سیستم خبره فازی عصبی برای تشخیص (ترجمه مقاله فناوری اطلاعات)

عنوان انگلیسی مقاله: A Hybrid Fuzzy-Neural Expert system For Diagnosis
عنوان فارسی مقاله: یک سیستم خبره فازی عصبی برای تشخیص
دسته: فناوری اطلاعات و کامپیوتر
فرمت فایل ترجمه شده: فایل Word ورد 2007 یا 2003 (Docx یا Doc) قابل ویرایش
تعداد صفحات فایل ترجمه شده: 15
_______________________________________
چکیده
منطق فازی، یک شبکه عصبی و سیستم خبره است که برای ایجاد یک سیستم تشخیصی ترکیبی با یکدیگر ترکیب شده اند. با استفاده از چنین سیستمی ما یک روش جدید برای فراگیری مبانی دانش استفاده می کنیم. سیستم ما شامل یک سیستم خبره فازی همراه با یک بیس دانشی با منبع دوگانه است. دو سری قوانین لازم هستند، که به صورت استنباطی از مثالهای ارائه شده و به صورت استقرایی توسط فیزیک دانان بدست آمده اند. یک شبکه عصبی فازی سعی می کند که از داده های نمونه یاد گرفته و این اجازه را می دهد که قوانین فازی برای دانش پایه را استخراج کنیم. تشخیص electroencephalograms با تفسیر عناصر نموداری بعنوان یک نوع مشاهده در روش ما بکار گرفته می شود. نتایج اولیه نشان دهنده احتمالات مورد نظر با استفاده از روش ما می باشد.
مقدمه:

روشهای تکراری شناسایی و ارزیابی پدیده خاص را کار تشخیصی می نامند، که یکی از کاربردهای اصلی برای هوش مصنوعی (AI) می باشد. با توجه به اینکه رنج وسیعی از چنین کاربرهای تشخیصی وجود دارد. اگرچه رنج وسیعی از چنین کاربردهای تشخیصی در پزشکی وجود دارد ولی این بخش مورد توجه استفاده کنندگام از هوش مصنوعی قرار دارد. عمومی ترین روشهای AI در بخش پزشکی مبتنی بر دانش و مدلسازی رفتار تشخیصی متخصصان است. انواع مختلفی از چنین سیستمهای خبره ای از زمانی که Shrtlifee روش Shrtlifee Mycin را بi عنوان یک سیستم خبره برای تشخیص آسیبهای خونی انسان طراحی و معرفی کرد، بوسیله پزشکان مورد استفاده قرار گرفته است. یکی از بزرگترین مشکلات بر سر راه طراحی یک سیستم خبره مناسب، گردآوری و دانش پایه آن است. ما روش جدیدی را معرفی می کنیم که در آن دانش پایه با منبع دوگانه بوسیله یادگیری قیاسی واستقرایی ایجاد می شود. شیکه های عصبی نیز از این راه برای تشخیص استفاده می کنند. آنها قادرند رابطه بین مجموعه داده ها را با داشتن اطلاعات نمونه که نشان دهنده لایه های ورودی و خروجی آنها است، یاد بگیرند. 

انتخاب سر خوشه با منطق فازی دو سطحی در شبکه حسگر بی سیم (مقاله کامپیوتر)

عنوان انگلیسی مقاله: Cluster Head Selection using a Two-Level Fuzzy Logic in Wireless Sensor Networks
عنوان فارسی مقاله: انتخاب سر خوشه با استفاده از منطق فازی دو سطحی در شبکه های حسگر بی سیم
دسته: فناوری اطلاعات و کامپیوتر
فرمت فایل ترجمه شده: فایل Word ورد 2007 یا 2003 (Docx یا Doc) قابل ویرایش
تعداد صفحات فایل ترجمه شده: 11
_______________________________________
چکیده
به دلیل محدودیت منابع در شبکه های حسگر بی سیم، افزایش طول عمر شبکه همیشه مورد توجه بوده است. یک روش مسیریابی کارا، مسیریابی سلسله مراتبی بر اساس خوشه بندی است که یافتن سر خوشه های بهینه و تعداد آن ها یک چالش محسوب می شود. در این مقاله، از یک منطق فازی دو سطحی برای ارزیابی کیفیت حسگرها برای انتخاب سر خوشه استفاده می شود. در سطح اول (سطح محلی)، گره های واجد شرایط بر اساس انرژی و تعداد همسایه های آن ها انتخاب می شوند. سپس در سطح دوم (سطح سراسری)، همکاری کلی گره ها در کل شبکه با سه پارامتر فازی ارزیابی می شود. این پارامترها مرکزیت، مجاورت به ایستگاه اصلی و فاصله بین سر خوشه هاست. نتایج شبیه سازی در پنج معیار نشان می دهد که روش پیشنهادی انرژی کمتری مصرف می کند و طول عمر شبکه را حدود 54 درصد در مقایسه با دیگر الگوریتم ها افزایش می دهد.

