با افزایش روزافزون اطلاعات و حجم بالای مطالب موجود در فضای مجازی دیگر تکنیک های بازیابی اطلاعات جوابگوی نیاز کاربران نمی باشد. لزوم استفاده از روش هایی که بتواند خلاصه ای از اطلاعات مفید را در اختیار کاربران قرار دهد افزایش می یابد. خلاصه ساز چند سنده از جمله سیستم هایی می باشد که با ورود چند سند با موضوع یکسان به عنوان ورودی خلاصه ای از مهمترین اطلاعات مورد نظر را در اختیار کاربر قرار می دهد. افزونگی اطلاعات یکی از چالش های مهم در خلاصه سازی چند سنده می باشد. منظور از افزونگی اطلاعات تکرار مفاهیم یکسان در موضوع مشخص می باشد. با این توضیح که با افزونگی اطلاعات فرصت قرارگیری جملات مفید در خلاصه با توجه به حجم محدود آن از دست می رود. لذا لزوم دستیابی به سیستم شباهت یابی که بتواند از تکرار جملات مشابه در خلاصه جلوگیری کند افزایش می یابد. روش شباهت یابی پیشنهادی در این پایان نامه که برای زبان فارسی طراحی گردیده بر پایه معنا و نحو می باشد که بعد از پیش پردازش و ریشه یابی و استخراج کلمات صورت می گیرد. در روش شباهت یابی بر پایه معنا از یک بردار یکتا که از کلمات دو جمله تشکیل شده بهره می بریم. سپس با استفاده از فارس نت که شامل کلمات، مترادفات و روابط موجود بین مترادفات کلمات می باشد برای دستیابی به شباهت دو کلمه و کامل کردن درایه های بردار یکتا برای هر جمله استفاده می کنیم. همچنین در روش شباهت یابی بر پایه معنا از برچسب گذار ادات سخن برای ارزش گذاری به نقش های مختلف کلمات (اسم، فعل و صفت) بهره می بریم. در روش شباهت یابی بر پایه نحو از ترتیب کلمات بهره برده ایم که به جایگاه قرارگیری کلمات با توجه به شباهت معنایی بین آن ها در جمله توجه می نماید. در نهایت با ضریبی که به شباهت معنا و نحو با توجه به اهمیت آن ها اختصاص داده می شود شباهت دو جمله محاسبه می گردد. برای ارزیابی سیستم شباهت یاب از یک خلاصه ساز چند سنده بهره برده ایم. در این سیستم خلاصه ساز، از روش خوشه بندی average link و گزینشگری استفاده نموده ایم که شبیه ترین جمله در هر خوشه را انتخاب می کند. با بررسی آزمایش های به دست آمده و مقایسه روش پیشنهادی با روش شباهت یابی که در سیستم mead استفاده شده بود با بهبود 7 درصدی در کاهش افزونگی مواجه شدیم.

الگوریتم ترکیبی پیشنهادی جهت بهبود الگوریتم تخمین تصادفی انحراف همزمان از الگوریتم ژنتیک استفاده شده است. شیوه ترکیب به این صورت است که جهت بهبود الگوریتم تخمین تصادفی انحراف همزمان بعد از اعمال عملگرهای الگوریتم ژنتیک، الگوریتم تخمین تصادفی انحراف همزمان اعمال می شود. قبل از اعمال آخرین عملگر ژنتیک که عملگر جایگزینی است با تعداد نسل مشخصی الگوریتم تخمین همزمان روی تک تک عناصر جمعیت ژنتیک اعمال می شوند. در این پایان نامه با به کارگیری ایده ترکیب الگوریتم ژنتیک و تخمین تصادفی انحراف همزمان سعی در بهبود جواب های مساله شده است. برای نشان دادن کارایی بیشتر الگوریتم ترکیبی جدید از توابع محک مختلف استفاده شده است. همچنین از این الگوریتم جهت وزن دهی یک نمونه شبکه عصبی استفاده شده است.

