در راستای تولید پارچه با قابلیت حفاظت الکترومغناطیسی، انواع روش های فیزیکی و شیمیایی به کار گرفته شده اند. در این تحقیق تنها روش های فیزیکی در پارچه مد نظر قرار گرفته است. بدین منظور اقدام به تولید پارچه با روش تاری-پودی و حلقوی پودی شد. در روش حلقوی پودی نخ های بریدینگ از جنس پلی استر با مغزی مس در ساختار پارچه های ساده و ریب 1×1 قرار گرفتند. همچنین از سیم های مس و فولاد زنگ نزن نیز به صورت این لی استفاده شد. همچنین در روش تاری-پودی با استفاده از سیم های مس، آلومینیوم، فولاد زنگ نزن، آهن و شیشه به عنوان نخ پود اقدام به تولید اینگونه پارچه ها گردید. در ادامه اثر حفاظت مغناطیسی (emse) پارچه ها اندازه گیری و تأثیر عامل های مختلف مانند تراکم، تعداد لایه ها، نوع فلز و راستای فیلامنت فلزی بر روی امواج خروجی بررسی گردید. نتایج نشان می دهد که با افزایش تراکم و وجود فلز، اثر حفاظتی پارچه افزایش می یابد و مناسب ترین پارچه، پارچه ای سه لایه با فلز مس بود. همچنین برخلاف آنچه که تصور می شد، مشاهدات حاکی از آن بود که سیم مس نسبت به آلومینیم و فولاد زنگ نزن عنصر مناسب تری برای استفاده در پارچه ها و منسوجات محافظ می باشد.

مهندسی صنایع بعنوان یکی از رشته های نسبتاً جدید دربین رشته های مهندسی در طول سالهای اخیر تغییرات قابل توجهی داشته و در شاخه های متنوعی توسعه یافته است. بنابراین پیش بینی روند پژوهش های گذشته و آتی در مهندسی صنایع براساس مقالات علمی انتشار یافته در این زمینه بسیار مهم بوده و لذا هدف این پژوهش قرار گرفته است. بدین منظور تعداد87150 مقاله مرتبط با رشته مهندسی صنایع که در50 سال اخیر در 54 نشریه بین المللی منتشر شده مورد تحلیل قرار گرفت. اطلاعات مقالات در یک بانک اطلاعاتی ذخیره شد که از آن تعداد 347 کلمه کلیدی اصلی و 280دپارتمان انجام پژوهش و 101 نام کشور محل انتشار از داده ها استخراج گردید. سپس با تجزیه و تحلیل روند 50 سال گذشته مقالات سعی شد روند 10 سال آینده با دو روش شبکه عصبی و سری زمانی پیش بینی گردد. از نظر روندگذشته پژوهش ها، بیشترین تعداد مقاله ازنظر موضوعی به موضوعات سیستم های هوشمند و اطلاعاتی، برنامه ریزی و نظریه سازمان، تکنیک های تجزیه و تحلیل و تحقیق در عملیات معطوف بوده است. ازسوی دیگر بیشترین درجه میان رشته ای بودن موضوعی به موضوعات برنامه ریزی و نظریه سازمان، سیستم های هوشمند و اطلاعاتی، تکنیک های تجزیه و تحلیل و تحقیق در عملیات اختصاص دارد. از نظر منطقه ای، کشورهای آمریکای شمالی، آسیای شرقی و اروپای غربی بیشترین تعداد انتشار مقاله را به خود اختصاص داده اند. دراین راستا ایران درانتشار مقالات ازنظر تجمعی بین کشورها جایگاه 23را دارد. بر اساس پیش بینی صورت گرفته در این پژوهش، از نظر موضوعی موضوعات سیستم های هوشمندو اطلاعاتی، تکنیک های تجزیه و تحلیل و تحقیق در عملیات، سیستم های ساخت و از نظر منطقه ای کشورهای اروپای غربی، آسیای شرقی و آمریکای شمالی بیشترین تعداد در انتشار مقالات را خواهند داشت. همچنین موضوعات برنامه ریزی و نظریه سازمان، برنامه ریزی و کنترل موجودی و عملیات میان رشته ای ترین موضوعات خواهند بود. در نهایت جهت اعتبار سنجی پیش بینی، میزان خطای دو روش شبکه عصبی و سری زمانی مقایسه گردیدکه شبکه عصبی خطای کمتری را نشان داد.

