رشد روز افزون کاربرد اینترنت توجّهات بسیاری را به این حوزه معطوف ساخته است. سرویس های وب به عنوان نوعی از پیاده سازی معماری سرویس گرا که از پروتکل ها و استانداردهای وب بهره می گیرد، مورد توجّه بسیاری از کسب و کارها در دنیای مجازی قرار گرفته است. نکته ی حائز اهمیّت درباره ی سرویس های وب این است که این سرویس ها می توانند با یکدیگر ترکیب و سرویس های جدید و متفاوتی را ارائه کنند. تعداد سرویس های موجود در سطح وب به طور چشمگیری درحال رشد است به نحوی که انتخاب دستی سرویس ها و جستجوی یک سرویس کاری زمان بر و غیرممکن به نظرمی آید. در این حالت ترکیب سرویس های وب نیز دچار پیچیدگی دو چندان می شود. این دلایل پژوهشگران این حوزه را به سمت خودکارسازی ترکیب سرویس های وب سوق داده است. تاکنون روش های گوناگونی در پژوهش هایی که در این زمینه انجام شده است به مخاطبان و صاحب نظران معرفی شده است. یکی از کارآترین این روش ها استفاده از فنّاوری بروز وب معنایی است. در این پژوهش که به عنوان پایان نامه ی کارشناسی ارشد رشته ی مهندسی فنّاوری اطّلاعات ارائه شده است، سعی شده تا روشی نوین با الهام از مطالعات مربوط به این حوزه و سایر دانش ها معرفی شود. در این پژوهش یک معماری جدید به منظور ترکیب خودکار سرویس های وب ایجاد شده است. معماری پیشنهادی بر مبنای مدل های رابطه ای و مفاهیم مرتبط با فنّاوری معنایی ارائه شده است. در کنار ارائه ی این روش، الگوریتم جدیدی نیز به منظور ترکیب سرویس های وب بسط داده شده و از روش تصمیم گیری چند معیاره فرآیند تحلیل سلسله مراتبی برای انتخاب مناسب ترین ترکیب استفاده شده است.

با ظهور اینترنت و گسترش روز افزون فناوری های جدید در تمام زمینه های کاربردی، سبک زندگی بشر و تعاملات میان آن ها دستخوش تغییرات وسیع و جدی شده است. ظهور سیستم های یادگیری مجازی و محیط های یادگیری همکارانه نیز در راستای همین تغییرات بوده است. منظور از محیط یادگیری همکارانه، فضای آموزشی است که در آن افراد، فارغ از محدودیت های زمانی و مکانی می توانند با یکدیگر تعامل و همفکری داشته و از خدمات آموزشی بهره ببرند. علوم، روش ها و فناوری های مختلفی در حوزه سیستم های یادگیری همکارانه به کار گرفته شده اند که سعی در بهبود هر چه بیشتر کیفیت آموزش، توسعه امکانات آموزشی و سهولت ارتباطات و تعاملات بین کاربران دارند. یکی از مهمترین نیازمندی یادگیرنده ها در محیط یادگیری همکارانه، امکان پرسش سوالاتی است که در یادگیری درس با آن مواجه می شوند. به دلیل ساختار و خصوصیات طبیعی این قبیل سیستم های مجازی و عدم حضور فیزیکی استاد درس، پاسخ گویی به این نیاز کاربران مسئله ای خطیر بوده که دارای پیچیدگی و موانعی نیز می باشد. هدف از این پژوهش، ارائه روشی جامع برای پشتیبانی از فرایند پرسش و پاسخ در سیستم های یادگیری همکارانه و طراحی و پیاده سازی سیستمی مبتنی بر آنست که قابل یکپارچه شدن با انواع سیستم های مدیریت یادگیری باشد. در این روش، پس از اطمینان از اعتبار سوال با توجه به مفاهیم درس، ضمن بهره مندی از اطلاعات سایر یادگیرنده های درس و دریافت پاسخ از طریق تعاملات بین یادگیرنده ها، از منابع اطلاعاتی موجود مانند مستندات درس یا بخش سوالات رایج استفاده می شود