زمانبندی را می توان در همه ی جنب? های زندگی نظیر کار، تعلیم و تربیت، نقل و انتقالات و سرگرمی مشاهده کرد. در واقع، تصور ‏کردن جوامع مدرن و سازماندهی شده بدون بهره گیری از زمانبندی سخت و مشکل خواهد بود. از طرف دیگر ورود کامپیوترها به ‏زندگی انسان باعث بالا رفتن سرعت وتسهیل در انجام کارها در اکثر زمینه های زندگی شده است. از جمله ی این کارها زمانبندی ‏و برنامه ریزی در اموری می باشد که با تعداد زیادی محدودیت برای بهینه سازی مواجه می باشند. به عنوان مثال برنامه ریزی درسی ‏که در اوایل هر نیمسال در دانشکده های یک دانشگاه انجام می شود از این جمله می باشد. انجام این کار به صورت دستی زمان بر و ‏جدول زمانبندی حاصل شده ممکن است که بهینه نباشد. یکی از مشکلات مهم در این مسأله تنوع محدودیت ها است که باعث می ‏شود برنامه ریزی در دانشکده های مختلف به گونه های متفاوتی انجام شود. کارهای زیادی برای حل این مسأله انجام شده، که اکثر ‏آنها از روش های فرامکاشفه ای(‏metaheuristic‏) بهره برده اند. در این پایان نامه یک روش مبتنی بر ترکیب الگوریتم ‏ممتیک(‏memetic algorithm‏) بهبود یافته و الگوریتم سردشدن شبیه سازی شده(‏simulated annealing‏) ارائه می شود. منظور از ‏بهبود در الگوریتم ممتیک، ایجاد جمعیت اولیه به شکل مکاشفه ای(‏heuristic‏) و همچنین تغییر عملگر تقاطع (‏crossover‏) در این ‏الگوریتم می باشد. عملگر تقاطع جدید با نام عملگر تقاطع حریصانه معروف می باشد. همچنین یک عملگر به نام ‏improvement‏ ‏جهت بهبود کروموزوم های تولید شده و کاهش تعداد نقض محدودیت ها طراحی شده است. استفاده از الگوریتم سردشدن شبیه ‏سازی شده باعث افزایش توانایی بهره برداری(‏exploiting‏) الگوریتم ممتیک خواهد شد. نتایج به دست آمده از انجام این روش بر ‏روی داده های استاندارد در مقایسه با برخی روش های جدید، کارآمدی این روش را نشان می دهند. این روش علاوه بر داده های ‏استاندارد بر روی داده های دانشکده برق و کامپیوتر نیز اعمال شده است. ترکیب های متفاوتی از الگوریتم ژنتیک(‏genetic ‎algorithm‏) و الگوریتم ممتیک با عملگرهای مطرح شده در این پایان نامه برای بررسی کارآیی الگوریتم پیشنهادی ارائه شده ‏است. نتایج به دست آمده از این مقایسه برتری روش پیشنهادی را نسبت به سایر روش های ترکیبی مطرح شده نشان می دهد.‏

شرکت فولاد مبارکه ی اصفهان بزرگ ترین تولید کننده ی فولاد در ایران است. در این شرکت، نظارت بر بخش های مختلف، مانند واحد گندله سازی، به منظور افزایش کیفیت و کاهش هزینه های احتمالی، توسط نیروی انسانی انجام می شود. در واحد گندله سازی، گندله ها برای پخت و خشک شدن بر روی پالت هایی با عرض 150 و طول 360 سانتی متر، قرار می گیرند. پالت ها طی چرخه ای وارد کوره شده و در اثر حرارت بالا، گندله ها خشک و پخته می شوند. روی سطح هر پالت، با چهار ردیف 90 تایی گریت بار پوشانده شده است. گریت بارها به مرور زمان در اثر دمای بالا و تغییرات ناگهانی دما و همچنین فشار و ضربه ای که بر اثر ریختن گندله ها بر روی آن ها وارد می شود، آسیب می بینند. خرابی های ایجاد شده باعث ایجاد فضای خالی مابین گریت بارها شده و این امر منجر به بروز مشکلات و خساراتی در واحد گندله سازی می شود. به منظور جلوگیری از خسارات، لازم است خرابی های ایجاد شده بر روی گریت بارها مشاهده شده و گزارش شوند، تا در صورت لزوم نسبت به تعویض پالت اقدام شود. به همین دلیل پالت ها نیاز به مراقبت و نظارت دائمی دارند. هم اکنون این کار توسط نیروی انسانی انجام می شود. در این پایان نامه، روشی برای کشف خودکار عیوب گریت بارها بر روی سطح پالت ها، ارائه شده است. برای این منظور از تصاویر رنگی اخذ شده از پالت ها استفاده می شود. ابتدا ناحیه ی مربوط به پالت توسط سه الگوریتم پیشنهادی از تصویر جدا شده و پالت به چهار قسمت به طوری که هر قسمت شامل یک ردیف گریت بار باشد، تقسیم می شود. سپس در تصویر یک ردیف گریت بار، فاصله ی مابین هر دو گریت بار مجاور که به آن شیء گفته می شود، از مابقی تصویر جدا می گردد. برای این منظور از چهار روش استفاده می شود که عبارتند از: جداسازی توسط اطلاعات آماری رنگ تصاویر، جداسازی توسط الگوریتم k-means، جداسازی توسط الگوریتم k-means محلی و جداسازی با استفاده از فرایند چند مرحله ای. بعد از پیدا شدن محل دقیق هر شیء در تصویر، به تعداد 103 ویژگی، مربوط به شکل و رنگ اشیاء از هر شیء استخراج می شود. سپس با استفاده از رگرسیون لوجیستیک از میان 103 ویژگی استخراج شده، 33 ویژگی موثرتر انتخاب شده و در نهایت اشیاء بر اساس ویژگی هایشان و توسط طبقه بندی کننده ی svm، به دو دسته ی سالم و معیوب طبقه بندی می گردند. بدین ترتیب انواع خرابی با دقت بالا کشف شده و همچنین محل آنها نیز در سطح پالت مشخص می شود.

چکیده با افزایش بکارگیری برنامه های کاربردی تحت وب، مسئله امنیت اطلاعات در این زمینه از اهمیت بیشتری برخوردار می باشد. یکی از مهم ترین حمله هایی که امنیت برنامه های کاربردی تحت وب را تهدید می کند، حمله به پایگاه داده ها است. گروه عمده ای از این حملات، با نام تزریق sql شناخته شده اند. در این پروژه به مطالعه و ارزیابی روش های حمله، کشف و دفاع در این حوزه پرداخته شده است. در همین راستا یک راهکار جدید برای تشخیص موفقیت حمله تزریق sql ارائه می شود که نسبت به روش های قبلی، برتری هایی دارد. دراین روش از دو پروکسی، یکی در جلوی کارگزار وب و دیگری در جلوی پایگاه داده استفاده شده است. پروکسی اول به درهم ریزی پارامترهای درخواست http و پروکسی دوم به بازگشایی آن ها می پردازد. بدین ترتیب این روش می تواند بروز موفق یک حمله تزریق را به درستی و بدون موارد مثبت کاذب تشخیص دهد. در ادامه، با استفاده از روش پیشنهادی یک ابزار آزمون نفوذ ساخته شده است که توانایی کشف آسیب پذیری تزریق sql را دارد. این ابزار با ابزارهای موجود مقایسه شده و موارد بیشتری از آسیب پذیری را در برنامه های کاربری مورد آزمون یافته است که همگی این موارد فاقد مثبت کاذب بوده اند. همچنین این ابزار برای پویش برنامه های کاربردی تحت وب متن باز بکار گرفته شده است و توانسته است چندین نقطه قابل تزریق را در آن ها بیابد. مهم ترین مزیت روش پیشنهادی و ابزار ساخته شده، عدم گزارش مثبت کاذب و مستقل بودن از زبان و فناوری توسعه وب است. همچنین، این روش، تمامی حملات تزریق sql را پوشش داده و نیاز به مرحله یادگیری ندارد.

