پروژه درس شبکه عصبی

عنوان: پروژه درس شبکه عصبی

فرمت فایل: word

تعداد صفحات: 49

شرح مختصر:

در این مقاله طراحی پایدارساز سیستم قدرت فازی (FPSS) با استفاده از ورودی های گسسته ارایه شده است که در اینجا توسط شبکه عصبی(NNSS) شبیه سازی می گردد و با شبیه سازی مقاله مورد مقایسه قرار می گیرد. FPSS تنها از سیگنال های یک دستگاه اندازه گیری، به نام سرعت ژنراتور استفاده می کند. سیگنال سرعت با تبدیل شدن به حالت گسسته، به سه ورودی تبدیل می شود و به FPSS داده می شود. برای بررسی صحت روش ارایه شده، یک سیستم ساده قدرت که شامل یک ژنراتور به همراه یک خط انتقال که به باس بی نهایت متصل شده است، شبیه سازی شده است. سیستم توسط سیمولینک مطلب شبیه سازی شده است دراین پروژه شبکه عصبی مدل سازی شده با مدل سیستم فازی مقایسه شده است

در نهایت پس از m فایل نویسی و سیمولینک شبکه عصبی و سیستم فازی و همچنین سیستم قدرت بدون سیستم فازی و شبکه عصبی و مقایسه آنها به واضح مشخص است که شبکه عصبی کارایی بهتری دارد،پایدارساز سیستم قدرت (FPSS) با پایدار ساز سیستم قدرت شبکه عصبی( (NNPSSمقایسه می گردد،FPSS و NNPSS تنها از سیگنال های یک دستگاه اندازه گیری، به نام سرعت ژنراتور استفاده می کنند. سیگنال سرعت با تبدیل شدن به حالت گسسته، به سه ورودی تبدیل می شود و به FPSS و NNPSS داده می شود.. هر دوسیستم توسط سیمولینک مطلب شبیه سازی شده است ضمنا" سیستم درحالت کلی بدون شبکه عصبی و سیستم فازی نیزشبیه سازی شده ((NOPSSوبا دوحالت سیستم فازی و شبکه عصبی مقایسه گردیده،با توجه به شبیه سازی ها، جواب های شبکه عصبی (NNPSS (در مقایسه با FPSS های مرسومی که توسط روش های بهینه سازی ارایه می شود، بسیار مناسب تر می باشد.

فهرست مطالب

چکیده مقاله

1)مقدمه ........................................................................ص5

2)سیستم مورد مطالعه ......................................................... ص6

3)پایدارساز قدرت متداول(cpss) ......................................... ص9

4)انتخاب زمان نمونه برداری ......................................... ص9

5)کیفیت پاسخ سیستم فازی و شبکه عصبی .............................. ص10

6)نتیجه گیری .................................................... ص11

7)ضمیمه 1 .......................................................... ص12

8)ضمیمه 2 ....................................................... ص13

9)مراجع ...................................................................... ص14

10)m فایلهای متلب .................................................. ص15

11)فایلهای سیمولینک ............................................................. ص29

12)نتایج شبیه سازی ....................................................... ص35

13)الگوریتم رقابت استعماری بکار رفته در پروژه ....................................... ص36

14)شبکه عصبی مصنوعی ........................................................... ص45

15)پیاده سازی شبکه عصبی .................................................... ص47

16) پاورپوینت و مقالات پیوستی و طریقه run کردن فایلهای متلب...................ص49

پیش بینی میزان لجن برگشتی در تصفیه خانه فاضلاب با استفاده از شبکه عصبی مصنوعی

عنوان مقاله: پیش بینی میزان لجن برگشتی در تصفیه خانه فاضلاب با استفاده از شبکه عصبی مصنوعی

قالب بندی: word

تعداد صفحات: 23

چکیده:

وجود مشکلاتی از قبیل: ارتباط علت و معلولی پیچیده و غیر خطی بین پارامترهای مختلف تصفیه خانه، فقدان تجهیزات اندازه گیری پارامترهای شیمیایی بلادرنگ[1] در اکثر تصفیه خانه ها، عدم بهره برداری مناسب از آنالایز کننده های نصب شده و در نتیجه کاهش کارایی و کالیبراسیون آنها به مرور زمان، و زمان بر بودن انجام آزمایشهای فاضلاب باعث شده است که عملیات کنترلی و بهره برداری از تصفیه خانه ها به نحو احسن انجام نشود. از طرفی شبکه های عصبی دارای مزایایی از قبیل: قدرت یافتن روابط علت و معلولی پیچیده و غیر خطی توسط ابزار های محاسباتی ساده ریاضی، داشتن قدرت تعمیم بالا و همچنین سرعت بالا در مرحله آزمایش می باشند.نتایج این مطالعه نشان میدهد که شبکه عصبی مصنوعی پس از آموزش با دیتای صحیح میتواند با دقت بیش از 90 درصد میزان لجن برگشتی مورد نیاز در سیستم های متداول بیولوژیکی تصفیه فاضلاب بروش لجن فعال را پیش بینی نماید. در نتیجه شبکه های عصبی مصنوعی، ابزار مناسبی جهت پیش بینی بهتر میزان لجن برگشتی مورد نیاز تصفیه خانه می باشند.

