پاورپوینت درس هوش مصنوعی با 359 اسلاید آموزشی
پاورپوینت آموزش کامل درس هوش مصنوعی ویژه آزمون ارشدبسیار کامل و عالیبا قیمتی بسیار مناسب
گزارش کارآموزی در شرکت بازرگانی
گزارش کارآموزی در شرکت بازرگانی
بسیار کامل مناسب برای رشته کامپیوتر رشته مدیریت و رشته مدیریت بازرگانی
با فرمت word
قابل ویرایش
Java CGI How To
مقدمه
به دلیل روشنی کهJava طراحی می شود، برنامه نویس دسترسی آسان به متغیرهای محیط سیستم ندارد. به دلیل روشی که جعبه توسعه (JDK) تنظیم می شود، استفاده از نشانه های چندگانه در استنتاج یک برنامه جدید ضروری است که به خوبی با قالب های استاندارد HTML روش CGI عملیات ها مطابقت ندارد. راه هایی در این محدودیت ها وجود دارد، یکی از آنها را پیاده سازی کردم. بعداً جزئیات را مطالعه کنید.
از آنجا که پاراگراف قبلی را در 1996 نوشتم، تکنولوژیJava تغییرات زیادی یافته است. احتمالاً روش بهتری برای اجرای سرور وجود دارد، اکنون برنامه های جانبی جاوا در دسترس می باشد، شاید به سروست ها نظری اندازید.
1-1- آگاهی قبلی
فرض می کنیم که آگاهی عمومی و کلی از مفاهیم HTML, CGI و حداقل، معلومات اندکی از سرورHTTP خود دارید. همچنین باید چگونگی برنامه نویسی به زبانJava را بدانید با مقدار زیادی از اینها معقولانه به نظر نمی رسد.
2-1- این مدرک
آخرین نسخه این مدرک را می توان در سایت http://www.orbits.com/software/ Java-CGI.html خواند.
3-1- بسته بندی
می توان با FTP بی نام در سایت ftp://ftp.orbits.com/pub/soft ware/Java- Cgi-0.5.tgz به آخرین نسخه بسته شرح داده شده در اینجا دسترسی یافت. توزیع بسته بندی شامل منبع SGML این مدرک می شود.
بسته تحت شرایط گواهینامه عمومی کلی کتابخانه GNU توزیع می شود. این مدرک را می توان تحت شرایط نکته کپی رایت Linux HowTo منتشر کرد.
یک شبکه عصبی فازی ژنتیکی بهینه شده برای کنترل کشتی
اصل و ترجمه مقاله کنترل هوشمند کشتی با استفاده از شبکه عصبی و منطق فازی و ژنتیک الگوریتم
عنوان انگلیسی مقاله :
A Genetically Optimized Fuzzy Neural Network for Ship ControllersA Genetically Optimized Fuzzy Neural Network for Ship Controllers
عنوان فارسی مقاله :
یک شبکه عصبی فازی ژنتیکی بهینه شده برای کنترل کشتی
سال انتشار : 2006
کیفیت ترجمه : B
چکیده انگلیسی :
Abstract-A novel approach has been promoted for fuzzy neural ship controllers. An RBF neural network and GA optimization are employed in a fuzzy neural controller to deal with the nonlinearity, time varying and uncertain factors. Utilizing the designed network to substitute the conventional fuzzy inference, the rule base and membership functions can be auto-adjusted by GA optimization. The parameters of neural network can be decreased by using union-rule configuration in the hidden layer of the network. The performance of controller is evaluated by the system simulation conducted with Simulink tools, by which satisfied results have been obtained
.Index Terms- RBF network. Fuzzy control. Genetic algorithm. Union rule. Ship control
چکیده فارسی :
چکیده - منطق فازی عصبی، رویکردی جدید برای کنترل کشتی ها است. یک شبکه عصبی RBF و بهینه سازی GA در یک کنترل عصبی فازی به کار برای مقابله با غیرخطی، زمان های مختلف و عوامل نامشخص است. با استفاده از شبکه طراحی شده به جای استنتاج فازی معمولی، پایگاه قوانین و توابع عضویت می تواند به صورت خودکار توسط بهینه سازی GA تنظیم شود. پارامترهای شبکه عصبی را می توان با استفاده از تنظیمات مجموعه قوانین در لایه مخفی از شبکه کاهش داد. نتایج رضایت بخشی از عملکرد کنترل کننده های شبیه سازی سیستم، که توسط ابزار سیمولینک انجام می گردد دست آمده است.کلمات کلیدی : کنترل فازی. الگوریتم ژنتیک. مجموعه قوانین. کنترل کشتی.