تکنولوژی شناسایی از طریق امواج رادیویی یا به صورت خلاصه تر تکنولوژی رادیو شناسه چندین سال است که به عنوان یکی از تکنولوژی های کارآمد و مفید مطرح شده است. این تکنولوژی در کاربردهای زیادی به کار گرفته شده و نتایج مطلوبی نیز داشته است از جمله در مدیریت زنجیره تأمین، مدیریت چمدان های فرودگاه ها، خرده فروشی ها، کنترل دسترسی، شناسایی حیوانات خانگی و بیماران آلزایمری. در ساده ترین سطح این تکنولوژی اجازه می دهد یک بارکد از راه دور و در خطی غیر مستقیم با استفاده از امواج رادیویی خوانده شود. بارکد ها در سیستم های رادیو شناسه معمولاً کدهای یونیکی هستند که به هر شیء اختصاص می یابند. این کد روی تراشه ای متصل به یک آنتن ذخیره می شود. به مجموعه این تراشه و آنتن تگ گفته می شود. از آنتن برای انتقال اطلاعات تراشه به تگ خوان استفاده می شود. تگ خوان امواج رادیویی را از تگ ها دریافت و آن ها را به اطلاعات قابل انتقال به کامپیوتر تبدیل می کند. این اطلاعات یا داده ها در کامپیوتر ذخیره و پردازش می شوند. داده هایی که به وسیله ی سیستم های رادیو شناسه تولید می شوند بسیار بزرگ و حجیم هستند. متدهای قدیمی در این مورد کارساز نیست و واضح است که بایست تکنیک های جدید و کارآمدی برای پردازش این داده های حجیم به کار گرفته شود. استفاده از تکنیک های داده کاوی برای مدل کردن ارتباطات و کشف الگوهای مخفی در داده های بزرگ مفید به نظر می رسد. یکپارچه سازی داده های تکنولوژی رادیو شناسه آن ها را به صورت ابعادی، در فرمت مشخصی مرتب می کند و در نتیجه کار تحلیل و آنالیز راحت تر می شود. لذا قبل از به کارگیری الگوریتم های داده کاوی ابتدا با استفاده از قوانین یکپارچه سازی، داده ها را به انباره داده تبدیل خواهیم کرد. در این پروژه هدف و تمرکز را بر روی مراحل پیش پردازش قرار داده و سعی شده با بهبود این مراحل گامی موثر در جهت بهبود داده کاوی برداشته شود. در این پروژه با ارائه مدل جدیدی از یکپارچه سازی داده ها که در آن علاوه بر فازهای موجود در مدل قدیمی یعنی فاز جمع آوری داده، فاز پاک سازی و فاز تبدیل داده، فاز دیگری به این مدل اضافه شد که آن فاز فشرده سازی است و برای فشرده سازی داده های کاربرد مورد نظر در این پروژه ساختار جدیدی ارائه شد که البته این ساختار برای تمامی کاربردهایی از rfid که یک سری عملیات ثابت و تکراری بر روی داده ها انجام می شوند نیز قابل اعمال است. با به کارگیری این ساختار، داده هایی که از یک خط تولید موتور خودرو به دست آمده بودند و تعداد آن ها 75,127,352 بود را تا 50/1 مقدار اولیه فشرده کردیم، که باعث بهبود انباره داده در هنگام اعمال الگوریتم های داده کاوی شد. علاوه بر فشرده سازی بسیار زیاد داده ها مزیت دیگر این ساختار این است که می توان با ذخیره روند فشرده سازی در یک جدول در دیتابیس، داده ها را به داده های اولیه قبل از فشرده سازی بازگرداند. هم چنین کار دیگری که بر روی انباره داده انجام شد این بود که از نرمال بودن جداول در انباره داده به منظور کاهش تعداد جداول صرف نظر شد، که آن چنان که نشان داده خواهد شد این کار نیز موجب بهبود زمان اجرای الگوریتم داده کاوی شد. با به کارگیری الگوریتم های داده کاوی بر روی انباره داده ساخته شده با استفاده از ساختار جدید میزان خطا را 16 درصد به دست آوردیم که نشاندهنده این است که روش ارائه شده روش قابل قبولی است.

با گسترش سیستمهای اطلاعاتی پیچیده که در محیطهای عملیاتی پویا مستقر می شوند، نیاز به سیاستهای مدیریتی کلان برای مدیریت و کنترل سیستمها بیش از پیش به چشم می آید. هم چنین چالشهای مهندسی سیستم های نرم افزاری جدید از برطرف کردن نیازمندی های وظیفه مندی و غیروظیفه مندی ساده به موارد پیچیده تری تغییر پیدا کرده است. مواردی چون مقاوم سازی نرم افزار در برابر تغییرات ناگهانی در محیط های غیرقطعی و تطبیق پذیری سیستم در حال اجرا. در راستای برآورده ساختن نیازهای جدید و پوشش چالش های ذکر شده، سبک معماری سرویس گرا ارائه شده است که با معرفی مفاهیم نوینی در مهندسی نرم افزار مانند سرویس، ارتباط سست بین سرویسی، واسطهای خوش تعریف و انقیاد پویا سعی دارد یک معماری قابل انعطاف برای کنترل کیفیت خدمات ارائه دهد. به منظور تضمین کیفیت سرویس ها در زمان اجرای سیستم، معماری سرویس گرا باید خود را در برابر تغییرات ناگهانی محیط عملیاتی و یا درخواست سرویسهای جدید از سوی سرویس گیرندگان تطبیق دهد. در دهه اخیر کارهای زیادی در زمینه معماری های سرویس گرای خودتطبیق انجام گرفته است. این تحقیق نیز می کوشد چهارچوبی مبتنی بر مدل برای به کارگیری قابلیت تطبیق پذیری در معماری سرویس گرا ارائه دهد، به گونه ای که انتخاب سرویس ها در زمان اجرا و نیز شناسایی سرویس های حرفه در زمان مدل سازی با در نظر گرفتن شرایط محیط اجرا و نیازهای مشتریان قابل تطبیق باشد. از این رو در این چهارچوب، مدل جدیدی برای واسط سرویس و مصرف کننده سرویس در معماری سرویس گرا مطرح شده است. هم چنین با استفاده از مفهوم حلقه بازخورد، سازوکاری طراحی شده است که اطلاعات زمان اجرا از فاز استقرار و نگهداری معماری سرویس گرا به فاز مدل سازی و به طور خاص گام شناسایی سرویس ها منتقل شود. علاوه بر این یک روش نیمه خودکار و مبتنی بر مدل برای شناسایی سرویس های کسب و کار معرفی شده است که قادر است با در اختیار داشتن مدل های فرآیندهای کسب و کار، موجودیت های کسب و کار و نیز با کمک اطلاعاتی که از محیط اجرایی دریافت می کند، سرویس های مورد نیاز حرفه را شناسایی کند.

