رزفایل

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

رزفایل

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

دانلود سیستم مبتنی بر دانش برای کلاسبندی متن با الگوریتم ID6NB

اختصاصی از رزفایل دانلود سیستم مبتنی بر دانش برای کلاسبندی متن با الگوریتم ID6NB دانلود با لینک مستقیم و پر سرعت .

دانلود سیستم مبتنی بر دانش برای کلاسبندی متن با الگوریتم ID6NB


دانلود سیستم مبتنی بر دانش برای کلاسبندی متن با الگوریتم ID6NB

سیستم مبتنی بر دانش

عنوان مقاله  :  سیستم مبتنی بر دانش برای کلاسبندی متن با الگوریتم ID6NB‎

قالب بندی :  PDF

قیمت :   1200 تومان

تعداد صفحات : 14

 

شرح مختصر :  این مقاله یک الگوریتم جدید به نام ID6NB را برای توسعه درخت تصمیم ، معرفی میکند که شامل الگوریتم ID3غیر افزایشی Quinlanاست. این الگوریتم راهحلهایی برای دو مشکل ذیل ارائه میکند: وضعیتی که در آن رای گیری اکثریت تصمیم نادرست میدهد (یعنی ساخت دو نوع قانون متفاوت برای داده یکسان.) کاهش ابعاد در الگوریتم غیر افزایشی درخت تصمیمگیری، تخمین صفت مناسب برای یک گره جایی که دو یا چند صفت بهره اطلاعاتی یکسانی دارند. مشکل اکثریت به کمک الگوریتم Naive Bayesحل میشود. برای کاهش ابعاد نیز یک راه حل ارائه شده است. در نهایت، دقت طبقه بندی به شدت بهبود یافته است. آزمایش گسترده و گسترش یافته در تعدادی از مجموعه دادههای واقعی و مصنوعی نشان میدهد که ID6NB یک الگوریتم دسته بندی state-of-the-art است که نسبت به سایر روشهای یادگیری درخت تصمیمگیری، خروجی بهتری دارد.

فهرست :

مقدمه

سیستم مبتنی بر دانش

تئوری اطلاعات و کلاس بندی

کاهش ابعاد و انتخاب ویژگی

قالب بندی مقاله

کارهای مرتبط

وضعیت مسئله

کارهای پیشنهادی

رخداد استثنا در کاهش ابعاد طول

حل و فصل رخداد استثنا در کاهش ابعاد

رخداد استثنا به علت شکست رای گیری اکثریت

حل مسئله رد رای گیری برچسب کلاس جایی که رای گیری اکثریت با شکست مواجه می شود

قوانین Beta و Alpha

نتایج تجربی و ارزیابی عملکرد

ارزیابی عملکرد بررسی مجموعه داده های Monk

کاهش ابعاد

دقت پیش بینی

نتایج پیاده سازی

نتیجه گیری


دانلود با لینک مستقیم


دانلود سیستم مبتنی بر دانش برای کلاسبندی متن با الگوریتم ID6NB

جمع آوری محصول Partial

اختصاصی از رزفایل جمع آوری محصول Partial دانلود با لینک مستقیم و پر سرعت .

جمع آوری محصول Partial


جمع آوری محصول Partial

چندین تکنیک دیگر برای اصلاح ساختار درختان CSA معرفی شده است که از کنتورهای 302 برای رسیدن به طرح منظم تر و Lass arebconsuming استفاده می کند. چنین ساختارهای درختی اصلاح شده ممکن است مستلزم تعداد بیشتری از سطوح CSA با تأخیر کلی بیشتر باشد. دو نمونه از این فنون بعداً تشریح می شود. نمونة اول، درختان تأخیر موازنه شده [24] ( همچنین با 19 رجوع شود) را تعیین می کند در حالیکه نمونة دوم، درختان پلکان واژگون را تعیین می کند [15] . شکل 13- 6 ساختار bit – slices را برای دو تکنیک نشان می دهد و آنها را با Wallace tree bit8slice متناظر مقایسه می کند. تمام bit – slices ‍در شکل 13- 6 برای 18 operands است که ممکن است بوسیله الگوریتم بزرگ مضاربه ای پایه تولید شود. در این مورد، 18 مثلث واژگون در شکل 13-6 3و 2 هستند و اعداد روی این کنتورها، تأخیر تجربه شده توسط operands داده را نشان می دهند. بنابر این ع پس از اینکه نتایج 2~ 64 توسط Wallae و درختان پلکان واژگون تولید شدند، درخت متوازن مستلزم ~ AFA است.

