فناوری اطلاعات و ارتباطات (ict) از مهمترین وجه تمایز عصر ما با گذشته است. در این میان، میزان توسعه و کاربرد فناوری اطلاعات و ارتباطات در امر آموزش مهمترین شاخص پیشرفت بشمار می رود، به گونه ای که "آموزش مجازی" (virtual education) یا "آموزش الکترونیکی" (e-learning) مهمترین عامل جهش های علمی/پژوهشی/فرهنگی می باشد. از این رو، برای کاهش این شکاف ها، گذر از شرایط کنونی به جامعه اطلاعاتی مسیری غیر قابل اجتناب است. هدف اصلی این پژوهش نیز ارتقا و پیشرفت دانش در این زمینه می باشد. در همین راستا، در این پایان نامه ابتدا مروری بر تاریخچه و مفاهیم آموزش الکترونیکی داشته-ایم و سپس ساختار دانشگاه مجازی و ملزومات آن را بررسی کرده و در ادامه به دلیل اهمیت دانشگاه های علوم پزشکی کشور به بررسی یادگیری الکترونیکی در دانشگاه های علوم پزشکی پرداخته و شاخص های لازم را جهت ارتقا آموزش الکترونیکی در این دانشگاه ها را مشخص کرده، در انتها لزوم افزایش قابلیت های لازم در نرم افزارهای مرتبط با یادگیری الکترونیکی، که باعث افزایش کیفیت و کمیت آموزش و یادگیری در آموزش پزشکی می شود را مورد تحلیل و بررسی قرار داده ایم.

بهینه سازی در واقع شامل حل یک مساله تصمیم گیری، شامل انتخاب مقادیر برای متغیر های مساله با در نظر گرفتن یک هدف است. روشها و الگوریتم های متفاوتی برای حل مسایل بهینه سازی ابداع شده اند. به کار بردن دو یا چند روش برای حل یک مساله بهینه سازی به شکلی که همکاری بین روشها نتیجه بهتر و سریعتری را عاید ما سازد همیشه مورد توجه بوده است. این ایده به خصوص با ورود روش های جدید به حیطه بهینه سازی تقویت شد. برای ترکیب الگوریتم های مختلف با یکدیگر روشهای متفاوتی به کار برده شده است استفاده از عمگرهای یک الگوریتم در دل الگوریتم دیگر، اجرای موازی بر روی زیر جمعیت های مختلف و اجرای نوبتی آن ها بر روی یک جمعیت مشترک. در حالتی که الگوریتم های مختلف بر روی زیر جمعیت ها جدا از هم اجرا می شود معمولا از یک عملگر برای تعویض برخی اعضای زیر جمعیت ها استفاده می شود. در الگوریتم های بهینه سازی همیشه باید به گونه ای بین جستجوی محلی و سراسری تعادل ایجاد نمود. چرا که جستجوی محلی بیشتر منجر به افتادن در دام بهینه های محلی و تمرکز بیشتر بر روی جستجوی سراسری باعث کاهش سرعت همگرایی و بعضا به دست نیامدن جواب قابل قبول می باشد. در این رساله چندین الگوریتم بهینه سازی مختلف با خواص متفاوت ترکیب شده است جواب های دست آمده نسبت به هر کدام از الگوریتمهای قبلی بهتر می باشد.الگوریتمهایی که برای این منظور استفاده شده الگوریتم ژنتیک و ترکیب های مختلف آن با دیگر الگوریتم ها ، الگوریتم بهینه سازی تجمعی ذرات و ترکیب های مختلف و ارتقا یافته آن و همچنین الگوریتم ژنتیک چند عاملی می باشد الگوریتم های ذکر شده به روشهای مختلفی با یکدیگر ترکیب شده و روش حاصل با توابع محک گوناگون و مسایل با ابعاد بالا تست شده است در اغلب موارد پایداری الگوریتم ترکیبی نسبت به فضاهای گو ناگون و ابعاد بالا بیشتر شده است ترکیب الگوریتم های مختلف با خصوصیات مکمل باعث شده تا نقاط ضعف یک الگوریتم در یک فضا توسط الگوریتم های دیگر پوشش داده شود.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

نتیجه اصلی این مبحث یک ارتباط فرموله شده بین یک سیستم مبتنی بر قاعده rule- based و یک شبکه عصبی می باشد. بنابراین یک تئوری دامنه می تواند به یک شبکه اعمال شده، در تمام مدت بطور تجربی تجدیدنظر شده، و نهایتا" به شکل نمادی کشف رمز شود. علاوه بر این ثابت شده است که شبکه عصبی در شرایط نویزی قواعد کاراتری را نسبت به روش درخت تصمیم گیری ایجاد می کند.