با گسترش روز افزون دادهها و اهمیت آنها، محققان مدلهای داده ای بسیاری در پایگاههای دادهای ارایه کردهاند که هر یک از این مدلها بخشی از مفاهیم را پوشش داده است. با توجه به توانمندیهای بیشمار شیگرایی، در زمینه پایگاه دادگان شیگرا مدلهای بسیار معرفی شدهاند تا فضاهای خالی میان ویژگیهای یک شی و مدلی که آن را در پایگاه دادهای ذخیره میکردند را تقلیل بخشند. ارائه چنین مدل- نباشد. از دیگر سو در طی چند دهه اخیر اهمیت زمان در (orm) هایی موجب گردید تا دیگر نیازی به استفاده از نگاشت شی رابطهای دادهها ملموستر از پیش شده است و اکنون نقش آن در مدلهای دادهای پررنگتر گشته است. مدل شیگرایی به دلیل توانایی در انعطاف پذیری و کپسوله سازی از مدلهایی محسوب می شود که در چند دهه اخیر بسیار مورد توجه طراحان مدلهای داده ای قرار گرفته است. از اینرو در این تحقیق مدلی شیگرا ارائه گردیده که ابعاد زمان را در خود دارا میباشد. البته مدلهای متعددی از قبیل و غیره، توسط محققان مطرح گردیده است. مدلهای از پیش ارائه شده، در حوزه tigukat ،chimera ،oodaplex پایگاههای دادهای زمانی با محوریت دو بعد از زمان که عبارتند از زمان اعتبار و زمان تراکنش مطرح گشتهاند. بسیاری از مدلها زمان اعتبار را مد نظر قرار دادهاند و زمان تراکنش را پشتیبانی نمیکند. اهمیت این مسأله تا حدی است که پایگاههای دادهای که چنین قابلیتی نامیدهاند. برخی نیز تنها از زمان اعتبار پشتیبانی میکنند و برخی دیگر نیز هر دو بعد را پوشش می rollback database ، را دربر دارد دهند. اما با این وجود مدلی که مفاهیم جامع یک مدل مبتنی بر زمان را بیان کند و بتواند از قابلیت پشتیبانی شیهای پیچیده بهره ببرد، هنوز ارائه نشده است. از اینرو ما مدلی را مطرح کردهایم که توانمندیهای بیشتری از جنبههای زمانی را در نظر میگیرد و قابلیت پشتیبانی از هر دو نوع زمان در مدلهای دادهای - نقطه زمان و بازه زمانی- را دارد.

. در این پایان نامه سعی شده است تا سیستم شناسایی چهره نوینی بر پایه استفاده از توصیف کننده های محلی برای غلبه بر شرایط مذکور معرفی شود. به این منظور، دو توصیف کننده محلی نوین معرفی شده و بطور کامل مورد بررسی قرار می گیرد. سپس به بررسی روش های ترکیبی حاصل از دو توصیف کننده پرداخته و به منظور کاهش بعد ناشی از ترکیب ویژگی های توصیف کننده ها با یکدیگر، فضای ویژگی حاصل بر زیر فضاهای lda مربوط به نواحی مختلف تصویر، نگاشت شده تا توصیفی متمایز کننده و مقاوم نسبت به نویز و وضوح پایین تصویر چهره تولید شود. همچنین برای تعدیل مشکلات ناشی از شرایط نامناسب روشنایی، روش نوینی در نرمال سازی روشنایی چهره معرفی می شود. در این روش با فشرده سازی دامنه پویای شدت روشنایی تصویر و سپس بهبود کنتراست تصویر نهایی، تغییرات روشنایی در تصویر تا حد مطلوبی از بین می رود. ارزیابی روش های شناسایی معرفی شده بر روی بانک های داده yale و orl صورت می گیرد و برای ارزیابی روش نرمال سازی معرفی شده، مجددا از بانک داده yale وبانک داده yale b استفاده می شود. نتایج بدست آمده در آزمایش ها نشان می دهد که سیستم شناسایی معرفی شده، توانایی شناسایی در شرایط بسیار شدید نویزی و وضوح پایین را داشته و می تواند با تعداد کمتری از تصاویر آموزشی به سطح مطلوبی از کارایی برسد

هدف پژوهش حاضر تعیین سهم بازارچه مرزی و مبادلات غیررسمی در توسعه کالبدی و فضایی شهر بانه می باشد. جامعه آماری این تحقیق شامل شاغلان در بخش تجاری شهر، مردم ساکن شهر بانه و مسئولان و متولیان امور شهری می باشد. روش این مطالعه از نوع مطالعات کاربردی – توصیفی است. نمونه گیری این پژوهش به روش کوکران می باشد. برای جمع آوری داده ها از آرشیو سازمانها و ادارت شهر بانه و استان کردستان و مشاهدات میدانی برای داده های شهری و پرسشنامه استفاده شده است. برای تجزیه و تحلیل داده ها از آزمون آماری علامت، آزمون t تک متغیره و توزیع دو جمله ای استفاده شده است. یافته ها نشان داد که تأثیر مبادلات غیررسمی از بازارچه مرزی در توسعه کالبدی و فضایی شهر بانه بیشتر است. به گونه ای که تأثیر مبادلات تجاری غیررسمی بر توسعه فیزیکی شهر و رونق فضای کسب و کار در آن و در نهایت جمعیت پذیری شهر بانه با توجه به نتایج آزمونهای آماری مورد استفاده بسیار پررنگ بوده و دارای رابطه معناداری بوده است. در حالیکه بازارچه مرزی سیرانبند بانه فقط در امر جمعیت پذیری شهر بانه توانسته است که نقش ارزنده ای را ایفا کند و رابطه معناداری با دو مولفه دیگر یعنی توسعه فیزیکی شهر و رونق فضای کسب و کار مشاهده نشد.

