فرادرس
درباره سایت
آخرین مطالب
- فرادرس – کلمات کلیدی جستجو شده – بخش بیست و ششم
- فرادرس – کلمات کلیدی جستجو شده – بخش بیست و پنجم
- فرادرس – کلمات کلیدی جستجو شده – بخش بیست و چهارم
- فرادرس – کلمات کلیدی جستجو شده – بخش بیست و سوم
- فرادرس – کلمات کلیدی جستجو شده – بخش بیست و دوم
- فرادرس – کلمات کلیدی جستجو شده – بخش بیست و یکم
- وبلاگ های فرادرس
- فراردس – کلمات کلیدی جستجو شده – بخش نهم
- فراردس – کلمات کلیدی جستجو شده – بخش هشتم
- فراردس – کلمات کلیدی جستجو شده – بخش هفتم
امکانات وب
بهینه سازی مبتنی بر جغرافیای زیستی یا Biogeography-based Optimization (به اختصار BBO) یکی از الگوریتم های نسبتا جدید در حوزه بهینه سازی هوشمند است که در سال 2008 توسط Dan Simon معرفی شد. در این الگوریتم، از چگونگی انتشار گونه های جانداران در زیستگاه های متعدد الهام گرفته شده است. با ارائه مدلی احتمالی برای چگونگی مهاجرت گونه در زیستگاه ها، مدل ریاضی استخراج شده است که نهایتا منجر به ایجاد مدل بهینه سازی جدیدی شده است که در BBO استفاده شده است.
در فیلم آموزشی جامع بهینه سازی مبتنی بر جغرافیای زیستی یا BBO در متلب، پس از مرور مبانی تئوری الگوریتم BBO، پیاده سازی عملی این الگوریتم در محیط متلب، برای حل یک مسأله بهینه سازی پیوسته مورد بررسی قرار گرفته است. این برنامه به صورت گام به گام در محیط متلب پیاده سازی شده است و به راحتی می توان با اعمال تغییرات کوچک، آن را برای حل انواع مسائل پیوسته و یا گسسته مورد استفاده قرار داد.
مطالب و مباحث این فیلم آموزشی به زبان فارسی روان، و توسط مهندس سید مصطفی کلامی هریس ارائه شده است.
سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:
- مبانی تئوری الگوریتم بهینه سازی مبتنی بر جغرافیای زیستی یا BBO
- بررسی گام به گام تمام مراحل الگوریتم
- بررسی نسخه های تغییر یافته الگوریتم BBO
- پیاده سازی گام به گام الگوریتم BBO در محیط متلب
توجه: برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: BBO,آموزش BBO,بهینه سازی,بهینه سازی مبتنی بر جغرافیای زیستی,بهینه سازی هوشمند,جغرافیای زیستی,فیلم آموزشی BBO,متاهیوریستیک,کد متلب BBO,
نویسنده: فرادرس |FaraDars
الگوریتم کرم شب تاب یا Firefly Algorithm (به اختصار FA) در اواخر سال 2007 و توسط Xin-She Yang معرفی شده است، که ایده اصلی آن از ارتباط نوری میان کرم های شب تاب الهام گرفته شده است. این الگوریتم را می توان از مظاهر هوش ازدحامی یا Swarm Intelligence دانست، که در آن از همکاری (و احتمالا رقابت) اعضای ساده و کم هوش، مرتبه بالاتری از هوشمندی ایجاد می شود که قطعا توسط هیچ یک از اجزا قابل حصول نیست.
در فیلم آموزشی جامع الگوریتم کرم شب تاب یا Firefly Algorithm در متلب، پس از مرور مبانی تئوری الگوریتم کرم شب تاب، پیاده سازی عملی این الگوریتم در محیط متلب، برای حل یک مسأله بهینه سازی پیوسته مورد بررسی قرار گرفته است. این برنامه به صورت گام به گام در محیط متلب پیاده سازی شده است و به راحتی می توان با اعمال تغییرات کوچک، آن را برای حل انواع مسائل پیوسته و یا گسسته مورد استفاده قرار داد.
مطالب و مباحث این فیلم آموزشی به زبان فارسی روان، و توسط مهندس سید مصطفی کلامی هریس ارائه شده است.
سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:
- مبانی تئوری الگوریتم کرم شب تاب یا Firefly Algorithm (به اختصار FA)
- بررسی گام به گام تمام مراحل الگوریتم
- بررسی نسخه های تغییر یافته الگوریتم کرم شب تاب
- پیاده سازی گام به گام الگوریتم کرم شب تاب در محیط متلب
توجه: برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: Firefly Algorithm,الگوریتم کرم شب تاب,بهینه سازی,بهینه سازی هوشمند,فیلم آموزشی الگوریتم کرم شب تاب,متاهیوریستیک,کد متلب الگوریتم کرم شب تاب,
نویسنده: فرادرس |FaraDars
الگوریتم جستجوی ممنوع یا Tabu Search و یا به اختصار TS، یکی از قوی ترین الگوریتم ها در زمینه حل مسائل بهینه سازی، به خصوص مسائل بهینه سازی مبتنی بر گراف و مسائل بهینه سازی ترکیباتی (Combinatorial Optimization) است. این الگوریتم در اواخر دهه ۱۹۸۰ و توسط گلووِر (Glover) و همکارانش ارائه گردید. این الگوریتم پاسخ های بسیار مناسبی را برای انواع مسائل گسسته به خصوص مسائل جایگشتی (مانند مسأله فروشنده دوره گرد یا TSP و مسأله n وزیر) ارائه می کند.
در فیلم آموزشی جامع جستجوی ممنوع یا Tabu Search در متلب، پس از مرور مبانی تئوری الگوریتم جستجوی ممنوع، پیاده سازی عملی این الگوریتم در محیط متلب، برای حل مسأله n وزیر (یا n-Queens Problem) مورد بررسی قرار گرفته است. این برنامه به صورت گام به گام در محیط متلب پیاده سازی شده است و به راحتی می توان با اعمال تغییرات کوچک، آن را برای حل انواع مسائل گسسته، به ویژه مسائل جایگشتی (مانند مسأله فروشنده دوره گرد یا TSP، مسأله تخصیص درجه 2 یا QAP و انواع مسائل زمان بندی) استفاده نمود.
مطالب و مباحث این فیلم آموزشی به زبان فارسی روان، و توسط مهندس سید مصطفی کلامی هریس ارائه شده است.
سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:
- مبانی تئوری الگوریتم جستجوی ممنوع یا Tabu Search
- تعریف مسأله n وزیر (n-Queen Problem) و بررسی جوانب مختلف آن
- نحوه ایجاد فهرست عملیات برای مسائل بهینه سازی جایگشتی
- پیاده سازی گام به گام برنامه جستجوی ممنوع در محیط متلب
- حل مسأله n وزیر با استفاده از جستجوی ممنوع در متلب
- ترسیم پاسخ های به دست آمده (موقعیت مهره های وزیر بر روی صفحه شطرنج)
توجه: برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: ,Queens Problem,Tabu Search,بهینه سازی,بهینه سازی هوشمند,جستجوی تابو,جستجوی ممنوع,متاهیوریستیک,مسأله 8 وزیر,مسأله n وزیر,مسائل جایگشتی,هشت وزیر,کد متلب جستجوی ممنوع,
نویسنده: فرادرس |FaraDars
الگوریتم شبیه سازی تبرید (بازپخت) یا Simulated Aealing و یا به اختصار SA در اوائل دهه 1980 و توسط کیرکپاتریک و همکارانش معرفی شد. این روش، فرایند تبرید مواد را شبیه سازی می کند. طی فرایند تبرید، یک ماده تا دمایی بیشتر از دمای ذوبش گرم می شود و سپس به تدریج، دمای آن پایین آورده می شود. نحوه کاهش دما بسیار کند و در حدی است که ماده در تعادل ترمودینامیکی است. به عبارت دیگر، دمای جسم آن قدر ثابت می ماند که بهترین ساختار بلوری با کم ترین انرژی در آن دما تشکیل شود. اجسامی ساختار بلوری شان در انرژی های بالاتری شکل گرفته باشد، شکننده تر نیز هستند. اما بر عکس، اگر ساختار بلوری جسمی، در انرژی های کم تر تشکیل شده باشد، از مقاومت فیزیکی بسیار بیشتری برخوردار خواهد بود. این الگوریتم یکی از قوی ترین الگوریتم در مواجهه با مسائل بهینه سازی ترکیباتی یا Combinatorial Optimization است، و در همان مقاله اصلی بر روی مسأله فروشنده دوره گرد یا TSP اعمال شده است.
در فیلم آموزشی جامع شبیه سازی تبرید یا Simulated Aealing در متلب، پس از مرور مبانی تئوری الگوریتم شبیه سازی تبرید، پیاده سازی عملی این الگوریتم در محیط متلب، برای حل مسأله فروشنده دوره گرد مورد بررسی قرار گرفته است. در ادامه، در طی مباحثی تکمیلی، پیاده سازی این الگوریتم در حالت چند نقطه ای و مبتنی بر جمعیت مورد بررسی قرار گرفته و در متلب پیاده سازی شده است. همچنین ترکیب شبیه سازی تبرید و الگوریتم ژنتیک پیوسته، برای حل یک مسأله بهینه سازی پیوسته در محیط متلب نیز پیاده سازی شده است.
مطالب و مباحث این فیلم آموزشی به زبان فارسی روان، و توسط مهندس سید مصطفی کلامی هریس ارائه شده است.
سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:
- مبانی تئوری تبرید و الگوریتم شبیه سازی تبرید
- مولفه ها و بخش های سازنده الگوریتم شبیه سازی تبرید در حالت پایه
- بررسی تئوری مسأله فروشنده دوره گرد یا TSP
- معرفی اپراتورها (عملگرهای) ایجاد همسایه در حل مسائل جایگشتی و مسأله فروشنده دوره گرد
- پیاده سازی عملی و گام به گام شبیه سازی تبرید برای حل مسأله فروشنده دوره گرد
- معرفی الگوریتم شبیه سازی تبرید موازی
- معرفی الگوریتم شبیه سازی تبرید با چند همسایه
- معرفی الگوریتم شبیه سازی تبرید مبتنی بر جمعیت برای حل مسائل بزرگ تر و پیچیده تر
- پیاده سازی شبیه سازی تبرید مبتنی بر جمعیت برای حل مسأله فروشنده دوره گرد
- ارائه روش هایی برای ترکیب شبیه سازی تبرید با الگوریتم ژنتیک و سایر روش های بهینه سازی هوشمند (متاهیوریستیک ها)
- ترکیب الگوریتم ژنتیک و شبیه سازی تبرید برای حل مسائل پیوسته
- پیاده سازی ترکیب الگوریتم ژنتیک و شبیه سازی تبرید در متلب
توجه: برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: Hybrid Algorithm,Simulated Aealing,TSP,آموزش الگوریتم شبیه سازی تبرید,الگوریتم ترکیبی,بازپخت,بهینه سازی,بهینه سازی هوشمند,تبرید,تبرید فلزات,ترکیب الگوریتم ژنتیک و شبیه سازی تبرید,شبیه سازی تبرید,شبیه سازی تبرید مبتنی بر جمعیت,فیلم آموزشی شبیه سازی تبرید,متاهیوریستیک,مسأله فروشنده دوره گرد,مسائل جایگشتی,کد متلب شبیه سازی تبرید,
نویسنده: فرادرس |FaraDars
تکامل زیستی فرایندی است که طی میلیون ها سال و به صورتی نه چندان مشخص انجام شده است؛ اما با این حال با شبیه سازی و مدل سازی این فرایند، الگوریتم های بهینه سازی قدرتمندی، همچون الگوریتم های ژنتیک ایجاد شده اند، که هم اکنون در حل مسائل متنوعی مورد استفاده قرار می گیرند. جنبه دیگری از تکامل که در زمانی بسیار کوتاه تر اتفاق افتاده است، تکامل در حوزه فرهنگ و اجتماع است. مطالعه این نوع خاص از تکامل (Evolution)، اصطلاحا به نام داروینیسم اجتماعی (Social Darwinism) شناخته می شود.
الگوریتم های فرهنگی یا Cultural Algorithms (به اختصار CA)، همسان فرهنگی-اجتماعی الگوریتم های ژنتیک هستند، و به جای تکامل زیستی، تکامل فرهنگی-اجتماعی را به عنوان جان مایه بهینه سازی در نظر گرفته شده است. در فیلم آموزشی جامع الگوریتم فرهنگی یا Cultural Algorithm در متلب، به آموزش گام به گام و عملی، مباحث مربوط به این الگوریتم پرداخته است و تصویری جامع از مبانی تئوری و روش های پیاده سازی عملی را به مخاطب ارائه می نماید.
مطالب و مباحث این فیلم آموزشی به زبان فارسی روان، و توسط مهندس سید مصطفی کلامی هریس ارائه شده است.
سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:
- مبانی تئوی تکاملی فرهنگی و الگوریتم های فرهنگی
- بررسی مولفه های مختلف در الگوریتم های فرهنگی
- بررسی حالت های مختلف تعامل افراد جامعه و فرهنگ
- پیاده سازی عملی الگوریتم فرهنگی در محیط متلب
- پیاده سازی انواع روش های تاثیر گذاری فرهنگ بر افراد
- ارائه ایده هایی برای ترکیب الگوریتم فرهنگی با سایر الگوریتم های بهینه سازی
توجه: برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: بهینه سازی تکاملی,Cultural Algorithm,Social Darwinism,الگوریتم فرهنگی,بهینه سازی,بهینه سازی هوشمند,تکامل اجتماعی,تکامل فرهنگی,داروینیسم اجتماعی,سیستم های اجتماعی,فیلم آموزشی الگوریتم فرهنگی,متاهیوریستیک,کد متلب الگوریتم فرهنگی,
نویسنده: فرادرس |FaraDars
الگوریتم بهینه سازی ازدحام ذرات یا Particle Swarm Optimizatoion (به اختصار PSO) یکی از مهم ترین الگوریتم های بهینه سازی هوشمند است که در حوزه هوش ازدحامی (Swarm Intelligence) جای می گیرد. این الگوریتم، توسط جیمز کندی و راسل سی ابرهارت در سال ۱۹۹۵ معرفی گردید، و با الهام از رفتار اجتماعی حیواناتی چون ماهی ها و پرندگان که در گروه هایی کوچک و بزرگ کنار هم زندگی می کنند، طراحی شده است. در الگوریتم PSO، اعضای جمعیت جواب ها، به صورت مستقیم با هم ارتباط دارند و از طریق تبادل اطلاعات با یکدیگر و یادآوری خاطرات خوب گذشته، به حل مسأله می پردازند. الگوریتم PSO برای انواع مسائل پیوسته و گسسته مناسب است و پاسخ های بسیار مناسبی برای مسائل بهینه سازی مختلف داده است.
در این فیلم آموزشی، روش هایی در خصوص چگونگی استفاده از الگوریتم PSO برای حل مسائل بهینه سازی گسسته (عدد صحیح) ارائه شده اند. این روش ها منحصر به الگوریتم PSO نیستند و می توان آن ها را با هر الگوریتم پیوسته دیگری، از جمله تکامل تفاضلی (DE) و الگوریتم رقابت استعماری (ICA) مورد استفاده قرار داد.
مدرس: سید مصطفی کلامی هریس
توجه: این محصول بخشی از بسته طلایی فیلم های آموزشی الگوریتم PSO است. برای کسب اطلاعات بیشتر بر روی این لینک (+) کلیک کنید.
برچسب: Particle Swarm Optimization,PSO,آموزش PSO,آموزش بهینه سازی ازدحام ذرات,آموزش عملی,آموزش عملی PSO,آموزش عملی بهینه سازی ازدحام ذرات,الگوریتم PSO,الگوریتم ازدحام ذرات,بهینه سازی ازدحام ذرات,تبدیل متغیر گسسته به پیوسته,فیلم آموزش عملی,فیلم آموزشی,فیلم آموزشی PSO,مجموعه آموزشی PSO,مروری بر الگوریتم ازدحام ذرات,PSO,مسائل بهینه سازی عدد صحیح,مسائل بهینه سازی گسسته,هوش ازدحامی,
نویسنده: فرادرس |FaraDars
الگوریتم های مختلف بهینه سازی (اعم از هوشمند و یا غیر هوشمند)، هر کدام دارای قابلیت ها و ویژگی های خاصی هستند. قطعا هر الگوریتمی دارای نقاط ضعف و قوت فراوانی است. البته این موارد در مواجهه با مسائل مختلف، می تواند شدت و ضعف داشته باشد. ایده الگوریتم های ترکیبی (هیبرید) و یا Hybrid Algorithms، با توجه به تفاوت های عملکردی و ساختاری الگوریتم های بهینه سازی مختلف شکل گرفته است و هدف از آن ایجاد الگوریتم های ترکیبی است که بتوانند با استفاده از نقاط قوت الگوریتم های ترکیب شونده، عملکرد بهتری را در حل مسائل بهینه سازی مختلف داشته باشند.
با توجه به درخواست های ارائه شده از طرف کاربران متلب سایت، و به منظور آشنا کردن دانشجویان و محققین با برنامه نویسی الگوریتم های ترکیبی، "فیلم آموزشی پیاده سازی ترکیب الگوریتم ژنتیک و بهینه سازی ازدحام ذرات (PSO) در متلب" توسط متلب سایت تولید شده است.
در این فیلم آموزشی ابتدا برنامه نویسی الگوریتم ژنتیک مورد بحث قرار می گیرد و سپس الگوریتم بهینه سازی ازدحام ذرات یا PSO پیاده سازی می شود. در ادامه ایده هایی برای ترکیب این دو الگوریتم مطرح می شوند و در محیط نرم افزار متلب پیاده سازی می گردند. زمان این فیلم تقریبا برابر با یک جلسه آموزشی (90 دقیقه) است.
زبان این فیلم فارسی است و مفاهیم تئوری و عملی در آن به صورت کاملا روان توضیح داده شده است. از این رو می تواند یکی از گزینه های بسیار مناسب برای آموزش برنامه نویسی الگوریتم ژنتیک، الگوریتم PSO و ترکیب این دو الگوریتم باشد. قطعا نکات کاربردی و مفید بسیاری در این فیلم وجود دارد که شما در کمترین زمان ممکن آن ها را آموزش خواهید دید.
سر فصل های مطالب ارائه شده در این فیلم آموزشی عبارتند از:
- برنامه نویسی الگوریتم ژنتیک برای محیط های پیوسته
- پیاده سازی عملگر تقاطع محاسباتی یا Arithmetic Crossover
- پیاده سازی عملگر جهش گوسی یا Gaussian Mutation
- برنامه نویسی بهینه سازی ازدحام ذرات یا PSO
- تلفیق الگوریتم زنتیک و PSO برای ایجاد الگوریتم ترکیبی
- اعمال تغییرات در الگوریتم ترکیبی برای تغییر سهم GA و PSO
- اشاره به نکات مهم برنامه نویسی متلب در متن فیلم
توجه: برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: Genetic Algorithm,Hybrid Algorithm,Particle Swarm Optimization,PSO,آموزش PSO,آموزش الگوریتم ژنتیک,آموزش الگوریتم ژنتیک در متلب,آموزش برنامه نویسی,آموزش برنامه نویسی متلب,آموزش بهینه سازی,آموزش متلب,آموزش هوش مصنوعی,الگوریتم PSO,الگوریتم ترکیبی,الگوریتم هیبریدی,الگوریتم ژنتیک,بهینه سازی ازدحام ذرات,ترکیب الگوریتم ژنتیک و PSO,فیلم آموزش الگوریتم بهینه سازی,فیلم آموزشی,فیلم آموزشی الگوریتم ژنتیک,
نویسنده: فرادرس |FaraDars
یکی از نقاط ضعف موجود در تولباکس فازی نرم افزار متلب، عدم امکان طراحی ANFIS با چند خروجی است. در این فیلم آموزشی علاوه بر تکمیل و بهبود برنامه هایی که در فیلم های گذشته برای پیاده سازی ANFIS نوشته شده است، این امکان به برنامه افزوده می شود که بتوان از آن برای طراحی ANFIS با چند خروجی، استفاده نمود. پیش بینی سری زمانی آشوبی Mackey-Glass با استفاده از برنامه بهبود یافته، یکی از مسائل عملی است که در این فیلم آموزشی، مورد حل واقع شده است.
محاسبات مربوط به کینماتیک معکوس یا Inverse Kinematics یکی از مسائل پر کاربرد در حوزه مهندسی مکانیک، مکاترونیک و روباتیک است. در این فیلم آموزشی، به عنوان یک کاربرد عملی، از ANFIS برای پیاده سازی محاسبات مربوط به کینماتیک معکوس یا روبات بازودار استفاده استفاده شده است. به این ترتیب، هم روش معکوس سازی سیستم ها با استفاده از ANFIS آموزش داده شده است، و هم این که نحوه طراحی یک ANFIS با چند خروجی، به صورت گام به گام در متلب ارائه شده است.