 

این فایل دارای 15 صفحه می باشد.


دانلود با لینک مستقیم


جمع آوری محصول Partial

دانلود پروژه رباتیک

اختصاصی از رزفایل دانلود پروژه رباتیک دانلود با لینک مستقیم و پر سرعت .

دانلود پروژه رباتیک


دانلود پروژه رباتیک

چکیده

این مقاله الگوریتمی جدید برای مسئله برنامه ریزی مسیرکلی به یک هدف ، برای ربات متحرک را با استفاده از الگوریتم ژنتیک ارائه می دهد .الگوریتم ژنتیک برای یافتن مسیر بهینه برای ربات متحرک جهت حرکت در محیط استاتیک که توسط نقشه ای با گره ها و لینک ها بیان شده است ،بکار گرفته شده است.موقعیت هدف و موانع برای یافتن یک مسیر بهینه در محیط دو بعدی داده شده است .هر نقطه اتصال در شبکه ژنی است که با استفاده از کد باینری ارائه شده است.تعداد ژن ها در یک کروموزوم تابعی از تعداد موانع در نقشه (نمودار)می باشد.

بنابراین از یک کروموزوم با طول ثابت استفاده کردیم.مسیر ربات ایجاد شده ، در مفهوم کوتاهترین مسیر ،بهینه است .ربات دارای محل آغاز و محل هدف تحت فرضیه ای است که ربات از هر محل فقط یکبار می گذرد یا اصلا نمی گذرد.نتایج بدست آمده در شبیه سازی ؛قدرت الگوریتم پیشنهادی را تایید می نماید.

 

 

 

فایل ورد 37 ص


دانلود با لینک مستقیم


دانلود پروژه رباتیک

تحقیق در مورد الگوریتم های میکرو در مقابل ماکرو

اختصاصی از رزفایل تحقیق در مورد الگوریتم های میکرو در مقابل ماکرو دانلود با لینک مستقیم و پر سرعت .

تحقیق در مورد الگوریتم های میکرو در مقابل ماکرو


تحقیق در مورد الگوریتم های میکرو در مقابل ماکرو

لینک پرداخت و دانلود *پایین صفحه*

 

فرمت فایل : Word(قابل ویرایش و آماده پرینت)

 

تعداد صفحه : 25

 

فهرست مطالب:

 

الگوریتم های میکرو در مقابل ماکرو

مراحل پنج گانه

مرحله مقداردهی اولیه

مرحله ورودی

مرحله پردازش

مرحله خروجی

مرحله پاکسازی  ( Cleanup )

آیا هر برنامه شامل پنج مرحله گفته شده است؟

پالایش یک طرفه مرحله مقدار دهی اولیه

منابع

 

 

الگوریتم های میکرو در مقابل ماکرو

الگوریتم ها دارای ویژگی های متفاوتی می باشند . ما می توانیم در رابطه با  الگوریتم  استفاده شده  به منظور نوشتن یک برنامه مشخص صحبت نمائیم . از این زاویه  ، ما  صرفا" در رابطه با الگوریتم  در سطح ماکرو(macro level)  ، صحبت نموده ایم . در چنین مواردی ، الگوریتم ارائه شده ، سعی در بدست آوردن جنبه های عمومی برنامه از طریق یک مرور کلی به برنامه در مقابل درگیر شدن در جزئیات را  دارد.ما می توانیم در رابطه با الگوریتم ها ، از سطح "میکرو" صحبت نمائیم . از این زاویه ، به سطوح پایین تر رفته و به عوامل اساسی ونگهدارنده ای  که یک جنبه خاص از برنامه را با  یکدیگر مرتبط می نماید، صحبت کرد.  مثلا" در صورتیکه شما دارای داده هائی هستید که می بایست قبل از استفاده  مرتب گردند ،الگوریتم های مرتب سازی متعددی در این زمینه وجود داشته و  می توان یکی از آنها را بمنظور تامین اهداف مورد نظر خود انتخاب نمود. انتخاب یک الگوریتم مرتب سازی  ، صرفا" باعث حل شدن یکی از جنبه های متفاوت برنامه می گردد . پس از مرتب سازی داده ها ،می بایست از یک الگوریتم میکرو دیگر بمنظور نمایش  داده  ها ی مرتب شده استفاده  گردد .