با افزایش توان پردازنده ها از طریق افزودن تعداد هسته ها، نیاز به سیستم عاملی داریم که بتواند از همه ی پردازنده ها استفاده کند و به این ترتیب سیستم عامل به صورت موازی نیازهای کاربران را تامین نماید. حضور پردازنده های گرافیکی با تعداد هسته های زیاد، این امکان را برای سیستم عامل فراهم می نماید تا پردازش های حجیم را به آنها منتقل کند و از این طریق کارایی بالاتری ارائه نماید. از سوی دیگر حفظ امنیت اطلاعات برای کاربران اهمیت دارد و از آن جا که رمزنگاری اطلاعات، پردازش زیادی نیاز دارد، می توان از پردازنده های گرافیکی برای رمزنگاری داده ها استفاده نمود. در این پایان نامه یک سیستم فایل امن که از پردازنده های گرافیکی استفاده می کند، با نام «سیستم فایل امن مبتنی بر پردازنده های گرافیکی» (gsfs) طراحی و پیاده سازی شده است. gsfs علاوه بر محرمانگی، جامعیت داده ها را نیز تامین می کند. این سیستم فایل، با ایجاد دسترسی به اطلاعات (آی نودها) برای کاربران گوناگون و افزایش یا کاهش سطح دسترسی در هر سطح از ساختار سیستم فایل، امکان به اشتراک گذاشتن اطلاعات را فراهم می کند. gsfs، امکان لغو کاربر به صورت کارامد را فراهم می کند و با استفاده از لینک های رمزنگاری، کاهش استفاده از رمزنگاری کلید عمومی را ممکن می سازد. همچنین gsfs، از gcm برای احراز اصالت و محرمانگی داده ها استفاده می کند. در gsfs، جامعیت داده ها توسط کلید کاربر ریشه و محرمانگی داده ها توسط کلید کاربران تامین می شود و به این ترتیب محرمانگی از جامعیت داده ها، متمایز می شود و تمامی اطلاعات جدول ها واجزای گوناگون در gsfs، با استفاده از کلید عمومی کاربر ریشه احراز اصالت می شود. gsfs، در سطح هسته پیاده سازی شده است و از یک برنامه ی opencl در سطح کاربر برای رمزنگاری صفحات استفاده می کند و به این ترتیب امکان پردازش موازی اطلاعات توسط هر نوع پردازنده فراهم می شود. آزمون های انجام شده نشان می دهد gsfs ضمن فراهم آوردن این امکانات، در مقایسه با یکی از سیستم فایل های پیش فرض سیستم عامل لینوکس (ext3 )سرعت تقریبا یکسانی برای آی نودهای غیر امن ارائه می کند ولی به دلیل استفاده از الگوریتم رمزنگاری و چکیده سازی متفاوت نسبت به سیستم فایل امن ecryptfs سرعت کمتری برای آی نودهای امن ارائه می کند. به علاوه استفاده از gpu در طرح پیشنهادی این پایان نامه، در مقایسه با cpu، باعث افزایش سرعت به دو برابر می شود.

روبات ها به طور کلی به دو دسته ی پایه متحرک و پایه ثابت تقسیم می شوند. روبات های پایه متحرک یا سیار طیف وسیعی از نیازهای انسان را پوشش می بخشند. روبات های سیار برای کاوش در سیارات، کاوش در مناطقی که به نوعی برای انسان مضر است و کابردهای دیگر مورد استفاده قرار می گیرند. یکی از مهمترین اهدافی که در زمینه روبات های سیار خودمختار مطرح است، اکتشاف یک محیط ناشناخته توسط روبات به منظور تولید نقشه محیط، تشخیص وجود علائمی خاص (علائم حیاتی موجودات زنده، علائم هشدار دهنده و خطرزا، آلودگیهای محیطی و... ) در محیط و تعیین دقیق مکان آن ها در نقشه ی محیط است. برای رسیدن به چنین هدفی مسائل اساسی عبارتند از: تعیین مناطق کاوش نشده ی محیط، مسیریابی به منظور هدایت روبات (جهت شناختِ مسیری قابل عبور برای رساندن روبات به مناطق کاوش نشده و عدم برخورد با موانع) و کنترل روبات.یکی از موضوعاتی که در دهه ی اخیر در مورد روبات های سیار مورد علاقه محققین قرار گرفته است، بحث روباتیک احتمالی است. این علم با مسائلی از روباتیک درگیر می باشد که عدم قطعیت در آن وجود دارد. مکان یابی و تولید نقشه به صورت همزمان یکی از موضوعات روباتیک احتمالی و ضروری برای روبات های سیار می باشد. در این پایان نامه الگوریتم مکان یابی و تولید نقشه به صورت همزمان با استفاده از صافی کالمن توسعه یافته، و بر روی یک نمونه روبات سیار امدادگر پیاده سازی شده است. حذف آشفتگی ها از مجموعه ی داده هایی که در محدوده ی درستی حسگر فاصله یاب لیزری روبات قرار داشته و نیز استفاده از حد آستانه ی زاویه ای سبب بهبود در الگوریتم استخراج خطِ پروسه ی رسم نقشه گردید. همچنین برای بهبود در عملکرد الگوریتم یافتن نزدیکترین نقطه ی مکرر، در گام همجورسازی، به جای استفاده از روش جست وجوی نزدیکترین همسایه از روش های موجود برای حل مسئله ی تخصیص استفاده شد. از دیگر نوآوری های این پایان نامه بهبود جابه جایی تخمین زده شده به وسیله ی حسگر رمزگذار چرخشی، پیش از استفاده از آن در گامِ تخمین اولیه ی فیلتر کالمن توسعه یافته، با استفاده از الگوریتم نزدیکترین نقطه ی مکرر بوده است. الگوریتم بهبود یافته در این مرحله را iekf-slam نامیدیم.

امتیاز دهی اعتباری ، نظامی است که به وسیله آن بانک ها و موسسات اعتباری با استفاده از اطلاعات حال و گذشته متقاضی ، احتمال عدم بازپرداخت وام توسط وی را ارزیابی نموده و به او امتیاز می دهند. مدل های اعتبار سنجی متداول یا مدل های ارزیابی اعتبار، متقاضیان دریافت اعتبار را بر اساس فاکتور های مالی به دو گروه "وام گیرنده های خوش حساب" یعنی کسانی که توانایی پذیرش مسئولیت ها و تعهدات مالی را دارند و "وام گیرنده های بدحساب" یعنی کسانی که درآن ها احتمال نقض تعهدات مالی بسیار است، تقسیم بندی می کنند. امتیاز دهی اعتباری یک تکنیک تحلیلی برای ارزیابی ریسک می باشد. ریسک اعتباری مهم ترین ریسکی است که بانک ها و موسسات مالی با آن مواجه می باشند. حجم قابل ملاحظه ای از تسهیلات اعطایی سوخت شده یا معوقه بانک ها ، گویای فقدان مدل های مناسب اندازه گیری ریسک اعتباری و سیستم های مدیریت ریسک در شبکه های بانکی است . یکی از مهمترین ابزارهایی که بانک ها برای مدیریت و کنترل ریسک اعتباری بدان نیازمند می باشند، سیستم رتبه بندی اعتباری مشتریان است. با رشد بسیار زیاد داده ها و تجربیات خصوصا در دو دهه گذشته در صنعت مالی و اعتباری و نیز با بالا رفتن تعداد ومیزان پتانسیل افراد متقاضی، نیاز به توسعه مدل های کامل تر و پیچیده تر بیشتر نمایان شده است به طوری که بتوان رویه های اعطای اعتبارات را به صورت خودکار انجام داد و سلامت مالی افراد را نظارت کرد. از آنجا که یک افزایش دقت در تشخیص مشتریان حتی به اندازه درصدی کوچک ممکن است منجر به حفظ و ذخیره حجم عظیم منابع و منافع مالی شود، لذا باید مدل های کاملتر و خبره تری در این زمینه ارائه شوند تا به افزایش دقت در مدل های اعتبار سنجی بپردازند. در این پایان نامه یک مدل اعتبار سنجی ترکیبی از الگوریتم آدابوست و درخت تصمیم پیشنهاد داده شده است. در این مدل چندین درخت تصمیم به عنوان یادگیر های اولیه و ضعیف با هم تجمیع می شوند و یک درخت (دسته بند) و احد و قوی را تشکیل می دهند .آدابوست با توجه به توانایی دسته بندی هر درخت و نیز میزان توانایی هر درخت در تقویت نقاط ضعف درختان قبلی در تشخیص نمونه ها به هریک از درختان تصمیم یک ضریب وزنی اختصاص می دهد و این فرایند را به صورت ترتیبی انجام می دهد. دسته بند ایجاد شده بر اساس ضرایب وزنی درختان تصمیم سازنده آن به پیش بینی نمونه های جدید می پردازد.در واقع تمرکز الگوریتم آدابوست برروی انتخاب درختانی است که بهتر بتوانند نمونه هایی را که درختان تصمیم قبلی در مورد آن ها دقت کمتری داشته اند را دسته بندی کنند و به این ترتیب باعث افزایش دقت ، پایداری و کاهش overfitting نسبت به یادگیرهای اولیه می شوند.توانایی این مدل ترکیبی توسط معیارهای ارزیابی مانند نرخ دقت ، نرخ صحت ، نرخ اختصاصی، منحنی ( roc) و سطح زیر منحنی (auc) مورد سنجش قرار گرفته است. برای ارزیابی مدل از دو مجموعه داده ی اعتباری واقعی آلمان و استرالیا استفاده شده است . در راستای ارائه مدل پیشنهادی ، یک نرم افزار مبتنی بر زبان c# و پایگاه داده sqlserver طراحی و پیاده سازی شده است و تمامی الگوریتم ارزیابی در این نرم افزار فراهم آورده شده است. هم چنین این نرم افزار امکان ساخت هزار درخت تصمیم را فراهم آورده است .نتایج پیاده سازی نشان می دهد که مدل ترکیبی پیشنهادی، دقت طبقه بندی و کارایی بسیار بالاتری نسبت به اکثر الگوریتم های اعتبار سنجی مورد مقایسه در این تحقیق چه در حالت تک الگوریتم و چه به صورت ترکیبی دارد. مدل پیشنهادی به غیر از داده های اعتباری بر روی داده های مانند داده های پزشکی و مالی مورد ارزیابی قرار گرفته است. نتایج بدست آمده نشان می دهد نه تنها الگوریتم مورد نظر دارای توانایی و دقت بسیار زیاد در دسته بندی داده های اعتباری است بلکه داده های دیگر را نیز با دقت بسیار بالایی طبقه بندی می کند.

