در تحقیق حاضر میزان فروش سه مورد از قطعات خودرو وانت 1600 با استفاده از شبکه عصبی و رگرسیون پیش بینی شده و در ادامه نتایج حاصل از این دو روش با هم مقایسه شده اند. قطعات مورد نظر عبارتند از لاستیک ترمز، روغن ترمز زرد، و صافی بنزین وانت 1600. برای انجام این تحقیق از پایگاه داده شرکت مزدا یدک استفاده شده است، که ارائه دهنده خدمات پس از فروش گروه صنعتی بهمن می باشد. رگرسیون و شبکه های عصبی هر دو از جمله روش های کمی پیش بینی به شمار می آیند، با این تفاوت که رگرسیون روشی خطی بوده و شبکه های عصبی در دسته روش های هوشمند طبقه بندی می شوند. در این تحقیق دو نوع شبکه عصبی مورد استفاده قرار گرفته است که شبکه های عصبی کلی و شبکه های عصبی ماهانه نامیده می شوند. شبکه های عصبی کلی را در هر ماه دلخواه می توان مورد استفاده قرار داد، اما شبکه های عصبی ماهانه هر یک برای ماه خاصی طراحی شده اند. در پایان مشاهده شد که شبکه های عصبی، خصوصأ شبکه های عصبی ماهانه، در پیش بینی قطعات مورد نظر به طور کلی خطای کمتری نسبت به روش رگرسیون دارند.

کنترل ربات به دلیل غیرخطی و وابسته بودن معادلات دینامیکی سیستم به یکدیگر و عدم شناخت دقیق پارامترهای سیستم، مسأله ای نسبتا پیچیده است. روش های کلاسیک کنترل موقعیت بازوی ربات، عمدتا بر شناسایی مدل دقیق ربات استوار می باشد که در عمل به دلیل وجود پارامترهای ناشناخته موثر در دینامیک ربات از قبیل لقی چرخ دنده ها، اصطکاک بین مفاصل بازوها و غیره، پیدا کردن مدل دقیق دینامیک یک ربات کار بسیار مشکلی می باشد. از این رو استفاده از این روش ها چندان کارآمد نیست. روش های غیرکلاسیک از تئوری هوش مصنوعی مانند منطق فازی، شبکه های عصبی والگوریتم های بهینه سازی استفاده می کنند. منطق فازی در بسیاری از کاربردهای مهندسی، موفقیت آمیز بوده است و استفاده از سیستم های فازی، روز به روز در حال گسترش است. برای طراحی یک سیستم فازی، روش کلی و اصولی وجود ندارد و تعیین توابع عضویت و قوانین فازی توسط فرد خبره صورت می گیرد، بنابراین کارآیی و عملکرد سیستم فازی، به دانش و تجربه فرد خبره بستگی دارد و فرآیند طراحی، وقت گیر و بر اساس سعی و خطا می باشد. یکی از روش های موفق در طراحی کنترلر فازی، استفاده از الگوریتم های بهینه سازی می باشد. این روش در سال های اخیر مورد توجه محققین قرار گرفته و الگوریتم هایی مانند ga ،pso و غیره، برای طراحی کنترلر فازی مورد استفاده قرار گرفته است. الگوریتم bfo یکی از الگوریتم های بهینه سازی جدید می باشد که در سال 2002 توسط پاسینو ارائه گردید و به دلیل قابلیت های بالا، به زودی جایگاه خود را در میان دیگر الگوریتم های بهینه سازی پیدا کرد. در این پایان نامه به منظور افزایش دقت و سرعت همگرائی الگوریتم bfo، اصلاحاتی در آن صورت گرفته که الگوریتم حاصل، الگوریتم بهبود یافته bfo نامیده می شود. سپس با استفاده از الگوریتم ارائه شده به طراحی کنترلر فازی برای کنترل بازوی پیوما 560 پرداخته و نتایج حاصل با الگوریتم های bfo و pso مقایسه شده است. نتایج شبیه سازی نشان می دهد الگوریتم بهبود یافته bfo عملکرد بهتری نسبت به الگوریتم های bfo و pso دارد.

در این پایان نامه با معرفی اتوماتای سلولی، تبدیل فرکانسی اتوماتای سلولی تعریف و پیاده سازی می شود. سپس بر اساس این تبدیل حوزه ی فرکانسی تبدیل اتوماتای سلولی معرفی شده و در این حوزه اقدام به پنهانسازی اطلاعات باینری در یک تصویر دیجیتال صورت می گیرد.

عصر ارتباطات باعث ایجاد برخی رقابت ها در جامعه شده است. تکنولوژی جدید و کاربرد های جدید تهدید هایی را نیز برعلیه ما ایجاد می کنند که مستلزم ابداع راه کارهایی برای محافظت می باشد. هر چند سال یکبار ، امنیت کامپیوترها نیاز به بروز شدن دارد. در این نوشته یک نمونه جدید از رمزگذاری با بکار گیری از فرکتال ها از جمله فرکتال هیلبرت ارائه شده است. خاصیت فضا پرکنی این نوع فرکتال قابل توجه می باشد. با بکار گیری این نوع فرکتال می توان حجم زیادی از پیام را در یک عکس پنهان کرد. همچنین امنیت رمزگشایی آن را نیز بیشتر می کند. تلاش ما بر تغییر بیت های اول تا ششم در یک تصویر رنگی و جایگزین کردن آنها با بیت های پیام در روی مسیر فرکتال انتخابی است. از آنجایی که می دانیم روش بیت کم ارزش روش نیرومند و مقاومی نیست ما بیت های پیام را علاوه بر 3 بیت کم ارزش در تصویر های 8 بیتی در بیت های بالاتر از جمله بیت های 4 ام تا 6 ام قرار می دهیم، زیرا می دانیم که چشم انسان به ترتیب به رنگ های آبی ، قرمز و سبز کمتر حساس است پس می توان بیت های رنگ ابی را بیشتر از قرمز و قرمز را بیشتر از سبز تغییر داد که این تغییر می تواند تا بیت 6 ام برای آبی باشد. ما نیز از روش dct بعنوان یک روش قدرتمند نیز بهره گرفته ایم. در این روش ما تنها ضرایب میانه را تغییر داده و ضرایب فرکانس بالا و پایین را تغییر نمی دهیم. همچنین این تبدیل در مقابل نویز و برخی خرابکاری ها با بکار گیری از روش مقایسه کاراکتر ها قادر به بازشناسی کاراکتر مورد نظر می باشد. که موارد فوق را در فصل های زیر بررسی می کنیم.