امروزه با هدف بالابردن راندمان خطوط تولید محصولات، از سیستمهای بازبینی خودکار بهره گرفته می شود. بازبینی و شناسایی محصولات یکی از بخش های مهم این سیستم می باشد که کیفیت تولید محصولات را با هدف کاهش هزینه و افزایش سرعت تولید تضمین می کند. با توجه به گسترش صنعت فرش ماشینی در ایران و افزایش تولید و تنوع محصولات آن، نیاز به سیستمی خودکار جهت شناسایی عیوب فرش بسیار ضروری به نظر می رسد. در این تحقیق یک سامانه خودکار شناسایی عیوب برای فرش ارائه می شود. برای تشخیص عیوب فرش ، از اطلاعات رنگ استخراج شده فرش بر اساس فضای رنگی cielab استفاده شده است. چهار عیب عمده فرش که در این پژوهش مد نظر بوده اند، عبارتند از: حلقه شدن نخ خاب در پشت فرش- بافت رفتن پود کلفت- پرز پشت فرش- خالی بافی طولی نخ خاب. برای شناسایی این عیوب دو روش پیشنهاد شده است: 1- روش بهینه شده مبتنی بر تصمیم گیری محلی در فضای cielab، 2- تلفیق تصاویر شاخص دار با روش قبل. از تصاویر شاخص دار به منظور کاهش حجم محاسبات استفاده شده است. نتایج بدست آمده نشان می دهد که کارایی الگوریتم استفاده از تصاویر شاخص دار در مقایسه با روش اول از نظر زمان پردازش و دقت شناسایی بهبود قابل توجهی یافته است. زمان پردازش بین 10 تا 50 درصد کاهش یافته است و دقت شناسایی در حدود 2 تا 5 درصد بهبود یافته است.

کاربرد شبکه های حسگر بی سیم با سرعت زیادی رو به افزایش است. از یکسو پیشرفت فنآوری ساخت حسگرها، که باعث بهبود در عملکرد، کاهش هزینه و کوچک شدن اندازه آنها شده است و از سوی دیگر استفاده از مزایای شبکه های پیشا، نظیر راحتی و هزینه کمتر اجرای آنها نسبت به شبکه های سنتی استفاده از این فنآوری را ترغیب می کنند. در شبکه های حسگر منبع انرژی گره ها محدود است این محدودیت یک مانع عمده بکارگیری شبکه های حسگر بی سیمی در سیستم های نظارت محیط است، دراین پایان نامه الگوریتم مسیریابی ارائه شده که سبب کاهش مصرف انرژی در پروتکلهای لایه دسترسی به رسانه انتقال و درنتیجه افزایش طول عمر شبکه می شود. این الگوریتم شامل دو مرحله برای ساختن درخت پوشا روی گره هاست. در مرحله اول یک درخت پوشا با ریشه (ایستگاه پایه) ساخته می شود و در مرحله دوم این درخت تصحیح می شود تا به درختی با گره های کم انشعاب تر برسیم. نتایج شبیه سازی نشان می دهد که هنگامی که فاصله زمانی بین رخدادها نسبت به دوره تناوب روشن و خاموش شدن گیرنده های رادیویی گره ها زیاد است پروتکل پیشنهادی طول عمر شبکه را نسبت به روش معتبر spt تا حدود 80% افزایش می دهد.

شبکه‏های حسگر بی‏سیم، شبکه‏هایی هستند که از تعداد زیادی گره‏های کوچک با قابلیت‏های بسیار پایین تشکیل شده‏اند. این گره‏ها که هر کدام یک حسگر نامیده می‏شوند، می‏توانند ویژگی خاصی نظیر رطوبت، دما، فشار و ... را در محیط اطراف خود حس کرده و آن را برای گره‏ی مرکزی خود ارسال دارند. یکی از اساسی‏ترین مشکلات شبکه‏های حسگر بی‏سیم، محدود بودن بُرد ارتباطی و انرژی گره‏هاست. محدودیت انرژی و نیز تحرک گره‏ها باعث می‏شود تا آرایش گره‏ها در این شبکه‏ها، شکلی پویا داشته باشد. بنابراین ممکن است بعد از گذشت زمان و بر اثر تمام شدن انرژی برخی از گره‏ها، بخش‏هایی از شبکه دچار قطعی شده و ارتباط میان گره‏های حسگر دچار اختلال گردد. یکی از رهیافت‏های مناسب برای فراهم ساختن ارتباط در کل شبکه، قرار دادن گره‏های واسطه در شبکه است. در سالهای اخیر ایستگاه‏های هوایی و به طور خاص هواپیماهای بدون سرنشین، به عنوان یکی از گزینه‏های مطلوب، برای برآورده ساختن این اهداف مورد توجه قرار گرفته‏اند. بر همین اساس می‏توان گروهی از هواپیماهای بدون سرنشین را در آرایشی به صورت یک شبکه‏ی پیشآ، به عنوان گره‏های واسطه به کار گرفت. در این پژوهش نیز سعی شده است، با به کارگیری از الگوریتم خوشه‏بندی k-میانگین فازی، مکان مناسبی برای قرار دادن چندین ایستگاه‏های به دست آوریم. نتایج به دست آمده از الگوریتم پیشنهادی نشان داد که تعداد ایستگاه‏های هوایی به دست آمده از الگوریتم ما مورد در مقایسه با الگوریتم‏های پیشین همواره کوچکتر و یا مساوی با آنهاست. همچنین الگوریتم مکاشفه‏ای برای حالت تغییر مکان و جابه‏جایی ایستگاه‏های هوایی ارائه شده است به نحوی که در 90% از حالات، طوری عمل می‏کند که مسافت جابه‏جایی کل ایستگاه‏های هوایی را حداقل گردد.