ایجاد یک سیستم خبره برای تشخیص انواعی از کمخونی

عنوان مقاله: ایجاد یک سیستم خبره برای تشخیص انواعی از کمخونی

قالب بندی: word

تعداد صفحات:35

شرح مختصر:

کمخونی (آنمی) به صورت کاهش تعداد گلبولهای قرمز یا کاهش مقدار هموگلوبین یا کاهش حجم کل گلبولهای قرمز به حجم خون تعریف می‌شود. کمخونی یک بیماری نیست، بلکه علامتی برای تعداد زیادی از بیماریهاست. کمخونی هر چند در حالتهای خفیف یا مواردی که در زمان طولانی و به کندی ایجاد شده است ممکن است علائم واضحی نداشته باشد ولی در غیر از این موارد علانم بالینی گسترده و بسیار زیادی دارد که از حوصله این بحث خارج است.

در یک آزمایش شمارش سلولهای خون (CBC) بر اساس مقدار هموگلوبین (HGB) یا تعداد گلبولهای قرمز (Red Blood Cell - RBC) می‌توان به کمخونی پی‌برد. آزمایش شمارش سلولهای خون توسط دستگاه شمارنده سلولها (Cell Counter) انجام می‌شود. این دستگاه به این شکلی عمل می‌کند که مقدار کمی از خون لخته نشده بیمار در ظرفهای مخصوص نمونه آن قرار داده می‌شود و دستگاه به صورت کاملا اتوماتیک این نمونه را بررسی و گزارش نتایج را به صورت چاپ شده یا منتقل شده به رایانه تحویل می‌دهد. در گزارشهای این دستگاه‌ها حتی در موارد قدیمی معمولا بیش از 10 شاخص خونی، اندازه گیری شده است. از موارد معمول این شاخصها تعداد گلبولهای قرمز (RBC)، تعداد گلبولهای سفید (WBC)، تعداد پلاکتها (PLT)، هموگلوبین (HGB)، هماتوکریت(نسبت حجم گلبولهای قرمز به حجم خون) (Hematocrit - HCT)، شاخص اندازه سلولها (Mean Corpuscular Volume - MCV )، شاخصهای رنگ سلول (MCHC و MCH) و شاخص پرکندگی اندازه گلبولهای قرمز (Red cell Distribution width - RDW) می‌توان نام برد.

تالاسمی یک بیماری کمخونی مادرزادی است که در این بیماران گلبولهای قرمز لیز (شکسته) می‌شوند و در نتیجه در خون این بیماران گلبولهای قرمز به صورت کوچکتر و کم رنگتر از حال طبیعی دیده می‌شوند. همچنین از نشانه‌های آن خونسازی غیر موثر است. تالاسمی در حقیقت مجموعه‌ای از بیماریها است و به گروههای زیادی تقسیم می‌شود. از نظر بالینی آن را به دو دسته تالاسمی ماژور و مینور تقسیم می‌کنند. تالاسمی ماژور علائم بالینی مشخصی دارد و مشکلات نسبتا زیاد بیماران، باعث تشخیص آنها در همان سالهای اول زندگی می‌شود. اما در تالاسمی مینور بیمار تقریبا هیچ شکایتی ندارد و به جز علانم آزمایشگاهی،‌ این بیماری نشانه بالینی خاصی ندارد. از این جهت حتی آن را بیماری نمی‌نامند و اصولا این افراد نیازی به درمان ندارند. با این وجود باید تالاسمی مینور را تشخیص داد، چرا که در صورت ازدواج مرد و زنی که هر دو تالاسمی مینور دارند، فرزند آنها ممکن است مبتلا به تالاسمی ماژور به دنیا بیاید. همین امر باعث شده است که در کشور ما از کارهای که به صورت قانونی در هنگام ازدواج باید صورت گیرد بررسی زوجین از نظر تالاسمی مینور است. مراحل تشخیص به این شکل است که افرادی که در آزمایش شمارش سلولهای خونی (CBC) آنها، گلبولهای قرمز کوچک و کمرنگ وجود دارد که این امر با کاهش هموگلوبین (Hg) و شاخص اندازه سلول (Mean Corpuscular Volume -MCV) مشخص می‌شود، با آزمایشهای اختصاصیتری از قبیل الکتروفورزیس هموگلوبین بررسی شده و تشخیص نهایی به دست می‌آید.