ساختن ربات های خودمختار از اهداف نهایی دانش رباتیک است. چنین ربات‏هایی توصیف های سطح بالا از وظایف را می پذیرند و آن ها را بدون دخالت انسان انجام می دهند. توصیف های ورودی مشخص می سازد که کاربر به دنبال چه چیزی است به جای این که چگونه آن را انجام دهد. پیشرفت به سمت ربات های خودمختار یکی از علایق اصلی در بسیاری از کاربردها مثل کار در کارخانه، ساخت سازه، مدیریت زباله، اکتشاف فضا، عملیات زیر دریا، کمک به افراد معلول و جراحی های پزشکی است. از آنجا که این موضوع شامل مباحث عمیق محاسباتی است در علم کامپیوتر بسیار مورد توجه قرار گرفته است. توسعه تکنولوژی های لازم برای ربات های خودمختار شامل استدلال خودمختار، احساس و کنترل است که تحقیقات در این زمینه ها ادامه دارد. به همین خاطر مشکلات و مسائل بسیار مهمی بروز کرده است که یکی از آن ها به نام تعیین مسیر، موضوع این پروژه است. تعیین مسیر عبارت است از تصمیم گیری ربات در انتخاب حرکات برای رسیدن به هدف (به شکل فیزیکی) است. در واقع حداقل انتظار از یک ربات خودمختار، توانایی تعیین مسیر خودش است. در نگاه اول، اینطور به نظر می آید که تعیین مسیر کار ساده ای است چون انسان ها با این مسئله، روزانه بدون هیچ سختی مواجه می شوند. در حقیقت این عمل به این خاطر ساده است که انسان بدون توجه و آگاهی به پیچیدگی های درک و احساس، به عنوان دو عنصر هوشمندی، این کار را انجام می دهد. با توجه به این موضوع، مسئله تعیین مسیر برای یک ربات کنترل شده به وسیله کامپیوتر به دلیل نداشتن درک و حس، مسئله ای سخت است. یک نگرش عمومی این است که تعیین مسیر صرفاً اجتناب از تصادف با موانع است. در حقیقت تعیین مسیر مفهومی گسترده تر از این است و شامل جنبه های مختلف زیر است: • محاسبه مسیرهای عاری از تصادف بین موانع در حال حرکت • هماهنگ سازی حرکت بین ربات های مختلف • استدلال در مواقع عدم قطعیت برای ایجاد استراتژی های حرکت بر مبنای حس کردن در مواجهه با خواص فیزیکی مدل ها مثل جرم، جاذبه و اصطکاک • تعیین مسیر اشیاء در دست ربات بنابراین تعیین مسیر، ربات را ملزم می کند تا محدودیت های هندسی (مثل محدودیت های فیزیکی و زودگذر) را در نظر بگیرد. علاوه بر آن در مواقعی که عدم قطعیت وجود دارد، باید مسائل مربوط به عواطف و احساسات نیز در نظر گرفته شود. به طور کلی می توان دو رهیافت اصلی در حل مسئله تعیین مسیر نام برد. رهیافت اول مبتنی بر هندسه محاسباتی است و سابقه مطالعاتی بیشتری دارد. رهیافت دوم مبتنی بر روش های مکاشفه ای است به طوری که شامل روش های محاسبات نرم (فازی، ژنتیک و شبکه عصبی) نیز می شود. اواسط دهه 90 نیز یک رهیافت جدید که تلفیق هندسه محاسباتی و احتمالات بود معرفی شد با این امید که بتوان از پیچیدگی فضای پیکره بندی و جستجو در روش های مبتنی بر رهیافت اول کاست. در دهه اخیر استفاده از روش های مبتنی بر محاسبات نرم مورد توجه قرار گرفته است. این روش ها که شامل منطق فازی، شبکه های عصبی مصنوعی و الگوریتم ژنتیک هستند سعی در کاهش پیچیدگی محاسبات مسیر، مدل سازی موانع و یادگیری دارند. از این رو در مواجه با محیط های پویا که موانع در حال حرکت هستند و ربات باید بدون برخورد با موانع در زمان کوتاه مسیرهای جایگزین را پیدا کند، لزوم استفاده از محاسبات نرم احساس می شود. اما روش ما روشی جدید در طراحی مسیر سینماتیکی ربات با استفاده از نوعی فرکتال است که سرعت و دقت مناسبی دارد. ساختار پایان نامه به شرح زیر است: در فصل 2، مروری بر کارهای پیشین صورت می گیرد و دو رهیافت پایه ای به تفصیل شرح داده می شوند و کارهای انجام شده بر روی آن ها توضیح داده می شود. در فصل 3، مفاهیم پایه ای lسیستم توضیح داده خواهد شد. در فصل 4، الگوریتم پیشنهادی به تفصیل مورد بحث و بررسی قرار خواهد گرفت. در فصل 5، پیاده سازی الگوریتم پیشنهادی توسط نرم افزار متلب و نتایج شبیه سازی با دو معیار کیفیت مسیر ایجاد شده و زمان اجرای آن مورد بررسی قرار خواهند گرفت.

