بهترين و سريعترين مرجع دانلود كارآموزي و پروژه و پايان نامه

تعداد صفحات:68
نوع فايل:word
فهرست مطالب:
چكيده
مقدمه
فصل اول : هوش مصنوعي و ارتباط آن با هوش جمعي
مقدمه
تاريخچه هوش مصنوعي
هوش چيست؟
فلسفه هوش مصنوعي
مديريت پيچيدگي
عامل هاي هوشمند
سيستم هاي خبره
رابطه هوش جمعي با هوش مصنوعي
فصل دوم: تعريف هوش جمعي
مقدمه
تعريف هوش جمعي
خصوصيات هوش جمعي
اصول هوش جمعي
طبقه بندي هوش جمعي
طبيعي در مقابل مصنوعي
علمي در مقابل مهندسي
تعامل دو دسته طبيعي/ مصنوعي و علمي/ مهندسي
فصل سوم:‌ كاربردهاي هوش جمعي
مقدمه
تعريف بهينه سازي
الگوريتم بهينه سازي كلوني مورچه ها
تعريف
الگوريتم
خواص عمومي كلوني مورچه ها
الگوريتم مورچه براي مسئله فروشنده دوره گرد
كاربردهاي الگوريتم مورچه
مسيريابي خودرو
الگوريتم S_ANTNET
هزارتوي چند مسيره
مسيريابي در شبكه هاي مخابراتي
الگوريتم بهينه سازي زنبور
تعريف
جستجوي غذا در طبيعت
الگوريتم زنبور
بهينه سازي كلوني زنبورها
سيستم فازي زنبورها
كاربردهاي الگوريتم بهينه سازي زنبورها
مسئله Ride_matching
حل مسئله RS به وسيله سيستم فازي زنبورها
كاربردهاي الگوريتم زنبور در مهندسي
الگوريتم بهينه سازي انبوه ذرات
تعريف
الگوريتم
كاربردهاي الگوريتم بهينه سازي انبوه ذرات
الگوريتم ژنتيك
تعريف
عملگرهاي يك الگوريتم ژنتيك
عملكرد كلي الگوريتم ژنتيك
مقايسه الگوريتم ژنتيك و ديگر شيوه هاي مرسوم بهينه سازي
الگوريتم ژنتيك و سيستم هاي مهندسي
كاربردهاي الگوريتم ژنتيك
شبكه هاي عصبي مصنوعي
تعريف
تازيخچه شبكه هاي عصبي
چرا از شبكه هاي عصبي استفاده ميكنيم؟
شبكه هاي عصبي در مقابل كامپيوترهاي معمولي
چگونه مغز انسان مي آموزد؟
از سلولهاي عصبي انساني تا سلولهاي عصبي مصنوعي
كاربردهاي شبكه هاي عصبي
كاربردهاي ديگر هوش جمعي
تعريف
اقتصاد
شبكه هاي ادهاك
سيستم هاي خودسازمانده
فصل چهارم: نتيجه گيري
برخي از مزاياي هوش جمعي
منابع و مآخذ

چكيده:
موضوع اصلي اين پروژه، معرفي و بررسي روشهايي كه با نام هوش جمعي از آنها ياد ميشوند. در روشهايي كه در گروه هوش جمعي جاي ميگيرند، ارتباط مستقيم يا غير مستقيم بين جوابهاي مختلف الگوريتم وجود دارند. در واقع، در اين روشها، جوابها كه موجوداتي كم هوش و ساده هستند، براي پيدا شدن و يا تبديل شدن به جواب بهينه، همكاري ميكنند. اين روشها از رفتارهاي جمعي حيوانات و موجودات زنده در طبيعت الهام گرفته شده اند. الگوريتم مورچه ها يكي از بارزترين نمونه ها براي هوش جمعي است كه از رفتار جمعي مورچه ها الهام گرفته شده است. يكي ديگر از مهم ترين الگوريتم هايي كه در گروه هوش جمعي جاي ميگيرد، الگوريتم بهينه سازي انبوه ذرات است. در الگوريتم بهينه سازي انبوه ذرات، اعضاي جامعه، كه ماهي ها يا پرندگان ميباشند، به صورت مستقيم با هم ارتباط دارند. و همچنين در اين پروژه به الگوريتم ژنتيك و ديگر كاربردهاي هوش جمعي مي پردازيم.