مطالب این فیلم توسط مهندس سیدمصطفی کلامی هریس و به زبان بسیار ساده و روان ارائه شده است.
مهم ترین سرفصل های مورد بحث در این فیلم آموزشی ارزشمند عبارتند از:
- بهبود عملکرد برنامه نوشته شده برای ANFIS با استفاده از رابط های گرافیکی
- تلفیق سه رویکرد ایجاد ساختارهای پایه FIS در برنامه ANFIS
- جداسازی داده های آموزش و آزمایش (تست) برای پیش بینی سری زمانی
- معرفی مسأله کینماتیک معکوس و حل آن با استفاده از ANFIS
- پیاده سازی برنامه جامع و همه منظوره مربوط به ANFIS چند خروجی
توجه: این فیلم بخشی از بسته طلایی فیلم های آموزشی سیستم های فازی در متلب است. برای کسب اطلاعات بیشتر در مورد این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: ANFIS,ANFIS با چند خروجی,آموزش طراحی سیستم فازی,انفیس,انفیس با چند خروجی,تخمین تابع,سیستم استنتاج عصبی,فازی تطبیقی,سیستم فازی,معکوس سازی,پیاده سازی ANFIS در متلب,کینماتیک معکوس,
نویسنده: فرادرس |FaraDars
یکی از روش های طراحی سیستم های فازی، استفاده از رویکردهای خوشه بندی یا Clustering است. در این فیلم آموزشی، با اشاره به مفاهیم اساسی موجود در بحث خوشه بندی، علاوه بر مرور روش کلاسیک k-Means (یا همان c-Means) نسخه فازی آن یعنیFuzzy c-Means (به اختصار FCM) مورد بحث و بررسی واقع شده است. همچنین رویکرد خوشه بندی دیگری به نام خوشه بندی کاهشی یا Subtractive Clustering نیز در این فیلم آموزش بررسی شده است. پیاده سازی تمامی این روش ها به صورت گام به گام در محیط متلب آموزش داده شده است.
در ادامه، روش های FCM و خوشه بندی کاهشی برای طراحی سیستم فازی مورد استفاده قرار گرفته اند که بعدا توسط رویکرد ANFIS بهینه سازی شده است. به این ترتیب، در این فیلم آموزشی، رویکردهای خوشه بندی برای طراحی سیستم فازی-عصبی ANFIS به صورت کامل پوشش داده شده است.
مطالب این فیلم توسط مهندس سیدمصطفی کلامی هریس و به زبان بسیار ساده و روان ارائه شده است.
مهم ترین سرفصل های مورد بحث در این فیلم آموزشی ارزشمند عبارتند از:
- مفاهیم اساسی خوشه بندی یا Clustering
- حل مسأله کلاسیک k-Means با استفاده از الگوریتم لوید یا Lloyd’s Algorithm
- فازی سازی الگوریتم k-Means و ایجاد الگوریتم Fuzzy c-Means یا FCM
- خوشه بندی کاهشی یا Subtractive Clustering
- طراحی سیستم فازی با استفاده از توابع genfis2 و genfis3 با رویکرد خوشه بندی
- بهینه سازی ساختارهای مبتنی بر خوشه بندی با استفاده از ANFIS
توجه: این فیلم بخشی از بسته طلایی فیلم های آموزشی سیستم های فازی در متلب است. برای کسب اطلاعات بیشتر در مورد این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: ANFIS,Clustering,FCM,Fuzzy c,Means,genfis2,genfis3,k,means,الگوریتم k,Means,انفیس,خوشه بندی,خوشه بندی فازی,سیستم استنتاج عصبی,فازی تطبیقی,طراحی سیستم فازی مبتنی بر خوشه بندی,کلاسترینگ,کلاسترینگ فازی,
نویسنده: فرادرس |FaraDars
در این فیلم آموزشی، ابتدا به مرور مفاهیم یادگیری و مدل سازی پرداخته می شود و سپس رویکرد کلی برای طراحی سیستم فازی تطبیقی ارائه می شود. در ادامه با معرفی ساختار شبکه ای ANFIS نحوه عملکرد این سیستم، مورد بحث و بررسی قرار می گیرد.
در ادامه امکاناتی که در تولباکس فازی نرم افزار متلب برای طراحی و پیاده سازی ANFIS در نظر گرفته شده است، برای حل مثال های عملی مورد استفاده قرار می گیرند. علاوه بر امکانات گرافیکی که از طریق دستور anfisedit در دسترس کاربران قرار گرفته است، پیاده سازی ANFIS از طریق m-فایل نویسی (برنامه نویسی متلب) نیز به صورت کاملا عملی آموزش داده می شود. پیش بینی سری زمانی با استفاده از ANFIS از جمله مسائلی است که در این فیلم آموزشی مورد حل واقع شده است.
مطالب این فیلم توسط مهندس سیدمصطفی کلامی هریس و به زبان بسیار ساده و روان ارائه شده است.
مهم ترین سرفصل های مورد بحث در این فیلم آموزشی ارزشمند عبارتند از:
- مروری بر مفاهیم یادگیری و تطبیق با داده های ورودی-خروجی
- معرفی ساختار شبکه ای ANFIS
- آموزش گام به گام و عملی نحوه طراحی ANFIS در متلب با استفاده از ابزارهای گرافیکی
- بررسی ارتباط میان ابزارهای طراحی ANFIS و سیستم فازی FIS
- آموزش گام به گام و عملی طراحی ANFIS از طریق برنامه نویسی
- حل مسائل کاربردی اعم از مدل سازی و پیش بینی سری زمانی
توجه: این فیلم بخشی از بسته طلایی فیلم های آموزشی سیستم های فازی در متلب است. برای کسب اطلاعات بیشتر در مورد این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: ANFIS,انفیس,سیستم استنتاج عصبی,فازی تطبیقی,طراحی سیستم فازی در متلب,پیاده سازی ANFIS در متلب,پیاده سازی انفیس در متلب,
نویسنده: فرادرس |FaraDars
در این فیلم آموزشی، با استفاده از مبانی ریاضیات فازی و عملیاتی که بر روی مجموعه های فازی قابل تعریف است، ساختار کلی یک سیستم استنتاج فازی یا Fuzzy Inference System (به اختصار FIS) توضیح داده شده است. سپس چگونگی عملکرد این سیستم با ارائه مثال های عملی تشریح شده است. در ادامه پیاده سازی سیستم فازی نوع Mamdani در محیط متلب به صورت گام به گام آموزش داده شده است. برای پیاده سازی سیستم فازی، هم از ابزارهای گرافیکی و هم از ابزارهای خط فرمان (m-فایل نویسی) استفاده شده است.
همچنین مبانی تئوری سیستم های فازی نوع تاکاگی-سوگنو-کانگ یا TSK نیز مورد بحث و بررسی قرار گرفته است و نحوه پیاده سازی این نوع از سیستم های فازی نیز در محیط متلب آموزش داده شده است.
مطالب این فیلم توسط مهندس سیدمصطفی کلامی هریس و به زبان بسیار ساده و روان ارائه شده است.
مهم ترین سرفصل های مورد بحث در این فیلم آموزشی ارزشمند عبارتند از:
- تعریف متغیرهای زبانی
- آشنایی با قواعد فازی و مفهوم پایگاه قواعد
- آشنایی با نحوه کارکرد و ساختار سیستم فازی نوع Mamdani
- پیاده سازی سیستم فازی با استفاده از ابزارهای گرافیکی تولباکس فازی
- پیاده سازی سیستم فازی با استفاده از m-فایل نویسی (بدون استفاده از ابزارهای گرافیکی)
- آشنایی با نحوه کارکرد و ساختار سیستم فازی نوع تاکاگی-سوگنو-کانگ یا TSK
- پیاده سازی سیستم فازی TSK با استفاده از تولباکس فازی
توجه: این فیلم بخشی از بسته طلایی فیلم های آموزشی سیستم های فازی در متلب است. برای کسب اطلاعات بیشتر در مورد این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: FIS,Fuzzy Inference System,آموزش سیستم فازی,آموزش فازی,تولباکس فازی,سیستم استنتاج فازی,سیستم فازی,سیستم فازی TSK,سیستم فازی تاکاگی,سوگنو,سیستم فازی ممدانی,سیسنم فازی Mamdani,طراحی سیستم فازی,قواعد فازی,متغیرهای زبانی,پایگاه قواعد فازی,پیاده سازی سیستم فازی در متلب,
نویسنده: فرادرس |FaraDars
در این فیلم آموزشی، مفاهیم پایه ای مربوط به ریاضیات فازی، منطق فازی و نظریه مجموعه های فازی مورد بحث و بررسی واقع شده اند. روابط فازی و همچنین محاسبات فازی نیز، از جمله مواردی است که در این فیلم به آن ها پرداخته شده است. مفاهیمی که در این فیلم آموزشی ارائه شده اند، برای درک کامل و صحیح نحوه عملکرد سیستم های فازی ضروری است و از این رو، اهمیت ویژه ای در برقرار ارتباط با مبحث سیستم های فازی دارد. لذا پیشنهاد می شود که برای استفاده مناسب تر از مطالب بیان شده در فیلم های آموزشی مربوط به سیستم های فازی و ANFIS، ابتدا این فیلم را مشاهده نمایید.
مطالب این فیلم توسط مهندس سیدمصطفی کلامی هریس و به زبان بسیار ساده و روان ارائه شده است.
مهم ترین سرفصل های مورد بحث در این فیلم آموزشی ارزشمند عبارتند از:
- مبانی ریاضیات و منطق فازی یا Fuzzy Logic
- مروری بر کاربردها و تاریخچه سیستم های فازی
- مجموعه های فازی و عملیات مختلف بر روی آن ها
- محاسبات فازی یا Fuzzy Arithmetic
- روابط فازی یا Fuzzy Relations
- پیاده سازی گام به گام برخی از مباحث مطرح شده در محیط متلب
- آشنایی با امکانات تولباکس فازی
توجه:: این فیلم بخشی از بسته طلایی فیلم های آموزشی سیستم های فازی در متلب است. برای کسب اطلاعات بیشتر در مورد این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: Fuzzy Arithmetic,Fuzzy Logic,Fuzzy Relation,Fuzzy Sets Theory,آموزش فازی,آموزش منطق فازی,تولباکس فازی,روابط فازی,ریاضیات فازی,فیلم آموزشی فازی,مجموعه های فازی,محاسبات فازی,مفاهیم پایه سیستم های فازی,منطق فازی,
نویسنده: فرادرس |FaraDars
پردازش تصویر یا Digital Image، امروزه به عنوان یکی از مولفه های اساسی در سیستم های هوشمند و پشتیبان تصمیم است، که غالبا بر روی تصاویر دیجیتال و توسط سیستم های کامپیوتری اعمال می شود. کاربردهای متنوعی که پردازش تصویر در زمینه های مختلف فنی، صنعتی، شهری، پزشکی و علمی دارد، آن را به یک موضوع بسیار فعال در میان زمینه های پژوهشی تبدیل کرده است.