و مجموعه ای از پاسخ های محتمل نتیجه می شوند که بهترین این پاسخ ها از طریق بکارگیری یک سیستم توصیه گر، با توجه به عواملی از قبیل میزان ارتباط پاسخ با سوال مطرح شده، شناسایی شده و به عنوان پاسخ سوال به او ارائه می شود. برای تبادل و مدیریت پرسش و پاسخ های رد و بدل شده بین یادگیرنده های درس، از یک میان افزار مبتنی بر پیغام استفاده می شود و معماری پیشنهادی این سیستم به صورت یک سامانه چند کارگزاره ارائه خواهد شد و از مکانیزم های داده کاوی و پردازش متن برای تشخیص اعتبار سوال و تشخیص پاسخ های نامزد استفاده می شود. در نهایت روش پیشنهادی به صورت یک سیستم نمونه ساده شده پیاده سازی می شود و برای اثبات کارایی و ارزیابی آن، این سیستم در sakai که یک سیستم مدیریت یادگیری معروف می باشد به صورت یک ابزار اضافه می شود و عملکرد آن مورد بررسی قرار می گیرد. سپس با شبیه سازی سناریوهای کاری و ارزیابی نتایج، نشان داده می شود که روش پیشنهادی و سیستم نمونه پیاده سازی شده در این چارچوب، قابلیت آن را دارد که زیر بنای ساخت سیستم های پیشرفته مدیریت پرسش و پاسخ قرار بگیرد و به خوبی بتواند پاسخگوی نیاز کاربران باشد.

امروزه یادگیری و آموزش در دنیای مجازی از اهمیت بالایی برخوردار است. بهمین دلیل نیاز به سیستم های یادگیری الکترونیک که یادگیری را در هر مکان و زمانی ممکن می سازند بیش از پیش احساس می شود. از سوی دیگر با توسعه وب، حجم اطلاعات موجود در آن بصورت چشمگیری رو به افزایش است. این امر سبب می شود تا سیستم های یادگیری الکترونیک با حجم وسیعی از اطلاعات برای آموزش مواجه شوند. اما اصول مشتری مداری این اجازه را به این سیستم ها نمی دهند تا فراگیران را با حجم زیادی از اطلاعات درگیر کنند. چراکه اولا این امر موجب سردرگمی فراگیران در انتخاب موضوع برای مطالعه می شود، ثانیا بسیاری از این اطلاعات با توجه به مواردی نظیر خصوصیات فراگیر، علایق، اهداف و توانمندی های وی قابل استفاده توسط او نیستند. در پاسخ به این مسئله سیستم های تطبیق پذیر آموزشی ظهور کردند که هدف کلی آنها ایجاد یک تجربه منحصر به فرد آموزشی برای هر فراگیر است. این سیستم ها با مدل کردن خصیصه های مختلف فراگیر و دراختیار داشتن فرادانشی نسبت به محتوای آموزشی به شخصی سازی مطالب آموزشی برای تک تک فراگیران می پردازند. این مطالعه ابتدا به مرور کارهای انجام شده در زمینه سیستم های تطبیق پذیر آموزشی می پردازد. ماحصل مرور منابع موجود در این حوزه، شکاف های تحقیقاتی فعلی است که به تفصیل بررسی می شوند. بر این اساس این تحقیق به ارائه مدلی جهت شخصی سازی محتوای آموزشی می پردازد. معماری این مدل مبتنی بر ایده سیستم های چند عامله است و برای نگهداری محتویات آموزشی از هستی شناسی و استاندارد محتوایی scorm در سطوح انتزاعی جداگانه بهره می گیرد. به منظور اعتبار سنجی این مدل از رویکرد پیاده سازی و شبیه سازی یک سناریوی ساده استفاده شده است. این سیستم بر روی سیستم مدیریت یادگیری sakai نصب و راه اندازی شده است و به منظور اثبات کارآمدی آن از یک سناریوی ساده برای تطبیق پذیری استفاده شده است. نتایج این شبیه سازی نشان می دهند که این مدل بخوبی می تواند محتویات آموزشی را به فراگیران مختلف ارائه دهد.