کاربرد وسیع سیستم های تعبیه شده بر روند رشد این سیستم ها، اعم از سخت افزار و نرم افزار، تاثیر قابل توجهی داشته است. تقاضا برای ایجاد کاربردهای جدید، افزایش حجم پردازش ها و رشد فناوری از سوی دیگر انتظاراتی را برای افزایش قدرت پردازشی و بهبود کیفیت در این گونه سیستم ها ایجاد کرده است. در پاسخ به این انتظارات همسو با روند رشد سیستم های کامپیوتری، سیستم های تعبیه شده بلادرنگ نیز به سمت استفاده از پردازنده هایی با تعداد بیشتری هسته و اخیرا پردازنده هایی با تعداد هسته های بیشتر و نامشابه (پردازنده های ناهمگن)، سوق داده شده است. با توجه به سرعت رشد و بروز این تغییرات سخت افزاری که در سال های اخیر رخ داده است، یک عدم تطابق در توسعه و ایجاد سیستم عامل مورد استفاده در این سیستم ها با قدرت پردازشی موجود درسخت افزار، مشاهده می شود. هر چند که هنوز خود مبحث پردازنده های ناهمگن و خصوصا استفاده از آن ها در سیستم های بلادرنگ موضوع بسیاری از تحقیقات در حال انجام می باشد. با افزایش سطح انتظارات عمومی از قدرت پردازشی یک سیستم تعبیه شده و توسعه این سیستم ها به حوزه های کاربردی جدید، پیش بینی می شود که این روند، استفاده از پردازنده های ناهمگن، روند غالب و طرح آتی مورد استفاده در سیستم های تعبیه شده باشد. لذا در این تحقیق به مسئله زمان بندی کارهای بلادرنگ بر روی یک پردازنده ناهمگن می پردازیم. روش پیشنهادی، ترکیبی از الگوریتم های زمان بندی سیستم های کامپیوتری(غیربلادرنگ) با پردازنده های ناهمگن و الگوریتم های زمان بندی پردازنده های چند هسته ای همگن بلادرنگ می باشد. در این روش ابتدا وظایف موجود در سیستم به دسته های مختلفی به تعداد واحدهای محاسباتی قابل زمان بندی، تقسیم شده و سپس هر دسته به مناسب ترین واحد محاسباتی نسبت داده می شود و در ادامه با توجه به ویژگی های گروه از سیاست های زمان بندی محلی، متفاوت یا یکسانی، جهت زمان بندی وظایف می توان استفاده کرد، که در این روش عمدتا از سیاست گردشی دوره ای با اندازه کوانتوم های متفاوت استفاده شد. در نهایت مواقعی که سیستم تحت بار کاری زیادی قرار می گیرد، وظایف می توانند بین واحدهای محاسباتی مختلف جابه جا شوند. این جابه جایی یک طرفه بوده و فقط از سمت دسته هایی با اولویت بالاتر به سمت دسته هایی با اولویت پایین تر صورت می پذیرد، بنابراین اگر صف محلی مربوط به دسته با اولویت پایین تر دچار ازدحام شود هیچ جابه جایی صورت نمی گیرد. عملکرد روش پیشنهادی باتوجه به سه پارامتر، کارایی، تامین مهلت زمانی و حداکثر بار با احتساب هزینه جابه جایی جهت انتقال یک وظیفه بین هسته ها یا نخ های مختلف بررسی گردید، که عموما در بسیاری از منابع مورد مطالعه تاثیر پارامتر هزینه جابه جایی وظایف در نظر گرفته نشده است. جهت اعمال هزینه جابه جایی محاسبات و شبیه سازیها بر اساس ویژگیهای یک پردازنده تجاری از شرکت سان سیستم صورت پذیرفت. نتایج حاصل از مقایسه روش پیشنهادی با سه روش، توزیع عادلانه وظایف، الگوریتم کوتاهترین مهلت زمانی نسبی پارتیشن و توزیع متناسب بر اساس زمان مقیاسبندی شده، بر روی بنچمارکهای استفاده شده حاکی از آن بود که الگوریتم پیشنهادی در مجموع سه پارامتر بهبود 13/5 درصدی نسبت به الگوریتم توزیع متناسب بر اساس زمان مقیاسبندی شده و بهبود 07/23 درصدی نسبت به الگوریتم کوتاهترین مهلت زمانی نسبی پارتیشن و بهبود نزدیک 40 درصد نسبت به الگوریتم توزیع عادلانه داشته است. به لحاظ مرتبه زمانی اجرای الگوریتم، روش پیشنهادی دارای مرتبه (n)o میباشد. با توجه به تامین مهلتهای زمانی بیشتر با حفظ میزان کارایی و پایین بودن نسبی مرتبه زمانی اجرای الگوریتم، کیفیت سیستم افزایش پیدا خواهد کرد. واژه های کلیدی: سیستم های تعبیه شده، زمان بندی وظایف بلادرنگ، پردازنده های چند هسته ای ناهمگن، هزینه جابه جایی وظایف.