در این پروژه به معرفی یک بارکد دو بعدی جدید می پردازیم این بارکد با استفاده از نظریه فرکتالی ایجاد شده ،باافزایش استفاده از بارکد در صنایع مختلف ضرورت ایجاد بارکد دوبعدی مطرح شد . که از ظرفیت مناسبی جهت کد گذاری برخوردار است. مراحل پیاده سازی کد کردن، پردازش تصویر و کد گشایی بارکد دو بعدی با استفاده از دو روش استفاده از شبکه عصبی هاپفیلد و بررسی همسایگی نقاط میانی بین دو نقطه مختصات متوالی از جمله موارد مورد بررسی در این تحقیق می باشند

در این کار مدل سازی واکنش های غیر کاتالیستی گاز - جامد با روش اتوماتای سلولی مورد بررسی قرار گرفته است. این کار از دو قسمت تشکیل شده است، در قسمت اول یک واکنش شیمیایی به صورت شبکه ای دو بعدی طراحی شده است. در طراحی این شبکه اندازه و شکل هندسی ذرات بستر متخلخل، ابعاد بستر و مقدار تخلخل مد نظر گرفته شده است و سیستم به دست آمده توسط قوانین اتوماتای سلولی به صورت متغیرهای دوتایی (بولی ) ارائه می شود. در قسمت دوم نفوذ و واکنش گاز از میان بستر جامد توسط روشی ترکیبی شبیه سازی می شود. در این روش ترکیبی از اتوماتای سلولی و روش تفاضل محدود در حل معادلات مشتقات جزئی مورد استفاده قرار گرفته است که البته خود روش تفاضل محدود نیز با استفاده از اتوماتای سلولی اجرا می گردد. در پایان نیز نتایج مدل با داده های تجربی از یک مدل واقعی مقایسه شده است. هم چنین برای مقایسه نتایج این روش با روش های دیگر، یک سری از داده های تجربی که با شیوه "مدل دانه ای" شبیه سازی شده اند، مجدداً با این روش شبیه سازی می شوند تا بتوان نتایج این دو روش را با هم مقایسه نمود. در بخش دیگری از این کار دو فاکتور تخلخل و نفوذ موثر علاوه بر موارد فوق جهت مدل سازی در نظر گرفته شده است.

در دهه اخیر، به علت اتصال تعداد بیشماری از کامپیوترهای شخصی به شبکه جهانی اینترنت، انفجاری در توزیع و استفاده آسان از داده دیجیتال چند رسانه ای به وقوع پیوسته است. گر چه داده دیجیتال مزایای بسیاری نسبت به داده آنالوگ دارد، ولی ارائه دهندگان سرویس ها ی چند رسانه ای نگران پخش و انتشار بی رویه ناشی از کپی غیر مجاز داده های دیجیتال هستند، که بر خلاف حالت آنالوگ کیفیتی مشابه داده اصلی دارند. برای حفاظت از محصولات دیجیتال چند رسانه ای در برابر کپی های غیر مجاز و حفظ حق انتشار برای داده های صوتی،تصویری و ویدئویی از دو تکنیک رمز نگاری و نهان نگاری استفاده می شود. تکنیک های رمز نگاری برای حفاظت داده دیجیتال به هنگام انتقال از فرستنده به گیرنده به کار می روند. داده ها در فرستنده رمز می شوند و پس از دریا فت در گیرنده رمز گشایی می شوند. از این پس دیگر هیچگونه حفاظتی از داده صورت نمی گیرد. ولی در تکنیک های نهان نگاری، یک سیگنال پنهانی به نام واترمارک، مستقیمًا در داخل داده حک می شود و همواره در آن باقی می ماند. برای استفاده از داده نهان نگاری شده، نیازی به برداشتن سیگنا ل واترمارک نیست زیرا این سیگنال طوری در داده میزبان درج می شود که هیچ تأثیر نامطلوبی بر داده اصلی نمی گذارد. به عنوان مثال در نهان نگاری داده در تصویر، چشم انسان نباید تفاوت بین تصویر اصلی و تصویر واترمارک شده را حس کند. در صورت هر گونه استفاده غیر مجاز از تصویر واترمارک شده، مانند کپی غیر مجاز از آن ویا هرگونه تحریف و تغییر تصویر توسط ا فراد غیر مجاز، صاحب اصلی داده می تواند با استخراج سیگنال واترمارک، که تنها توسط او امکان پذیر است، مالکیت خود را به اثبات برساند