چکیده: فرایندی که طی آن یک بیلت فلزی تحت فشار، از داخل قالبی با شکل خاص عبور داده شده تا ابعاد و شکل مقطع آن را تغییر دهند، اکستروژن می نامند. از مزایای این روش در تولید قطعات و اجزاء ماشینها می توان به خواص مکانیکی مناسب قطعه، صافی سطح، دقت ابعادی مناسب، نرخ تولید بالا و هزینه کم نام برد. در فرایند اکستروژن، خصوصیات فیزیکی و مکانیکی ماده، شرایط اصطکاکی درسطح تماس ماده و ابزار، هندسه قالب، سرعت حرکت سمبه و دمای اولیه بیلت پارامترهای مهمی هستند که کیفیت محصول شکل دهی شده و راندمان فرایند را تحت تأثیر قرار می دهند. شناسایی و دستیابی به شرایط بهینه اکستروژن از مهمترین موضوعاتی می باشد که در این پژوهش به کمک روش اجزاء محدود و شبکه های عصبی شبیه سازی شده است. فرایند اکستروژن سرد وگرم جهت تبدیل بیلت به یک لوله با ابعاد مشخص در نرم افزارabaqus شبیه سازی شده و با بررسی پارامترهای موثر در این فرایند،اطلاعات ورودی مورد نیاز الگوریتم شبکه های عصبی بدست می آید. مقدار بهینه سرعت حرکت سمبه و دمای اولیه بیلت در فرایند اکستروژن سرد وگرم برای تولید لوله با ضخامت های مختلف و از جنس فلزات متنوع از قبیل آلومیینیم ،ck45 وti99.8 شناسایی می شود.

با توجه به گسترش روز افزون سیستم های دیدبانی می توان از روش های پردازش تصویر برای آشکارسازی اتوماتیک بسیاری از رخدادها استفاده کرد. یکی از وقایع مهم که شناسایی آن در همه مکان ها مورد توجه است وقایع آتش سوزی است. در این پایان نامه روشی برای آشکارسازی آتش از روی تصاویر ویدئویی به کمک تکنیک های بازشناسی آماری الگو پیشنهاد می شود. در روش ارائه شده از ویژگی های مکانی مانند رنگ، ناهمگونی شکل، نامتقارنی در توزیع، پراکندگی در توزیع و از ویژگی های زمانی و فرکانسی مانند ویژگی های بردارهای حرکت، ضرایب مدل ar و تغییرات مساحت استفاده شده است. مدل رنگ به کار گرفته شده در این پروژه یک مدل گوسی در فضای رنگ ycbcr روی مولفه های رنگ cbcr است و معیار فاصله نقاط تصویر تا این مدل، فاصله ی ماهالانوبیس در نظر گرفته شده است. در مرحله تصمیم گیری به کمک شبکه عصبی، منطقه ی آتش از غیر آتش تشخیص داده می شود. نتایج شبیه سازی نشان می دهد که روش ارائه شده دارای نرخ تشخیص صحیح بالایی بوده و دارای قابلیت اطمینان زیادی می باشد؛ به طوریکه نرخ خطای مثبت (false positive) نسبت به یکی از روش های ارائه شده ی پیشین که نرخ خطای کمتری را نسبت به سایر روش ها ارائه کرده است، به اندازه ی 50% کاهش یافته است و همچنین نرخ تشخیص های صحیح (true positive) به اندازه ی 10% افزایش یافته است. در بین ویژگی های مکانی استخراج شده ممان مرتبه سوم (skewness) روی کانال رنگ قرمز، به عنوان بهترین ویژگی تفکیک کننده ی مناطق آتش از غیر آتش انتخاب شد. همچنین در بین طبقه بندی کننده های مورد استفاده که شامل ماشین بردار پشتیبان، طبقه بندی کننده ی بیز، طبقه بندی کننده ی نزدیکترین همسایگی و شبکه عصبی چند لایه است؛ شبکه عصبی با میانگین نرخ تشخیص های صحیح 6/95% و نرخ خطاهای مثبت 7/0% به عنوان دقیق ترین طبقه بندی کننده انتخاب شده است.