مقدمه

یک شبکه حسگر بی سیم (WSN) شامل تعداد زیادی گره حسگر و یک ایستگاه اصلی (BS) است. این حسگرها داده ها را جمع آوری و آن ها را از طریق فرستنده رادیویی به BS ارسال می کنند. این حسگرها نیرو و ظرفیت محاسباتی محدودی دارند. از WSNها می توان در بسیاری از برنامه ها مثل برنامه های نظامی، دارویی و محیطی استفاده کرد. یافتن مسیر ئ ذخیره آن کار آسانی نیست زیرا میزان محدود انرژی و تغییرات ناگهانی در موقعیت گره ها باعث تغییرات پیش بینی نشده می شود. انرژی، چالش اصلی در طراحی پروتکل مسیریابی در WSNهاست. یکی از مهم ترین الگوریتم های مسیریابی، مسیریابی سلسله مراتبی یا خوشه ای است. در یک معماری سلسله مراتبی، از گره هایی با انرژی بیشتر برای پردازش و ارسال اطلاعات استفاده می شود در حالی که از گره هایی با انرژی کم برای درک نزدیکی مقصد استفاده می شود. LEACH، PEGASIS، TEEN و APTEEN چند الگوریتم مسیریابی سلسله مراتبی هستند. 

روشی کارا برای خوشه بندی در شبکه حسگر بی سیم با منطق فازی (مقاله کامپیوتر)

عنوان انگلیسی مقاله: An Efficient Approach for Clustering in Wireless Sensor Network Using Fuzzy Logic
عنوان فارسی مقاله: روشی کارا برای خوشه بندی در شبکه های حسگر بی سیم با استفاده از منطق فازی
دسته: فناوری اطلاعات و کامپیوتر
فرمت فایل ترجمه شده: فایل Word ورد 2007 یا 2003 (Docx یا Doc) قابل ویرایش
تعداد صفحات فایل ترجمه شده: 12
_______________________________________
چکیده
شبکه حسگر بی سیم (WSN) از تعداد زیادی گره حسگر تشکیل شده که به یکدیگر متصل هستند تا عمل خاصی را انجام دهند. این گره ها انرژی، قدرت پردازش و حافظه محدودی دارند. به دلیل اینکه طول عمر شبکه بستگی به این گره ها دارد، منبع انرژی در گره ها بسیار مهم است. بنابراین نیاز به روش هایی برای کاهش مصرف انرژی در گره ها داریم. خوشه بندی یکی از روش ها برای کاهش مصرف انرژی است. الگوریتم های خوشه بندی بسیاری معرفی شده اند. الگوریتم LEACH یکی از معروف ترین این الگوریتم هاست. در این مقاله، ما یک روش کارا برای خوشه بندی با استفاده از منطق فازی با ورودی های مناسب پیشنهاد می دهیم و آن را با ویژگی های خوب LEACH ترکیب می کنیم. این روش کاملاً توزیع شده است. بنابراین سرعت آن بیشتر و مصرف انرژی آن کمتر از روش های متمرکز است. همچنین روش پیشنهادی ما، ضعف های LEACH را بر طرف کرده و کاراتر از روش های موجود است.