هدف این پایان نامه بسط فازی مدل داده بانک اطلاعاتی شیءگرا است بطوریکه با تعریف مفاهیم انعطاف پذیر بتوان مقادیر زیادی از اطلاعات نادقیق را پردازش کرد. بنابراین با توجه به لزوم پردازش اطلاعات نادقیق و مبهم با بهره گیری از توانایی های تئوری مجموعه های فازی مدل داده کریسپ بانک اطلاعاتی شیءگرا را به مدل داده فازی شیءگرا گسترش می دهیم. نتیجه عمل این است که چنین امکانی خصوصیت بانک های اطلاعاتی را بهتر نمایان می سازد و بعلاوه سیستمی که از چنین ساختار داده ای استفاده می کند می تواند اطلاعات مورد نیاز را راحت تر بدست آورد و بهتر می تواند به استنتاج نتایج بپردازد. در پایان یک طرح گرافیکی به عنوان فاز پیاده سازی در مدل پیشنهادی ارائه شده است .

موفقیت آمیز بودن عملیات سیستم های دینامیکی پیچیده نظیر هواپیماها، فضاپیماها، تاسیسات هسته ای و غیره به میزان زیادی به معتبر بودن سیگنال حسگرها، که اطلاعات لازم برای نمایش و کنترل سیستم را فراهم می کند، بستگی دارد. طرحهای کنترل، به صحیح بودن مقدار خوانده شده، از حسگر وابسته است . اما وجود عیب در حسگرها سبب می شود، طرحهای کنترل به شکست منجر شوند. امروزه معتبرسازی سیگنال حسگرها، موضوع بسیار مهمی در کنترل دستگاههای صنعتی مدرن می باشد. معتبرسازی حسگرها و سیستم تشخیص عیب باید قادر به تشخیص و جدا کردن عیب و بازسازی سیگنال حسگر خراب باشد. در این پایان نامه، به مساله معتبرسازی حسگرها، در سیستم نیروی محرکه کشتی پرداخته شده است . سیستم نیروی محرکه کشتی، با یک موتور و یک پروانه دارای دو حسگر برای اندازه گیری موقعیت زاویه پروانه و سرعت محور م باشد. در این پایان نامه از تکنیک فازی وفقی برای مدل کردن و تهیه سیگنال مصنوعی استفاده شده و متعاقبا" جهت ارزیابی سیگنال مصنوعی برای تشخیص عیب از منطق فازی استفاده گردیده است . روش های پیشنهادی جهت پیداکردن عیوب حسگرهای سیستم نیروی محرکه کشتی استفاده شده و نتایج حاصل از شبیه سازی آن ارائه گردیده است .

با گسترش روزافزون اطلاعاتی که بشر در اختیار دارد، مساله سازماندهی خودکار این اطلاعات اهمیت ویژه ای می یابد. در این میان کار دسته بندی اسناد متنی در گروه های جداگانه بعنوان یک مساله مرکزی باید مورد بحث و بررسی قرار گیرد. دسته بندی بعنوان یک روش مهم در آنالیز داده ها مطرح است و روش های متعددی درهوش مصنوعی و شناسایی آماری الگو برای این کار پیشنهاد شده است اما استفاده مستقیم از این روشها در کار دسته بندی متن امکان پذیر نمیباشد چرا که در این مساله با تعداد زیادی مشخصه روبرو خواهیم بود. در این پایان نامه سعی بر این است که مفاهیمی را که در کار دسته بندی متن با آن روبرو هستیم را مورد بررسی قرار دهیم، این مفاهیم شامل: استخراج مشخصه ها از متن، نحوه نمایش متن، انتخاب زیر مجموعه ای از مشخصه ها و الگوریتم های یادگیری ماشین مناسب برای این کار خواهد بود. در مورد انتخاب مشخصه ها سعی شده است ارتباط بین دسته بندی احتمالی با معیار استفاده شده برای انتخاب مشخصه ها نشان داده شود. در نهایت یک چهارچوب احتمالی برای دسته بندی اسناد متنی بطور کامل مورد بررسی قرار گرفته است. در این چهار چوب احتمال ((متعلق بودن)) یک سند برای هر کلاس تخمین زده می شود، در این راستا از شبکه های بیز بعنوان یک روش کارا و موثر برای نگهداری احتمال توام متغیرها استفاده شده است. در نهایت ساختار مناسب برای ساخت یک مدل دانش با استفاده از شبکه های بیز پیشنهاد شده است. در عمل سعی شده است با اندازه گیری کارایی، موثر بودن این روش ها در مقایسه با یکی از روش های کلاسیک ذخیره و بازیابی اطلاعات نشان داده شود، در روش پیشنهادی برای هر کلاس یک دسته بند طراحی شده است که در نهایت همگی در کنار هم بصورت موازی کار می کنند. برای انجام یادگیری و تست از داده های روییتر استفاده شده است و آزمایشات روی 5 گروه از این داده ها انجام شده است در نهایت بعد از ساخته شدن دسته بندها موثر بودن استنتاج در این مدل ها نشان داده شده است.