فیلم آموزشی جامع تبدیل هاف و روش های تشخیص خط و نقطه در متلب، ششمین بخش از بسته طلایی فیلم های آموزشی پردازش تصویر در متلب است، که در آن روش های تشخیص خطوط و نقاط در تصاویر دیجیتال مورد بررسی واقع شد اند. رویکردهای ابتدایی این تشخیص ها، مبتنی بر فیلترهای مکانی هستند که برای تشخصی خطوط ساده (افقی، عموی و مورب) کاربرد دارند. به عنوان یک روش کامل تر، تبدیل هاف یا Hough Transform رویکردی کلی تر است که برای تشخیص همه انواع خطوط مستقیم می تواند مورد استفاده واقع شود. در این فیلم آموزشی، پس از بررسی مبانی تئوری تبدیل هاف، پیاده سازی عملی آن در محیط متلب برای تشخیص خطوط در تصاویر دیجیتال، انجام پذیرفته است.
سرفصل های مهم ترین مباحث مطرح شده در این فیلم آموزشی در ادامه آمده اند:
- تشخیص نقطه و خط با استفاده از فیلترهای مکانی
- پیاده سازی فیلترهای مکانی برای تشخیص خط و نقطه در متلب
- بررسی مبانی تئوری تبدیل هاف
- بررسی چگونگی عملکرد و کاربرد تبدیل هاف در تشخیص خطوط
- پیاده سازی عملی تبدیل هاف در محیط متلب برای تشخیص خطوط
- شیوه استخراج اطلاعات خطوط به دست آمده از اعمال تبدیل هاف و نمایش آن ها در متلب
توجه: این فیلم آموزشی، بخشی از یک محصول بزرگ تر، یعنی بسته طلایی فیلم های آموزشی پردازش تصویر در متلب است. برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: Digital Image Processing,hough transform,Image Processing,line detection,point detection,استخراج اطلاعات خطوط,اعمال تبدیل هاف,بهبود تصویر,بهبود کیفیت تصویر,تئوری تبدیل هاف,تبدیل هاف,تبدیل هاف در تشخیص خطوط,تشخیص خط,تشخیص نقطه,نمایش تبدیل هاف,پردازش تصویر,پردازش تصویر در متلب,پردازش تصویر دیجیتال,پیادهسازی فیلترهای مکانی,
نویسنده: فرادرس |FaraDars
پردازش تصویر یا Digital Image، امروزه به عنوان یکی از مولفه های اساسی در سیستم های هوشمند و پشتیبان تصمیم است، که غالبا بر روی تصاویر دیجیتال و توسط سیستم های کامپیوتری اعمال می شود. کاربردهای متنوعی که پردازش تصویر در زمینه های مختلف فنی، صنعتی، شهری، پزشکی و علمی دارد، آن را به یک موضوع بسیار فعال در میان زمینه های پژوهشی تبدیل کرده است.
فیلم آموزشی جامع حذف نویز و اصلاح تصاویر در متلب، پنجمین بخش از بسته طلایی فیلم های آموزشی پردازش تصویر در متلب است، که در آن روش های مختلف اصلاح تصاویر و حذف آثار عوامل مخرب (مانند نویز و حرکت های ناخواسته)، مورد بررسی واقع شده اند، و تمامی الگوریتم های بررسی شده، در محیط متلب و به صورت عملی و گام به گام، پیاده سازی شده است. استفاده از تبدیل ها و فیلترهای فرکانسی، فیترهای مکانی، و روش های مبتنی بر حذف پیچیدگی یا Deconvolution سه دسته مهم از رویکردهای مورد بررسی هستند. تمامی برنامه های این فیلم آموزشی، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.
سرفصل های مهم ترین مباحث مطرح شده در این فیلم آموزشی در ادامه آمده اند:
- بررسی رویکرد عمومی برای اصلاح تصویر و حذف عوامل مخرب
- حذف نویز متناوب با فیلترهای فرکانسی
- معرفی انواع فیلترهای مکانی برای حذف اثر نویز
- بیان مقدمه ای برای طراحی فیلترهای هوشمند برای حذف نویز
- روش های مبتنی بر حذف پیچیدگی یا Deconvolution برای اصلاح تصاویر
- فیلتر وینر یا Wiener Filtering برای حذف نویز
- روش Regularized Filtering برای حذف نویز
- رویکردهای بازسازی تکراری غیر-خطی یا Iterative Nonlinear Reconstruction
- کاربرد الگوریتم لوسی-ریچاردسون یا Lucy-Richardson Algorithm
- روش های حذف پیچیدگی کور یا Blind Deconvolution برای حذف نویز
توجه: این فیلم آموزشی، بخشی از یک محصول بزرگ تر، یعنی بسته طلایی فیلم های آموزشی پردازش تصویر در متلب است. برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: Blind Deconvolution,Deconvolution,Digital Image Processing,Image Processing,Iterative Nonlinear Reconstruction,Lucy,Richardson Algorithm,Regularized Filtering,Wiener Filtering,اصلاح تصویر,الگوریتم لوسی,ریچاردسون,بازسازی تکراری غیر,خطی,بهبود تصویر,بهبود کیفیت تصویر,حذف عوامل مخرب,حذف نویز,حذف نویز متناوب,حذف پیچیدگی تصویر,حذف پیچیدگی کور,طراحی فیلترهای هوشمند,فیلتر وینر,فیلترهای فرکانسی,فیلترهای مکانی,فیلترهای مکانی برای حذف اثر نویز,پردازش تصویر,پردازش تصویر در متلب,پردازش تصویر دیجیتال,
نویسنده: فرادرس |FaraDars
پردازش تصویر یا Digital Image، امروزه به عنوان یکی از مولفه های اساسی در سیستم های هوشمند و پشتیبان تصمیم است، که غالبا بر روی تصاویر دیجیتال و توسط سیستم های کامپیوتری اعمال می شود. کاربردهای متنوعی که پردازش تصویر در زمینه های مختلف فنی، صنعتی، شهری، پزشکی و علمی دارد، آن را به یک موضوع بسیار فعال در میان زمینه های پژوهشی تبدیل کرده است.
فیلم آموزشی جامع تبدیلات و فیلترهای حوزه مکان برای پردازش تصویر در متلب، سومین بخش از بسته طلایی فیلم های آموزشی پردازش تصویر در متلب است، که در آن روش های حوزه مکان (فضای دو بعدی موقعیت پیکسل ها) برای انجام عملیات پردازش تصویر مورد بررسی واقع شده اند و پیاده سازی عملی از این روش ها، در محیط متلب انجام پذیرفته است. روش های حوزه مکان در کنار روش های حوزه فرکانس، همواره از مهم ترین اجزای تشکیل دهنده هر سیستم پردازشگر تصویر هستند و از این رو آموزش نحوه کاربرد آن ها، از اهمیت ویژه ای برخوردار است. تمامی برنامه های این فیلم آموزشی، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.
سرفصل های مهم ترین مباحث مطرح شده در این فیلم آموزشی در ادامه آمده اند:
- معرفی مفهوم فیلترهای مکانی یا Spatial Filters
- فیلترهای مکانی خطی یا Linear Spatial Filters
- عملگرهای همبستگی یا Correlation
- عملگرهای پیچیدگی یا Convolution
- ارتباط میان Correlation و Convolution
- معرفی و کاربرد تابع imfilter برای اعمال فیلترهای مکانی به تصاویر در متلب
- معرفی و کاربرد تابع rot90 برای دوران ماتریس های تبدیل
- معرفی و کاربرد تابع fspecial برای ایجاد ماتریس های تبدیل مکانی معروف
- فیلترهای مکانی غیر خطی یا Nonlinear Spatial Filters
- پیاده سازی فیلترهای ستونی غیر خطی با تابع colfilt در متلب
- تبدیل تصویر به حالت ستونی و برعکس با توابع im2col و col2im
- پیاده سازی فیلترهای مکانی غیر خطی با nlfilter
توجه: این فیلم آموزشی، بخشی از یک محصول بزرگ تر، یعنی بسته طلایی فیلم های آموزشی پردازش تصویر در متلب است. برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: Convolution,Correlation,Digital Image Processing,Image Processing,Linear Spatial Filters,Nonlinear Spatial Filters,Spatial Filters,بهبود تصویر,بهبود کیفیت تصویر,تبدیل تصویر به حالت ستونی,عملگرهای همبستگی,عملگرهای پیچیدگی,فیلترهای مکانی,فیلترهای مکانی خطی,فیلترهای مکانی غیر خطی,پردازش تصویر,پردازش تصویر در متلب,پردازش تصویر دیجیتال,پیادهسازی فیلترهای مکانی غیر خطی,
نویسنده: فرادرس |FaraDars
پردازش تصویر یا Digital Image، امروزه به عنوان یکی از مولفه های اساسی در سیستم های هوشمند و پشتیبان تصمیم است، که غالبا بر روی تصاویر دیجیتال و توسط سیستم های کامپیوتری اعمال می شود. کاربردهای متنوعی که پردازش تصویر در زمینه های مختلف فنی، صنعتی، شهری، پزشکی و علمی دارد، آن را به یک موضوع بسیار فعال در میان زمینه های پژوهشی تبدیل کرده است.
فیلم آموزشی کاربرد و پردازش هیستوگرام تصاویر دیجیتال در متلب، دومین بخش از بسته طلایی فیلم های آموزشی پردازش تصویر در متلب است، که در آن کاربرد هیستوگرام در تحلیل و پردازش تصاویر دیجیتال مورد بررسی واقع شده است. در این فیلم آموزشی، ابتدا مفاهیم پایه هیستوگرام و کارکرد توصیفی آن در بیان چگونگی تصویر مورد بررسی واقع شده است. سپس روش هایی برای بهبود تصویر مبتنی بر هیستوگرام مورد بررسی واقع شده اند و پیاده سازی عملی آن ها در محیط متلب نیز انجام شده است. تمامی برنامه های این فیلم آموزشی، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.