پیش بینی نرخ ارز، همواره به عنوان یکی از موضوعات مورد علاقه فعالان اقتصادی و دانشگاهی بوده است. توان پیش بینی دقیق نرخ ارز، می تواند سود قابل توجهی را نصیب شرکت ها و معامله گران کند. اما نوسان زیاد نرخ ها به دلایلی چون تعدد پارامترهای دخیل در بازار، این کار را بسیار پیچیده و پرخطر کرده است. تاکنون روش های متنوعی از جمله تکنیک ها و فاکتورهای اقتصادی و روش های الگویابی در نرخ های گذشته برای این منظور مورد استفاده قرار گرفته اند. یکی از روش ها که در دو دهه اخیر به دلیل کسب موفقیت های بسیار در این زمینه مورد توجه قرار گرفته است، استفاده از محاسبات نرم می باشد. در این تحقیق، یک سیستم فازی- عصبی ترکیبی بر مبنای خوشه بندی c-means فازی نوع دوم بازه ای، شبکه های عصبی پرسپترون چند لایه و مدل فازی نوع دوم بازه ای برای پیش بینی بازار پر نوسان نرخ ارز forex پیشنهاد شده است. توان بالای شبکه های عصبی در یادگیری و تطابق با محیط و همین طور قابلیت سیستم های فازی در تشخیص عدم قطعیت موجود، این ترکیب را به ترکیبی مناسب برای چنین محیط پیچیده و پر نوسانی تبدیل کرده است. جهت کسب همگرایی سریعتر در فرآیند یادگیری، از ترکیب bp و rprop جهت بهینه سازی پارامترها استفاده شده است. دو نرخ ارز eurusd و usdchf از بازار forex جهت آزمایشات مورد استفاده قرار گرفته اند. سرعت همگرایی و دقت پیش بینی در مورد مدل بررسی شده است. همچنین این مدل با معادل فازی نوع اول خود به همراه خوشه بندی c-means فازی نوع اول و همچنین سیستم فازی- عصبی مبتنی بر flann مورد مقایسه قرار گرفته است. کارایی مدل پیشنهادی در هر دو زمینه سرعت همگرایی و دقت پیش بینی به وضوح قابل مشاهده است.

موفقیت و عملکرد صحیح سیستم های بی سیمی که از حسگرها برای جمع آوری اطلاعات استفاده می کنند، به کیفیت داده های جمع آوری شده بستگی دارد. اطلاعات غلط یکی از مهم ترین عوامل تأثیر گذار بر کیفیت داده ها می باشد که می توان آن ها را برخاسته از عللی نظیر خرابی حسگرها، کانال ارتباطی غیر مطمئن و یا حسگرهای به تسخیر درآورده شده دانست. شبکه های اقتضایی خودرویی نمونه ی پویایی (به علت تغییرات سریع توپولوژی) از این گونه سیستم ها هستند که با هدف اصلی افزایش سطح ایمنی مسافرین و جاده ها معرفی شده اند. در این شبکه ها، خودروها به وسایلی نظیر کامپیوتر، انواع حسگرها، سیستم موقعیت یاب جهانی و رابط بی سیم مجهز می شوند و اطلاعات ضروری جاده ها از طریق ارتباطات خودرو به خودرو و خودرو به تجهیزات کنار جاده ای، منتشر می شود. در این شرایط خودروهای بدخواه ممکن است اقدام به شایعه پراکنی و انتشار اطلاعات غلط کنند. به عنوان مثال گزارش کردن یک رخداد غیر واقعی مانند ترمز ناگهانی می تواند باعث اتخاذ تصمیمات نادرست و حرکات اشتباه از سوی خودروهای دریافت کننده ی گزارش شود که در اکثر موارد می تواند منجر به حوادث جبران ناپذیری بشود. بنابراین یک مسئله اساسی به منظور حفظ ایمنی در شبکه های اقتضایی خودرویی اینست که چگونه می توان به پیام های دریافت شده اعتماد پیدا کرد و یا به بیان دیگر چگونه می توان اطلاعات غلط را تشخیص داد. برای حل این مسئله معمولا از روش های مدیریت اعتماد استفاده می شود. بسیاری از روش های ارائه شده از مدل های اعتماد شهرت-محور (توزیع شده) که از شبکه های اقتضایی سیار گرفته شده است، استفاده کرده اند. اما این مدل ها در شبکه هایی که دارای توپولوژی ناپایدار هستند، عملکرد ضعیفی دارند. برخی دیگر از روش های ارائه شده از مدل های اعتماد داده-محور بهره گرفته اند. این مدل ها نیز در برابر حمله تبانی و همچنین در مناطق خلوت نتایج ضعیفی را نشان می دهند. بر اساس تحقیقاتی که تا کنون صورت گرفته، ارائه ی یک سیستم اعتماد توزیع شده ی محض جهت تشخیص اطلاعات غلط در شبکه های اقتضایی خودرویی که از استحکام کافی برخودار باشد و هنگام تغییرات سربع توپولوژی کارایی خود را از دست ندهد، تقریبا غیرعملی است. در این پایان نامه، یک سیستم تشخیص اطلاعات غلط برای شبکه های اقتضایی خودرویی پیشنهاد شده است که در آن، سابقه ی راستگویی خودروها در قالب یک عدد حقیقی بین 0 و 1 در پایگاه داده مشترک rsuها قرار داده می شود و هر خودرو به صورت دوره ای سابقه ی خود را از نزدیک ترین rsu دریافت می کند. هر خودرو هنگام ارسال گزارش هایش، شناسه خودروهای اطرافش و سابقه خود را به گزارش ها الحاق می کند. گیرنده ی گزارش ها بر اساس رده و سابقه ی خودروی گزارش دهنده و همچنین بر اساس درصد همسایه های خودروهای گزارش دهنده که گزارش او را تأیید کرده اند، گزارش را اعتبارسنجی می کنند. از آنجا که اعتماد، یک مسئله عدم قطعیت بشمار می رود و منطق فازی از بهترین روش های حل چنین مسائلی است، از استدلال فازی برای فرموله کردن شواهد و اعتبارسنجی پیام ها استفاده شده است. بعد از اعتبارسنجی گزارش ها اگر مشخص شود خودرویی گزارش غلط ارسال کرده، rsu وزن او را کاهش می دهد. نتایج شبیه سازی ها نشان می دهند که سیستم پیشنهاد شده در این پایان نامه جهت تشخیص اطلاعات غلط، حتی در شرایطی که سرعت خودروها و میزان تبانی در شبکه زیاد باشد دارای دقت بسیار بالایی است.

