همراه با پیشرفت و توسعه شبکه های گوناگون بی سیم و جهت تأمین سرویس های بهتر، به تازگی یک فناوری کلیدی یعنی شبکه های بی سیم مش، پدیدار شده است. این شبکه ها در گروه های تحقیقاتی مورد توجه فزاینده ای واقع گشته اند و به دلیل این که با داشتن ستون فقرات بی سیم ثابت بعنوان آخرین قدم در توسعه و افزایش ارتباط با اینترنت بشمار می آیند، باید سرویس هایی مطمئن با کیفیت بالا را در اختیار کاربران قرار دهند. از این رو، حفاظت آنها در برابر خرابی های گره یا لینک ارتباطی امری مهم است؛ بطوریکه مهمترین اولویت، تضاد موجود بین ماکزیمم ساختن نرخ تحویل بسته ها و توان عملیاتی با تأخیر انتها به انتها و مصرف پهنای باند کم است. عدم وجود استانداردها و پشتیبانی برای چندپخشی در این شبکه ها، این عرصه را با چالش های بسیاری روبرو می سازد و همچنین حوزه ی تحقیقاتی وسیعتری را برای بهبود بیشتر فراهم می آورد. توزیع داده ها با استفاده از چندپخشی در یک شبکه ی نا مطمئن، انتقال و تحویل قابل اطمینان اطلاعات را تضمین نمی کند که لازمه ی اولیه برای بسیاری از برنامه های کاربردی مهم است. در این پایان نامه، به منظور توزیع متوازن بار، کنترل نوسانات ترافیک و پشتیبانی از پارامترهای کیفیت سرویس در ارتباطات چندپخشی میان اینترنت و شبکه های بی سیم مش، ابتدا یک بستر چندپخشی موثر با پیچیدگی حداقل طراحی شده و سپس یک پروتکل چندپخشی بهینه با قابلیت اطمینان بالا بنام hrmpm مبتنی بر بستر پیشنهادی معرفی می شود. hrmpm با محاسبه و ایجاد همزمان دو مسیر گره-منفصل (مسیرهایی با تاخیر و ازدحام حداقل بدون داشتن هیچ گره اشتراکی) برای هر جفت گره مش، مدیریت بهتر مصرف پهنای باند و داشتن شبکه ای با بار متوازن و ترافیک کنترل شده را فراهم می سازد. همچنین پروتکل پیشنهادی با تشخیص و پیش بینی سریع لینک یا گره های در معرض آسیب از وقوع خطا و ازدحام جلوگیری کرده و با بکارگیری مکانیزم های بازسازی محلی ارائه شده، شبکه های بی سیم مش را در برابر انواع مختلف آسیب ها پایدار و ایمن نگه می دارد. پروتکل ارائه شده تضمین می کند گیرنده ها قادر به دریافت اطلاعات، بدون قطعی و به صورت پیوسته با حداقل تأخیر می باشند. نتایج شبیه سازی نشان می دهد که پروتکل پیشنهادی hrmpm نسبت به پروتکل های مطرحی همچون odmrp و admr کارآمدتر و بهینه تر است.

