترین تاثیر را بر روی معیارهای عملکرد تعیین شده دارند

آنالیز واریانس هر یک از معیارهای عملکرد بصورت جداگانه

تکنیک تبدیل   هدف را دنبال میکند :

استفاده از روش برنامه ریزی فازی جهت یافتن بهترین ترکیب عوامل کنترلی تاثیر گذار

تحقیقات و پژوهش های صورت گرفته در زمینه استفاده از شبکه های عصبی فازی

پیش بینی عوامل موثر بر قیمت طلا

مدل سازی پیش بینی قیمت سهام

مدل سازی پیش بینی با استفاده از شبکه عصبی   فازی : قیمت نفت

مدلسازی پیش بینی جایگاه تیم ملی فوتبال ایران در رده بندی فیفا با استفاده از شبکه های عصبی فازی

برنامه ریزی تعمیرات و نگه داری پیش گویانه ایستگاه های گاز با رویکرد PCA و شبکه های عصبی فازی

نتیجه گیری

فرهنگ سازمانی

عنوان مقاله  :  بررسی فرهنگ سازمانی و انواع آن

قالب بندی :  Word, PDF

قیمت :   رایگان

شرح مختصر :  دهۀ هشتاد را باید آغاز تحقیقات مجدد بر روی مسئله فرهنگ سازمانی به شمار آورد. علاقه برای انجام تحقیقات بیشتر بر روی آن نشأت گرفته از عوامل گوناگونی می باشد. که به این موارد می-توان اشاره کرد: اولاً، دهۀ هشتاد دهۀ آغاز جهانی شدن سازمان ها و کسب و کارها می باشد؛ لذا بحث هماهنگی بین کارکنان این گونه سازمان ها، بحث روز بود. ثانیاً، در این دهه مشخص شد که سطوح مختلف عملکرد سازمان را می توان به نوع فرهنگ سازمان مرتبط دانست.

ثالثاً، فرهنگ سازمانی می تواند به عنوان منبعی برای ایجاد مزیت های رقابتی پایدار عمل کند؛ زیرا برخی از فرهنگ ها به راحتی قابل تقلید توسط رقبا نیستند و همچنین، از دلایل دیگر می توان به ظهور قدرت اقتصادی و صنعتی ژاپن به مثابۀ یک رقیب قابل توجه و مهم در برابر آمریکا اشاره کرد که محققان یکی از دلایل عمده آن را تفاوت های فرهنگی دو کشور دانسته اند.

فرهنگ سازمانی نیرویی است که افراد در سازمان را به عمل وا می دارد و تأثیر قوی و نافذی بر همه اجزای سازمان دارد، از این رو شناخت فرهنگ سازمانی برای ایجاد سازمانی نوآور و بهره گیری از خلاقیت کارکنان اهمیت به سزایی دارد . با مطالعه آن می توان به علل کامیابی و یا شکست سازمان پی برد و از سوی دیگر چون فرهنگ سازمانی اثر مهمی بر روی رفتار افراد سازمان دارد و نیز به علت این که بخش پیچیده ای از ارزش ها را شامل می شود و این ارزش ها بر نحوه نگرش و نهایتاً رفتار افراد در محیط کاری مؤثر خواهد بود، می تواند عامل مهمی در کنترل سازمانی به شمار آید.

می توان فرهنگ را بدین گونه تعریف کرد: «الگویی از رفتار که در یک سازمان به وجود می آید، زیرا سازمان به تدریج می آموزد که برای حل مسائل خارجی، سازش با محیط و یکپارچه نمودن فعالیت های داخلی چگونه عمل کند. الگویی که کارکردی خوب داشته، کسب اعتبار نموده است و می تواند به عنوان راهی درست به اعضاء سازمان آموخت تا از همان زاویه و در همان قالب بیندیشند و احساس نمایند».

فرهنگ سازمانی دربرگیرنده نیروهای ظریف، لطیف و تا حدی ناآگاه است که به محل کار شکل می دهند. فرهنگ که به میزان زیادی در برابر تغییرات مقاومت می کنند، می تواند به صورت یک نقطه قوت یا ضعف بزرگ برای شرکت درآید. در هر واحد یا دایره سهم سازمانی، فرهنگ می تواند دلیلی برای نقاط قوت یا ضعف باشد

 فهرست :