تخصیص توأم بیت، انتخاب رله و تخصیص زیر کانال برای دستیابی به مزایای کامل شبکه های رله ای همیارانه مبتنی بر ofdm ضروری می باشد. در این رساله ابتدا این مسأله در یک شبکه همیارانه ofdma مطالعه می شود. این شبکه شامل چندین زوج گره مبدأ ـ مقصد و چندین گره رله با روش کدگشایی و ارسال مجدد می باشد. هدف، کمینه سازی توان ارسالی کل تحت شرایط نرخ خطای بیت و نرخ داده می باشد. با این حال، راه حل بهینه مسأله بهینه سازی بسیار پیچیده است و ممکن است غیرمنصفانه باشد. سپس با فرض آگاهی از بهره های لحظه ای کانال برای تمامی مسیرها در تمام شبکه، یک الگوریتم بازگشتی سه مرحله ای برای تخصیص منصفانه منابع با پیچیدگی کم پیشنهاد شده است. در این الگوریتم، ابتدا کاربر برتر بر اساس معیار انصاف انتخاب می شود؛ سپس رله و زیرکانال تحت شرایط مفروض به کاربر برتر اختصاص داده می شود. در پایان، بیت و توان براساس الگوریتم واترـ فیلینگ بازگشتی به زیرکانال های کاربر برتر تخصیص می یابد. علاوه بر این، برای تضمین انصاف میان کاربران، معیارهای مختلفی با هدف تحقق معاوضه موثر میان طول عمر کاربران و احتمال خاموشی آنها پیشنهاد شده است. مطالعات عددی به منظور ارزیابی کارآیی الگوریتم پیشنهادی در دو سناریوی عملی انجام گردیده است. نتایج شبیه سازی نشان می دهد که الگوریتم تخصیص منابع پیشنهادی، به یک معاوضه موثر میان کارآیی شبکه و انصاف میان کاربران دست می یابد.

مسئله پیدا کردن مکان متحرک بی سیم، مقارن است با عملیات های نظامی در طول جنگ جهانی دوم، به طوری که در آن زمان یافتن مکان سربازها در مواقع اضطراری امری حیاتی بوده است. حدود 20 سال بعد در طول نبرد ویتنام، وزارت دفاع آمریکا یک سری از ماهواره های سیستم موقعیت یاب جهانی (gps ) را برای حمایت نبردهای نظامی در مناطق جنگی، راه اندازی کرد. در سال 1990 سیگنال های ماهواره های gps در دسترس سازمان های خصوصی و برای کاربردهای تجاری از قبیل مدیریت ناوگان دریایی قرار گرفت. امروزه این فناوری به طور وسیع در دسترس بازارهای دادوستد شخصی برای کاربردهای راهبری شخصی قرار گرفته است. با وجود موفقیت این فناوری، دقت مکان یابی آن در مناطق مسکونی و محیط های داخلی و در جایی که سیگنال های دریافتی نمی توانند از اثرات کانال چند مسیره و بلوکه شدن در امان باشند، به طور چشم گیر مورد چالش قرار گرفت. در سال 1996، fcc، مقررات لازم برای ارائه دهندگان سرویس های بی سیم را به طوری که قادر باشند مکان تماس گیرنده های تلفن همراه را در موقعیت های اضطراری با دقت نامی 100 متر در 67 درصد زمان ها پیدا کنند، پایه گذاری کرد. این سرویس اضطراری در امریکا e-911 و در بسیاری از کشورهای دیگر e-112 نامیده شد. در سال های اخیر توجه زیادی به استفاده از شبکه های پیشآ و حسگر بی سیم برای مکان یابی در محیط های داخلی شده است. توسعه فناوری سیستم های میکروالکترومکانیکی (mems )، و همچنین پیشرفت در الکترونیک دیجیتال و ارتباطات بی سیم، امکان طراحی گره های حسگر بی سیم انرژی کارآمد ، ارزان و با اندازه کوچک را فراهم کرده است، به طوری که بتواند در محیط های مختلف و با شرایط محیطی سخت، برای کاربرد های متفاوت توسعه پیدا کنند. به دلیل اینکه گره های حسگر توزیع شده در یک منطقه مورد نظر، معمولاً برای اهداف مسیریابی و وظایف خاص کاربردی از قبیل مانیتورینگ دما و فشار، به اطلاعات موقعیت خود نیاز دارند، مکان یابی گره، یک فناوری توانا ساز برای شبکه های حسگر بی سیم خواهد بود ]1[. در بسیاری از کاربردها، یک شبکه حسگر بی سیم برای کمک به بهبود دقت مکان