انسان ها وقتی که در معرض سوالاتی در باره موضوعی مشخص قرار میگیرند به تدریج شناخت بهتری از دامنه موضوع کسب نموده و با «استفاده مجدد» از این دانش اکتسابی سوالات آتی در زمینه آن موضوع را با عملکرد بهتری پاسخ میدهند. همانند این توانمندی انسان ها، یک سیستم خودکار «پرس و جو» نیز باید بتواند از توانمندی «استفاده مجدد» اطلاعات موجود در پرسش های قبلی برای پاسخگویی پرس و جوهای بعدی در زمینه آن موضوع مشخص برخوردار باشد. این رساله حاصل تحقیق در باره موضوع استفاده مجدد در سیستم های پرس و جو (question answering) حوزه بازیابی اطلاعات (ir) میباشد. این مسئله که چه مقدار اطلاعات اکتسابی از پرس وجوهای قبلی برای استفاده مجدد در پرس وجوی جاری لازم است به ویژگی و نوع رابطه بین پرسش ها وابسته است. این رساله روی تعدادی از این روابط استفاده مجدد تمرکز دارد. برای هر یک از این روابط استفاده مجددالگوهای نحوی و معنایی بین یک زوج پرسش به زبان طبیعی روزمره انگلیسی که در برقراری رابطه حاکم هستند را استخراج نموده و سپس با استفاده از الگوهای استخراج شده راهکارها برای تشخیص خودکار رابطه استفاده مجدد را بررسی می نماید. علاوه بر آن روش های بهره برداری از فرصت استفاده مجدد با هدف ارتقاء عملکرد در تولید پاسخ سیستم پرس وجو و رویکردهای تولید دیتا ست برای ارزیابی هر یک از این روابط مورد بررسی قرار می گیرد.الگوهای شناسایی روابط مختلف استفاده مجدد متفاوت و در تعیین آنهااز عناصر گرامری زبان، منابع معنایی زبان طبیعی از قبیل wordnet، و نظریه های توسعه یافته در درک زبان طبیعی شامل حالت انتقال اطلاعات در گفتگوی پرس وجویی، تطبیق عبارت های اسمی، نظریه استلزام، و استلزام پرسشی استفاده میگردد. این رساله شناسایی الگو و راهکار های پیاده سازی و بهره برداری رابطه استفاده مجدد برای رابطه های استفاده مجدد “پرسش مشمول”، “پرسش حقیقت دار” را در بخش اصلی و در بخش پیشنهادات برای کارهای آتی، “پرسش های جزء-کل”، “پرسش های معادل ”، و “ایضاح پرسش ها ” را ارائه میدهد.نتایج حاصله از این رساله در دو محور موثر واقع خواهد بود. در محور اول الگوها ی استخراج شده روابط استفاده مجدد مورد بحث این رساله و راهکارهای بهره برداری از فرصت های استفاده مجدد هریک از آنها میتواند در قالب تسهیلاتی مستقل در یک سیستم پرس وجوی پایه (baseline) پیکر بندی گردد تا ارتقاء عملکرد در زمان و کیفیت پاسخگویی حاصل گردد. سهم دوم این پژوهش حول مسئله استفاده مجدد در ابعاد و دیدگاهی جامع تر در پرس وجو است چنان که قابلیت استفاده مجدد را از محدودیت دیدگاه سنتی آن در پرس وجو که غالباً استفاده مجدد را با رابطه پرسشهای معادل معرفی نموده است خارج نموده و افق وسیعتری را در شناخت و تجزیه و تحلیل انواع روابط متعدد دیگری از استفاده مجدد زمینه سازی نموده است.

بیهوشی را می توان فرآیندی قلمداد کرد که منجر به از دست رفتن هشیاری، شل شدن عضلات و عدم دریافت تحریک دردناکی می گردد. اطمینان از کافی بودن عمق بیهوشی به هنگام عمل جراحی و در اتاق مراقبت های ویژه امری ضروری و لازم به نظر می رسد. در صورت غفلت از کنترل دقیق عمق بیهوشی، احتمال بروز حالاتی چون هشیاری ناخواسته در حین عمل جراحی و یا عدم بازگشت بیمار به هشیاری وجود دارد. به منظور پیشگیری از حوادث فوق، به کارگیری روش هایی هوشمند و مبتنی بر سیگنال های فیزیولوژیک بدن گزینه ای مناسب به شمار می آید. هدف اصلی داروهای هوشبری، اثرگذاری بر روی فعالیت سیناپسی نرون های سیستم اعصاب مرکزی می باشد که منشأ اصلی تولید امواج مغزی و سیگنال الکتروانسفالوگرام (eeg)، می باشند. لذا، در سال های اخیر توجه ویژه ای به پردازش سیگنال eeg به منظور تخمین عمق بیهوشی شده است. بدین منظور در این تحقیق الگوریتم احتمالی مانیتور bis مورد بررسی قرار گرفته و کارایی تحلیل های طیفی مرتبه اول، دوم و تأثیر الگوی های زمانی در تخمین عمق بیهوشی ارزیابی خواهد شد. از روش های پنجره گذاری به منظور افزایش کارایی الگوریتم ها در تخمین عمق بیهوشی استفاده نموده ایم. در ادامه کارایی مفاهیم تیوری اطلاعاتی آنتروپی شانون، کدینگ هافمن و آنتروپی تقریبی نیز در تخمین عمق بیهوشی مورد ارزیابی قرار گرفته است. سپس، تحلیل مولفه های مستقل و تحلیل مولفه های اساسی مطالعه و بررسی شده و از آن ها در راستای سنجش عمق بیهوشی بهره خواهیم برد. در پایان نیز یکی از مفاهیم مطرح در تیوری آشوب، یعنی بعد فراکتالی به سیگنال eeg اعمال شده و تخمین عمق بیهوشی به کمک آن پیاده سازی خواهد شد. نتایج بدست آمده از کلیه روش های فوق به کمک روش های آماری، ارزیابی، مقایسه و تحلیل می شوند. نتایج حاصله، کارایی و مزیت روش های مبتنی بر تبدیل فوریه و تحلیل دوطیفی از یک سو و مفاهیم تیوری اطلاعاتی که قادر به کمی کردن میزان پیچیدگی سیگنال هستند (نظیر آنتروپی، آنتروپی تقریبی و بعد فراکتالی)، از سوی دیگر را درگروه ها و داروهای مختلف نشان داده است. نکته جالب توجه، عدم برتری و تفوق یک روش و یا پارامتر در کلیه گروه ها می باشد، که نشان می دهد یک مانیتور ایده آل و مناسب سنجش عمق بیهوشی بایستی در رژیم های دارویی متفاوت و در سطوح بیهوشی مختلف از الگوریتم های گوناگون، روش های پنجره گذاری متفاوت و بعضاً ترکیب روش ها استفاده کند.

