فایل بصورت پاورپوینت در 53 صفحه می باشد
داده کاوی با استفاده از اتوماتای یادگیر
فایل بصورت پاورپوینت در 53 صفحه می باشد
فورمت pdf
تعداد فایل 2 عدد
یک شبکه حسگر بی سیم از تعداد زیادی از نودهای حسگر در یک ناحیه خاص تشکیل شده است که هر یک از آنها توانایی جمع آوری اطلاعات ازمحیط را دارا می باشد و داده های جمع آوری شده را به نود سینک ارسال می کند. هر چند که به طور کلی راجع به شبکه های حسگر بی سیم تحقیقات زیادی صورت گرفته است، در مورد کیفیت سرویس در این شبکه ها هنوز به اندازه کافی کار نشده است. کیفیت سرویس در شبکه های حسگر بی سیم نسبت به شبکه های سنتی بسیار متفاوت است. از آنجایی که زمینه کاربرد این شبکه ها بسیار وسیع می باشد، پارامترهای کیفیت سرویس درآنها متفاوت است. بعضی از پارامترهایی که در ارزیابی کیفیت سرویس مورد استفاده قرار می گیرند عبارتند از: پوشش شبکه, تعداد بهینه نودهای فعال در شبکه, طول عمر شبکه و میزان مصرف انرژی.
تکنیکی که ما جهت بهبود پارامترهای کیفیت سرویس در شبکه ها ی حسگر مورد استفاده قرار داده ایم, روش هوشمند اتوماتاهای یادگیر سلولی(CLA) می باشد. اتوماتای یادگیر سلولی یک رهیافت مکاشفهای برای حل مسایل بهینهسازی پیچیده میباشد که بررسیهای اخیر برروی آن، کارایی مناسب آن را به عنوان تکنیکی برای حل اینگونه مسائل نشان داده است.
در این پایان نامه تعدادی از مسائل اساسی شبکه ها ی حسگر بی سیم مطرح گردیده و با هدف بهبود پارامترهای کیفیت سرویس این مسائل با استفاده از آتوماتاهای یادگیرسلولی حل گردیده اند.
ابتدا مسئله پوشش محیط در شبکه های حسگر را با استفاده از غیر فعال نمودن نودهای غیر ضروری و فعال نگه داشتن بهینه نودها حل می گردد. تا در مصرف انرژی صرفه جویی به عمل آمده و عمر شبکه افزایش یابد و بدین ترتیب به چند پارامتر کیفیت سرویس در شبکه های حسگر به طور همزمان توجه می گردد. سپس به مسئله خوشه بندی در شبکه حسگر پرداخته شده و با استفاده از آتوماتاهای یادگیر, شبکه های حسگر به گونه ای خوشه بندی می شوند که انرژی به صورت یکنواخت در شبکه بمصرف رسیده وعمر شبکه افزایش یابد. بنابراین در این روش خوشه بندی معیارهای کیفیت سرویس انرژی و طول عمر شبکه مد نظر قرار می گیرند. و بعد از ان با استفاده از آتوماتاهای یادگیر یک روش تجمیع داده های محیط حسگری پیشنهاد می گردد که در مصرف انرژی شبکه صرفه جویی به عمل آورده و عمر شبکه را افزایش می دهد ولذا به معیارهای انرژی شبکه, طول عمر و تعداد نودهای فعال توجه می گردد.
شبکه های حسگر بی سیم
پیشرفتهای اخیر در طراحی و ساخت تراشه های تجاری این امکان را به وجود آورده است که عمل پردازش سیگنال و حس کنندگی در یک تراشه انجام گردد که به این قطعات حسگرهای شبکه بی سیم گفته می شود که شامل سیستم های میکروالکترومکانیکی (MEMS) مانند حسگرها، محرک ها و قطعات رادیویی RF می باشد.