سرفصل های مهم ترین مباحث مطرح شده در این فیلم آموزشی در ادامه آمده اند:
- تبدیلات شدت روشنایی یا Intensity Transforms
- مروری بر بهبود تصویر یا Image Enhancement با استفاده از تبدیلات شدت روشنایی
- معرفی و کاربرد تابع imadjust برای تبدیل شدت روشنایی
- بیان مفهوم هیستوگرام تصویر
- معرفی و کاربرد تابع imhist برای ترسیم هیستوگرام تصویر
- بررسی توصیف آماری به دست آمده از هیستوگرام تصویر
- هموارسازی هیستوگرام یا Histogram Equalization
- معرفی و کاربرد توابع histeq و adaphisteq برای هموارسازی هیستوگرام
توجه: این فیلم آموزشی، بخشی از یک محصول بزرگ تر، یعنی <span">بسته طلایی فیلم های آموزشی پردازش تصویر در متلب است. برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: Digital Image Processing,Histogram,Histogram Equalization,Image Histogram,Image Processing,Imahe Enhancement,Intensity Transform,بهبود تصویر,بهبود کیفیت تصویر,تبدیل نگاشت روشنایی,نگاشت شدت روشنایی,هموارسازی هیستوگرام,هیستوگرام,هیستوگرام تصویر,پردازش تصویر,پردازش تصویر در متلب,پردازش تصویر دیجیتال,
نویسنده: فرادرس |FaraDars
پردازش تصویر یا Digital Image، امروزه به عنوان یکی از مولفه های اساسی در سیستم های هوشمند و پشتیبان تصمیم است، که غالبا بر روی تصاویر دیجیتال و توسط سیستم های کامپیوتری اعمال می شود. کاربردهای متنوعی که پردازش تصویر در زمینه های مختلف فنی، صنعتی، شهری، پزشکی و علمی دارد، آن را به یک موضوع بسیار فعال در میان زمینه های پژوهشی تبدیل کرده است.
فیلم آموزشی جامع تبدیلات و فیلترهای حوزه فرکانس برای پردازش تصویر در متلب، چهارمین بخش از بسته طلایی فیلم های آموزشی پردازش تصویر در متلب است، که در آن روش های حوزه فرکانس (فضای دو بعدی فرکانس های تشکیل دهنده تصویر) برای انجام عملیات پردازش تصویر مورد بررسی واقع شده اند و پیاده سازی عملی از این روش ها، در محیط متلب انجام پذیرفته است. روش های حوزه فرکانس در کنار روش های حوزه مکان، همواره از مهم ترین اجزای تشکیل دهنده هر سیستم پردازشگر تصویر هستند و از این رو آموزش نحوه کاربرد آن ها، از اهمیت ویژه ای برخوردار است. تمامی برنامه های این فیلم آموزشی، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.
سرفصل های مهم ترین مباحث مطرح شده در این فیلم آموزشی در ادامه آمده اند:
- مروری بر مفاهیم سری فوریه در حالت یک بعدی و دو بعدی
- بررسی خواص تبدیلات فوریه و ارتباط آن ها با تبدیلات مکانی
- پاسخ فرکانسی یا Frequency Response
- بررسی انواع فیلترهای فرکانسی: پایین گذر (Low-Pass)، بالا گذر (High-Pass) و میان گذر (Band-Pass)
- انواع فیلتر های باترورث یا Butterworth
- پیاده سازی عملی فیلترهای فرکانسی بر اساس معیارهای فاصله از مبدا فرکانسی در متلب
- حل یک مثال برای تشخیص الگوهای ثابت (یک حرف) در تصویر با استفاده از فیلترهای مکانی و فرکانسی
توجه: این فیلم آموزشی، بخشی از یک محصول بزرگ تر، یعنی بسته طلایی فیلم های آموزشی پردازش تصویر در متلب است. برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: Band,Pass Filtering,Butterworth,Digital Image Processing,Frequency Response,High,Pass Filtering,Image Processing,Low,Pass Filtering,بهبود تصویر,بهبود کیفیت تصویر,تبدیلات فوریه,تبدیلات فوریه و ارتباط آن با تبدیلات مکانی,تشخیص الگوهای ثابت,خواص تبدیلات فوریه,سری فوریه,فیلتر بالا گذر,فیلترمیان گذر,فیلترهای فرکانسی,فیلترهای باترورث,مفاهیم سری فوریه,مفاهیم سری فوریه در حالت دو بعدی,مفاهیم سری فوریه در حالت یک بعدی,پاسخ فرکانسی,پایین گذر,پردازش تصویر,پردازش تصویر در متلب,پردازش تصویر دیجیتال,
نویسنده: فرادرس |FaraDars
تبدیلات موجک یا ویولت (Wavelet) از جمله ابزارهایی هستند که کاربردهای فراوانی در شاخه های مختلف علمی و مهندسی، به ویژه هوش مصنوعی، یادگیری ماشینی، پیش بینی سری زمانی، و بازشناسی الگو دارد. تئوری موجک ها در واقع تعمیمی بر تئوری تبدیلات و سری های فوریه است و ضعف های آنالیز فوریه در عملکرد موضعی و مدل سازی رفتارهای کوتاه مدت را، جبران می نماید.
یکی از کاربردهای مهم و اساسی تبدیلات موجک، آماده سازی داده های سری های زمانی، و جداسازی اطلاعات در لایه های مختلف زمانی است. در فیلم آموزشی کاربرد تبدیلات موجک در پیش بینی سری های زمانی، با استفاده از خواصی که در فیلم های آموزشی گذشته در خصوص تبدیلات موجک گسسته بیان شده است، رویکردهای عملی استفاده از تبدیلات ویولت در پیش بینی سری زمانی مورد بحث و بررسی قرار گرفته است. این رویکرد می تواند در ترکیب با روش های مدل سازی و پیش بینی سری های زمانی، مانند شبکه های عصبی، سیستم های فازی، شبکه های فازی عصبی، و رویکردهای کلاسیک، منجر به دریافت نتیجه های بهتری شود که غالبا در مقاله ها و نوشته های پژوهشی جدید نیز، چنین رویکردی بیش از پیش مشاهده می شود. تمامی برنامه های این فیلم آموزش، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.
توجه: این فیلم آموزشی، بخشی از یک محصول بزرگ تر، یعنی بسته طلایی فیلم های آموزشی مباحث تئوری و عملی موجک ها در متلب است. برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: DWT,Wavelet,Wavelet Transform,تبدیل موجک گسسته,تبدیلات موجک,تفکیک زمانی سری های زمانی,جداسازی مولفه های سازنده سیگنال,سری های زمانی,شبکه های عصبی,موجک,پیش بینی,پیش بینی سری های زمانی,
نویسنده: فرادرس |FaraDars
پردازش تصویر یا Digital Image، امروزه به عنوان یکی از مولفه های اساسی در سیستم های هوشمند و پشتیبان تصمیم است، که غالبا بر روی تصاویر دیجیتال و توسط سیستم های کامپیوتری اعمال می شود. کاربردهای متنوعی که پردازش تصویر در زمینه های مختلف فنی، صنعتی، شهری، پزشکی و علمی دارد، آن را به یک موضوع بسیار فعال در میان زمینه های پژوهشی تبدیل کرده است.
به عنوان نخستین بخش از بسته طلایی فیلم های آموزشی پردازش تصویر در متلب، در فیلم آموزشی خواندن و نوشتن فایل های تصویری در متلب، نحوه خواندن فایل های تصویری با فرمت های مختلف و همین طور نوشتن در فایل های تصویری، به شکل کامل مورد بررسی واقع شده است. در این میان، عملیات پایه ای که برای آغاز کار با جعبه ابزار پرازش تصویر در نرم افزار متلب مورد نیاز است، و در ابتدای همه برنامه ها و کاربردهای پردازش تصویر دیجیتال مورد نیاز هستند، به صورت عملی آموزش داده شده اند. تمامی برنامه های این فیلم آموزشی، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.
سرفصل های مهم ترین مباحث مطرح شده در این فیلم آموزشی در ادامه آمده اند:
- مفاهیم پایه ذخیره سازی تصاویر در فرمت دیجیتال
- مروری بر مفاهیم پایه پردازش تصویر در متلب
- معرفی و استفاده از تابع imread برای خواندن انواع فرمت های تصاویر دیجیتال
- معرفی و استفاده از تابع imshow برای نمایش انواع فرمت های تصاویر دیجیتال
- معرفی و استفاده از تابع imwrite برای نوشتن (ذخیره سازی) انواع فرمت های تصاویر دیجیتال
- بررسی شیوه نمایش و ذخیره سازی انواع تصاویر در متلب (تصاویر رنگی و غیر رنگی)
توجه: این فیلم آموزشی، بخشی از یک محصول بزرگ تر، یعنی بسته طلایی فیلم های آموزشی پردازش تصویر در متلب است. برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: Digital Image Processing,Image Processing,خواندن انواع فرمت های تصویر,خواندن فایل های تصویری,ذخیره سازی انواع فرمت های تصویر,ذخیره سازی تصویر,نمایش تصاویر در متلب,نوشتن انواع فرمت های تصویر,پردازش تصویر,پردازش تصویر در متلب,پردازش تصویر دیجیتال,
نویسنده: فرادرس |FaraDars
تبدیلات موجک یا ویولت (Wavelet) از جمله ابزارهایی هستند که کاربردهای فراوانی در شاخه های مختلف علمی و مهندسی، به ویژه هوش مصنوعی، یادگیری ماشینی، پیش بینی سری زمانی، و بازشناسی الگو دارد. تئوری موجک ها در واقع تعمیمی بر تئوری تبدیلات و سری های فوریه است و ضعف های آنالیز فوریه در عملکرد موضعی و مدل سازی رفتارهای کوتاه مدت را، جبران می نماید.
در فیلم آموزشی تبدیل موجک تصاویر دیجیتال و سیگنال های دو بعدی، در ادامه مباحثی که بر روی سیگنال های یک بعدی و تبدیل موجک آن ها انجام شد، نحوه اعمال تبدیل موجک بر روی سیگنال های دو بعدی نیز مورد بررسی قرار می گیرد و خواص و ویژگی های تبدیل موجک دو بعدی مورد بحث واقع می شود. این تبدیل در حوزه های مختلف پردازش تصویر، از جمله تشخیص لبه، شناسایی اشیا، و استخراج ویژگی از تصاویر دیجیتال کاربرد دارد. برقراری ارتباط میان مباحث تئوری مطرح شده و تایید دوباره آن مفاهیم از طریق پیاده سازی عملی روش های مطرح شده در حوزه تبدیلات موجک پیوسته، این فیلم آموزشی را به یک مرجع آموزش بسیار قوی و مناسب برای علاقه مندان و دانشجویان تبدیل کرده است. تمامی برنامه های این فیلم آموزش، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.