نکته‌ای که در این جا باید به آن اشاره کرد این است که پس از مشخص شدن اندازه کوچک گلبولهای قرمز با توجه به شاخص MCV، چند تشخیص افتراقی وجود دارد. این کوچکی ممکن است به علت تالاسمی مینور یا کمخونی فقر آهن یا بیماریهای مزمن باشد. در مورد بیماریهای مزمن معمولا مشکل چندانی نیست و این بیماران به خاطر علائم و تشخیص قبلی، معمولا به سادگی از بقیه بیماران جدا می‌شوند. اما در فردی که به عنوان مثال در هنگام ازدواج مشخص می‌شود که MCV پایینی دارد، باید تعیین نمود که تالاسمی مینور دارد یا فقر آهن. برای بدست آوردن این تشخیص می‌توان از آزمایشهای اختصاصی تالاسمی مینور مانند الکتروفورزیس هموگلوبین یا از آزمایشهای اختصاصی آهن مانند میزان فریتین و آهن خون استفاده نمود.....

هدف این پروژه آشنایی اولیه محققان و دانشجویان بویژه محققان و دانشجویان گروه پزشکی با مفاهیم شکبه عصبی مصنوعی است. در این راستا در ادامه دو فصل خواهیم داشت. در فصل اول توضیحی در مورد مفاهیم و طرز کار شبکه‌های عصبی ارائه می‌شود و سپس در فصل دوم با دیدگاهی ساده تهیه و طراحی یک سیستم شبکه عصبی را برای افتراق کمخونی، شبیه سازی می‌کنیم و یک شبکه عصبی مصنوعی را در برنامه MATLAB پیاده‌سازی می‌نماییم.

مقدمه ای بر شبکه های عصبی

عنوان مقاله : مقدمه ای بر شبکه های عصبی

قالب بندی : PDF

قیمت : 2400 تومان

شرح مختصر : این تحقیق با دو هدف اصلی زیر صورت گرفته است : 1.درک اولیه ای از شبکه های عصبی 2.شروع یک رویه تحقیقاتی بلند مدت روی یادگیری ویاد آوری در انسان. در این تحقیق از منابع بسیار متنوعی استفاده شده است . ابتدا یک بررسی اجمالی روی انواع شبکه های عصبی انجام شده است و نوع پرسپترون به دلیل کاربرد فراوان بیشتر شرح داده شده است. این تحقیق صرفا گرداوری است تا پس از تکمیل تر شدن اطلاعات شاید افقی جدید حاصل شود. سپس در باره یادگیری ماشین و نیز یادگیری انسان مطالبی مبسوط آورده شده است و در پایان با مقایسه یافته ها با برخی یافته های پزشکی چند قیاس انجام گردیده. در پایان خلاصه ای از مبحث پردازش تصویر که شبکه های عصبی در آن کاربرد ویژه ای دارند آمده است.

کلمات کلیدی :

شبکه عصبی چیست

شبکه عصبی چه قابلیت هایی دارد

یادگیری شبکه عصبی

شبکه عصبی مصنوعی

یادگیری یک پرسپترون

الگوریتم های یادگیری پرسپترون

فضای فرضیه و بایاس استقرا

نگاهی به نظریه های یادگیری از دیدگاه علوم کامپیوتر

یادگیری مبتنی بر منطق و استنتاج

بهبود حفاظت دیفرانسیل ترانسفورماتور مبتنی بر تکنیک بازدارنده شاری به کمک شبکه های عصبی

عنوان مقاله: بهبود حفاظت دیفرانسیل ترانسفورماتور مبتنی بر تکنیک بازدارنده شاری به کمک شبکه های عصبی

قالب بندی: word

تعداد صفحات: 23

قسمتی از متن:

حفاظتدیفرانسیل یکی از مهمترین حفاظت های یک ترانسفورماتور قدرت می باشد. تاکنون از تکنیک های متفاوتی برای اعمال حفاظت دیفرانسیل ترانسفورماتورهای قدرت استفاده شده است. از آنجایی که حساسیت حفاظت دیفرانسیل توسط عوامل متعددی تحت تاثیر قرار می گیرد، روشهای مختلفی برای تشخیص هر کدام از این حالت ها ارائه شده اند. مهمترین این عوامل عبارتند از : جریان هجومی، اشباع شدن ترانسفورماتور قدرت ، اشباع CT ها، عدم تطابق CT ها، تغییر تپ و.... در این مقاله برای اولین بار حفاظت دیفرانسیل مبتنی بر روش بازدارنده شاری به کمک شبکه های عصبی بازسازی گردیده و قابلیت‌های این روش در تشخیص شرایط کاری متفاوت ترانسفورماتور بررسی شده است.