سیستم های واسط مغز-رایانه یک حوزه نوظهور است که زمینه های تحقیقاتی مختلف سخت افزاری، نرم افزاری و پزشکی را دربر می گیرد. در فرایند نرم افزاری واسط مغز-رایانه پس از ضبط سیگنال های مغز، ابتدا سیگنال های ناخواسته پالایش می شود و ویژگی های مورد نظر استخراج می گردد. در نهایت نتایج کلاس بندی ویژگی ها به دستورات ماشین ترجمه می شود. با توجه به تنوع و تعداد الکترودهای مورد استفاده انتخاب الکترود (کانال اطلاعات) مناسب که حامل اطلاعات مفید است و در نتیجه آن انتخاب ویژگی موثر می تواند در افزایش دقت فرایند کلاسبندی و سرعت پردازش کمک نماید. هدف این مطالعه استفاده از آنتروپی فوریه در یافتن الکترود حاوی اطلاعات موثر است. نظر به اینکه داده های الکتروکرتیکوگرافی دارای مزایایی (بالا بودن نرخ سیگنال به نویز، وضوح طیفی، پهنای باند سیگنال و بالا بودن دامنه سیگنال) نسبت به الکتروانسفالوگرافی هستند؛ در این مطالعه بررسی شده اند. از دادههای الکتروانسفالوگرافی نیز در مرحله اعتبارسنجی استفاده شده است. در این مطالعه سیگنال های ecog که توسط دانشگاه واشنگتن ثبت شده اند مورد مطالعه قرار گرفته اند. این سیگنال ها حاوی اطلاعات حرکتی ساده مانند باز و بسته کردن دست و دهان در دوره های متوالی استراحت-حرکت می باشند. افزایش میزان آنتروپی هم زمان با افزایش طول پنجره لغزان در طول سیگنال ها بر عدم یکسانی اطلاعات در طول سری زمانی دلالت می کند و در نتیجه بر وجود اطلاعات حرکتی در کانال مورد نظر تاکید می کند. در این روش بر خلاف سایر روش ها هر الکترود با خودش برای تعیین میزان اطلاعات مقایسه می شود. بنابراین این روش بر داوطلب و کانال پایه ریزی شده است.

در این تحقیق الگوریتم تکاملی کوانتوم در محیط برنامه نویسی ویژوال بیسیک پیاده سازی و بهبود داده شده است. در راستای بهبود عملکرد الگوریتم، رویکرد های جدیدی به الگوریتم اضافه شده است که در یک نگاه کلی می توان آنها در قالب بهبود شناسایی و بهره برداری بعنوان دو رویکرد بسیار مهم در الگوریتم-های تکاملی تقسیم بندی کرد. برای استفاده سریع و آسان از الگوریتم، واسط گرافیکی طراحی شده است که با انجام تنظیمات اولیه، قادر خواهیم بود نتایج را مرحله به مرحله تا رسیدن به شرط پایان، مشاهده و ارزیابی نماییم. قدم مهم، بعد از پیاده سازی الگوریتمهای تکاملی، اعتبارسنجی و بررسی صحت و دقت عملکرد آنها می باشد. از این رو الگوریتم تکاملی کوانتوم بهبودیافته (iqea) با استفاده از 14 نمونه مساله بدون محدودیت و 10نمونه مساله محدودیت دار ازجمله مساله کوله پشتی مورد ارزیابی قرار گرفت که در همه موارد نتایج، حداقل با نتایج ارائه شده قبلی ناشی از سایر الگوریتم ها برابر می باشد. برای حل مساله نمونه محدودیت دار از تابع جریمه داخلی استفاده شده است. در نگاه کلی این تحقیق تلاش می کند الگوریتم کوانتوم را با استفاده از رویکردهای زیر بهبود بخشد : 1) استفاده از رویکرد اندازه گیری چندگانه در تبدیل حالت کوانتومی به باینری. 2) استفاده از گیت چرخشی کوانتومی دیگری علاوه بر عملگر معمول که برای بروز رسانی مقادیر کیوبیتها در هر نسل بکار برده می شود. 3) استفاده از رویکرد کاهش حدود متغیرها بر اساس بهترین جوابهای بدست آمده در هر نسل. 4) ورود افراد با مقادیر کوانتومی جدید، طبق شرایط مساله.