در قطعه بندی تصویر هدف جدا سازی تصویر به نواحی مجزا و همگن است و در حالت ایده آل باید نتیجه بدست آمده با نواحی حاصل از قطعه بندی ذهن انسان منطبق باشد. در رابطه با قطعه بندی تصویر، الگوریتم های متعددی تا به امروز ارائه شده اند. از جمله این روشها می توان به روشهای مبتنی بر گراف اشاره کرد که روشهای مبتنی بر گراف برروی تصاویر با نواحی همگن نتایج مناسبی دارند.و علاوه بر آن اطلاعات مکانی و فضای ویژگی پیکسلها به طور همزمان برای قطعه بندی تصویر با یکدیگر ترکیب می شوند. چهارچوب کلی این روشها به این صورت است که هر پیکسل تصویر را به عنوان یک گره از گراف در نظر گرفته و وزن یال بین دو گره بر اساس یک معیار شباهت بین دو پیکسل متناظر با این دو گره در تصویر تعریف می شود و بخش بندی گراف ساخته شده بر اساس یک معیار خاص انجام می گیرد. یکی از مهمترین روشهای برش گراف روش برش نرمالیزه می باشد. این الگوریتم با استفاده از دومین بردار ویژه یک ماتریس ایجاد شده از گراف تصویر سعی در تقسیم تصویر به دو بخش دارد . ابتدا تصویر با استفاده از الگوریتم ذکر شده به دو بخش تقسیم می شود و سپس الگوریتم بر روی بخشها به صورت جداگانه اجرا می شود. بخش بندی بازگشتی کیفیت بخش بندی را کاهش میدهد. هدف این تحقیق آن بوده است که با تغییراتی درروش برش نرمالیزه و قطعه بندی اولیه دقت قطعه بندی و سرعت محاسبات را افزایش دهیم. برای قطعه بندی تصویر به چند قسمت با ساخت یک مجموعه تصویر مرجع با استفاده از پایگاه داده برکلی به مقایسه روش پیشنهادی با روش برش نرمالیزه می پردازیم نتایج حاصل در بیشتر موارد حاکی از برتری معیار پیشنهاد شده نسبت به معیار برش نرمالیزه دارد . همچنین با استفاده از الگوریتم بهبود یافته پیشنهادی، با تغییراتی در ایجاد گراف نواحی، رویکرد جدیدی در خوشه بندی تصاویر ارائه شده است که از تصاویر ماهواره ای جهت محک این رویکرد جدید استفاده شده است.

در این پروژه مدل سیستم سرمایش و گرمایش با معادل سازی سیستم با مدارهای الکتریکی استخراج شده است و با شبیه سازی های حلقه باز رفتار مدل بدست آمده با آنچه که در واقعیت اتفاق می افتد مقایسه شده است و شبیه سازی ها نشان می دهند که رفتار مدل ارائه شده با واقعیت سازگاری دارد. در ادامه رطوبت نسبی جایگزین نسبت رطوبت در معادلات دفرانسیل سیستم شده است و در ادامه پروژه از رطوبت نسبی بجای نسبت رطوبت استفاده شده است.

از مدل مارکوف مخفی با موفقیت در بسیاری از کاربرد های شناسایی الگو از جمله تشخیص صدا، تشخیص دست خط و تشخیص اثر انگشت استفاده شده است (تغییرات محلی موجود در ساختار بافت اثر انگشت می تواند به عنوان یک فرآیند مارکوف در نظر گرفته شود). با این حال به-کارگیری این مدل ها در فضای دو بعدی با پیچیدگی ها و دشواری هایی همراه است. در سیستم طراحی شده در این پایان نامه، برای مدل کردن یک تصویر اثر انگشت به وسیله ی مدل مارکوف، تصویر را از طریق فرکتال پوشاننده سطح هیلبرت به فضای یک بعدی نگاشت می کنیم. در همین حین بر اساس هندسه ی فرکتالی و تئوری chaos game بردار ویژگی های آن استخراج می شود و از این طریق پارامتر های مدل ایجادکننده ی اثر انگشت به دست آمده و ذخیره می شود. بر این اساس افزودن یک اثر انگشت به پایگاه داده معادل با به دست آوردن پارامتر های مدل توصیف کننده ی آن و یافتن اثر انگشت داوطلب در پایگاه داده معادل با یافتن مدلی است که با بیش ترین احتمال آن اثر انگشت را ایجاد می کند. بررسی سیستم طراحی شده بر روی پایگاه داده ی fvc2002-db1، با بدست آوردن نرخ خطای برابر %2/4، کارایی این روش را تأیید می کند.

هدف از این پایان نامه، پیاده سازی راهکاری جدید برای برقراری و تسهیل ارتباط افراد نابینای فارسی زبان می باشد. نحوه ایجاد ارتباط از طریق ویژگیهای خط بریل، تکنولوژی لمسی و استفاده از امکانات جانبی موجود در موبایل صورت می پذیرد. با استفاده از امکانات ارتباطی و پردازشی موبایلهای لمسی از قبیل ارسال و دریافت پیام کوتاه روشی جدید برای تعامل افراد نابینا به خصوص افراد فارسی زبان طراحی و ساخته شده است که فرد نابینا را قادر می سازد تا با استفاده از این ابزار اقدام به ارسال پیامهای متنی از طریق موبایل به افراد بینا و نابینا نماید. هم چنین برقراری تماس تلفنی، تبدیل پیامهای متنی به حروف بریل و بالعکس از قابلیتهای دستگاه می باشد. در این پایان نامه روشهای مختلف مورد تست و آزمون قرار گرفت و در نهایت دستگاهی به صورت یک مچبند ساخته شد. مچبند طراحی شده شامل شش ویبراتور می باشد که با لرزش هر کدام از آنها خط بریل برای فرد نابینا شبیه سازی می گردد. این مچبند از طریق بلوتوث با موبایل در ارتباط می باشد. موبایل پیامک های دریافتی را از طریق بلوتوث به مچبند ارسال می کند و مچبند پیامها را از موبایل دریافت کرده و به کمک ویبراتورها و از طریق دست به اطلاع فرد می رساند. نرم افزاری اندرویدی نیز برای موبایل های لمسی تهیه شده تا توانایی نوشتن پیامک نیز برای کاربر فراهم شود.