مسئله ی یافتن کلیک بیشینه گراف maximum clique problem (mcp)، از جمله مسائل np-complete است که به یافتن بزرگترین زیرگراف کامل در یک گراف ساده اشاره دارد و در موارد متنوعی از جمله نظریه کدگذاری، هندسه و شبکه های اجتماعی کاربرد دارد. در این پژوهش الگوریتمی ترکیبی برای حل مسئله ی کلیک بیشینه گراف پیشنهاد شده است. این الگوریتم ترکیبی از یک روش حریصانه ابتکاری و الگوریتم های مبتنی بر هوش جمعی بهینه سازی کلونی مورچگان ant colony optimization (aco) و بهینه سازی ازدحام ذرات particle swarm optimization (pso) می باشد، طوری که این روشدر دو مرحله ی الگوریتم حریصانه ابتکاری به عنوان مرحله ی اول و الگوریتم هوش جمعی aco-psoبه عنوان مرحله دوم به یافتن کلیک بیشینه می پردازد. در مرحله ی اول، الگوریتم حریصانه ابتکاری با استفاده از ویژگی های بزرگترین درجات رئوس و تعداد رئوس مجاور مشترک به یافتن کلیک بیشینه می پردازد. در صورت پیدا نشدن کلیک بیشینه توسط الگوریتم حریصانه ابتکاری، نتیجه غیربهینه (نزدیک به بهینه) آن به عنوان بخشی از جمعیت اولیه برای مرحله دوم، یعنی الگوریتم هوش جمعی، مورد استفاده قرار می گیرد. این محدودیت در انتخاب جمعیت اولیه منجر به نتایج مناسبی در حل mcpمی گردد. نتایج شبیه سازی این روش روی گراف های استاندارد dimacsو شبکه های اجتماعی، نتایج مطلوبی را از نظر اندازه کلیک های یافت شده در مقایسه با سایر روش ها نشان می دهد.

کارایی شبکه های روی تراشه، به طور گسترده ای به الگوریتم های مسیریابی به کاررفته در آن ها وابسته است. در سالیان اخیر، الگوریتم های مسیریابی زیادی برای شبکه های روی تراشه دوبعدی و سه بعدی طراحی شده است. شبکه روی تراشه سه بعدی که برای افزایش کارایی شبکه روی تراشه دوبعدی معرفی گردیده، از ترکیب مفاهیم شبکه روی تراشه و مجتمع سازی سه بعدی به وجود آمده است. در این گونه مدارها عناصر نیمه هادی به روشی خاص به صورت پشته ای روی یکدیگر قرار می گیرند. به دلیل تأثیرات قابل توجهی که اشکال های لینک ها یا گره های شبکه روی تراشه بر عملکرد مدار می گذارند، الگوریتم های مسیریابی بایستی روش هایی را به کار گیرند تا از تأثیرات اشکال جلوگیری نمایند. این ویژگی خصوصاً در شبکه روی تراشه سه بعدی که احتمال رخداد اشکال در لینک های عمودی آن قابل توجه است، اهمیت بیشتری دارد. در این پایان نامه، یک روش جدید برای مسیریابی در شبکه روی تراشه سه بعدی به نام ft-zxy معرفی می شود که بدون استفاده از کانال های مجازی و در نتیجه با سربار سخت افزاری ناچیز، قابلیت تحمل اشکال های منفرد در لینک های افقی و اشکال های چندگانه در لینک های عمودی را دارد. نتایج شبیه سازی نشان می دهد که الگوریتم مسیریابی پیشنهادی از نظر پارامترهای ارزیابی مانند تأخیر، قابلیت اطمینان و سربار سخت افزاری، عملکرد بهتری نسبت به الگوریتم های مطرح شده قبلی دارد.