همانگونه که احتمالا" حدس زده اید ، ما می توانیم تمام الگوریتم های میکرو را بمنظور ایجاد یک الگوریتم ماکرو ، جمع آوری نمائیم . اگر ما با الگوریتم های میکرو ، آغاز نمائیم ، و حرکت خود را بسمت نمایش ماکروی یک برنامه ، پیش ببریم ، کاری را انجام داده ایم که موسوم به طراحی " پایین به بالا" (buttom-up)  ، است . اگر ما فعالیت خود را با یک الگوریتم ماکرو آعاز و حرکت خود را بسمت پائین و الگوریتم های میکرو ، ادامه دهیم ، طراحی از نوع " بالا به پایین " (top-down)  را انجام داده ایم .

شاید این سوال مطرح گردد که  کدام روش بهتر است ؟ اگر شما تمام مقالاتی را که تاکنون در این زمینه نوشته شده اند را  دنبال نمائید ، هرگز به یک نتیجه قابل قبول دست نخواهید یافت . هر رویکرد، دارای نکات مثبت و منفی مربوط به خود است . صرفنظر از رویکرد طراحی استفاده شده ، می بایست دارای الگوئی (طرحی) مناسب برای برنامه باشیم .حداقل، نیازمند یک اعلامیه از مسئله برنامه نویسی و یک طرح ( الگو) برای برخورد با مسئله ، خواهیم بود . پس از شناخت مسئله ، می توان  نحوه حل مسئله را  ترسیم کرد.  شناخت عمیق و مناسب نسبت به  مسئله ای که قصد حل آن را داریم ، شرط اساسی و ضروری برای طراحی یک برنامه است .
با توجه به اینکه این اعتقاد وجود دارد که شناخت جامع و کلی از مسئله ای که حل آن را داریم ، بخشی ضروری در اولین مرحله برنامه نویسی است ، ما در ادامه از رویکرد "بالا - پایین "، تبعیـت می نمائیم . فراموش نکنیم که  رویکرد فوق ، امکان مشاهده مجازی از هر مسئله برنامه نویسی را فراهم خواهد نمود.

مراحل پنج گانه

هر برنامه را صرفنظر از میزان پیچیدگی آن ، می توان  به  پنج مرحله اساسی تجزیه کرد :

  • مقدار دهی اولیه
  • ورودی
  • پردازش
  • خروجی
  • پاکسازی

در ادامه به بررسی هریک از مراحل فوق ، خواهیم پرداخت .

مرحله مقداردهی اولیه

مرحله مقداردهی اولیه ، اولین مرحله ای است که می بایست در زمان طراحی یک برنامه  در رابطه با آن فکر کرد . مرحله فوق ، شامل تمامی عملیات مورد نیازی  است که برنامه می بایست قبل ازبرقراری ارتباط  با کاربر ، انجام دهد . در ابتدا ممکن است این موضوع که عملیاتی را قبل از برقراری  ارتباط با کاربر می بایست انجام داد ، تا اندازه ای عجیب بنظر رسد ولی احتمالا" برنامه های زیادی را مشاهده نموده اید که در این راستا عملیات مشابهی را انجام می دهند. مثلا" ،  در زمان استفاده از برنامه هائی نظیر Word ، Excel و یا برنامه های مشابه دیگر ، با چنین مواردی برخورد نموده ایم . مثلا"  با انتخاب  گزینه منو File ، می توان  لیستی از فایل هائی را که با آنها کار کرده ایم در بخش انتهائی منوفوق ، مشاهده کرد. ( مشاهده آخرین فایل های  استفاده شده در یک برنامه خاص ، با استفاده از جادو! میسر نشده است ) . برنامه مورد نظر شاید ، لیست فایل های اخیر را از دیسک خوانده و آنها را به لیست مربوطه در منوی File ، اضافه کرده باشد . با توجه به اینکه لیست فایل های فوق ، می بایست  قبل از اینکه برنامه هر چیز دیگر را برای کاربر نمایش دهد ، خوانده و نمایش داده شوند ، می توان انجام عملیات فوق را نمونه ای از مرحله مقداردهی اولیه، در نظر گرفت.
یکی دیگر از عملیات متداول که به این مرحله مرتبط می باشد ، خواندن فایل های Setup است . چنین فایل هائی ممکن است حاوی اطلاعاتی در رابطه با نام مسیرهائی باشند که بانک ها ی اطلاعاتی خاصی و یا فایل های  ذخیره شده  دیگری را  بر روی دیسک را مشخص می نمایند . با توجه به نوع برنامه ای که اجراء می گردد ، فایل های Setup می توانند شامل اطلاعاتی در رابطه با فونت های نمایش ، نام و محل چاپگر ، رنگ های زمینه و رویه ، وضوح تصویر صفحه نمایشگر و اطلاعات مشابهی دیگر باشند