ایران جزو کشورهای کم جنگل بوده و بر روی کمربند بیابان قرار دارد؛ بنابراین استفاده از گونه های درختی برای جنگل کاری و توسعه آن ها برای مقاصد تجاری و حفاظت خاک بسیار ضروری است. در مورد پروژه جنگل کاری نباید گونه هایی را که اطلاعی از مبدأ آن ها نداریم کاشت، چون این عدم آگاهی ممکن است خطرات بیشماری را در پی داشته باشد، بلکه باید شرایط اقلیمی منطقه ای که این گونه ها به صورت طبیعی در آن رشد کرده اند با شرایط اقلیمی منطقه ای که برای کاشت این گونه ها در نظر گرفته می شود مشابه باشند. در این بررسی گونهeucalyptus camaldulensis که در کتاب ها و منابع موجود از نظر شرایط اقلیمی با اقلیم استان خوزستان سازگاری دارد، انتخاب شده است. عوامل اقلیمی مورد مطالعه شامل: میانگین بارش سالیانه، میانگین دمای سالیانه، میانگین بیشینه دما در گرم ترین ماه سال، میانگین کمینه دما در سردترین ماه سال، بیشینه و کمینه مطلق دما، طول فصل خشک در سال می باشند که برای تعیین رویشگاه های مناسب eucalyptus camaldulensis بر مبنای داده های سی ساله ایستگاه های هواشناسی سینوپتیک استان و با کمک نرم افزار سامانه اطلاعات جغرافیایی است. پس از کنترل کمی و کیفی داده های هواشناسی و طول دوره آماری آن ها میانگین های ماهانه و سالانه نه عنصر اقلیمی برای هر ایستگاه در جدول توصیفات نرم افزار درج شد و سپس با روش وزن دهی معکوس فاصله(i.d.w) پهنه بندی گردیدند. در شناخت آب و هوایی استان خوزستان و دستیابی به یک پهنه بندی مناسب اقلیمی، توجه به بررسی عناصر اولیه و اصلی شناسایی اقلیم یک ناحیه یعنی دما، بارش به همراه طراحی یک سیستم اطلاعات اقلیمی مبتنی بر gis بسیار حائز اهمیت خواهد بود. بنابراین بعد از انجام مطالعات پایه، تجزیه و تحلیل و جمع بندی و روی هم گذاری لایه ها در محیط gis انجام شد. در نهایت نقشه مناطق مناسب کاشت گونه eucalyptus camaldulensis برای منطقه ارائه شد.

تقسیم بندی صحیح و عادلانه در رابطه با هر نوع داده ای و در هر سیستمی سبب برقراری عدالت در سیستم می شود و یکی از دلایل مهم در بالابردن کارایی آن سیستم خواهد بود. هدف اصلی سیستم های کامپیوتری، پردازش و اجرای درخواست های کاربران است تا پاسخ کارهای خود را در زمان کمتری دریافت کنند. سیستم های کامپیوتری توزیع شده، یکی از مهم ترین انواع سیستم های کامپیوتری هستند. یکی از چالش های مهم در طراحی سیستم های توزیع شده، برقراری تعادل بار و توزیع مناسب درخواست های کاربران در بین منابع پردازشی سیستم است. زیرا هر¬ -چقدر که سخت افزار سیستم قوی باشد، توان پردازشی آن محدود و متناهی است و باید بتوان از این توان محدود حداکثر استفاده را نمود. در این پژوهش، روشی بر مبنای نظریه بازی ها برای حل مسئله تعادل بار در سیستم های کامپیوتری توزیع شده پیشنهاد شده است. این روش، مسئله تعادل بار را به صورت یک بازی غیرهمکارانه در بین کاربران سیستم مدل سازی می کند. طراحی مدل بازی تعادل بار به گونه ای است که هریک از بازیکنان، علاوه بر تلاش برای توزیع بهینه کارهای کاربران در سیستم، به بالابردن بهره وری کل سیستم نیز توجه می نمایند. درنتیجه، امکان برقراری عدالت هم در سطح کاربران سیستم و هم در سطح کامپیوترها، وجود دارد. در مدل بازی طراحی شده، سعی شده است تا با تخمین راه حل بهینه پرتوی بازی تعادل بار، بر مبنای مفهوم تعادل نش و با استفاده از الگوریتم های تکاملی، بتوان به توزیع بهینه ای از کارها در سیستم دست یافت. شبیه سازی ها نشان می دهد که الگوریتم تعادل بار ارائه شده از عملکرد مناسبی در توزیع حجم بار در یک سیستم کامپیوتری توزیع شده برخوردار است. ارزیابی ها براساس دو پارامتر مهم بیشترین حجم بار و معیار عدالت انجام شده است، که نشان دهند ه ی نتایج مطلوب برای پارامتر بیشترین حجم بار نسبت به روش های مورد مقایسه و همچنین برقراری عدالت در سیستم است.

در مسئله بهینه سازی پرتفوی، مدل مارکویتز همچنان رویکرد غالب است اما زمانی که تعداد دارایی های قابل سرمایه گذاری و محدودیت های موجود در بازار از حالت تئوری خارج شده و به دنیای واقعی تعمیم می یابد مسئله بهینه سازی پرتفوی به راحتی با استفاده از شیوه های ریاضی و مدل سنتی مارکویتز قابل حل نمی باشد. به همین دلیل در این تحقیق ما با استفاده از هوش مصنوعی و الگوریتم ابتکاری کلونی زنبور عسل مصنوعی به بهینه سازی پرتفوی پرداخته ایم و نتایج حاصل را با نتایج حاصل از مدل مارکویتز مقایسه کرده ایم تا ببینیم که در بازار اوراق بهادار ایران آیا روش بهینه سازی پرتفوی الگوریتم کلونی زنبور عسل بهتر از روش مارکویتز عمل میکند یا خیر. بدین منظور با توجه به اعمال محدودیت هایی 198 شرکت را طی یک دوره 4 ساله که از سال 1387 شروع و در انتهای سال 1390 تمام می شود در بورس اوراق بهادار تهران در نظر گرفته و پرتفوی های لازم را برای دو مدل تهیه کرده ایم و در انتها با به دست آوردن معیارهای شارپ، ترینر، جنسن و m2 و مقایسه آن ها به وسیله آزمون های آماری به این نتیجه می رسیم که الگوریتم کلونی زنبور عسل در بهینه سازی پرتفوی کاراتر از روش سنتی مارکویتز عمل می کند.