شبکه های عصبی مصنوعی پرسپترون چند لایه امروزه در حل بسیاری از مسئله های غیر خطی مورد توجه قرار گرفته است. برای آموزش شبکه های عصبی پرسپترون چند لایه، بروز رسانی وزن های سیناپسی و انتخاب ورودی های بایاس از اهمیت فراوانی برخوردار است. روش های بسیاری در آموزش این نوع شبکه ها به کار گرفته شده است. روش کاهش گرادیان یکی از این روش ها است، اما این روش با مشکل به دام افتادن در بهینه های محلی مواجه می باشد. الگوریتم بهینه سازی جاذبه ای ، یک الگوریتم تکاملی است که از نیروی جاذبه در فضا و حرکت سیارک ها به سوی اجسام بزرگ تر در اثر نیروی جاذبه، الگو برداری شده است. الگوریتم بهینه سازی جاذبه ای همانند سایر الگوریتم های تکاملی، به دلیل اینکه از چندین نقطه، جستجو در فضا را آغاز می نماید، احتمال کمتری برای به دام افتادن در بهینه های محلی دارد. همچنین سیارک ها، در هنگام نزدیک شدن به سوی اجسام بزرگ تر، رفتاری شبیه قلاب سنگ داشته و از گرفتار شدن در بهینه های محلی فرار می کنند. این خاصیت باعث می شود که این روش، راه حل مناسبی برای مسئله هایی باشد که بالقوه دارای امکان به دام افتادن در بهینه های محلی هستند. در این پژوهش، شبکه های عصبی پرسپترون چند لایه با استفاده از بهینه سازی جاذبه ای آموزش داده شده و وزن های سیناپسی و ورودی های بایاس شبکه به گونه ای بهینه شده است تا میزان خطای شبکه کاهش یابد. در سنجش و ارزیابی این پژوهش، از سه مجموعه داده پایگاه uci استفاده شده و نتایج این روش با نتایج روش کاهش گرادیان مقایسه شده است. نتایج این پژوهش نشان می دهد که آموزش شبکه های عصبی پرسپترون چند لایه با استفاده از روش بهینه سازی جاذبه ای در بهینه های محلی به دام نمی افتد و قدرت تعمیم شبکه را نیز بهبود می بخشد.