توجه: این فیلم آموزشی، بخشی از یک محصول بزرگ تر، یعنی بسته طلایی فیلم های آموزشی مباحث تئوری و عملی موجک ها در متلب است. برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: DWT,Image Processing,Wavelet,Wavelet Transform,استخراج ویژگی از تصویر,تبدیل موجک تصاویر,تبدیل موجک دو بعدی,تبدیل موجک گسسته,تبدیل موجک گسسته در متلب,تبدیلات موجک,تبدیلات موجک در متلب,تشخیص لبه,موجک,پردازش تصویر,
نویسنده: فرادرس |FaraDars
تبدیلات موجک یا ویولت (Wavelet) از جمله ابزارهایی هستند که کاربردهای فراوانی در شاخه های مختلف علمی و مهندسی، به ویژه هوش مصنوعی، یادگیری ماشینی، پیش بینی سری زمانی، و بازشناسی الگو دارد. تئوری موجک ها در واقع تعمیمی بر تئوری تبدیلات و سری های فوریه است و ضعف های آنالیز فوریه در عملکرد موضعی و مدل سازی رفتارهای کوتاه مدت را، جبران می نماید.
در فیلم آموزشی جامع تبدیل موجک گسسته یا DWT در متلب، پس از مروری بر مبانی تئوری، با استفاده از امکانات نرم افزار متلب، که در تولباکس (جعبه ابزار) ویولت یا موجک تعبیه شده اند، به محاسبه و بررسی خواص تبدیلات موجک گسسته یا Discrete Wavelet Transform (به اختصار DWT) پرداخته شده است. برقراری ارتباط میان مباحث تئوری مطرح شده و تایید دوباره آن مفاهیم از طریق پیاده سازی عملی روش های مطرح شده در حوزه تبدیلات موجک پیوسته، این فیلم آموزشی را به یک مرجع آموزش بسیار قوی و مناسب برای علاقه مندان و دانشجویان تبدیل کرده است. تمامی برنامه های این فیلم آموزش، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.
توجه: این فیلم آموزشی، بخشی از یک محصول بزرگ تر، یعنی بسته طلایی فیلم های آموزشی مباحث تئوری و عملی موجک ها در متلب است. برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: DWT,Wavelet,Wavelet Transform,تبدیل موجک در متلب,تبدیل موجک گسسته,تبدیل موجک گسسته در متلب,تبدیلات موجک,موجک,پردازش سیگنال,
نویسنده: فرادرس |FaraDars
تبدیلات موجک یا ویولت (Wavelet) از جمله ابزارهایی هستند که کاربردهای فراوانی در شاخه های مختلف علمی و مهندسی، به ویژه هوش مصنوعی، یادگیری ماشینی، پیش بینی سری زمانی، و بازشناسی الگو دارد. تئوری موجک ها در واقع تعمیمی بر تئوری تبدیلات و سری های فوریه است و ضعف های آنالیز فوریه در عملکرد موضعی و مدل سازی رفتارهای کوتاه مدت را، جبران می نماید.
در فیلم آموزشی جامع تبدیل موجک پیوسته یا CWT در متلب، با استفاده از امکانات نرم افزار متلب، که در تولباکس (جعبه ابزار) ویولت یا موجک تعبیه شده اند، به محاسبه و بررسی خواص تبدیلات موجک پیوسته یا Continuous Wavelet Transform (به اختصار CWT) پرداخته شده است. برقراری ارتباط میان مباحث تئوری مطرح شده و تایید دوباره آن مفاهیم از طریق پیاده سازی عملی روش های مطرح شده در حوزه تبدیلات موجک پیوسته، این فیلم آموزشی را به یک مرجع آموزش بسیار قوی و مناسب برای علاقه مندان و دانشجویان تبدیل کرده است. تمامی برنامه های این فیلم آموزش، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.
توجه: این فیلم آموزشی، بخشی از یک محصول بزرگ تر، یعنی بسته طلایی فیلم های آموزشی مباحث تئوری و عملی موجک ها در متلب است. برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: CWT,Wavelet,Wavelet Transform,تبدیل موجک در متلب,تبدیل موجک پیوسته,تبدیل موجک پیوسته در متلب,تبدیلات موجک,موجک,موجک در متلب,
نویسنده: فرادرس |FaraDars
تبدیلات موجک یا ویولت (Wavelet) از جمله ابزارهایی هستند که کاربردهای فراوانی در شاخه های مختلف علمی و مهندسی، به ویژه هوش مصنوعی، یادگیری ماشینی، پیش بینی سری زمانی، و بازشناسی الگو دارد. تئوری موجک ها در واقع تعمیمی بر تئوری تبدیلات و سری های فوریه است و ضعف های آنالیز فوریه در عملکرد موضعی و مدل سازی رفتارهای کوتاه مدت را، جبران می نماید.
در فیلم آموزشی جامع مبانی تبدیلات موجک، مروری بر مبانی تبدیلات موجک انجام شده است که برای ورود به عرصه کاربردهای عملی این تبدیلات و استفاده از آن ها در محیط متلب، ضروری هستند. در این فیلم سعی شده است تا حد امکان، به زبان ساده و به صورت کاملی مفاهیم پایه ای مربوط به تئوری موجک ها، به مخاطب منتقل شود. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.
توجه: این فیلم آموزشی، بخشی از یک محصول بزرگ تر، یعنی بسته طلایی فیلم های آموزشی مباحث تئوری و عملی موجک ها در متلب است. برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: CWT,DWT,Wavelet,Wavelet Transform,تبدیل موجک پیوسته,تبدیل موجک گسسته,تبدیلات موجک,مبانی تبدیلات موجک,موجک,
نویسنده: فرادرس |FaraDars
کاهش مرتبه مدل های دینامیکی، که غالبا از طریق عملیات شناسایی سیستم به دست آمده اند، یک فاز بسیار مهم در طراحی کنترل کننده و تحلیل عملکرد سیستم های کنترلی محسوب می شود. از این رو، روش های متعددی برای حوزه های کنترل خطی و غیر خطی پیشنهاد شده اند که هر کدام استفاده های متنوعی دارند. برای سیستم های خطی، چند روش سیستماتیک وجود دارند که موضوع بحث این فیلم آموزشی را تشکیل می دهند.
در فیلم آموزشی روش های کاهش مرتبه مدل های دینامیکی خطی در متلب، ابزارهای و امکاناتی که در تولباکس (جعبه ابزار) مهندسی کنترل نرم افزار متلب برای کاهش مرتبه مدل های دینامیکی خطی تعبیه شده اند، به صورت کاملا عملی مورد بررسی قرار گرفته اند و نکات مهمی در خصوص استفاده از این ابزارها در کاربردهای عملی، ارائه شده اند.
مطالب و مباحث این فیلم آموزشی به زبان فارسی روان، و توسط مهندس سید مصطفی کلامی هریس ارائه شده است.
سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:
- تقسیم بندی روش های کاهش مرتبه در مدل های دینامیکی خطی
- استفاده از توابع minreal و sminreal
- استفاده از تجزیه مقادیر تکین هنکل یا Henkel Sigular Value Decomposition برای کاهش مرتبه
- بررسی یک سیستم عملی مربوط به یک توربین گاز و کاهش مرتبه آن
- مقایسه عملکرد فرکانسی سیستم اصلی و سیستم های کاهش مرتبه یافته
توجه: این محصول بخشی از بسته طلایی فیلم های آموزشی کاربرد متلب در مهندسی کنترل است.
برای کسب اطلاعات بیشتر، به این لینک (+) مراجعه نمایید.
برچسب: Henkel SVD,MIMO,SISO,SVD,آموزش متلب,تجزیه مقادیر تکین,تولباکس کنترل,جعبه ابزار کنترل,دوره آموزشی متلب,دوره آموزشی مهندسی کنترل,سیستم های کنترل,سیستم های کنترل خطی,مدل فضای حالت,مقادیر تکین,مقادیر تکین هنکل,مقادیر ویژه,مهندسی برق,مهندسی کنترل,مکان هندسی ریشه ها,پاسخ فرکانسی,پاسخ گذرا,کاهش مرتبه مدل,کنترل خطی,کنترل کلاسيک,
نویسنده: فرادرس |FaraDars
Verilog یک زبان توصیف سخت افزاری (Hardware Description Language) یا HDL است که برای مدل کردن سیستمهای الکتریکی از آن استفاده میشود. معمولاً از verilog برای طراحی مدارهای دیجیتال استفاده میشود. verilog به عنوان یکی از زبان توصیف سخت افزاری غالباً برای برنامهریزی FPGAها استفاده میشود.
در این مجموعه آموزشی، ابتدا ساختار کلی یک برنامه verilog برای طراحی یک ماژول یا مدار شرح داده شده و سپس با بیان مثالها و انواع روشهای طراحی تا سطحی متوسط از آموزش این زبان توصیف سخت افزاری پیش رفته است.
سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:
- شروع برنامه نویسی به زبان Verilogونحوه ایجاد یک برنامه (ماژول) ساده (جمع کننده تک بیتی)
- نوشتن برنامه (ماژول) جدید با استفاده از ماژول های از قبل طراحی شده
- انواع روشهای طراحی و نحوه طراحی به روش Behavioral Modelling
- نحوه طراحی به روش continues assignment statement
- طراحی با استفاده از ساختار آرایه ای
- روش طراحی پارامتری
- روش های پیشرفته Behavioral Modelling برای طراحی مدارهای ترتیبی
- روش و روند طراحی (Register Transfer Logic) یا RTL
مدرس: عباس حقی
توجه: برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: Behavioral Modelling,continues assignment statement,Hardware Description Language,HDL,Register Transfer Logic,RTL,Verilog,برنامه نویسی به زبان Verilog,توصیف سخت افزار,جمع کننده تک بیتی,ساختار آرایه ای,طراحی مدارهای ترتیبی,طراحی مدارهای دیجیتال,طراحی پارامتری,ماژول,وریلوگ,
نویسنده: فرادرس |FaraDars
به جرأت می توان گفت که کنترل کننده تناسبی-انتگرالی-مشتقی یا به اختصار کنترل کننده PID، شناخته شده ترین مکانیزم کنترلی در میان سایر روش های کنترل می باشد. همچنین کنترل کننده PID پرکاربردترین کنترل کننده در صنعت است، تا جایی که اگر این کنترل کننده و خویشاوندان آن را، از صنعت کنونی حذف بکنیم، عملا بسیاری ار صنایع و کارخانه ها تعطیل خواهند شد.
