چکیده
این مقاله الگوریتمی جدید برای مسئله برنامه ریزی مسیرکلی به یک هدف ، برای ربات متحرک را با استفاده از الگوریتم ژنتیک ارائه می دهد .الگوریتم ژنتیک برای یافتن مسیر بهینه برای ربات متحرک جهت حرکت در محیط استاتیک که توسط نقشه ای با گره ها و لینک ها بیان شده است ،بکار گرفته شده است.موقعیت هدف و موانع برای یافتن یک مسیر بهینه در محیط دو بعدی داده شده است .هر نقطه اتصال در شبکه ژنی است که با استفاده از کد باینری ارائه شده است.تعداد ژن ها در یک کروموزوم تابعی از تعداد موانع در نقشه (نمودار)می باشد.
بنابراین از یک کروموزوم با طول ثابت استفاده کردیم.مسیر ربات ایجاد شده ، در مفهوم کوتاهترین مسیر ،بهینه است .ربات دارای محل آغاز و محل هدف تحت فرضیه ای است که ربات از هر محل فقط یکبار می گذرد یا اصلا نمی گذرد.نتایج بدست آمده در شبیه سازی ؛قدرت الگوریتم پیشنهادی را تایید می نماید.
فایل ورد 37 ص
لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه19
چکیده : در این گزارش ما به بررسی ویژگی های الگوریتمهای کنترل همروندی توزیعی که بر پایه مکانیزم قفل دو مرحله ای(2 Phase Locking) ایجاد شده اند خواهیم پرداخت. محور اصلی این بررسی بر مبنای تجزیه مساله کنترل همروندی به دو حالت read-wirte و write-write میباشد. در این مقال، تعدادی از تکنیکهای همزمان سازی برای حل هر یک از قسمتهای مساله بیان شده و سپس این تکنیکها برای حل کلی مساله با یکدیگر ترکیب میشوند.
در این گزارش بر روی درستی و ساختار الگوریتمها متمرکز خواهیم شد. در این راستا برای ساختار پایگاه داده توزیعی یک سطحی از انتزاع را در نظر میگیریم تا مساله تا حد ممکن ساده سازی شود.
مقدمه : کنترل همروندی فرآیندی است که طی آن بین دسترسی های همزمان به یک پایگاه داده در یک سیستم مدیریت پایگاه داده چند کاربره هماهنگی بوجود میآید. کنترل همروندی به کاربران اجازه میدهد تا در یک حالت چند برنامگی با سیستم تعامل داشته باشند در حالیکه رفتار سیستم از دیدگاه کاربر به نحو خواهد بود که کاربر تصور میکند در یک محیط تک برنامه در حال فعالیت است. سخت ترین حالت در این سیستم مقابله با بروز آوری های آزار دهنده ای است که یک کاربر هنگام استخراج داده توسط کاربر دیگر انجام میدهد. به دو دلیل ذیل کنترل همروندی در پایگاه داده های توزیعی از اهمیت بالایی برخوردار است: کاربراان ممکن است به داده هایی که در کامپیوترهای مختلف در سیستم قرار دارند دسترسی پیدا کنند.یک مکانیزم کنترل همروندی در یک کامپیوتر از وضعیت دسترسی در سایر کامپیوترها اطلاعی ندارد.
مساله کنترل همروندی در چندین سال قبل کاملا مورد بررسی قرار گفته است و در خصوص پایگاهدادههای متمرکز کاملا شناخته شده است. در خصوص این مسال در پایگاه داده توزیعی با توجه به اینکه مساله در حوزه مساله توزیعی قرار میگیرد بصورت مداوم راهکارهای بهبود مختلف عرضه میشود. یک تئوری ریاضی وسیع برای تحلیل این مساله ارائه شده و یک راهکار قفل دو مرحله ای به عنوان راه حل استاندارد در این خصوص ارائه شده است. بیش از 20 الگوریتم کنترل همروندی توزیعی ارائه شده است که بسیاری از آنها پیاده سازی شده و در حال استفاده میباشند.این الگوریتمها معمولا پیچیده هستند و اثبات درستی آنها بسیار سخت میباشد. یکی از دلایل اینکه این پیچیدگی وجود دارد این است که آنها در اصطلاحات مختلف بیان میشوند و بیان های مختلفی برای آنها وجود دارد. یکی از دلایل اینکه این پیچدگی وجود دارد این است که مساله از زیر قسمتهای مختلف تشکیل شده است و برای هر یک از این زیر قسمتها یک زیر الگوریتم ارائه میشود. بهترین راه برای
لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه:30
فهرست مطالب
خلاصه
1- مقدمه
2- تحقق شبکه عصبی
2-1- اصول عملکرد
2-2- پیاده سازی مدارهای شبکه
3- پیاده سازی الگوریتم آموزش ژنتیک4- نتایج تجربی5- نتیجه و چشم انداز
خلاصه
مفید بودن شبکه عصبی آنالوگ مصنوعی بصورت خیلی نزدیکی با میزان قابلیت آموزش پذیری آن محدود می شود .
2
این مقاله یک معماری شبکه عصبی آنالوگ جدید را معرفی می کند که وزنهای بکار برده شده در آن توسط الگوریتم ژنتیک تعیین می شوند .
اولین پیاده سازی VLSI ارائه شده در این مقاله روی سیلیکونی با مساحت کمتر از 1mm که شامل 4046 سیناپس و 200 گیگا اتصال در ثانیه است اجرا شده است .