سیاست تبلیغاتی و چگونگی تبلیغ، نقش فراوانی در میزان سود حاصل از آن دارد. امروزه علوم کامپیوتر و پیشرفت فناوری در عرصه بازاریابی با علم اقتصاد درآمیخته است که در این میان، شبکه های اجتماعی به عنوان ابزاری بسیار قدرتمند این ارتباط را استوارتر نموده است. با توجه به این که تاثیرپذیری و موج محبوبیت، بیش ترین تاثیر را در انتشار رفتار خرید افراد دارد، مساله پیدا کردن k گره تاثیر گذار در شبکه ها دارای جایگاه ویژه ای است. مد ل ها و الگوریتم های مختلفی مانند مدل آبشاری و آستانه ای ارائه شده است،که تا حد قابل قبولی مساله انتشار را نشان می دهند ، اما جنبه انگیزه، تشویق و حریم خصوصی افراد در این مدل ها هنوز یک چالش اصلی به شمار می رود. این پایان نامه با ارائه مدل حراج گروهی سعی بر آن دارد تا در یک بستر امن و از طریق انتخاب گروه های تاثیر گذار به جای افراد، اطلاعات و تعاملات آن ها را از دیگران پنهان سازد. هم چنین با توجه به اهمیت ایجاد انگیزه در افراد تاثیرگذار برای تبلیغ، ایده حراج و پیشنهاد قیمت توسط افراد، به عنوان تشویقی برای انتشار اطلاعات محسوب می شود. در الگوریتم های ارائه شده گروه های برنده، بر اساس میزان محبوبیت و قیمت پیشنهادی انتخاب می شوند و مدل با طراحی مکانیزمی، راست کرداری گروه ها در اعلام قیمت را تضمین می کند کلمات کلیدی: بازاریابی ویروسی، مدل های انتشار، حفظ حریم خصوصی، حراج گروهی، طراحی مکانیزم راستگویی

کشف داده پرت مرحله مهمی در پیش پردازش داده ها است و نتایج داده کاوی وابسته به انجام صحیح آن می باشد. در کشف داده پرت، داده هایی که با سایر داده ها تفاوت زیادی دارند و رفتار داده های معمولی را نشان نمی دهند، شناسایی شده و حذف می گردند. مراحل بعدی داده کاوی تنها بر روی داده های معمولی انجام می شوند. چنانچه داده های پرت حذف نشوند و همراه با داده های معمولی پردازش شوند، ممکن است مدل نا صحیحی ایجاد کنند و مدل نهایی بیانگر رفتار معمول نمونه ها نباشد. حذف این داده ها در حالی صورت می-گیرد که در برخی موارد تعداد داده های پرت زیاد است یا این داده ها دارای ارزش و مفهوم خاصی هستند. در این تحقیق به بررسی استفاده از داده های پرت در چنین مواردی پرداخته خواهد شد تا مشخص شود که آیا پردازش جداگانه این داده ها می تواند سودمند باشد یا خیر. به این منظور روش های داده کاوی به طور جداگانه بر روی داده های معمولی و پرت اعمال می شوند تا مدل یا مدل هایی برای بیان رفتار هر گروه حاصل شود. برای ارزیابی نتایج از دقت استفاده می شود و دقت روش پیشنهادی، که پردازش جداگانه داده-های معمولی و پرت است با روش معمول که همان حذف داده های پرت است مقایسه می گردد. در این راستا از چهار مجموعه داده استاندارد که معمولاً در کشف داده پرت استفاده می شوند یعنی german credit، wdbc، pima indian diabetes و bcw یک مجموعه داده ساختگی بهره برده می شود. بر طبق پیاده سازی های انجام شده پردازش این داده ها حداقل به روشی که در این تحقیق مورد استفاده قرار گرفته است، به عنوان یک روش معمول، مناسب نیست.

زمون انطباقی کامپیوتری یک روش رو به رشد ارزیابی در بسیاری از موسسات آموزشی و همچنین غیر آموزشی در سراسر جهان است. ویژگی متمایزکننده آزمون انطباقی کامپیوتری اجرای آزمون متناسب با توانایی آزمون دهنده بر اساس پاسخ سوالات قبلی می باشد. از این رو، می توان آزمون کوتاه تر را اجرا و در عین حال تخمین دقیق تری از توانایی آزمون دهنده به دست آورد. روش های مختلفی برای ایجاد آزمون انطباقی کامپیوتری بر اساس نظریه سوال پاسخ ارائه شده است. هدف این پایان نامه بهبود روش انتخاب سوال در آزمون انطباقی کامپیوتری بر اساس نظریه سوال پاسخ با توجه به سطح دانش آزمون دهنده می باشد. در این پایان نامه علاوه بر پارامترهای سوال که در نظریه سوال پاسخ مطرح شده است، ساختاری برای سوالات پیشنهاد شده است که بر اساس آن می توان روش انتخاب سوال را بهبود بخشید، علاوه بر این طول آزمون کوتاه تر خواهد شد.

سیستم عامل های تعبیه شده به عنوان اصلی ترین نرم افزار در سیستم های تعبیه شده مطرح هستند. به طورکلی، مدیریت فرآیند ها و مدیریت حافظه اصلی ازجمله وظایف این نوع از سیستم عامل ها است. به عنوان نمونه سیستم عامل میکروسی، یک سیستم عامل تعبیه شده متن باز به زبان c است، که واحد مدیریت حافظه آن به صورتی است که به جای استفاده از توابع موجود در سیستم های عمومی، از بلاک های حافظه با اندازه ثابت استفاده می کند. ازطرف دیگر، حافظه spm حافظه ای کوچک و سریع بوده که پردازنده از آن برای ذخیره موقت دادهها استفاده میکند. این حافظه به عنوان جایگزینی برای حافظه نهان در سیستمهای تعبیهشده مطرح شده است. سیستم عامل و کامپایلر از وجود چنین حافظه ای اطلاع دارند (بر خلاف حافظه نهان)، بنابراین جهت استخراج مزیت های این حافظه، ارائه مکانیزم های موثر تخصیص حافظه توسط هرکدام از مولفه های کامپایلر و سیستم عامل ضروری است. درسال های اخیر چندین روش جهت مدیریت حافظه spm بیان شده است که این روش ها سعی می کنند داده ها ویا کدهایی که به طور مکرر در زمان اجرا مورد دسترسی قرار می گیرند را درون این حافظه پیش واکشی کرده و از این طریق کارایی ویا مصرف انرژی را بهبود دهند. ولی در روش هایی که تاکنون پیشنهاد شده است، مکانیزم های تخصیص حافظه توسط سیستم عامل و نیز داده های پویا (داده هایی که در زمان اجرا ایجاد می شوند) و تخصیص این نوع از داده ها بر روی حافظه spm کمتر مورد توجه قرار گرفته است. از طرف دیگر در محیط های چندوظیفه ای محرومیت برنامه ها از این حافظه مورد توجه قرار نگرفته درحالی که به دلیل محدود بودن حجم حافظه spm امکان محرومیت برنامه ها از این حافظه وجود دارد. هدف این پژوهش این است که بتوان حافظه spm را در سطح سیستم عامل مدیریت کرد به صورتی که داده های پویایی که بسیار مورد ارجاع قرار می گیرند را در این حافظه قرار داد، به طوری که استفاده مجدد از آن ها با هزینه کمتر انجام گیرد و از این طریق کارایی سیستم افزایش یابد. ازطرف دیگر در یک محیط چند برنامه ای، از محرومیت برنامه ها جهت بهره مندی از این حافظه جلوگیری شود. برای حل این مسئله، الگوریتمی پیشنهاد شد که در آن از تفسیر برنامه نویس در زمان طراحی برنامه های تعبیه شده، مدیریت حافظه پویای سیستم عامل میکروسی و سیاست صفحه بندی ساده ی سیستم عامل استفاده شده است. به طور خلاصه، برای جلوگیری از بالاسری زیاد بر روی سیستم عامل جهت مشخص کردن داده هایی که در زمان اجرا به حافظه spm منتقل می شوند، از تفسیر برنامه نویس استفاده شده است. از طرف دیگر با اعمال سیاست صفحه بندی سیستم عامل و بخش بندی حافظه spm، امکان سهم بندی برنامه ها از این حافظه فراهم شده است؛ بنابراین به دلیل سهیم شدن هرکدام از برنامه ها از این حافظه، از محرومیت آن ها در زمان اجرا جلوگیری شده است. از طرف دیگر با به کارگیری سیاست مدیریت حافظه پویای سیستم عامل میکروسی که موجب شکستن درخواست های حافظه پویا می شود، می توان به درخواست های با اندازه بالا بر روی این حافظه پاسخ داد. جهت ارزیابی و تجزیه و تحلیل نتایج روش پیشنهادی از زبان های برنامه نویسی c و java در محیط های شبیه سازی microsoft visual studio و netbeans استفاده شده است. چندین برنامه ی تعبیه شده انتخاب شدند و کدهای آن ها مورد اصلاح قرار گرفت تا آن ها به صورت پویا حافظه های مورد نیاز خود را درخواست کنند. نتایج آزمایشی الگوریتم پیشنهادی نشان می دهد که هر کدام از برنامه ها به خوبی از سهم خود جهت بهره مندی از حافظه spm استفاده کرده و هیچ کدام از آن ها دچار محرومیت نشده اند؛ و نیز با مقایسه این روش با روش های مشابه مشخص شده است که 1) روش ارائه شده به علت شکستن درخواست برنامه ها، میزان اشتباه کمتری در تخصیص داده ها به این حافظه نسبت به روش مشابه داشته است. 2) در روش پیشنهاد شده به علت اختصاص کامل قسمتی از این حافظه به هرکدام از برنامه ها، میزان کمتری از داده ها در زمان اجرا از حافظه spm به حافظه اصلی منتقل می شوند. بنابراین، روش پیشنهادی هزینه ی کمتری جهت مدیریت برنامه های تعبیه شده درزمان اجرا پرداخت می کند.