handover فرآیند حفظ یک جلسه فعال متعلق به ترمینال متحرک در زمانی است که ترمینال نقطه اتصال خود را با سرویس دهنده شبکه تغییر می دهد. جهت کاهش تاخیر handover در mipv6، handover سریع (fmipv6) در ietf پیشنهاد شد، لیکن قابل قبول نبودن تاخیر handover در fmipv6 منجر به تلاش برای بهبود این روش و در نتیجه وجود روشهای متعدد handover در پژوهشها شده است. جهت انتخاب روش مناسب، در این نوشتار، ابتدا دسته بندی جامعی از الگوریتم های handover ارائه شده است و سپس معیارهای کارایی روشها تعیین گردیده است و اهمیت دسته بندی در محاسبه معیارهای کارایی handover بررسی شده است. احتمال بلوک شدن تماس جدید، احتمال بلوک شدن handover، احتمال اجرای یک handover غیرضروری، مدت زمانی قطعی و تاخیر به عنوان مهمترین معیارهای کارایی الگوریتم handover معرفی شده است. در ادامه با استفاده از الگوریتم ahp در همبندی نمونه با توجه به انتخاب اپلیکشن صوت، به معیارها وزن داده شده و با استفاده از الگوریتم تاپسیس روش مناسب handover مشخص گردیده است.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

با توجه به کاربرد روزافزون معماری سرویس گرا در پیاده سازی سیستم ها و اهمیت وجود روش ها و ابزارهای خاص این معماری، محققان اقدام به ارایه روش های اجرایی و متدولوژی های خاص این معماری کردند. طی تجربیات به دست آمده، به کارگیری روش های اجرایی عمومی و متدولوژی های موجود، در توسعه راه حل های سرویس گرا چندان نتیجه مناسبی در پی نداشته است و برخی از محققان اقدام به تعریف روش های اجرایی و متدولوژی نمودند که برخی از آن ها از متدولوژی های موجود نیز استفاده کرده اند. مدلسازی سیستم از جمله مواردی است که در متدولوژی ها ارایه شده، به اندازه کافی مورد توجه قرار گرفته نشده است. مدل توصیف کننده کلیه جوانب ساختاری و رفتاری یک سیستم است. با استفاده از مدل های اطلاعاتی، می توان به جای صرف هزینه، انرژی و زمان به جزییات پیاده سازی سیستم در بستر پیاده سازی، بر کلیات و مباحث راهبردی تمرکز داشت. از معماری های موجود در زمینه توسعه سیستم ها، معماری مدل گرا است که با گرایش به مدلسازی می تواند روند توسعه راه حل های سرویس گرا را بهبود دهد. با توجه به اهمیت مدلسازی، تحقیق پیش رو با هدف استفاده از معماری مدل گرا در توسعه سیستم های سرویس گرا به عنوان روش اجرایی و تهیه یک متامدل کارآمد شکل گرفت که پیچیدگی ها و ابهامات فعالیت های قبلی را پوشش داده و از مفاهیمی چون همنواسازی سرویس ها ، هم آوایی سرویس ها و ثبت کننده سرویس به صورت کامل ابهام زدایی می کند. از دیگر نوآوری های انجام شده در این تحقیق استفاده از زبان alloy به عنوان یک زبان مدلسازی و نرم افزار alloy analyzer به عنوان ابزار، در جهت راستی آزمایی و اعتبارسنجی متامدل پیشنهاد شده، است.

هدف از این تحقیق استفاده از الگوریتم شبیه سازی باز پخت برای طراحی بهینه سدهای بتنی مخزنی در برابر بارهای استاتیکی و زلزله بصورت شبه استاتیکی است . طرح بهینه سدها به روش مطلوب باعث نظام مند کردن روش طراحی آنها می شود. روش سنتی طرح سدها بروش سعی و خطا و مبتنی بر تجربه و قضاوت مهندسی چندان مطلوب نیست، لیکن طرح بهینه بر اساس ملاحظات فنی، اجرائی و اقتصادی راهکاری علمی است که می تواند منجر به صرفه جوئی در مرحله طراحی سدها شود. فرآیند باز پخت به منظور دستیابی به پایدارترین حالت یک ماده جامد و یا به عبارت دقیق تر، دستیابی به آرایش اتمی از ماده که دارای حداقل انرژی است، بطور کلی احتمال قرار گرفتن هر ماده در هر آرایش اتمی به انرژی آن آرایش بستگی دارد. اگر ماده در حالت تعادل حرارتی باشد، ای.....