 

 

 


دانلود با لینک مستقیم


تحقیق در مورد الگوریتم های میکرو در مقابل ماکرو

مقاله الگوریتم ترکیبی ژنتیک و رقابت استعماری برای مدیریت موجودی با فروشنده ی سبز مدل EOQ چند موردی چند محدودیتی تحت کسری

اختصاصی از رزفایل مقاله الگوریتم ترکیبی ژنتیک و رقابت استعماری برای مدیریت موجودی با فروشنده ی سبز مدل EOQ چند موردی چند محدودیتی تحت کسری دانلود با لینک مستقیم و پر سرعت .

مقاله الگوریتم ترکیبی ژنتیک و رقابت استعماری برای مدیریت موجودی با فروشنده ی سبز مدل EOQ چند موردی چند محدودیتی تحت کسری


مقاله الگوریتم ترکیبی ژنتیک و رقابت استعماری برای مدیریت موجودی با فروشنده ی سبز مدل EOQ چند موردی چند محدودیتی تحت کسری

این فایل ترجمه فارسی مقاله زیر می باشد:

A hybrid genetic and imperialist competitive algorithm for green vendor managed inventory of multi-item multi-constraint EOQ model under shortage

دانلود رایگان مقاله انگلیسی

 

چکیده

هدف از این مقاله توسعه یک مدل چند موردی مقدار سفارش اقتصادی (EOQ) با کسری برای تک عرضه کننده کالا تک خریدار زنجیره تامین تحت سیاست مدیریت موجودی با فروشنده (VMI) سبز می باشد. این مدل به صراحت شامل قرارداد VMI بین فروشنده و خریدار مانند ظرفیت انبار و محدودیت های تحویل، کرانهای هر سفارش، و محدودیت در تعداد پالت می باشد. برای ایجاد یک نوع زنجیره تامین سبز، هزینه مالیات از تولید گازهای گلخانه ای (GHG) و محدودیت در مجموع میزان انتشار تمامی موارد در مدل در نظر گرفته شده است. یک الگوریتم ترکیبی ژنتیک و رقابت استعماری (HGA) برای پیدا کردن یک جواب نزدیک به بهینه برنامه نویسی غیر خطی صحیح (NIP) با هدف به حداقل رساندن هزینه کل زنجیره تامین به کار گرفته شده است. از آنجا که هیچ معیاری در ادبیات موجود نیست، یک الگوریتم ژنتیک (GA) توسعه داده شده است و همچنین نتایج به دست آمده را اعتبار سنجی می کند. برای اعتبار سنجی بیشتر، نتایج با کرانهای پایین که با استفاده از مدل آرام که در آن همه متغیرها پیوسته می باشند، مقایسه شده است. در پایان، نمونه های عددی برای نشان دادن کاربردی بودن  روش ارائه شده ، آورده شده است. نتایج ما نشان داد که روش هیبرید پیشنهادی قادر به پیدا کردن جواب های بهتر و نزدیک به بهینه می باشد.

توضیحات: فایل ترجمه به صورت word می باشد و دارای 41 صفحه است.

 


دانلود با لینک مستقیم


مقاله الگوریتم ترکیبی ژنتیک و رقابت استعماری برای مدیریت موجودی با فروشنده ی سبز مدل EOQ چند موردی چند محدودیتی تحت کسری