یابی در محیط هایی که شرایط کانال (مانند وجود اثر چند مسیره شدید که باعث ایجاد شرایط مسیر مستقیم آشکار نشده (udp) می گردد) چالشی را برای تخمین فاصله به دنبال خواهد داشت، مورد استفاده قرار می گیرد. برای این قبیل کاربردها می توان به روش مکان یابی مشارکتی حسگرهای بی سیم و شبکه های پیشآ اشاره کرد ]2[. در کاربردهای تجاری نیاز به مدیریت اموال در انبارها، مواد و تجهیزات در کارخانه ها و بیمارستان ها باعث ورود این شبکه ها در این نوع موارد شده است. برای اهداف امنیت عمومی و نظامی، وجود سیستم های مکان یابی داخلی برای ردیابی اشخاص در زندان ها و معادن، کامل شدن مأموریت افراد پلیس، آتش نشان ها و سربازان در داخل ساختمان ها ضروری است. در نمونه های ذکر شده، مکان یابی گره حسگر نقش مهمی را در این شبکه ها ایفا می کند. تکنولوژی های بی سیم متنوعی نظیر واسطه های صوتی، مادون قرمز و باند بسیار وسیع برای اهداف مکان یابی مورد استفاده قرار گرفته اند. مکان یابی صوتی محدوده کاربری وسیعی دارد، که بیشتر شامل ردیاب صوتی زیردریایی غیر فعال ، تست و آنالیز منبع نویز، کاربردهای پدافندی، ردیابی بلندگو (منبع صوت) می باشد. مکان یاب صوتی غیر فعال از چندین سنسور برای آشکارسازی صوت منتشر شده توسط هدف، استفاده می کند و سپس مکان منبع با روش های تخمین مختلف، محاسبه می شود ]3[. امروزه در میان تکنیک های موجود، مسافت یابی بر مبنای زمان دریافت سیگنال با پهنای باند بسیار وسیع، مورد توجه زیادی قرار گرفته است ]15-4[. علاوه بر ارتباطات سرعت بالای آن، uwb به عنوان یک کاندیدای موجود برای مسافت یابی و مکان یابی دقیق انتخاب شده است. اساساً این به دلیل پهنای باند زیاد است که منجر به تفکیک پذیری بالای زمانی می شود و لذا برای کاربردهایی با دقت های حدود چندین سانتی متری، توان پایین و کم هزینه مجاز شمرده می شود ]16و15[. با وجود آنکه عملکرد این تکنیک به وجود سیگنال مسیر مستقیم بین دو گره حسگر وابسته است، اما در حضور مسیر مستقیم بین فرستنده و گیرنده، یعنی شرایط دید مستقیم رنج کوتاه، دقت تخمین uwb toa به دلیل تفکیک پذیری زمانی بالا در رنج چند سانتی متر خواهد بود ]17[. قابل ذکر است که در مقایسه با تکنولوژی مادون قرمز، uwb مزیت عبور از ساختمان ها را نیز دارد به طوری که ارتباطات بی سیم را تسهیل می نماید و همچنین در محیط هایی با مسافت کم، این سیستم ها عمدتاً ارزان تر و راحت تر می باشند. مفهوم uwb نخستین بار توسط مارکونی در اوایل دهه 1900 معرفی شد. در آن زمان با استفاده از فرستنده های تولیدکننده جرقه های شدید دنباله کدهای مرس در امتداد اقیانوس اطلس ارسال می گردید (هر چند که در آن زمان مزایای پهنای باند زیاد و قابلیت استفاده از سیستم های چند کاربره اصلاً در نظر گرفته نمی شد). این فرستنده ها سیگنال های پالسی تداخلی با پهنای باند بسیار زیاد بوجود می آوردند. به همین دلیل چند سال بعد (سال 1927) مخابرات جهانی استفاده از آنها را به نفع فرستنده های باند باریک و رادیویی که در تخصیص باندها به خوبی عمل می کردند، ممنوع کرد. در دهه 1960 سازمان نظامی آمریکا با تصمیم گیری بر ارسال پالس در مخابرات امن خود جرقه ای دوباره به این سیستم ها زد و در نهایت در اوایل دهه 1990 این مفهوم به صورت گسترده ای مطرح شد. همزمان با آن تکنولوژی ساخت آنها نیز پیشرفت قابل ملاحظه ای کرد که در نتیجه آن، سیستم های uwb به صورت تجاری در آمدند. این نظریه که سرویس های بی سیم با توان پایین می توانند در کنار سایر سیستم ها کار کنند عاملی برای قبول این سیستم توسط fcc شد