با افزایش شهرنشینی، تراکم ترافیک در شبکه های جاده ای شهری، مشکلی هزینه بر می باشد که عمده شهرها درکشورهای توسعه یافته را تحت تاثیر قرار داده است. برای مقابله با این مشکل، سه رویکرد افزایش ظرفیت شبکه، کاهش تقاضای عبور و مرور و بهبود بهره وری از شبکه های موجود به وسیله استفاده گسترده ازسیستم های حمل ونقل هوشمند وجود دارد. رویکرد اول امری حیاتی است، اما در مناطق پر جمعیت (مانند مراکز شهرها) این رویکرد با سختی و هزینه همراه است. رویکرد دوم نیز محدودیت هایی را به همراه می آورد. رویکرد سوم راه حل بهتری را ارائه می نماید که می توان با بهبود نحوه استفاده از زیر ساخت ها کیفیت جریان ترافیک را بهبود بخشید. بهینه سازی کنترل چراغ های راهنمایی به منزله بخش چالش برانگیز سیستم مدیریت ترافیک پیشرفته از سیستم های حمل و نقل هوشمند می باشد که هدف آن رسیدن به بهره برداری بیشتر از شبکه های جاده ای است. با پیشرفت های اخیر در زیرساخت های کامپیوتری – مخابراتی، کنترل ترافیک و مشکل مدیریت به یک زمینه کاربردی امیدبخش برای تکنولوژی سیستم های چندعامله تبدیل شده است. سیستم های چند عامله کاندیدهای ایده آل برای طراحی و پیاده سازی چنین سیستم هایی هستند، از آنجایی که بسیاری از مسائل دراین حوزه ذاتا توزیع شده اند و بازیگران به طورکامل الگوی عامل های مستقل می باشند. در میان مطالعه تکنولوژی سیستم های چند عامله، تئوری بازی ها به عنوان رویکردی برای مهندسی ترافیک معرفی می شود. دراین پایان نامه یک راه حل مبتنی برتئوری بازی ها برای کنترل سیگنال های ترافیک پیشنهاد شده است. این مفهوم بر این ایده تکیه دارد که یک شبکه شهری با چراغ های ترافیک مجهز شده، می تواند به عنوان یک سناریوی چند عامله درنظر گرفته شود. هر تقاطع به عنوان یک بازی غیرهمکارانه در نظر گرفته می شود که هر بازیگر تلاش می کند تا صف خود را مینیمم نماید، بنابراین تعادل نش و استفاده از الگوریتم های تکاملی به عنوان راه حلی برای مسئله می باشد. شبیه سازی نشان داد که روش پیشنهادی می تواند تصمیم گیری برای زمان بندی چراغ را به شکلی انجام دهد که تعداد خودروهای عبوری از تقاطع افزایش یافته و تعداد خودروهای تاخیری به طور قابل توجهی در مقایسه با سیستم زمان ثابت کاهش یابد.

محاسبات ابری به دلیل توانایی ارائه یک زیرساخت انعطاف پذیر و پویا در بستر تکنولوژی اطلاعات و تضمین پارامترهای کیفیت سرویس، به یکی از موضوعات مهم دنیای کامپیوتر تبدیل شده است. یکی از مسائل مهم در محاسبات ابری، زمانبندی کارها است. زمانبندی کارها برای پردازش توسط منابع مناسب موجود در شبکه ابر، به عنوان یک مساله اساسی در رسیدن به کارایی بالا در سیستم محاسبات ابری مطرح شده است. این مساله به دلیل دارا بودن فضای جستجوی بزرگ از رده مسائل سخت بوده و برای حل آن بیشتر از روشهای جستجوی تصادفی استفاده می گردد. تاکنون الگوریتم های مختلفی برای حل این مساله پیشنهاد شده است. در این تحقیق برای حل مساله زمانبندی کارها در محاسبات ابری از ترکیب الگوریتم ژنتیک و الگوریتم جستجوی گرانشی استفاده شده است. برای نشان دادن کارایی الگوریتم پیشنهادی، این الگوریتم با الگوریتم ژنتیک و الگوریتم ازدحام ذرات مقایسه شده است. نتایج تجربی نشان می دهد الگوریتم پیشنهادی از کارایی بالاتری نسبت به الگوریتم ژنتیک و الگوریتم ازدحام ذرات برخوردار است.