با توجه به نیاز هر روزه انسان به کامپیوتر که روز به روز بیشتر نیز می شود، نیاز به برقراری ارتباط آسان با کامپیوتر بیش از هر موقعی احساس می گردد. یکی از روش های آسان سازی ارتباطات، گفتگو با کامپیوتر و فهم سخنان انسانی توسط کامپیوتر می باشد که باعث ایجاد شاخه پردازش زبان طبیعی گردید. یکی از زمینه های پرکاربرد پردازش زبان طبیعی سیستم های پرسش و پاسخ می باشند که شامل دسته بندی های متفاوتی از نقطه نظرات مختلف هستند. شرایط خاصی از سیستم های پرسش و پاسخ را اصطلاحاً رابط زبان طبیعی به پایگاه داده می گویند، هدف اینگونه سیستم ها پاسخگویی به سوالات زبان طبیعی مطرح شده از پایگاه داده می باشد که نیاز انسان به داشتن دانش نرم افزاری برای ارتباط با پایگاه داده را برطرف می نماید. در این پایان نامه قصد بر این است که با معرفی معماری در زمینه رابط زبان طبیعی به پایگاه داده بتوانیم به سوالات پرسیده شده به زبان فارسی در مورد اطلاعات هواپیمایی پاسخ دهیم. منبع پاسخگویی ما در این سیستم یک پایگاه داده رابطه ای است که شبیه سازی پایگاه داده اطلاعات پروازی می باشد. معماری مورد استفاده در این پایان نامه معماری الگویابی می باشد که از روش بهبود یافته این معماری که آنرا نشان یابی نامیده اند استفاده می نمائیم. در روش نشان یابی ما ابتدا با یافتن توکن ها و کلمات کلیدی که مشخص کننده نوع و داده های یک فیلد جدولی از پایگاه داده روبرو هستیم، پس از یافتن توکن ها و کلمات کلیدی با توجه به ترکیبی که تشکیل می دهند چارچوب پرسش را تشخیص داده و با جایگذاری توکن ها در قالب پرس و جو و اجرای آن بر روی پایگاه داده، جواب خروجی پایگاه داده را دریافت کرده و سپس با استفاده از پاسخ دریافتی از پایگاه داده و توکن های استخراجی از پرسش، قالب پاسخ را جایگذاری نموده و پاسخ به زبان طبیعی را به کاربر نمایش می دهیم.

زمان ‏بندی پروژه با محدودیت منابع (rcpsp)، از جمله مسائل بسیار معروف و مطرح در زمینه تحقیق در عملیات و مدیریت پروژه می ‏باشد. امروزه مدیریت هم ‏زمان چندپروژه در سازمان ‏ها امری رایج است. به طور معمول، پروژه ها در نقاط جغرافیایی مختلف با دسترسی به منابع مشترک اجرا می ‏شوند؛ بنابراین مدیران با مسائلی از جمله تخصیص منابع مشترک بین پروژه‏ ها و تصمیم ‏گیری در مورد زمان شروع و پایان فعالیت ‏ها مواجه می‎باشند. نیاز به کاهش زمان پایان، اهمیت استفاده از رویکردهای بهینه زمان بندی را مشخص می سازد. بدیهی است که مدیریت هم ‏زمان چند پروژه، بسیار پیچیده تر از ماهیت مسئله در حالت تک پروژه ای است. برآورده شدن تمامی اهداف، توازن نرخ استفاده از منابع و از طرفی لزوم توجه به انتظارات حامیان و سرمایه ‏گذاران، موانع و مشکلات بسیاری را برای مدیریت پروژه به وجود می آورد. اولویت‎بندی فعالیت ‏ها، زمان ‏بندی و لزوم در نظر گرفتن بودجه تخصیص داده شده، نمونه ‏هایی از دغدغه‎های اصلی مدیران پروژه می باشند. زمان بندی چندپروژه ای از جمله مسائل چندجمله ای غیرقطعی-سخت است و در نتیجه استفاده از الگوریتم های تکاملی، رویکردی مناسب برای یافتن پاسخ آن به شمار می آید. هدف این پژوهش بررسی کارآیی الگوریتم تخمین توزیع موازی در یافتن جواب مناسب برای مسئله زمان بندی چندپروژه ای می باشد. علت این انتخاب، عملکرد خوب الگوریتم ذکر شده در یافتن جواب مناسب برای مسائل پیچیده و چندبعدی است. هم چنین موازی سازی نیز به عنوان رویکردی شناخته شده در کاهش زمان مسائل پیچیده، باعث افزایش کارآیی الگوریتم پیشنهادی می شود.

چکیده ندارد.