حسگرهای بی سیم کوچکی تولید شده است که قابلیت جمع آوری داده از فاصله چند صد متر و ارسال داده بین حسگرهای بی سیم به مرکز اصلی را دارا می باشد و با این تکنولوژی اطلاعات دما - نوسانات، صدا، نور، رطوبت، و مغناطیس قابل جمع آوری می باشد. که این حسگرهای بی سیم با هزینه کم قابل نصب در شبکه های حسگر بی سیم می باشد. اما کوچک شدن حسگرهای بی سیم دارای معایبی نیز می باشد. تکنولوژی نیمه هادی باعث بوجود آمدن پردازنده های سریع با حافظه بالا شده است اما تغذیه این مدارات هنوز هم یک مشکل اساسی است که محدود به استفاده از باتری گردیده است.بخش منبع تغذیه یک بخش مهم و محدود است که در صورتیکه از باطری در این شبکه ها استفاده شود تعویض باطری ها در حالتی که تعداد نودهای شبکه زیاد باشد کاری سخت و دشوار خواهد بود و نودها به منظور ذخیره و صرفه جویی در مصرف انرژی مجبور به استفاده از ارتباطات برد کوتاه خواهند شد. تفاوت یک حسگربی سیم کارآ و یک حسگر بی سیم که دارای کارایی کم از نظر انرژی است در عملکرد آنها در ساعت ها نسبت به هفته ها می باشد. افزایش اندازه شبکه WSN باعث افزایش و پیچیدگی مسیریابی وارسال اطلاعات به مرکز اصلی می باشد. اما همچنان مسیریابی و پردازش نیاز به انرژی دارند. بنابراین یکی از نکات کلیدی در توسعه و ارائه الگوریتمهای مسیریابی جدید، کاهش و صرفه جویی انرژی مصرفی است. بخش های مختلف شبکه های سنسور بی سیم باید شبیه سازی و مدلسازی گردند تا کارآیی آنها مورد بررسی واقع شود. برای اینکار شبکه های حسگر بی سیم حسگر به گرافهایی نگاشت میشوند که در این گرافها هر گره مطابق با یک نود در شبکه بوده و هر لبه بیانگر یک پیوند یا کانال ارتباطی بین دو نود در شبکه خواهد بود.اگر ارتباط بین نودها در شبکه دو جهته باشد گراف نگاشت شده بدون جهت خواهد بود و اگر ارتباط بین نود ها در شبکه نا متقارن باشد در آن صورت گراف نگاشت یافته جهتدار خواهد بود. البته مدل ارتباطی بین نودها در شبکه میتواند یک به یک یا یک به همه باشد. فراهم آوردن یک مدل عملی برای حسگرها یک کار پیچیده و دشواری می باشد که این به خاطر تنوع در انواع مختلف حسگرها هم از نظر ساختاری و هم از نظر اصول و اساس کار آنها دارد. شبکه های حسگر دارای ویژگیهای منحصر به فرد هستند که این امر باعث شده است تا پروتکل های خاصی برای آنها در نظر گرفته شود.
در شبکه های بی سیم حسگر فقط یک یا دو ایستگاه پایه وجود دارد و تعداد زیادی نودهای حسگر در محیط پخش گردیده اند. به علت محدودیت برد این حسگرها و انرژی باتری خیلی از نودها قادر به ارتباط مستقیم با ایستگاه پایه نمی باشند. اما سریعاً با تکیه بر نودهای نظیر خود و نودهای حسگر دیگر، به ارتباط با ایستگاه پایه می پردازد که در شبکه هایMANET نیز این عمل توسط نودهای معمولی انجام می شود.
معماری ارتباطات شبکههای حسگر بیسیم در شکل 2-4 دیده میشود[1]. در شبکههای حسگر بیسیم، تعداد زیادی گره با امکانات مخابره، پردازش، حس کردن محیط و ... در محیطی با چهارچوب معین پراکنده شدهاند. رویداد اتفاق افتاده و یا سوالات پرسیده شده از سوی گره مرکزی و ماموریت محوله بر هر گره موجب میشود، ارتباطاتی بین گرهها برقرار شود. اطلاعات رد و بدل شده میتواند گزارشی از وضیعت محدوده که زیر نظر گرههای حسگر میباشد به گره مرکزی و یا درخواستی از سمت گره مرکزی به سمت گرههای حسگر باشد. گره مرکزی به عنوان درگاه ارتباطی شبکه حسگر با سایر سیستمها و شبکههای مخابراتی، در واقع گیرنده نهایی گزارش از گرههای حسگر میباشد و بعد از انجام یکسری پردازشها، اطلاعات پردازش شده را به کاربر ارسال میکند (با استفاده از یک رسانه ارتباطاتی مانند اینترنت، ماهواره و ...). از سوی دیگر، درخواستهای کاربر نیز توسط این گره به شبکه انتقال مییابد.
