مدل سازی ترانزیستور دوقطبی نامتجانس sige با استفاده از شبکه های عصبی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه رازی - پژوهشکده فنی و مهندسی
- نویسنده مالک امیری آبدبوچالی
- استاد راهنما محمد مهدی کارخانه چی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1390
چکیده
با توجه به اهمیت و مزایایی که ترانزیستورهای دو قطبی نامتجانس در کاربردهای مایکروویو دارند مطالعات وتحقیقات بیشتری در مورد این ترانزیستورها احساس می شود نظر به اینکه هدف این پایانه نامه شبیه سازی ترانزیستور با بهره گیری از تکنیک های هوش محاسباتی می باشد لذا از این جهت که در نهایت پیش بینی رفتارو عملکرد این ترانزیستوربا دقت بیشتر ، سرعت عمل بالاتر و زمان اندکی نسبت به روشهای قبلی دارد حائز اهمیت بوده و از نتایج پایان نامه می توان در پیش بینی خروجی این ترانزیستور برای داده های ناشناخته بدون ساخت و آزمایش نمونه عملی آن بهره جست.
منابع مشابه
مدل سازی و پیش بینی رشد اقتصادی در ایران با استفاده از شبکه های عصبی مصنوعی
شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...
متن کاملمدل سازی انرژی ضربه ی فولادهای مرتبه ای با استفاده از شبکه های عصبی مصنوعی
در این مقاله, انرژی ضربهëی فولادهای مرتبهëای در دماهای مختلف با استفاده از شبکهëهای عصبی مصنوعی مدلëسازی شده است. فولادهای مرتبهëای با استفاده از چیدمانëها و ضخامتëهای مختلف فولادهای ساده کربنی و زنگëنزن، به عنوان الکترود اولیه فرآیند ذوب دوباره سربارهëای الکتریکی، تولید میëشوند. نفوذ اتمëهای مختلف از درون قطعات اولیه فولادی به یکدیگر سبب تولید نواحی مرتبهëای فریتی و آستنیتی میëگردد. شش نوع مدل...
متن کاملمدل سازی و پیش بینی کارایی بانک های دولتی و خصوصی ایران با استفاده از مدل های شبکه عصبی مصنوعی، شبکه عصبی فازی و الگوریتم ژنتیک
دستیابی به رشد مستمر و مداوم اقتصادی و به موجب آن توسعه اقتصادی را می توان از زمره اهدافی قلمداد نمود که تمام کشورها در پی دستیابی به آن می باشند. در این راستا بانک ها نقش بسیار مهمی در پیشرفت و توسعه اقتصادی هر کشور ایفا می نمایند. در حال حاضر با توجه به تعداد قابل توجه بانک های دولتی و خصوصی در کشور پیش بینی کارایی آن ها اهمیت ویژه ای پیدا کرده است. هدف از این پژوهش، مدلسازی و پیش بینی کارایی...
متن کاملکاربرد شبکه های عصبی در پیش بینی پارامترهای نویز ترانزیستور فرکانس بالا ( hbt(sige مدل (nesg2030m04)
نویز یکی از پدیده های مهم در علوم و مهندسی می باشد. حد پایین دقت هر دستگاه اندازه گیری و مینیمم سیگنال قابل آشکار سازی توسط آن تعیین می گردد. در طراحی مدارات فرکانس بالا با دقت بالا بایستی اثر نویز در نظر گرفته شود. برای اینکه اثر نویز را در طراحی لحاظ کنیم از پارا مترهای نویز استفاده می کنیم. برای هر قطعه نویزی پارامتری بعنوان مشخصه نویزی تعریف شده است که عدد نویز نامیده می شود. عدد نویز تابع ...
15 صفحه اولمدل سازی و ارزیابی ترانزیستور لایه نازک آلی با استفاده از شبکه های عصبی مصنوعی
با کوچکتر شدن اندازه قطعات نیمه هادی به کمتر از 100 نانومتر، اثرات مکانیک کوانتومی در کارایی قطعه، خود را نشان می دهد. از اینرو محاسبات مربوط به مشخصه های جریان– ولتاژ ترانزیستور لایه نازک آلی بسیار پیچیده می شود. در این پایان نامه، مدل سازی ترانزیستور لایه نازک آلی با استفاده از شبکه های عصبی مصنوعی انجام شده است. این مدل سازی بر اساس داده های تجربی با بهره گیری از شبکه های عصبی مصنوعی می ...
15 صفحه اولمدل سازی خشک کردن اسمزی زردآلو با استفاده از الگوریتم ژنتیک - شبکه عصبی مصنوعی
ایران از نظر تولید زردآلو در جهان مقام دوم را دارد و مطالعه عوامل موثر بر خشک کردن این میوه و مقدار تاثیر آنها امری ضروری می باشد. لذا در این مطالعه تاثیر دمای محلول اسمزی در محدوده °C 25 تا °C 65، در مدت زمان 30 تا 120 دقیقه و غلظت محلول اسمزی در محدودۀ 30 تا 60 درصد (وزنی/وزنی) بر پارامترهای کاهش وزن، کاهش آب، جذب مواد جامد و نسبت دفع آب به جذب مواد جامد در طی خشک کردن اسمزی زردآلو مورد بررسی...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه رازی - پژوهشکده فنی و مهندسی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023