و در فوریه 2002، اولین اجازه شروع به کار این سیستم ها تحت قواعد بخش پانزده fcc با اندکی محدودیت صادر گردید ]18[. با توجه به مقدمه ذکر شده، در این پایان نامه به دنبال شناخت محدودیت های موجود برای داشتن دقت مکان یابی مناسب و به دنبال آن، ارائه راهکارهایی برای مقابله با آنها بوده ایم. مواردی که در بررسی های صورت گرفته مورد توجه و سوال قرار گرفت را می توان به ترتیب زیر بیان کرد : • در گام اول مشاهده و اثبات شد که استفاده از سیگنال های uwb تنها برای تکنیک مسافت یابی toa موثر می باشد و این در حالی است که در مورد تکنیک rss اینگونه نمی باشد و تقریباً اثر خنثی دارد. با توجه به این موضوع به دنبال بررسی و ارائه روشی برای داشتن تأثیر مناسب استفاده از سیگنال های uwb در تکنیک مسافت یابی rss بودیم. با توجه به مدل کانال s-v ارائه شده برای این سیگنال ها، روش خوشه بندی توان پیشنهاد شد که به طور مفصل در فصل چهارم به بیان این روش و نتایج بدست آمده پرداخته شده است. • در گام بعدی بررسی تکنیک های هایبرید و چگونگی کارایی آنها در بهبود دقت مکان یابی و در شرایط مختلف مدنظر قرار گرفت. با توجه به یکی از محدودیت های موجود مبنی پدیده حداکثر شدن (با شیب زیاد) خطای مکان یابی در نزدیکی گره های مرجع، و بررسی های موجود برای کارایی تکنیک هایبرید برای موقعیت یابی با استفاده از تخمین زن ml برای رفع محدودیت بیان شده، در ادامه با در نظر داشتن این موضوع که استفاده از الگوریتم های خطی موقعیت یابی مختلف به جای روش پیچیده تر ml، از اهمیت زیادی برخوردارند، به بررسی کارایی تکنیک هایبرید با استفاده از الگوریتم خطی ls برای پدیده حداکثر شدن پرداخته شد. • در گام آخر این پایان نامه، به دنبال علت اصلی پدیده حداکثر شدن، به بحث پارامتر gdop و تأثیر چگونگی قرار گرفتن گره ها نسبت به یکدیگر وارد شده است. در این رابطه نیز همانطور که در فصل ششم بیان خواهد شد با ارائه الگوریتم های مبتنی بر گره های مجازی به بهبود کارایی الگوریتم های خطی موقعیت یابی پرداخته شده است.

امروزه با هدف بالا بردن کیفیت محصولات نهایی، در خطوط تولید، از سیستمهای بازبینی خودکار بهره گرفته میشود. این امر با افزایش سرعت و دقت بازبینی محصولات، توسط این سیستمها انجام میشود. در این تحقیق یک روش جدید آشکار سازی عیوب، برای پارچه های طرحدار و بدون طرح با استفاده از تبدیلات حوزه مکان و فرکانس، و روشهای شناسایی آماری الگو و همچنین یک دسته بندی جدید، که کلیه روشهای تشخیص خودکار عیوب را به دو دسته "برجسته ساز عیوب" و "جستجوگر عیوب " تقسیم می کند، ارائه مشود. روش مورد استفاده در این تحقیق مربوط به دسته جستجوگر عیوب است، که بر خلاف روشهای پیشین بر روی تصاویر مربوط به پارچه های طرح دار و بدون طرح به خوبی عمل میکند. در این روش با داشتن دانش قبلی در مورد نوع عیوب، در مرحله استخراج ویژگی با استفاده از تبدیل موجک بسته ای و یا فیلتر گابور، ضرایبی که مربوط به ویژگی عیوب می باشند را جدا میکنیم و سپس به این فضای ویژگی جهت کاهش ابعاد و طبقه بندی بهتر، pca و lda اعمال میکنیم. در نهایت در مرحله طبقه بندی با استفاده از روش knn، تصاویر را به دو دسته عیب دار و بدون عیب تقسیم میکنیم. این روش، خطای آشکارسازی را برای پارچه های طرح دار به شدت کاهش میدهد. با به کار گیری این روشها خطای طبقه بندی بین ?? تا ?? درصد، نسبت به روش مشابه کاهش پیدا کرده و در برخی موارد خطا به صفر رسیده است. همچنین به دلیل کاهش مرتبه محاسباتی سرعت پردازش تصاویر به مراتب بیشتر از روشهای قبلی میباشد.