تعداد صفحات :148
فرمت فایل :Word ورد doc
پایان نامه کامپیوتر آتاماتون سلولی آتاماتون یادگیر و کاربرد آنها 140 صفحه
با فرمت ورد (دانلود متن کامل پایان نامه)
موضوع
عنوان پایان نامه : آتاماتون سلولی، آتاماتون یادگیر، و کاربرد آنها
مقطع تحصیلی : کارشناسی
رشته و گرایش تحصیلی : مهندسی کامپیوتر (نرم افزار)
چکیده
در این پایان نامه سعی بر این است که آتاماتون سلولی، آتاماتون یادگیر و نیز چند نمونه از کاربرد آنها مورد بررسی قرار گیرد. هر آتاماتون سلولی عبارت است از یک سیستم گسسته که بصورت شبکه ای منظم از سلولها بوده و هر سلول آن در بازه های زمانی گسسته برطبق رفتار همسایگانش، تغییر حالت می دهد. آتاماتون یادگیر نیز آتاماتونی است که طبق یک الگورتیم یادگیری و نیز تعامل با محیط، می تواند برداشتهای خود را از محیط بروز کند. در این پروژه سعی شده با معرفی مدل مخفی مارکوف، نوعی از الگوریتمهای تناظر بین دو گراف و نیز ارائه کد منبع تعدادی از برنامه های شبیه سازی، نمونه هایی از کاربردهای گوناگون این دو مفهوم (آتاماتون سلولی و آتاماتون یادگیر) معرفی شود.
کلمات کلیدی
1- آتاماتون سلولی 2- آتاماتون یادگیر 3- تناظر گراف
4- مدل مخفی مارکوف 5- آتاماتون قطعی 6- آتاماتون تصادفی
فهرست مطالب
عنوان……………………………………………………………………………………….. صفحه
1- مقدمه……………………………………………………………………………………………………………………………….
1-1-مقدمه………………………………………………………………………………………………………………
2- آتاماتون سلولی……………………………………………………………………………………………………………..
2-1- مقدمه…………………………………………………………………………………………………………….
2-2- تاریخچه آتاماتون سلولی……………………………………………………………………………
2-3- ساده ترین آتاماتون سلولی……………………………………………………………………….
2-4- آتاماتون سلولی معکوس پذیر……………………………………………………………………
2-5- آتاماتون سلولی Totalistic………………………………………………………………………….
2-6- استفاده از آتاماتون سلولی در علوم پنهان شناسی………………………………….
2-7- آتاماتونهای وابسته…………………………………………………………………………………….
2-8- آتاماتون سلولی در طبیعت…………………………………………………………………………
2-9- خلاصه……………………………………………………………………………………………………………………..
3-آتاماتون یادگیر………………………………………………………………………………………………………………..
3-1- مقدمه…………………………………………………………………………………………………………………………..
3-2-محیط……………………………………………………………………………………………………………..
3-2-1-تعریف محیط از دیدگاه منطقی………………………………………………….
3-2-1-1- موجودیتهای محیط منطقی…………………………………….
3-2-2- رده بندی محیط از دیدگاه خروجی آن……………………………………..
3-3- آتاماتون………………………………………………………………………………………………………..
3-3-1- چگونگی عملکرد آتاماتون…………………………………………………………
3-3-2- رده بندی آتاماتون بر اساس تابع گذار و تابع خروجی…………
3-3-2-1- آتاماتون قطعی………………………………………………………..
3-3-2-2- آتاماتون تصادفی……………………………………………………
3-3-2-3- مثالی از آتاماتون قطعی…………………………………………
3-4- اتصال بازخوردی بین محیط و آتاماتون……………………………………………………
3-5- آتاماتون با ساختار ثابت و آتاماتون باساختار متغیر……………………………..
3-5-1- آتاماتون یادگیر با ساختار ثابت………………………………………………
3-5-1-1- آتاماتون یادگیر دو حالته (L2,2)…………………………….
3-5-1-2- آتاماتون حافظه دار – با دو عمل Testline))…………..
3-5-1-3- آتاماتون حافظه دار-با بیش از دو عمل Testline)).
3-6- خلاصه…………………………………………………………………………………………………………..
4-تعریف مدل مخفی مارکوف……………………………………………………………………………………………..
4-1- مقدمه…………………………………………………………………………………………………………….
4-2- تعریف مدل مخفی مارکوف………………………………………………………………………….
4-3- فرضیات در تئوری HMM………………………………………………………………………….
4-4- سه مسأله مبنایی در HMM: …………………………………………………………………….
4-4-1 مساله تخمین و الگوریتم مورد استفاده ……………………………………
4-4-2- مسأله رمزگشایی و الگوریتم Viterbi:…………………………………….