مقدمه

در سال های اخیر با پیشرفت فناوری، از شبکه های حسگر بی سیم (WSNها) در برنامه های مختلفی استفاده شده است. WSN شامل صدها یا هزاران گره حسگر کوچک است. ایم گره ها به یکدیگر متصل شده اند تا کار یا کارهای مشخصی را انجام دهند. هر گره در WSN شامل مؤلفه هایی مثل آنتن ارتباطی، حافظه کم، مدار حسگر (حسگر دما، نور، رطوبت و ...)، پردازنده ضعیف و منبع تغذیه محدود است. WSNها معمولا برای برنامه های نظارتی استفاده می شود و به محض تغییر در محیط، ایستگاه باخبر می شود. WSNها معمولاً در محیط هایی که دسترسی انسانی محدود است مثل کوه های آتشفشان یا مناطق نظامی استفاده می شوند. به دلیل ویژگی های خاص شبکه های حسگر بی سیم، چالش های متعددی در این شبکه ها وجود دارد. یکی از این چالش ها منبع انرژی محدود گره هاست. در اکثر موارد، منبع انرژی غیر قابل تعویض و غیر قابل شارژ است. بنابراین باید از روش هایی در WSNها استفاده شود که مصرف انرژی گره ها را کاهش می دهد. 

بهبود عملکرد خروجی یک مبدل ماتریسی Z Source Sparse تحت شرایط ولتاژ ورودی نامت

فرمت فایل: فایل Word ورد 2007 یا 2003 (Docx یا Doc) قابل ویرایش

پروژه کارشناسی ارشد برق

چکیده

در این مقاله، ما یک مبدل ماتریسی Z sourse sparse، و یک روش جبران سازی مبنتی بر کنترل کننده منطق فازی را برای جبران ولتاژهای ورودی نامتعادل، ارایه می دهیم. Z source matrix converter، طبق ساختمان یک SMC توسعه داده شده است تا تعداد سوییچ های نیمه هادی قدرت تک قطبی را کاهش دهد، و از شبکه Z source نیز برای غلبه بر محدودیت ذاتی نسبت تبدیل ولتاژ مبدل های ماتریسی (Matrix Converter) مرسوم، استفاده می کند. اگرچه ZSMC یک مبدل دو مرحله ای است، مستقیما از طریق یک شبکه Z source که طوری طراحی شده است که دارای مولفه ها پسیو (غیرفعال) کمتری باشد_ یک منبع را با یک بار، متصل می کند؛ چرا که تنها هدف، تقویت ولتاژ است. بنابراین، خروجی ZSMC، تحت تاثیر مستقیم تداخلات منبع ولتاژ ورودی، قرار دارد. اصل عملیاتی ZSMC، در اینجا تشریح شده است و استراتژی مدولاسیون آن نیز، بیان شده است. همچنین به منظور بررسی صحت عملی بودن ZSMC و روش جبران سازی آن، شبیه سازی ها و نتایج آزمایش مربوطه، نشان داده شده است.  

کنترل فرکانس هوشمند ریزشبکه برق متناوب

عنوان انگلیسی مقاله: Intelligent Frequency Control in an AC Microgrid: Online PSO-Based Fuzzy Tuning Approach

عنوان فارسی مقاله: کنترل فرکانس هوشمند در یک ریزشبکه برق متناوب: تکنیک تنظیم فازی مبنی بر بهینه سازی ازدحام ذره آنلاین

دسته: برق و الکترونیک

فرمت فایل ترجمه شده: فایل Word ورد 2007 یا 2003 (Docx یا Doc) قابل ویرایش

تعداد صفحات فایل ترجمه شده: 24

_______________________________________

چکیده

سیستم های قدرت مدرن، نیازمند افزایش هوش و انعطاف پذیری در کنترل و بهینه سازی هستند، تا از قابلیت تثبیت تعادل میان بار و تولید به دنبال تداخلات جدی اطمینان حاصل شود. این قضیه امروز، به سبب افزایش تعداد ریزشبکه ها (MG)، در حال یافتن اهمیتی بیش از پیش است. ریزشبکه ها اغلب از انرژی های تجدیدپذیر برای تولید توان الکتریکی استفاده می کنند، که تولید توان با این انرژی ها، طبیعتا متغیر است. این تغییرات و عدم قطعیت های رایج در سیستم قدرت، موجب می شود که کنترل کننده های قدیمی نتوانند عملکرد مناسبی را در بازه های گسترده شرایط عملیاتی، ارایه دهند. در پاسخ به این چالش، این مقاله یک روش هوشمند آنلاین جدید را، با آمیختن تکنیک های منطق فازی و بهینه سازی ازدحام ذرات (PSO)، برای تنظیم بهینه معروف ترین کنترل کننده های مبتنی بر تناسبی-انتگرالی (PI) در سیستم های میکرو شبکه، ارایه می دهد. این روش طراحی کنترل، بر روی یک ریزشبکه AC به عنوان مورد آزمایشی تست شده است. عملکرد ترکیب کنترلی هوشمند ارایه شده، با روش های کنترل PI کاملا فازی و کنترل PI زیگلر-نیکولز، مقایسه شده است.