با توجه به افزایش روزافزون حجم اطلاعات وگذر از اقتصاد سنتی و از میان رفتن مرزهای جغرافیایی برای کسب و کار و به تبع آن شدت یافتن رقابت باعث شده است در فضای مجازی به خصوص در حوزه بانکداری و تجارت الکترونیکی، امروزه یکی از چالش های مهم داده کاوی که مورد توجه اکثر سازمان ها می باشد پردازش روی مجموعه داده های بسیار بزرگ یا کلان داده است که توجه بسیاری از محققان و متخصصین در حوزه فناوری اطلاعات را به خود معطوف کرده است. وفاداری مشتریان برای سازمانها و موسسات مالی به خصوص بانکها بسیار حائز اهمیت بوده و شناسایی و نگهداری مشتریان وفادار و با ارزش همواره یکی از اهداف مهم بانکها می باشد زیرا مشتریان وفادار به عنوان یک دارایی رقابتی برای موسسات مالی محسوب می شوند . هادوپ یکی از محصولات کد باز است که برای ذخیره سازی و پردازش حجم اطلاعات بسیار بالا طراحی شده است . هادوپ، امکان ذخیره سازی و پردازش اطلاعات در چندین سرور با هزینه ای پایین فراهم می آورد همچنین به دلیل داشتن انعطاف پذیری در پذیرش مقیاس بالای داده توسط دو ویژگی مهم یعنی معماری موازی و روش نگاشت کاهش در این تحقیق از آن استفاده شده است. در این تحقیق پس از معرفی داده های بزرگ و مدل ها و روش های کاربردی آن، به پیاده سازی الگوریتم خوشه بندی kmeans در بستر هادوپ و تشریح روشهای معماری موازی و نگاشت کاهش و بررسی قابلیت های ویژه مطرح در این حوزه پراخته سپس، با استفاده از الگوریتم نگاشت و کاهش نتایج را بهبود بخشیدیم .

جریان کلیک ها طیف گسترده و کاملی را همانند مسیرهای مرور، محصولات خریداری شده و تبلیغات کلیک شده در فضای وب پوشش می دهند. در این مقاله سعی شده است تا علاقه مندی و رفتارهای کاربران را بر اساس مجموعه داده های مربوط در فضای معمولی و کلان داده مورد بررسی قرار داده و با خوشه بندی، کاربران با علاقه مندی های یکسان را مشخص نماییم. با ارائه معیار شباهتی جدید و بر اساس همین معیار، الگوریتم خوشه بندی اچ سی دابلیو سی اس معرفی و بهبود کیفیت خوشه بندی آن نسبت به مدل های کامینز و کامدویدز نشان داده شد و بر پایه همان معیار، الگوریتم دیگری به نام ام آر- اچ سی دابلیو سی اس بر مبنای مدل برنامه نویسی مپ ردیوس، پیشنهاد داده شد. زبان برنامه نویسی مورد استفاده متلب ورژن 2014 ب می باشد و با انجام فرایند پیش پردازش بر روی مجموعه داده ها، ماتریسی از جلسات حضور کاربران تولید و در الگوریتم های خوشه بندی مورد استفاده قرار گرفت و در نهایت با استفاده از معیار شباهت فیشر خوشه بندی ها با یکدیگر موردقیاس و کیفیت بهتر خوشه بندی الگوریتم پیشنهادشده نشان داده شد و در مقایسه از لحاظ زمان اجرا، الگوریتم مپ ردیوس پیشنهادی نسبت به مدل معمولی آن کاهش چشمگیری داشت.

امروزه تراکم ترافیک به عنوان یک مشکل عمده در سراسر جهان مطرح است که فعالیت های میلیون ها انسان را تحت تاثیر قرار داده است. جهت مدیریت هوشمندانه و کاهش مضرات ناشی از ترافیک نیازمند بررسی دقیق و تحلیل الگوهای ترافیکی هستیم. با توجه به حضور در عصر اطلاعات و استفاده روز افزون از gps ها، داده هایی دقیق و عظیم از شرایط ترافیکی در دسترس هستند، اما این حجم عظیم از اطلاعات ما را با چالش های محدودیت وسایل ذخیره سازی و پردازش مواجه می کنند. استفاده از تکنولوژی کلان داده و ابر می تواند پاسخی مناسب بر این چالش ها باشد. در این تحقیق با معرفی تکنولوژی کلان داده ها و بهره گیری از آن جهت تحلیل داده های gps تاکسی¬ها و استخراج الگوهای مسافرتی مستتر در آن و مکان یابی بهینه ایستگاه های اتوبوس خواهیم پرداخت. در این پژوهش به معرفی یک الگوریتم خوشه بندی پیشنهادی که با ترکیب موثر سه بهبود ارائه شده از الگوریتم dbscan ( i-dbscan و dd-dbscan و mr-dbscan )طراحی شده است می پردازیم. نتایج نشان دهنده کیفیت و سرعت مطلوب الگوریتم مذکور می باشند .

بازار سرمایه در هر کشوری از اهمیت ویژه ای برخوردار است. سرمایه گذاری در این بازار مستلزم بررسی وضعیت موجود بازار و پیش بینی روند آینده آن می باشد. در صورتیکه بتوان روند آتی بازار سرمایه را با روش های مناسب پیش بینی کرد، بازدهی حاصل از سرمایه گذاری بیشینه خواهد شد. در این تحقیق برای پیش بینی روند معاملات بازار سرمایه از تکنیک های داده کاوی روی داده های بورس اوراق بهادار تهران بواسطه الگوریتم های شبکه عصبی پرسپترون چند لایه با روش پس انتشار ( bp) ، ماشین بردار پشتیبان (svm) و رگرسیون خطی استفاده شد. همچنین نرم افزارهای تحلیل تکنیکال آمی بروکر و داده کاوی weka برای ایجاد متغیرهای تحقیق و پیش بینی بکار گرفته شدند. نتایج حاصل از تحقیق درخور توجه و حاکی از قابلیت های برجسته پیش بینی با استفاده از تکنیک های انتخابی این پژوهش بودند. همچنین اندیکاتور ابداعی سام دارای نتایج تحلیل فنی قابل ملاحظه ای بوده، بعنوان یکی از متغیرهای پژوهش تاثیر بسزائی در بالا بردن صحت پیش بینی داشت. در میان انواع الگوریتم های داده-کاوی موجود، ماشین بردار پشتیبان با درصد صحت پیش بینی بمراتب بالاتری نسبت به سایرین، مناسبترین روش این تحقیق در پیش بینی روند معاملات بازار سرمایه شناسائی و معرفی گردید.