شاخص کارایی فرایند و یا نسبت کارایی فرایند در حقیقت نوعی خلاصه شده عددی است که میزان کارایی فرایند را نسبت به حدود مشخصه فنی ارزیابی و اندازه گیری می کند. به عبارت دیگر شاخص کارایی فرایند آماره ای است برای برآورد توانایی ذاتی یک فرایند تولیدی در تولید محصولات منطبق با مشخصات فنی محصول. در حالت کلی برای محاسبه شاخص های قابلیت فرایند، داده ها باید از فرآیند تحت کنترل جمع آوری شده، مستقل و هم توزیع (نرمال) باشند. در عمل، ممکن است فرض نرمال بودن یا مستقل بودن داده ها برقرار نباشد، استفاده از شاخص های قابلیت فرایند براساس فرضیه ی نرمال و مستقل بودن منجر به نتایجی گمراه کننده خواهد شد. حال فرض کنید داده های فرایند از خود همبستگی برخوردارند، بنابراین نمی توان از شاخص های قابلیت فرایند در حالت معمولی استفاده نمود. لذا باید از شاخص های دیگری برای محاسبه کارایی فرایند که در اینجا به معرفی این شاخص ها خواهیم پرداخت، استفاده نمود . فصل اول پایانامه مربوط به تعاریف اولیه مورد نیاز است. در فصل دوم به معرفی شاخص های کارایی فرایند در حالت توزیع نرمال و استقلال مشاهدات می پردازیم، در فصل سوم مروری بر تاریخچه ی شاخص های قابلیت فرایند برای داده های خودهمبسته خواهیم داشت و در فصل چهارم به محاسبه شاخص های قابلیت فرایند برای داده های خود همبسته خواهیم پرداخت.

این پایان نامه به بررسی اثر الگوریتم های تکاملی در بهبود کنترل کننده سرعت موتور سوئیچ رلکتانس با هدف کاهش ریپل گشتاور پرداخته و یک کنترل کننده چهار ربعی با ضرایب کنترلی و زوایای روشن و خاموش شدن بهینه برای نقاط کاری مختلف ارائه داده است.

در سال های اخیر‏، جریان داده ها‏، توجه بسیاری از محققان را در حوزه های مختلف‎ ‎‎به خود جلب کرده است. از نظر هر سامانه، جریان داده ها، داده هایی با حجم بسیار بالا می باشند که به صورت افزایشی و با نرخ بالا به آن سامانه وارد می شوند. به دلیل حجم بسیار بالای این نوع داده ها، ذخیره سازی آن ها امری مقرون به صرفه نیست.‎‎‎از مهم ترین چالش های موجود در یادگیری جریان داده ها، تغییر الگوی توزیع داده ها در طول زمان بوده که به‎‎ آن رانش مفهوم نیز اطلاق می شود. فرآیند رانش مفهوم یک رخداد طبیعی در دنیای واقعی بوده که در طول زمان باعث تغییر در مفهوم داده می شود. بنابراین مدلی که از روی این داده ها در زمان مشخصی ساخته می شود، به مرور زمان دقت خود را از دست داده و دیگر قابل استفاده نیست.‎‎ از طرفی دیگر، در دنیای امروزی، مسئله طبقه بندی داده های نامتوازن از اهمیت خاصی برخوردار است. توزیع داده ها در داده های نامتوازن به گونه ای است که طبقه ای‎ که از نظر دامنه کاربرد، اهمیت زیادی دارد (طبقه اقلیت)‏، شامل تعداد نمونه های کمتری نسبت به طبقه ای است که از اهمیت خاصی برخوردار نیست (طبقه اکثریت‎‎). زمانی که از روش های معمول داده کاوی‏ برای طبقه بندی داده های نامتوازن استفاده می شود، به علت تعداد بسیار کم نمونه های طبقه اقلیت، بیشتر نمونه های این طبقه، در طبقه اکثریت قرار گرفته و در نتیجه طبقه اقلیت که اهمیت و کاربرد زیادی دارد، دارای دقت پایینی خواهد شد.