انتخاب گره سرخوشه با استفاده از منطق فازی برای شبکه حسگر بی سیم (ترجمه مقاله فناوری اطلاعات)

عنوان انگلیسی مقاله: Cluster-head Election using Fuzzy Logic for Wireless Sensor Networks

عنوان فارسی مقاله: انتخاب گره سرخوشه با استفاده از منطق فازی برای شبکه های حسگر بی سیم

طبقه بندی: کامپیوتر و فناوری اطلاعات

فرمت فایل ترجمه شده: فایل Word ورد 2007 یا 2003 (Docx یا Doc) قابل ویرایش

تعداد صفحات فایل ترجمه شده: 12

لینک دریافت رایگان نسخه انگلیسی مقاله: دانلود

_______________________________________

چکیده

شبکه های حسگر بی سیم (WSN)، نسل جدیدی از سیستم های تعبیه شده زمان واقعی را با محاسبات محدود، منابع انرژی و حافظه نشان می دهد که در موارد کاربردی گسترده مختلف، زمانی که زیرساخت های ایجاد شبکه سنتی عملا غیرمجتمل می باشد، مورد استفاده قرار می گیرند. انتخاب گره سرخوشه مناسب، می تواند به طور قابل توجهی مصرف انرژی را کاهش داده و عمر شبکه را بالا برد. در این مقاله، روش منطق فازی برای انتخاب سرخوشه بر مبنای سه واصف – یعنی انرژی، تمرکز و مرکزیت، مطرح می شود. شبیه سازی نشان می دهد که بر مبنای پیکره بندی شبکه، افزایش قابل توجه در عمر شبکه می تواند در مقایسه با احتمال انتخاب گره ها بر مبنای سرخوشه تنها با استفاده از اطلاعات محلی، بوجود آید.

کلیدواژه: شبکه های حسگر بی سیم، سرخوشه، منطق فازی

مقدمه

با پیشرفت های اخیر در فناوری سیستم های میکرو الکترومکانیکی (MEMS)، مدارات دیجیتال با تونان کم، طرح RF (فرکانس رادیویی)، شبکه های حسگر بی سیم (WSN) به عنوان یکی از فناوری های محاسبه در حال ظهور بالقوه با نزدیک شدن به سمت احتمالات گسترده تر مد نظر قرار می گیرند. چندین کاربرد مختلف و متنوع شبکه های حسگر بی سیم (WSN) ها شامل کاربرد در گرداوری اطلاعات در محیط های آشفته و نامنظم، نظارت بر آب و هوا و اقلیم، تشخیص تهدیدهای عامل بیولوژیکی و شیمیایی، نظارت مراقبت های بهداشتی می باشد. این موارد شامل کاربرد تجهیزات مختلف همانند دوربین ها، ابزارهای صوتی، و پارامترهای فیزیکی مختلف اندازه گیری سنسور می باشد. شبکه های حسگر بی سیم (WSN) ها شامل گره های بی سیم قابل حمل، کم هزینه، با توان، حافظه و قابلیت های محاسباتی محدود می باشند. تامین انرژی گره های سنسور به عنوان یکی از محدودیت های اصلی در طراحی این نوع از شبکه می باشد. چون این امکان وجود ندارد تا باتری ها را زمانی که شبکه های حسگر بی سیم (WSN) ها بکار گرفته می شوند جایگزین کنیم، یکی از موضوعات طراحی مهم در شبکه های حسگر بی سیم (WSN) ها کاهش مصرف انرژی با استفاده از سخت افزار ذخیره کننده انرژی، سیستم های عامل و پروتکل های ارتباطی می باشد.