تعداد صفحات:93
نوع فايل:word
فهرست مطالب:
مقدمه
شبكه عصبي چيست ؟
يادگيري در سيستم هاي بيولوژيك
سازمان مغز
نرون پايه
عمليات شبكه هاي عصبي
آموزش شبكه هاي عصبي
معرفي چند نوع شبكه عصبي
پرسپترون تك لايه
پرسپترون چند لايه
backpropagation
هاپفيلد
ماشين بولتزمن
كوهونن
كاربردهاي شبكه هاي عصبي
منابع

مقدمه
الگوريتم ها در كامپيوتر ها اعمال مشخص و واضحي هستند كه بصورت پي در پي و در جهت رسيدن به هدف خاصي انجام ميشوند.حتي در تعريف الگوريتم اين گونه آمده است كه الگوريتم عبارت است از مجموعه اي ازاعمال واضح كه دنبال اي از عمليات را براي رسيدن به هدف خاصي دنبال ميكنند.آنچه در اين تعريف خود نمايي ميكند كلمه دنباله ميباشد كه به معناي انجام كار ها بصورت گام به گام مي باشد. اين امر مشخص ميكند كه همه چيز در الگوريتم هاي سنتي بايد قدم به قدم براي كامپيوتر مشخص و قابل فهم و درك باشد. حتي در اولين الگوريتم هاي هوش مصنوعي نيز بر همين پايه و كار قدم به قدم بنا نهاده شده اند.
در اواخر قرن بيستم رويكرد به الگوريتم هاي جديد صورت گرفت كه علت هاي مختلفي داشت مثل حجيم بودن ميزان محاسبات برخي مسايل و بالا بودن مرتبه زماني الگوريتم هاي سنتي در مورد اين مسايل باعث شد نياز به الگوريتم هاي جديد احساس شود.همچنين برخي كارهاي انسان كه هنوز قابل انجام توسط كامپيوتر نبودندو يا به خوبي توسط كامپيوتر انجام نمي شدند باعث اين رويكرد شد.
مهمترين الگوريتم هاي جديد عبارتند از :
1- شبكه هاي عصبي
2- منطق فازي
3- محاسبات تكاملي

تعداد صفحات:23
نوع فايل:word
رشته مهندسي برق
فهرست مطالب:
مقدمه
روبات چيست؟
اهميت روبات ها
هدف از ساخت روبات ها
روباتيك چيست؟
اجزاء يك سيستم روباتيك
زير سيستم هاي اصلي يك روبات
انواع روبات
مزاياي روبات ها
معايب روبات ها
روبات هوشمند
روباتيك و هوش مصنوعي
روبات الگو
روش هاي مختلف تعامل روبات با محيط
سير تحول در كنترل روبات

گزارش روبات امدادگر

"لينك دانلود"

تعداد صفحات:46

نوع فايل:word

فهرست:

مقدمه

مفهوم وب و وب سايت

مفهوم وب معناگرا

وب كنوني

مثال هايي از وب كنوني و وب معنايي

تجارت الكترونيك

ويكي ها

فناوري هاي وب معنايي

فرا داده

آنتولوژي (هستي شناسي)

منطق

عامل ها

وب معنايي در مقايسه با هوش مصنوعي

روش لايه اي

آشنايي با XML

XML و اهميت آن در وب معنايي

آشنايي با XSD

آشنايي با XPATH

آشنايي با RDF

مدل RDF

نمايش دانش با استفاده از مدل RDF

آشنايي با RDF Schema

معرفي Taxonomy ها

چرا از Taxonomy استفاده مي كنيم؟

زبان آنتولوژي وب

شرايط مورد نياز براي زبان هاي آنتولوژي

محدوديت هاي موجود در قدرت انتقال معنا توسط RDF Schema

سازگاري OWL با RDF / RDFS

سه زير زبان OWL

آشنايي با OWL Full

آشنايي با OWL DL

آشنايي با OWL Lite

ساخت دستي آنتولوژي

بكارگيري مجدد آنتولوژي هاي موجود

روش هاي نيمه خودكار ساخت آنتولوژي

آنتولوژي هاي زبان طبيعي

آنتولوژي هاي حوزه اي

نمونه هاي آنتولوژي

نتيجه گيري

منابع و ماخذ

مقدمه:

چالش اساسي در ارتباط با وب آن است كه منابع موجود تنها براي انسان ها قابل فهم و استفاده مي باشد بنابراين ماشين ها در جستجو، اشتراك و يكپارچه سازي انبوهي از اطلاعات، محدوديت هاي زيادي دارند. در حال حاضر ماشين ها جهت شناخت محتوي وب و اطلاعات موجود در وب، نياز به دانش اساسي دارند و بدون آن تنها مي توانند كوركورانه وجود يا عدم وجود يك كلمه كليدي را مشخص كنند. وب معناگرا سعي دارد تا اطلاعات موجود در وب را براي ماشين ها قابل درك كندولي هرگز قصد آن را ندارد تا به ماشين ها قابليت هاي جادويي ببخشد تا با انسان ها رقابت كنند.بلكه تنها سعي دارد از سرعت و قدرت ماشين ها در پردازش اطلاعات موجود، جهت حل برخي مشكلات انسان ها استفاده نمايد.

جهت دانلود كليك نماييد