4-4-3- مسأله یادگیری………………………………………………………………………….
4-5- معیار Maximum Likelihood (ML):………………………………………………………….
4-5-1- روش Baum-Welch ………………………………………………………………..
4-5-2- روش Gradient base………………………………………………………………..
4-5-2-1- گذارهای احتمالاتی در Gradient…………………………….
4-6- احتمال مشاهدات در Gradient……………………………………………………………………..
4-6-1- معیار Maximum Mutual Information (MMI)………………………
4-7- خلاصه…………………………………………………………………………………………………………..
5- حل مسائل تناظر گرافها و آتاماتون های یادگیر……………………………………………………………
5-1- مقدمه…………………………………………………………………………………………………………….
5-2- استفاده از آتاماتون یادگیر برای تناظر بین دو گراف……………………………….
5-4- خلاصه…………………………………………………………………………………………………………..
6- نمونه برنامه های کاربردی شبیه ساز آتاماتون های سلولی…………………………………….
6-1- مقدمه…………………………………………………………………………………………………………….
6-2- برنامه pattern matching…………………………………………………………………………….
6-2-1- ارائه source code برای برنامه pattern matching………………..
6-3- برنامه پیاده سازی game of life توسط conway ……………………………………
6-3-1- ارائه source code برای برنامه conway ……………………………….
6-4- برنامه شبیه سازی آتاماتون سلولی…………………………………………………………
6-4-1- ارائه source code برای برنامه midi sampler ………………………
6-5- پیاده سازی conway بصورت trap door …………………………………………………
6-5-1- ارائه source code برای trap door ………………………………………..
6-6- پیاده سازی conway بصورت population ……………………………………………….
6-6-1- ارائه source code برنامه population…………………………………….
6-7- پیاده سازی یک نمونه آتاماتون سلولی خاص یک بعدی و دو حالته …….
6-7-1- ارائه source code برای آتاماتونی یک بعدی و دو حالته………
6-8- برنامه تجسم و creatur sampler………………………………………………………………..
6-8-1- ارائه source code برای برنامه creatur sampler ………………….
6-9- پیاده سازی دو بعدی Conway…………………………………………………………………..
6-9-1- ارائه source code……………………………………………………………………
6-10- پیاده سازی یک آتاماتون سلولی دو حالته و دو بعدی عمومی……………..
6-10-1 ارائه source code ………………………………………………………………….
6-11- برنامه شکار رنگهای Dave……………………………………………………………………….
6-11-1 ارائه source code برنامه dave………………………………………………
6-12 خلاصه………………………………………………………………………………………………………….
ضمیمه………………………………………………………………………………………………………………………………….
قسمت اول ………………………………………………………………………………………………………………
قسمت دوم………………………………………………………………………………………………………………
قسمت سوم…………………………………………………………………………………………………………….
قسمت چهارم…………………………………………………………………………………………………………..
منابع……………………………………………………………………………………………………………………………………..
متن کامل را می توانید دانلود کنید چون فقط تکه هایی از متن این پایان نامه در این صفحه درج شده است (به طور نمونه)
ولی در فایل دانلودی متن کامل پایان نامه
همراه با تمام ضمائم با فرمت ورد که قابل ویرایش و کپی کردن می باشند
موجود است
این مقاله در قالبword و قابل ویرایش می باشد
چکیده:
یک رویکرد برای طولانی کردن طول عمر شبکههای حسگر، متوازن نمودن مصرف انرژی در گرههای شبکه میباشد. این کار میتواند با انتخاب مسیرهای مناسب برای ارسال اطلاعات حاصل شود. در این مقاله یک پروتکل آگاه از انرژی به نام LABER که از اتوماتاهای یادگیر برای یافتن مسیرهای مناسب برای ارسال بستههای داده با هدف متوازن کردن مصرف انرژی در بین گرهها استفاده میکند پیشنهاد میگردد. برای ارزیابی کارایی پروتکل پیشنهادی، این پروتکل با استفاده از نرمافزار NS2 شبیهسازی شده و سپس نتایج بدست آمده با نتایج دیگر پروتکلها مقایسه گردیده است. نتایج شبیهسازیها نشان میدهد که پروتکل پیشنهادی از نظر مصرف متوازن انرژی بین گرهها و در نتیجه افزایش طول عمر شبکه از عملکرد بهتری در مقایسه با پروتکلهای دیگر برخوردار است.