درکنار قدرت، محبوبیت و سادگی این ساختار کنترلی، مشکلی وجود دارد که تا کنون راه حل دقیق و قطعی برای آن ارائه نشده است، و آن تعیین مقادیر مناسب ضرایب و ثوابت مربوط به این کنترل کننده است. هر چند روش های مختلفی برای حل این مشکل ارائه شده اند، اما تقریبا هیچ یک از روش های مذکور، دارای حوزه اثر کامل نیستند و نمی توان کارایی آن ها را در تمام موارد، تضمین کرد.
قدرت نهفته در ساختار الگوریتم های بهینه سازی هوشمند، می تواند به عنوان راه چاره ای برای تعیین ضرایب کنترل کننده PID در نظر گرفته شود. تا کنون در مقالات و کتاب های مختلف، از الگوریتم های بهینه سازی هوشمند (مانند الگوریتم ژنتیک و الگوریتم PSO) برای تنظیم کنترل کننده PID استفاده شده است. گروه آموزشی-پژوهشی متلب سایت، فیلم آموزشی کاملی در خصوص تنظیم ضرایب کنترل کننده PID با استفاده از الگوریتم های هوشمند تهیه نموده است، که به دانشجویان، محققین و مهندسین عزیز تقدیم می نماید. در این فیلم آموزشی از چهار الگوریتم بهینه سازی هوشمند، برای طراحی کنترل کننده PID استفاده شده است، که عبارتند از:
- الگوریتم ژنتیک یا GA
- الگوریتم بهینه سازی ازدحام ذرات یا PSO
- الگوریتم تکامل تفاضلی یا DE
- الگوریتم رقابت استعماری یا ICA
در این فیلم آموزشی، که محتوای آن به صورت کاملا عملی و به زبان فارسی روان تهیه شده است، با استفاده از برخی توابع موجود در جعبه ابزار سیستم های کنترل (Control System Toolbox) از نرم افزار متلب (MATLAB)، و یاری گرفتن از کدهای الگوریتم های بهینه سازی مذکور، برنامه هایی برای طراحی کنترل کننده PID برای سیستم های خطی پیاده سازی شده است. در طراحی کنترل کننده PID از خواص پاسخ پله سیستم حلقه بسته (مانند زمان نشست یا Settling Time و درصد فراجهش یا Overshoot) استفاده شده است. همچنین از موقعیت قطب های سیستم حلقه بسته نیز در ارزیابی کیفیت کنترل کننده PID بهره گرفته شده است.
توجه: شما می توانید از طریق این لینک (+) اطلاعات تکمیلی در خصوص این بسته آموزشی بی نظیر را دریافت نمایید.
برچسب: الگوریتم PSO,الگوریتم رقابت استعماری,الگوریتم ژنتیک,تنظیم ضرایب PID,تکامل تفاضلی,طراحی PID,طراحی کنترل کننده,فیلم آموزشی,فیلم آموزشی PSO,فیلم آموزشی الگوریتم رقابت استعماری,فیلم آموزشی الگوریتم ژنتیک,فیلم آموزشی تکامل تفاضلی,فیلم آموزشی متلب,فیلم آموزشی مهندسی برق,فیلم آموزشی مهندسی کنترل,مهندسی کنترل,کنترل کننده PID,
نویسنده: فرادرس |FaraDars
به جرأت می توان گفت که کنترل کننده تناسبی-انتگرالی-مشتقی یا به اختصار کنترل کننده PID، شناخته شده ترین مکانیزم کنترلی در میان سایر روش های کنترل می باشد. همچنین کنترل کننده PID پرکاربردترین کنترل کننده در صنعت است، تا جایی که اگر این کنترل کننده و خویشاوندان آن را، از صنعت کنونی حذف بکنیم، عملا بسیاری ار صنایع و کارخانه ها تعطیل خواهند شد.
درکنار قدرت، محبوبیت و سادگی این ساختار کنترلی، مشکلی وجود دارد که تا کنون راه حل دقیق و قطعی برای آن ارائه نشده است، و آن تعیین مقادیر مناسب ضرایب و ثوابت مربوط به این کنترل کننده است. هر چند روش های مختلفی برای حل این مشکل ارائه شده اند، اما تقریبا هیچ یک از روش های مذکور، دارای حوزه اثر کامل نیستند و نمی توان کارایی آن ها را در تمام موارد، تضمین کرد.
قدرت نهفته در ساختار الگوریتم های بهینه سازی هوشمند، می تواند به عنوان راه چاره ای برای تعیین ضرایب کنترل کننده PID در نظر گرفته شود. تا کنون در مقالات و کتاب های مختلف، از الگوریتم های بهینه سازی هوشمند (مانند الگوریتم ژنتیک و الگوریتم PSO) برای تنظیم کنترل کننده PID استفاده شده است. گروه آموزشی-پژوهشی متلب سایت، فیلم آموزشی کاملی در خصوص تنظیم ضرایب کنترل کننده PID با استفاده از الگوریتم های هوشمند تهیه نموده است، که به دانشجویان، محققین و مهندسین عزیز تقدیم می نماید. در این فیلم آموزشی از چهار الگوریتم بهینه سازی هوشمند، برای طراحی کنترل کننده PID استفاده شده است، که عبارتند از:
- الگوریتم ژنتیک یا GA
- الگوریتم بهینه سازی ازدحام ذرات یا PSO
- الگوریتم تکامل تفاضلی یا DE
- الگوریتم رقابت استعماری یا ICA
در این فیلم آموزشی، که محتوای آن به صورت کاملا عملی و به زبان فارسی روان تهیه شده است، با استفاده از برخی توابع موجود در جعبه ابزار سیستم های کنترل (Control System Toolbox) از نرم افزار متلب (MATLAB)، و یاری گرفتن از کدهای الگوریتم های بهینه سازی مذکور، برنامه هایی برای طراحی کنترل کننده PID برای سیستم های خطی پیاده سازی شده است. در طراحی کنترل کننده PID از خواص پاسخ پله سیستم حلقه بسته (مانند زمان نشست یا Settling Time و درصد فراجهش یا Overshoot) استفاده شده است. همچنین از موقعیت قطب های سیستم حلقه بسته نیز در ارزیابی کیفیت کنترل کننده PID بهره گرفته شده است.
توجه: شما می توانید از طریق این لینک (+) اطلاعات تکمیلی در خصوص این بسته آموزشی بی نظیر را دریافت نمایید.
برچسب: الگوریتم PSO,الگوریتم رقابت استعماری,الگوریتم ژنتیک,تنظیم ضرایب PID,تکامل تفاضلی,طراحی PID,طراحی کنترل کننده,فیلم آموزشی,فیلم آموزشی PSO,فیلم آموزشی الگوریتم رقابت استعماری,فیلم آموزشی الگوریتم ژنتیک,فیلم آموزشی تکامل تفاضلی,فیلم آموزشی متلب,فیلم آموزشی مهندسی برق,فیلم آموزشی مهندسی کنترل,مهندسی کنترل,کنترل کننده PID,
نویسنده: فرادرس |FaraDars
در صنعت بسیار اتفاق می افتد که با فرآیندی روبرو هستیم که یا بخشی از مدل دینامیک سیستم را نداریم و یا همه آن را نداریم. که برای طراحی و پیاده سازی کنترل کننده صنعتی، نیاز مبرم به دانستن مدل فرآیند وجود خواهد داشت. در صورت ندانستن مدل سیستم و فرآیند صنعتی، طراحی کنترل کننده مبتنی بر سعی و خطا خواهد شد و نتیجه این امر سبب بروز خطای حالت ماندگار، اتلاف هزینه جهت تنظیم پارامترهای کنترل کننده و … خواهد شد.
نیاز به دانستن مدل فرآیند صنعتی جهت طراحی و پیاده سازی کنترل کننده ، جزیی از چرخه عملکردی خط تولید در صنعت است. از اینرو با بیان یکی از انواع روش های کاربردی شناسایی مدل فرآیندهای صنعتی، تلاش می شود گامی در جهت طراحی و اجرای دقیق تر کنترل کننده و در نهایت عملکرد بهتر در چرخه صنعتی برداشته شود.
در یک نمایش ساده از روش کنترل حلقه بسته دو بلوک مهم وجود دارد. بلوک کنترل کننده که طراحی و پیاده سازی آن دارای پارامترهای دقیقی است که معمولاً در صنعت از انواع PID استفاده می شود. بلوک بعدی، بلوک فرآیند است که اگر دینامیک آن معلوم باشد مدل ریاضی دقیقی جهت مدل سازی آن بیان خواهد شد. وگرنه با استفاده از روش های شناسایی مدلی تقریبی جهت بیان دینامیک های فرآیند صنعتی استفاده می شود. در این میان روش های شناسایی مبتنی بر داده های ورودی- خروجی بدلیل اینکه ورودی های استانداردی به فرآیند وارد می شود و بر اساس نتایج خروجی مدلی تقریبی استخراج می شود، از اهمیت ویژه ای برخوردارند. ورودی پله به دلیل ساخت راحت و ویژگی های منحصر بفردی که دارد به عنوان یکی از ورودی های مناسب جهت شناسایی دینامیک فرآیند بکار می رود.
سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:
- مقدمه ای بر ضرورت شناسایی سیستم
- آشنایی با شناسایی سیستم بر اساس داده ورودی خروجی
- ورودی های استاندارد
- ورودی پله
- نحوه استخراج مدل دو پارامتری
- نحوه استخراج مدل سه پارامتری
- حل مثال برای یک فرآیند صنعتی نمونه
- مدل برای سیستم های دارای انتگرال گیر
- جمع بندی
توجه: برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: استخراج مدل,سیستم های دارای انتگرال گیر,شناسایی سیستم,فرآیند صنعتی,مدل دو پارامتری,مدل سه پارامتری,ورودی استاندارد,ورودی پله,
نویسنده: فرادرس |FaraDars
به جرأت می توان گفت که یکی از مسائل مهم در تمامی رشته های علمی و مهندسی، مسأله مدل سازی است و در بسیاری از رشته ها، این مسأله مهم ترین مسأله ای است که در آن حوزه تعریف می شود. تبدیل داده های برگرفته از مشاهدات، به مدلی ریاضی که بتواند سیستم مورد مطالعه را توصیف نماید، گاهی اوقات بزرگترین هدفی است که یک محقق دارد. اگر هدف از مدل سازی، ایجاد یک مدل دینامیکی، به صورت مجموعه ای از معادلات دیفرانسیلی باشد، مسأله مدل سازی غالبا با نام شناسایی سیستم یا System Identification شناخته می شود. شناسایی سیستم مختص هیچ رشته خاصی نیست، اما اغلب مهندسین کنترل و ریاضی دان ها به کار توسعه الگوریتم ها و روش های شناسایی مبادرت می ورزند.