مقدمه

مفهوم فرهنگ

تعریف فرهنگ

انواع فرهنگ

فرهنگ رسوبی

فرهنگ مایع و بى رنگ

فرهنگ خود هدفى و پیرو

فرهنگ پویا، هدفدار و پیشرو

فرهنگ از دیدگاه اسلام

ویژگی های فرهنگ اسلامی

فرهنگ از دیدگاه امام خمینی

مفهوم فرهنگ سازمانی

انواع فرهنگ سازمانی

حمایت مدیریت

سیستم پاداش

سازش با پدیده تعارض

نظریه روابط انسانی

نظریه تعامل

الگوی ارتباطی

مدل عملیاتی مؤلفه های فرهنگ سازمانی

منابع و مأخذ

پروژه داده کاوی

عنوان پروژه  :  داده کاوی ثبت احوال با نرم افزار کلمنتاین‎

قالب بندی :  Word, PDF, GEN, XLS

قیمت :   رایگان

شرح مختصر :  امروزه با گسترش سیستم های پایگاهی و حجم بالای داده ها ی ذخیره شده در این سیستم ها ، نیاز به ابزاری است تا بتوان داده های ذخیره شده را پردازش کرد و اطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد . با استفاده از پرسش های ساده در SQL و ابزارهای گوناگون گزارش گیری معمولی ، می توان اطلاعاتی را در اختیار کاربران قرار داد تا بتوانند به نتیجه گیری در مورد داده ها و روابط منطقی میان آنها بپردازند اما وقتی که حجم داده ها بالا باشد ، کاربران هر چند زبر دست و با تجربه باشند نمی توانند الگوهای مفید را در میان حجم انبوه داده ها تشخیص دهند و یا اگر قادر به این کار هم با شند ، هزینه عملیات از نظر نیروی انسانی و مادی بسیار بالا است .

از سوی دیگر کاربران معمولا فرضیه ای را مطرح می کنند و سپس بر اساس گزارشات مشاهده شده به اثبات یا رد فرضیه می پردازند ، در حالی که امروزه نیاز به روشهایی است که اصطلاحا به کشف دانش بپردازند یعنی با کمترین دخالت کاربر و به صورت خودکار الگوها و رابطه های منطقی را بیان نمایند . داده کاوی یکی از مهمترین این روشها است که به وسیله آن الگوهای مفید در داده ها با حداقل دخالت کاربران شناخته می شوند و اطلاعاتی را در اختیار کاربران و تحلیل گران قرار می دهند تا براساس آنها تصمیمات مهم و حیاتی در سازمانها اتخاذ شوند .

در پروژه داده کاوی از بخشی از علم آمار به نام تحلیل اکتشافی داده ها استفاده می شود که در آن بر کشف اطلاعات نهفته و ناشناخته از درون حجم انبوه داده ها تاکید می شود . علاوه بر این داده کاوی با هوش مصنوعی و یادگیری ماشین نیز ارتباط تنگاتنگی دارد ، بنابراین می توان گفت در داده کاوی تئوریهای پایگاه داده ها ،  هوش مصنوعی ، یادگیری ماشین و علم آمار را در هم می آمیزند تا زمینه کاربردی فراهم شود . باید توجه داشت که اصطلاح داده کاوی زمانی به کار برده می شود که با حجم بزرگی از داده ها ، در حد مگا یا ترابایت ، مواجه باشیم . در تمامی منابع داده کاوی بر این مطلب تاکید شده است . هر چه حجم داده ها بیشتر و روابط میان آنها پیچیده تر باشد دسترسی به اطلاعات نهفته در میان داده ها مشکلتر می شود و نقش داده کاوی به عنوان یکی از روشهای کشف دانش ، روشن تر می گردد.

 فهرست :

چکیده

مقدمه

پرسشنامه

پروژه داده کاوی

معرفی فیلدهای پرسشنامه

مراحل انجام کار با کلمنتاین

الگوریتم C5.O

خوشه بندی

K-means

Kohonen

قواعد تلازمی

Apriori

شبکه عصبی

Neuralnet

استفاده از پارتیشن

استفاده از C5.O

استفاده از Neuralnet

استفاده از Bayes Net

عنوان پروژه :  کنترل موقعیت و زاویه پاندول معکوس با استفاده از کنترلر فازی

قالب بندی :  PDF, simulink

قیمت :   رایگان

شرح مختصر :  طراحی کنترل کننده و بررسی پایداری مدل پاندول معکوس بعلت غیر خطی بودن همیشه از موضوعات مطرح در کنترل بوده است.در این مقاله، یک کنترل کننده کلاسیک از نوع PD با روش تنظیم پارامتر زیگلر-نیکولز برای کنترل زاویه پاندول و یک کنترل کننده فازی از نوع ممدانی برای کنترل موقعیت گاری و زاویه پاندول طراحی شده اند که نتیجه ای که گرفته شده است این است که کنترل کلاسیک زمانی که زاویه کوچک باشد خطای حالت ماندگار صفر دارد ولی وقتی زاویه افزایش پیدا می کند خطای حالت ماندگار دادرد ولی کنترل کننده فازی با کم و زیاد شده زاویه خطای حالت ماندگار نخواهد داشت و سیستم غیر خطی را بدون خطی سازی کنترل می کند

 فهرست :

مقدمه

روش

معادلات دینامیکی و مدل سازی سیستم

شبیه سازی در MATLAB

پاسخ مدار باز سیستم به ورودی ضربه

طراحی کنترلر کلاسیک PD برای کنترل زاویه پاندول

طراحی کنترل کننده فازی برای موقعیت گاری و زاویه پاندول

تعریف متغیرهای کلامی و توابع عضویت

قواعد فازی کنترلرها

شبیه سازی حلقه بسته سیستم و کنترلر فازی

نتایج

منابع و ماخذ