فی ژوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

فی ژوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

مدل ترکیبی متشکل از شبکه های عصبی مصنوعی و الگوریتم ژنتیک به منظور مدیریت تعمیر و نگهداری شبکه

اختصاصی از فی ژوو مدل ترکیبی متشکل از شبکه های عصبی مصنوعی و الگوریتم ژنتیک به منظور مدیریت تعمیر و نگهداری شبکه دانلود با لینک مستقیم و پر سرعت .

تکنیک هاى هوش مصنوعى روش هاى موثرى را چه در ایجاد مدل هاى پیش بینی و چه در حل مسائل بهینه سازى ارائه می کنند. به همین دلیل این روش ها به خصوص براى مدیریت ترمیم و نگهدارى روسازى کار آمد هستند. در این مقاله روشی به منظور بهره بردن از منابع اقتصادى موجود به صورت بهینه براى تعمیر رویه ى در روسازى هاى انعطاف پذیر به وسیله ى شبکه هاى عصبى مصنوعى و الگوریتم ژنتیک معرفى شده است. شبکه هاى عصبى براى تعریف مدل خرابى (زوال) روسازى به خدمت گرفته شده است. مسأله بهینه سازى به وسیله ى الگوریتم ژنتیک و با استفاده از نتایج حاصل از شبکه هاى عصبى صورت پذیرفته است مدل حاصل از این روش بر روى تعدادى از جاده هاى داخلى کشور ایالات متحده پیاده سازى شده است. نتایج حاصل خاکی از آن است که على رغم وجود نقایصى در بخش اول روش حل مسأله (شبکه هاى عصبى)، روش مورد بحث مى تواند پاسخ مناسبى به نیازهاى موجود در سیستم هاى مدیریت روسازى باشد.

 

سال انتشار: 1392

تعداد صفحات: 10

فرمت فایل: pdf


دانلود با لینک مستقیم


مدل ترکیبی متشکل از شبکه های عصبی مصنوعی و الگوریتم ژنتیک به منظور مدیریت تعمیر و نگهداری شبکه

084 - دانلود پروژه کامل مهندسی کامپیوتر: شناسایی چهره با استفاده از الگوریتم کلونی مورچگان

اختصاصی از فی ژوو 084 - دانلود پروژه کامل مهندسی کامپیوتر: شناسایی چهره با استفاده از الگوریتم کلونی مورچگان دانلود با لینک مستقیم و پر سرعت .

فایل PDF و فایل پروژه Matlab

به همراه مقاله های مرجع و آموزش نحوه اجرای پروژه

شرح مختصر:

فایل پروژه از دو فایل اصلی تشکیل شده است : یکی ACO_feature_selection.m و ExteractFeatureZernik_DWT.m و یک پایگاه داده که ۴۰۰ تصویر از ۴۰ شخص در ۱۰ حالت متفاوت گرفته شده است. مراحل اجرای پروژه به صورت زیر است :

ابتدا با استفاده از اجرای فایل ExteractFeatureZernik_Dw ویژگی های زرنیک و DWT که مربوط به ویولت هست را از ۴۰۰ تصویر بیرون کشیده و در یک ماتریس با ۴۰۰ ردیف ذخیره می کنیم. تعداد ویژگی های استخراجی برای DWT برابر ۱۶۸ ویژگی است. که با توجه به مقاله ی شماره ۲(شکل۴ مقاله) که در فایل پروژه هست پیاده سازی شده است. تصاویر پایگاه داده ۹۲×۱۱۲ می باشد سه سطح رزولوشن آن باستفاده از تبدیل وارون ویولت کم می شود سطح اول ۴۶×۵۶ ، سطح دوم ۲۳×۲۸ و سطح سوم و آخر ۱۲×۱۴ می شود. در این مرحله تصویر با ابعاد سطح سوم را به صورت برداری تک ردیف ارائه می کنیم و اینکار با کنار هم و بهم پیوست ستون ها انجام می دهیم. که برای هر تصویر بردار ویژگی DWT برداری با طول ۱۶۸ خواهد بود زیرا ۱۲×۱۴=۱۶۸ خواهد شد. پس از استخراج ویژگی های آنها را در ماتریس Feature_DWT.mat با ابعاد ۴۰۰×۱۶۸ برای استفاده ی الگوریتم ACO ذخیره می کنیم. به منظور استخراج ویژگی-های زرنیک نیز از به جای استفاده مستقیم از تصاویر پایگاه داده از تصاویر کاهش یافته ی ۶۴×۶۴ استفاده شده است. که فقط ۲۰ مرتبه ی اول ویزگی های زرنیک محاسبه می شود. و دراین حالت نیز ماتریس با نام Zernike_Moment_features.mat با ابعاد ۴۰۰×۲۰ را به منظور استفاده ACO ذخیره می کنیم.

فهرست فایلها:

توضیحات اجرای پروژه
مقاله زبان اصلی
فایل سورس پروژه


دانلود با لینک مستقیم


084 - دانلود پروژه کامل مهندسی کامپیوتر: شناسایی چهره با استفاده از الگوریتم کلونی مورچگان

الگوریتم مورچه و طراحی شبکه لوله های فاضلاب آب و باران به کمک آن

اختصاصی از فی ژوو الگوریتم مورچه و طراحی شبکه لوله های فاضلاب آب و باران به کمک آن دانلود با لینک مستقیم و پر سرعت .

تاکنون روش های مختلفی به منظور حل مسائل بهینه سازی پیشنهاد شده و بکار گرفته شده است. برخی از این روش های حل مسائل بهینه سازی توانایی رسیدن به جوابهای مطلق را دارا می باشند و برخی دیگر تنها به رسیدن به جوابهای خوب و مناسب بسنده می کنند. ضرورتاً هدف از داده پردازی کسب اطلاعات از داده ها می باشد. ما تاکید می کنیم که در داده پردازی برخلاف آمارهای کلاسیک هدف کسب اطلاعاتی است که نه تنها از صحت برخوردار است بلکه برای کاربر قابل فهم است. فلسفه پیدایش روش هایی که توانایی رسیدن به جواب های نزدیک به جواب های بهینه را دارا می باشند را می توان در این واقعیت دانست که برخی از مسائل بهینه سازی شدیدا غیر خطی می باشند به گونه ای که الگوریتمی صریح برای حل آنها وجود ندارد. از طرفی در بسیاری از مسائل واقعی از جمله مسائل آب تصمیم گیرنده ها تنها نیازمند جوابهای خوب و مناسب نه لزوماً جواب بهینه مطلق می باشند. در این مقاله ما ابتدا شرح مختصری از الگوریتم مورچه را مطرح کرده و در نهایت کاربرد الگوریتم مورچه را برای طراحی بهینه شبکه لوله های فاضلاب آب و باران را بیان نموده که بر دو نوع روش محدود و بدون محدودیت می باشد.

 

سال انتشار: 1392

تعداد صفحات: 11

فرمت فایل: pdf


دانلود با لینک مستقیم


الگوریتم مورچه و طراحی شبکه لوله های فاضلاب آب و باران به کمک آن