در کاربردهای مختلف در حوزه بینایی ماشین نشان داده شده است که روش های استخراج ویژگی مبتنی بر کرنل، می توانند کیفیت عملکرد سیستم های بازشناسی الگو را بهبود بخشند. انتخاب کرنل بهینه یکی از مهمترین مسائل در ارتباط با روش های مبتنی بر کرنل است. در اکثر موارد از روش اعتبار سنجی متقابل برای یافتن کرنل بهینه از میان مجموعه ای از کرنل ها استفاده می شود. در این فرآیند، علاوه بر زمان بر بودن، تضمینی برای یافتن کرنل بهینه نیز وجود ندارد. همچنین ممکن است استفاده از یک کرنل پاسخگوی پیچیدگی داده های مورد بررسی نباشد. از این رو در سال های اخیر، استفاده از ترکیب کرنل ها به جای یک کرنل مورد توجه بسیاری از محققین قرار گرفته است. هدف این پژوهش بهبود سیستم های تأیید چهره با استفاده از کرنل های مرکب در چارچوب الگوریتم های مبتنی بر کرنل، می باشد. بدین منظور در گام نخست عملکرد الگوریتم های غیرخطی استخراج ویژگی (الگوریتم های مبتنی بر کرنل) با به کارگیری توابع کرنل مختلف بر روی تصاویر سطح خاکستری مورد بررسی قرار گرفته است و پس از آن به منظور ترکیب کرنل ها در مرحله ی استخراج ویژگی روش خوشه بندی و فرآیند تطبیق هیستوگرام مورد استفاده قرار گرفت. آزمایش های انجام شده در یک سیستم تأیید هویت مبتنی بر چهره نشان می دهد که ترکیب حاصله در شرایط متفاوت کیفیتی مشابه با کرنل بهتر به تنهایی، ارائه می دهد. همچنین روش جدید دیگری برای ترکیب کرنل ها با استفاده از اطلاعات تکمیلی معرفی شد. نتایج به دست آمده نشان دهنده ی کارآیی برتر این روش در مقایسه با استفاده از کرنل بهینه به تنهایی و همچنین ترکیب کرنل ها با میانگین گیری ساده و میانگین-گیری وزن دار مبتنی بر عملکرد هر کرنل به تنهایی می باشد.

امروزه مکان یابی گره های متحرک با استفاده از شبکه های حسگر بی سیم، به موضوعی بسیار مهم تبدیل شده است. به طوری که زمینه تحقیقات بسیاری از محققین را به خود اختصاص داده است. بکارگیری این شبکه در یک محیط بیمارستانی، منجر به یافتن مکان فرد با خطای کمتر شده و این به معنای ارائه هرچه سریع تر خدمات پزشکی به وی خواهد بود. بنابراین ارائه راه کارهایی به منظور کاهش خطا بسیار لازم و ضروری بنظر می رسد. در این پژوهش براساس قدرت سیگنال دریافتی و بکارگیری دو حسگر برروی بازوان بیمار، مکان وی را بدست می آوریم. بدین منظور از روش های چان، حداقل مربعات و کمینه-بیشینه برای یافتن موقعیت بیمار استفاده می نماییم. در فضای آزمایش یک مسیر تصادفی که نشان دهنده مسیر طی شده توسط نقطه مرجع بیمار می باشد را در نظر می گیریم. به منظور یافتن موقعیت هر حسگر در هر لحظه، محور بدن با هر یک از حسگرها یک زاویه تصادفی ایجاد می کند که این زاویه در بازه [0,2?]در نظر گرفته می شود. سپس بر اساس روابط ریاضی، موقعیت هر حسگر را بدست می آوریم. بر روی نقاط بدست آمده از هر حسگر، روش های مکان یابی را اعمال نموده و داده های بدست آمده از هر روش را از فیلتر کالمن عبور می دهیم. و خطای مکان یابی حاصل از هر روش را مورد بررسی قرار خواهیم داد. در به کارگیری دو حسگر برروی بدن بیمار با دو فرضیه روبه رو خواهیم بود. یکی استفاده از داده های هر دو حسگر در تخمین مکان نقطه مرجع بدن بیمار و دیگری استفاده از حسگر برتر و تخمین موقعیت حسگری که قدرت سیگنال دریافتی بالاتری را گزارش می نماید. خطای مکان یابی در صورت استفاده از فیلتر کالمن و حسگر برتر، نسبت به حالتی که تنها روش های مکان یابی چان، حداقل مربعات و کمینه-بیشینه را اعمال نماییم، به طور متوسط 10، 15 و 24 درصد کاهش می یابد. کاهش خطا با درنظرگرفتن مرکز ثقل بدن بیمار و فیلتر کالمن، نسبت به خطای مکان یابی روش های فوق الذکر 12، 18 و 29 درصد می باشد.