شبکه های اقتضایی خودرویی که دو هدف کلی امنیت بیشتر رانندگی و رفاه حال مسافران را دنبال می کند، همواره یک موضوع تحقیق در سال های گذشته بوده است. عدم وجود زیرساخت مرکزی در این شبکه ها باعث شده است که تقریبا کلیه اعمال مورد نیاز برای عملکرد صحیح آن، به صورت توزیع شده توسط خود گره های شبکه انجام شود. از این جهت عملکرد و کارایی این شبکه ها به شدت به میزان همکاری گره ها وابسته است. از جمله مهمترین وظایفی که نیاز به همکاری مداوم گره ها دارد، مسیریابی و جلورانی بسته ها می باشد. در شبکه های اقتضایی خودرویی به دلیل خاصیت خودکنترلی و عدم وابستگی به زیر ساخت، برای عملکرد صحیح نیاز است هر کدام از گره های شبکه سهمی از وظایف را بر عهده بگیرند. همکاری کردن گره ها در مسیریابی و هدایت بسته ها مصرف منابعی نظیر توان پردازشی و حافظه را برای آن ها در پی خواهد داشت. همین امر موجب می شود به صورت پیش فرض گره ها تمایلی به همکاری به نفع دیگران و در مقابل به دست آوردن هیچ سودی برای خود را نداشته باشند. در نتیجه، وجود یک سیستم تشویقی در چنین شبکه هایی که بتواند انگیزه لازم برای همکاری را در گره ها ایجاد کند و از رفتار خودخواهانه جلوگیری کند، ضروری به نظر می رسد. روش های تشویقی متعددی تاکنون با تمرکز بر ترغیب گره ها به همکاری در مسیریابی و هدایت بسته ها پیشنهاد شده است که می توان آن ها را به دو دسته کلی روش های مبتنی بر شهرت و همچنین مبتنی بر پاداش تقسیم کرد. در رویکرد مبتنی بر شهرت گره های خودخواه به روش های مختلفی شناسایی می شوند و مورد مجازات قرار می گیرند به طور نمونه از سرویس دهی به آن ها اجتناب می شود. از سوی دیگر روش های مبتنی بر پاداش وجود دارند که همکاری کردن را یک نوع سرویس دادن گره های میانی به گره مبدا بسته تلقی می کنند و بر همین اساس گره های همکار از طریق دریافت پاداش در ازای سرویسی که می دهند به همکاری ترغیب می شوند. در این پایان نامه، یک روش تشویقی ترکیبی برای شبکه های اقتضایی خودرویی با هدف رفع مشکلاتی مانند عدالت و توزیع نامتوازن اعتبار بین گره ها پیشنهاد شده است. نتایج شبیه سازی روش پیشنهادی نشان می دهد که روش پیشنهادی کارایی شبکه را از نظر نرخ دریافت بسته ها در مواجه با گره های خودخواه بهبود می دهد. این نتایج همچنین نشان می دهد که روش تشویقی پیشنهادی توانسته است سطح همکاری گره ها را در شبکه افزایش دهد.

خطای تاخیر مسیر از انواع مهم خطا در مدارهاست که به علت ویژگی های خاصش مورد توجه بسیار واقع شده است. تعداد زیاد مسیر در مدارها، آزمایش کامل این خطا را دشوار می سازد. روش های مختلف سعی در افزایش پوشش خطا کاهش زمان تولید بردار آزمایش ، کاهش زمان شبیه سازی و کم کردن اندازه مجموعه بردار آزمایش قرار دارند. استفاده از روش هایی که بدون در نظر گرفتن مسیرها به شکل آشکار ، بتوانند مسیرهای زیادی را مورد آزمایش قرار دهند، به بهبود شرایط کمک می کند. ‏‎nest‎‏ از جمله این روش هاست یافتن بردارهای آزمایش در زمانی خطی نسبت به اندازه مدار به نحوی که هر بردار قادر به کشف تعداد زیادی خطای تاخیر مسیر باشد هدف این الگوریتم است. قسمتی از الگوریتم که به طور کامل به این هدف نمی رسد، مربوط به نحوه توجیه مقادیر منطقی است که برای یافتن بردار آزمایش باید در مدار ایجاد شوند. این قسمت در سرعت تولید بردارها موثر است. انتخاب روشی مناسب برای این قسمت موجب حفظ کارایی الگوریتم خواهد شد. ‏‎podem‎‏ روشی نسبتا کارآ برای این منظور است. در این روش سعی می شود در زمان کوتاهی قابلیت توجیه مقادیر مشخص شده بردار ورودی لازم تعیین شود. نکته دیگر لزوم محاسبه پوشش خطای بردار آزمایش است. استفاده از روش غیر شمارشی در این قسمت نیز کارایی را بهبود می بخشد. البته تاثیر این قسمت بر کارایی الگوریتم از دو قسمت قبل بسیار کمتر است . ترکیب ‏‎nest , podem‎‏ و یک روش غیر شمارشی برای محاسبه میزان پوشش خطای هر بردار ، تولید کننده بردار آزمایشی را بدست خواهد داد، که کارایی خوبی نسبت به سایر روش ها دارد. نقاط ضعفی در ‏‎nest‎‏ وجود دارد. از جمله حذف کردن بخشی از مسیر ها بدون هوشیاری کافی که با اضافه کردن رویه جدیدی به الگوریتم سعی در بهبود بخشیدن به این بخش کرده ایم. نتایج اجرای این الگوریتم و الگوریتم بهبود یافته بر روی مدارهای استاندارد نیز ثبت شده است.