روش کپی- انتقال یکی از متداولترین روشهای جعل و دستکاری تصویر در سالهای اخیر می باشد. در این روش بخشی از یک تصویر، کپی شده و در مکانی دیگر در همان تصویر قرار داده می شود. در این نوشتار نیز روشی برای مقابله با این شکل جعل تصویر ارائه گردیده است. روش پیشنهاد شده بر مبنای استخراج نقاط کلیدی تصویر و سپس استخراج بردار ویژگی freak برای این نقاط و در ادامه، جستجوی نقاط دارای بردار ویژگی مشابه استوار می باشد. در نهایت با استفاده از الگوریتم ransac از بین زوج نقاط یافت شده؛ نقاطی که یک تبدیل هندسی را تشکیل می دهند، استخراج شده و پارامترهای این تبدیل محاسبه می شوند.

آمار افزایش روز افزون مرگ و میر ناشی از نارسایی های قلبی و عروقی را در جهان نشان می دهد. در کشورهای درحال توسعه و با درآمد سرانه کم، به دلیل درآمد کم خانوارها، تعداد کم متخصصین مجرب و هزینه های درمانی بالا، به ویژه در مناطق حاشیه ای شهرها و روستایی به علت عدم تشخیص صحیح و دیرهنگام بیماری منجر به مرگ ناگهانی افراد می گردد. بنابراین متخصصان برآن شدند که با ایجاد ابزارهای کم هزینه و کارآمد به مقابله با این بحران بپردازند.

بازیابی تصویر مبتنی بر محتوا، تکنیکی است که با توجه به تصویر منتخب کاربر و براساس محتوای بصری تصاویر، موارد مشابه را از پایگاه داده های بزرگ جستجو می کند. بطور کلی، سیستم های بازیابی تصویر مبتنی بر محتوا را می توان به دو گروه تقسیم کرد: سیستم های بازیابی تصویر معنایی که به دنبال تصاویر مشابه با تصویر منتخب هستند، و سیستم های بازیابی تصویر تکراری-جزئی، که هدفشان جستجو و بازیابی تصاویری است که شی خاصی از تصویر منتخب در آن ها تکرار شده باشد. روش های بازیابی تصویر از دهه 1990، به یک حوزه تحقیقاتی فعال و پیشرفته تبدیل شده است. در طول دو دهه گذشته، پیشرفت های قابل توجهی در گسترش سیستم ها و پ‍ژوهش های تئوری صورت گرفته است. با این حال، هنوز چالش های زیادی وجود دارد که توجه محققان را به خود جلب کرده است. یکی از مهم ترین چالش ها، گسترش سریع تصاویر توسط انواع منابع تولیدکننده اطلاعات در اینترنت و شبکه های اجتماعی می باشد که موجب کاهش کارایی این سیستم ها شده است. از این رو، در این پایان نامه، یک سیستم بازیابی تصویر تکراری-جزئی ارائه شده است که شامل سه گام اصلی می باشد: تشخیص برجستگی، استخراج ویژگی و تعیین شباهت. در گام اول، براساس اصل رنگ پس زمینه، نقشه برجستگی تصویر تعیین می گردد. سپس، توسط یک حد تطبیقی، مهمترین بخش نقشه برجستگی مشخص شده است و به عنوان ناحیه برجسته (ناحیه مورد توجه)، از تصویر استخراج می شود. تشخیص ناحیه مورد توجه باعث حذف نواحی غیرضروری تصویر شده است، که می تواند تأثیر مطلوبی در بازیابی نتایج داشته باشد، از طرفی دیگر، موجب افزایش سرعت فرآیند استخراج ویژگی و صرفه جویی در مصرف حافظه می گردد. در گام دوم، نقاط کلیدی ناحیه برجسته و ویژگی های آن ها با استفاده از الگوریتم sift محاسبه می شود، و برای ناحیه اطراف هر نقطه کلیدی، یک هیستوگرام رنگ بدست می آید. در گام سوم، با استفاده از ویژگی های sift محاسبه شده، تطابق هر جفت نقطه کلیدی از تصویر منتخب کاربر و تصویر پایگاه داده بررسی می شود. از آنجا که ویژگی sift مستقل از رنگ می باشد، ممکن است دو نقطه که از لحاظ رنگ با یکدیگر اختلاف دارند، به عنوان تطابق صحیح در نظر گرفته شوند. جهت حل این مشکل، فاصله هیستوگرام رنگ آن ها هم بررسی می گردد. همچنین برای عدم تطابق بین یک نقطه کلیدی با چند نقطه کلیدی و برطرف کردن تفاوت تعداد تطابق بدست آمده از مقایسه تصویر اول با تصویر دوم و بالعکس، الگوریتم تعیین تطابق را بهبود دادیم. در این گام، برای مقابله با چالش حجم عظیم و روز افزون تصاویر، از چارچوب hadoopmapreduce استفاده شده است. روش پیشنهادی بر روی پایگاه داده های ipdid و instre پیاده سازی و ارزیابی شد و براساس معیار شباهت map، به ترتیب، نتایج 80% و 65% حاصل گردید. نتایج پیاده سازی، حاکی از عملکرد مناسب روش پیشنهادی است.

کاهش ریسک اعتباری مشتریان بانک با استفاده از تکنیک های انتخاب ویژگی و الگوریتم های خوشه بندی