روش های مختلفی برای حل مسأله شناسایی سیستم و مدل سازی سیستم های دینامیکی به وجود آمده اند که در حوزه های مختلفی نظیر، مهندسی برق، مهندسی پزشکی، مهندسی مکانیک، مهندسی شیمی و فرآیند، اقتصاد، هواشناسی و کشاورزی کاربرد دارند.
الگوریتم ژنتیک (Genetic Algorithm) یا GA، به طور قطع شناخته شده ترین روش بهینه سازی هوشمند و الگوریتم تکاملی است، که کاربردهای فراوانی در رشته های مختلف علمی و مهندسی دارد. اهمیت این الگوریتم در محاسبات تکاملی و هوش محاسباتی به قدری است که اولین کلمه ای که پس از عبارت "الگوریتم تکاملی" به ذهن می رسد، الگوریتم ژنتیک است. در این پست قصد داریم فیلم جدیدی را معرفی نماییم، که در آن مسأله شناسایی سیستم غیرخطی به یک مسأله بهینه سازی تبدیل گردیده است و توسط الگوریتم ژنتیک پیوسته (عدد حقیقی) حل شده است.
سیستم دینامیکی غیر خطی که در این فیلم آموزشی مورد بررسی قرار گرفته است، مدل شکار و شکارچی یا Predator-Prey Model است. این مدل کاربردهای فراوانی در حوزه مهندسی زیست-پزشکی (Biomedical Engineering) و اقتصاد (Economics) دارد. مدل های دینامیکی توصیف کننده رفتار دینامیکی بیماری هایی نظیر ایدز، هپاتیت و سرطان از توسعه مدل شکار و شکارچی به دست آمده اند. برای توصیف بازار رقابتی و مدل سازی چرخه عرضه و تقاضا نیز از مدل شکار و شکارچی استفاده های فراوانی شده است.
این فیلم آموزشی ارزشمند، به زبان فارسی روان تهیه شده است و مدرس آن، مهندس سید مصطفی کلامی هریس است. استفاده از این فیلم به دانشجویان رشته های مهندسی کنترل، مهندسی برق، مهندسی مکانیک، مهندسی شیمی و اقتصاد پیشنهاد می شود. سایر مخاطبین نیز، که با مسأله شناسایی سیستم و مدل سازی سیستم های دینامیکی سر و کار دارند، قطعا می توانند از این فیلم آموزشی منحصر به فرد، بهره گیری نمایند.
برخی سرفصل های مورد بحث:
- مروری بر مفاهیم مدل سازی و شناسایی سیستم
- تعریف تابع خطا و تبدیل مسأله شناسایی سیستم به مسأله بهینه سازی
- معرفی سیستم غیر خطی شکار و شکارچی (Predator-Prey)
- بررسی خواص دینامیکی مدل شکار و شکارچی
- مقدمه ای بر شبیه سازی سیستم های دینامیکی
- تقریب اویلر برای حل عددی معادلات دیفرانسیل و شبیه سازی سیستم های دینامیکی
- پیاده سازی تقریب اویلر در محیط متلب
- ایجاد یک مدل فرضی و شبیه سازی آن برای تعریف یک مسأله مدل سازی
- پیاده سازی تابع خطای مدل سازی
- اتصال تابع خطای تعریف شده به الگوریتم ژنتیک
- حل مسأله شناسایی سیستم غیر خطی با استفاده از الگوریتم ژنتیک
- ایجاد مکانیزمی برای نمایش لحظه به لحظه نتایج مدل سازی به صورت نمودارهای گرافیکی
- جمع بندی و نتیجه گیری های نهایی
توجه: این محصول بخشی از بسته طلایی فیلم های آموزشی الگوریتم ژنتیک است. برای کسب اطلاعات بیشتر بر روی این لینک (+) کلیک کنید.
برچسب: Binary Genetic Algorithm,Genetic Algorithm,System Identification,آموزش GA,آموزش الگوریتم ژنتیک,الگوریتم تکاملی,الگوریتم ژنتیک,الگوریتم ژنتیک باینری,الگوریتم ژنتیک عملی,الگوریتم ژنتیک پیوسته,برنامه نویسی متلب,بهینه سازی,سیستم های دینامیکی,سیستم های غیر خطی,شناسایی سیستم,شناسایی سیستم با الگوریتم ژنتیک,شناسایی سیستم های غیر خطی,فیلم آموزشی الگوریتم ژنتیک,محاسبات تکاملی,مدل سازی,مدل سازی سیستم های دینامیکی,پیاده سازی الگوریتم ژنتیک در متلب,
نویسنده: فرادرس |FaraDars
شبیه سازی یک سیستم، مرحله ای مهم و اساسی در تحلیل و طراحی آن است. مفهوم سیستم، تقریباً در هر زمینه علوم فنی و مهندسی و همچنین علوم انسانی و علوم محض به صورتی وجود دارد. سیمیولینک ابزاری برای شبیه سازی است که به همراه جعبه نرم افزار محاسبات فنی متلب عرضه می شود. یکی از مهم ترین ویژگی های سیمیولینک آن است که کاربر تنها نیاز دارد نمودار بلوکی سیستم را وارد کرده، پارامترهای شبیه سازی را تنظیم کند تا شبیه سازی انجام شود. تنوع بلوک های سیمیولینک این اجازه را می دهد تا گستره وسیعی از انواع خواص را در سیستم شبیه سازی شده در نظر گرفت. به عنوان مثال، سیمیولینک می تواند برای شبیه سازی سیستم های خطی، غیرخطی، زمان-پیوسته و زمان-گسسته، سیستم هایی که عملکرد آنها با یک برنامه متلب توصیف می شود به کار رود. این نرم افزار همچنین قابلیت هایی برای کمک به طراحی سیستم ها نیز در اختیار کاربر قرار می دهد. هدف این فیلم آموزشی، معرفی نرم افزار سیمیولینک و آموزش نحوه شبیه سازی سیستم های مختلف با خصوصیات متنوع به کمک این نرم افزار است. در پایان این فیلم، شما قادر خواهید بود مدل خود از سیستم را در نرم افزار سیمیولینک وارد کنید؛ سیستم شما می تواند شامل ترکیب متنوعی از مشخصات خطی، غیرخطی، زمان-پیوسته، زمان-گسسته، ثابت و متغیر با زمان باشد. همچنین خواهید آموخت پارامترهای شبیه سازی را برای به دست آوردن نتایج قابل اطمینان در زمان کوتاه تنظیم کنید، همچنین خواهید آموخت که داده های به دست آمده از شبیه سازی را به متلب منتقل کنید و یا از داده های محیط متلب در شبیه سازی خود استفاده کنید. با آموختن این مطالب، ابزاری برای تحلیل سیستم و تنطیم پارامترهای آن برای عملکرد مطلوب خواهید داشت. تنوع بلوک هایی که می توان در سیمیولینک استفاده کرد این اجازه را به کاربر خواهد داد که سیستم های مختلف از زمینه های مختلف علمی یا فنی را شبیه سازی کند. همچنین سیستم هایی که اجزاء آنها از زمینه های مختلف هستند (مثل سیستم های الکتریکی-مکانیکی-شیمیایی) به راحتی قابل شبیه سازی در این نرم افزار خواهند بود. آموختن مطالب این دوره می تواند راه را برای آموختن جعبه ابزارهای پیشرفته تر سیمیولینک آماده کند. این جعبه ابزارها بلوک های پیشرفته برای شبیه سازی سیستم هایی مثل سیستم های قدرت، سیستم های گسسته پیشامد، و سیستم های مکانیکی به کار روند. کاربردهای متنوع، انعطاف و در عین حال سهولت کاربرد نرم افزار سیمیولینک قدرت بسیاری به آن می دهد. ارتباط نزدیک این جعبه نرم افزاری با متلب و الگوریتم های دقیق عددی، باعث می شوند نتایج به دست آمده قابل اطمینان باشند و بتوان به آسانی آنها را نمایش داد و تحلیل کرد. سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:
- مقدمه ای بر سیستم ها و نمایش آنها
- مقدمه ای بر نمایش سیستم ها
- شبیه سازی به کمک بلوک های پیش فرض سیمیولینک
- کار با فایل های مدل در سیمیولینک
- بلوک های پیش فرض سیمیولینک و تنظیمات پارامترهای آنها
- شبیه سازی سیستم های خطی با سیمیولینک
- کار با ورود ی ها، نمایشگرها و سیگنال ها در سیمیولینک
- شبیه سازی سیستم های زمان-گسسته و هیبرید در سیمیولینک
- شبیه سازی سیستم های غیرخطی (ناپیوستگی ها و اثرات غیرخطی دیگر)
- شبیه سازی فضای حالت سیستم های غیرخطی
- ارتباط بین سیمیولینک و متلب
- جمع آوری، تحلیل و انتقال داده بین متلب و سیمیولینک
- فراخوانی m-file ها از سیمیولینک و فراخوانی مدل های سیمیولینک در m-file ها
- مباحث عملی در کاربرد سیمیولینک
- مباحث آنالیز عددی و تنظیم حل کننده های عددی سیمیولینک
مدرس: مجتبی خلیجی
توجه: برای دریافت اطلاعات بیشتر در خصوص این بسته آموزشی ارزشمند، به این لینک (+) مراجعه نمایید.
برچسب: آنالیز عددی,انتقال داده,بلوک پیش فرض,تنظیم حل کننده ها,تنظیم پارامتر,سیستم خطی,سیستم های زمان,گسسته,سیستم های غیرخطی,سیستم های هیبرید,سیمیولینک,سیگنال,شبیه سازی سیستم,فراخوانی m,file,فراخوانی مدل های سیمیولینک,فضای حالت,نمایش سیستم,نمایشگر,
نویسنده: فرادرس |FaraDars