در این پایان نامه در ابتدا مروری بر سیستم های کنترل تحت شبکه و نرم افزارهای شبیه ساز مربوط به آن ها می شود، و روش های متفاوت شبیه سازی سیستم های کنترل تحت شبکه، مورد بررسی قرار می گیرد، و همچنین برای بررسی پروتکل های دسترسی به کانال در سیستم های کنترل تحت شبکه از برنامه شبیه سازtruetime استفاده شده است، که از میان پروتکل های بررسی شده (tdma و fdma و csma/ca و csma/amp) پروتکل csma/amp مناسب ترین پروتکل برای سیستم های کنترل تحت شبکه می باشد، این پروتکل نسبت به دیگر پروتکل های بررسی شده، توانست معیارهایی چون زمان میرایی و همچنین حد آستانه را بهبود دهد. به طور کلی عمل شبیه سازی سعی بر آن دارد، تا بتوانند سیستم های واقعی را شبیه سازی نموده و به نتایجی مانند نتایج آزمایش عملی در شرایط واقعی دست یابد، لذا هر چه روند شبیه سازی بتواند نتایجی نزدیک تر به نتایج واقعی را ارائه کند به همان میزان عمل شبیه سازی دارای قدرت شبیه سازی مناسب تری است. در این پایان نامه روشی برای شبیه سازی مناسب تر و دست یابی به نتایج واقعی تر ارائه شده است. در این شبیه سازی از نرم افزار متلب برای شبیه سازی سیستم های پلنت و کنترلگر، و همچنین برای شبیه سازی سیستم های تحت شبکه، از شبکه داده واقعی برای شبیه سازی استفاده شده است. براساس این شبیه سازی پروتکل tcpوudp آزمایش شده و بر طبق نتایج آن در سیستم های کنترل تحت شبکه، با تاخیرهای زیاد شبکه در لایه سوم، پروتکل udp و با تاخیرهای کم شبکه پروتکل tcp پروتکل مناسب می باشند.

در این پژوهش، پس از مروری بر تاریخچه علم کنترل، رویکردهای قابل استفاده در طراحی سیستم کنترل بررسی شده است. در ادامه شبکه های عصبی به تفصیل شرح داده شده و در نهایت پس از آشنائی با اصول کاربردی علم کنترل، به موارد استفاده از آن ها در ماشین آلات، ریسندگی، بافندگی، رنگرزی و تکمیل و منسوجات بی بافت پرداخته شد و با مطالعه دقیق تر ماشین کارد الیاف کوتاه ادامه یافته است. در انتها روند مدل سازی ماشین کارد الیاف کوتاه تا دست یابی به معماری شبکه عصبی مطلوب مورد مطالعه قرار گرفت. از عوامل مهم و تأثیرگذار بر روی نایکنواختی های فتیله کاردینگ می توان به مواردی از قبیل سرعت تولید و نمره تغذیه اشاره کرد. این عوامل به عنوان ورودی های شبکه و کشش به-عنوان خروجی شبکه انتخاب شده است. هدف از آموزش، این است که مقدار کشش به گونه ای انتخاب شود تا cv% فتلیه تولیدی کمتر از 4% گردد. در این پژوهش از یک شبکه عصبی پیشخور با الگوریتم آموزشی پس انتشار خطا و تابع آموزشی levenberg-marquardt (lm) استفاده شده است. معماری منتخب این شبکه شامل دو لایه مخفی است، که تابع انتقال لایه مخفی اول logsig و 2 نرون و تابع انتقال لایه مخفی دوم logsig و 3 نرون و نیز از تابع انتقال purelin در لایه خروجی استفاده شده است، این معماری بهترین شرایط پایداری را برای ماشین کارد الیاف کوتاه فرآهم کرده است. نتایج شبیه سازی در صد خطای نسبی % 43/4 و ضریب همبستگی 975/0را گزارش می-کند.

در این پایان ‏نامه الگوریتم‏ های مختلفی برای پیش‏بینی توان تولیدی سامانه‏ های فتوولتائیک، برای بازه زمانی 10 دقیقه آینده، با استفاده از سری زمانی از داده‏ های مربوط به تولید توان این سامانه‏ ها پیشنهاد شده و مورد ارزیابی قرار می‏گیرند. نتایج نشان می‏دهد که عملکرد الگوریتم‏ها برای روز‏های آفتابی و ابری یکسان نیست. با این حال در میان این الگوریتم‏ها، نتایج شبیه‏سازی نشان می‏دهد که مدل ( auto-regressive integrated moving average) عملکردی قابل قبول برای روزهای آفتابی و ابری دارد.