مدیریت زنجیره تامین همواره به عنوان بخش مهمی از استراتژی رقابتی جهت ارتقاء بهره وری و سود دهی شرکتها مطرح بوده است. کارخانه ها به مرور زمان بیشتر به اهمیت استراتژیک یکپارچه سازی در طول زنجیره تامین پی می برند. هدف نهایی تحقیق حاضر شناسایی عوامل اساسی و بنیادی در یکپارچه سازی زنجیره تامین با تاکید خاص روی نقش به اشتراک گذاری اطلاعات و همکاری میان اعضاء زنجیره و همچنین مشخص نمودن وضعیت موجود در شرکتهای ایرانی از دیدگاه مدیران مربوطه می باشد. به منظور روشن نمودن وضعیت یکپارچگی زنجیره تامین، یک بررسی مقطعی در 57 شرکت ایرانی از دو صنعت خودرو و مواد غذایی بعنوان صنایعی که در آنها می توان نمونه های پیشرفته از زنجیره تامین را مشاهده کرد انجام شد. این تحقیق با استفاده از تحلیل آماری قصد دارد تا مطلوب ترین عرصه های همکاری بین شرکتهای مذکور و شرکای اصلی آنها را مشخص نموده و همچنین نقش فناوری اطلاعات در بهم پیوستن اعضاء را مورد بررسی قرار دهد. سپس تاثیر چنین همکاری بر روی عملکرد و کارایی شرکتها مطالعه می شود. یافته های این تحقیق مشخص می نماید که شرکتهای ایرانی وجود نیاز به یکپارچه سازی در زنجیره تامین به وسیله فناوری اطلاعات را مورد توجه قرار داده اند. اگر چه درک مدیران این شرکتها از میزان همکاری با شرکای کلیدی در زنجیره تامین کاملا انتخابی و گزینشی بود. در حالیکه همکاری با اعضاء در زمینه های تولید و مدیریت فروش یک روند رو به رشد را نشان می دهد، به حوزه های جدید و پرهزینه ای مانند مدیریت ارتباط با مشتری یا پیاده سازی نرم افزار زنجیره تامین کمتر پرداخته شده است. عملکرد کلی شرکتها در نتیجه یکپارچه سازی بهبود پیدا کرده است. علاوه بر این، نتیجه جالب به دست آمده از تحلیل رگرسیون چند متغیره حاکی از همبستگی معنی دار معکوس میان همکاری با تامین کنندگان یا مشتریان در طراحی زنجیره تامین از یک طرف و شاخص های اندازه گیری عملکرد شامل "مدت زمان انجام و تکمیل سفارشات"، "نرخ اجرای سفارشات"، "انعطاف پذیری تولید"، "هزینه های کلی لجستیک" و "تعداد روزهای تامین موجودی انبار" از طرف دیگر می باشد.

در این تحقیق سه نوع متفاوت از مسایل مسیریابی (vrps) مورد بررسی قرار گرفته اند. در مسایر مسیریابی سئوال اساسی این است که هر کدام از سرویس دهندگان، کدام یک از سرویس گیرندگان را تحت پوشش قرار دهند و از طرف دیگر ترتیب ارائه سرویس چگونه باشد تا هزینه کل حداقل گردد؟ روشی که برای پرداختن به مسائل مسیریابی در این پروژه استفاده شده است . استفاده از شبکه های عصبی مصنوعی (anns) و مدل کردن این مسایل در قالب ماشین نظریه میدان میانگین (mft) می باشد. هر چند جواب های حاصله اغلب کیفیت پائین تری نسبت به الگوریتم های کلاسیک داشته اند، ولی صرفه جویی زمانی قابل توجهی در حل مسایل بدست آمده است . جهت ارزیابی الگوریتم ارائه شده، از مسایل از پیش حل شده بر روی شبکه اینترنت استفاده شده است . همچنین برنامه های کامپیوتری مفصلی برای هر نوع مسئله توسعه داده شده است . نکته قابل توجه دیگر این که نحوه استخراج معادلات نظریه میدان میانگین که در ضمیمه (ب) برای سلولهای n حالتی پاتس ارائه گشته، روشی نو و بدیع بوده و نگارنده در مرور مراجع و منابع مختلف بدان برخورد نکرده است .