از آنجائیکه آموزش می تواند در سرعت کامل شبکه انجام شود بنابراین چندین صد حالت منفرد در هر ثانیه می تواند توسط الگوریتم ژنتیک تست شود .
این باعث می شود تا پیاده سازی مسائل بسیار پیچیده که نیاز به شبکه های چند لایه بزرگ دارند عملی بنظر برسد .
1- مقدمه
شبکه های عصبی مصنوعی به صورت عمومی بعنوان یک راه حل خوب برای مسائلی از قبیل تطبیق الگو مورد پذیرش قرار گرفته اند .
علیرغم مناسب بودن آنها برای پیاده سازی موازی ، از آنها در سطح وسیعی بعنوان شبیه سازهای عددی در سیستمهای معمولی استفاده می شود .
یک دلیل برای این مسئله مشکلات موجود در تعیین وزنها برای سیناپسها در یک شبکه بر پایه مدارات آنالوگ است .
موفقترین الگوریتم آموزش ، الگوریتم Back-Propagation است .
این الگوریتم بر پایه یک سیستم متقابل است که مقادیر صحیح را از خطای خروجی شبکه محاسبه می کند .
یک شرط لازم برای این الگوریتم دانستن مشتق اول تابع تبدیل نرون است .
طرح مسئله:
صورت مسئله: یافتن ایمنترین مسیر بین دو نقطه از نظر نرخ تصادفات
شرح مسئله:
موضوع مطرح شده در این پژوهش که یکی از عمدهترین مسائل طرح در حمل و نقل شهری محسوب میشود به بررسی و شرح عوامل مؤثر در ایجاد تصادفات و نیز راههکارهای ارائه شده در جهت رفع و بهبود این عامل میپردازد.
در این پژوهش منظور از ایمنترین مسیر عبارت است از مسیر بهینهای که در آن نرخ تصادفات نسبت به سایر مسیرها حداقل باشد.
رسیده به هدف مذکور نیازمند داشتن اطلاعات جامعی در زمینهی تصادفات و علل آن و نیز الگوریتمهای مسیریابی میباشد.
در راستای این امر اقدام به جمعآوری اطلاعات مربوط به عوامل مؤثر در تصادفات از قبیل عوامل انسانی، راه، محیط، و وسیلهی نقلیه و نیز مقایسهی آنها همچنین شناسایی عوامل و مکانهای حادثهخیز گردیده است. که به علت گستردگی پارامترهای مؤثر در تصادفات تنها به دو موضوع تقاطعهای چراغدار و نیز اثر انحراف راه در تصادفات توجه شده است. اطلاعات جمعآوری شده در واقع پیشنیاز استفاده از الگوریتمهای مسیریابی برای رسیدن به ایمنترین مسیر از منظر نرخ تصادفات خواهد بود.
که بعد از بررسی چند الگوریتم مرسوم در مسیریابی مناسبترین الگوریتم برای مدل سازی مسیر مورد نظر انتخاب گردید.
اهمیت موضوع:
تعریف تصادفات:
تصادف پدیدهای است نادر، تصادفی، با عوامل و فاکتورهای مختلف که بوسیله موقعیتی که در آن یک یا چند نفر در مقابله با محیط اطراف خود دچار ضرر و زیان میشوند، بیان میشود.
تعداد صفحات 174 word
فهرست مطالب:
مقدمه..........................................................................................................................4بخش اول-طرح مسئله.........................................................................................................7
-اهمیت موضوع...................................................................................................8
بخش دوم:تصادفات-فصل اول:عامل انسانی................................................................................30
-فصل دوم:عامل راه......................................................................................40
تقاطعهای چراغدار....................................63انحراف از راه..........................................101-فصل سوم :عامل وسیله نقلیه و محیط................................................ 115
-فصل چهارم:مقایسه عوامل تصادف.....................................................122
بخش سوم:مسیر ایمن-فصل اول:شناسایی مکانهای حادثهخیز..........................................136
-فصل دوم:پارامترهی موثر در ترافیک........................................... 144
فصل سوم:الگوریتمهای مسیریابی...............................................151
نتایج و پیشنهادات................................................................................... 166منابع و مؤاخذ..............................................................................................168لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه:31
فهرست و توضیحات:
مقدمه
تجزیه و تحلیل
روش تحقیق
سابقه تحقیق
اصطلاحات و مفاهیم
بیان مسئله
اهداف
الگوریتم STR کلی
داده ها: پارامتر d مرتبه رگولاتور یعنی درجه R* ، و درجه S* را بدانیم. چند مجموعه ای روبتگر Ao* به جای چند جمله ای C* که نامعلوم است (تقریب C*)
چند جمله ایهای پایدار P* و Q*
سیگنالهای فیلتر شده زیر بایستی معرفی شوند:
گام 1 : تخمین ضرایب R* و S* بروش LS:
( C* : note)
گام 2 : سیگنال کنترل را از روی محاسبه می کنیم
تکرار گامهای فوق در هر پریود نمونه برداری
در صورت همگرایی تخمین : S* و R* گام بعدی با قبلی برابر است)
=
ویا:
فرم کلی در صورت عدم حذف همه صفرهای فرآیند
اتحاد (2) به شکل زیر نوشته می شود:
C*Q*=A*P*R'*+q-dB-*S* R'* از این رابطه بدست می آید.
و سیگنال کنترل می شود:
کنترل فید فوردوارد (پیشخور) – STR (دانستن دینامیک فرایند لازم است)کنترل پیشخور برای کاهش یا حذف اغتشاش معلوم بکار می رود. خود سیگنال فرمان می تواند برای STR ، یک اغتشاش معلوم فرض شود