دانلود مقاله کامل درباره بهینه سازی و پردازش پرس و جو DMBS

اختصاصی از یارا فایل دانلود مقاله کامل درباره بهینه سازی و پردازش پرس و جو DMBS دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل: Word (قابل ویرایش و آماده پرینت)

تعداد صفحه :104

بخشی از متن مقاله

بهینه‌سازی و پردازش پرس و جو:

در این فصل، به تکنیک‌های بکار رفته توسط DMBS برای پردازش، بهینه‌سازی و اجرای پرس و جوهای سطح بالا می‌پردازیم. 

پرس و جوی بیان شده در زبان پرس‌و جوی سطح بالا مثل SQL ابتدا باید پویش و تجزیه . معتبر شود. پویشگر (اسکنر) علامت هر زبان، مثل لغات کلیدی SQL، اساس ویژگی، و اساس رابطه، را در متن پرس و جو شناسایی می‌کند،‌ در عوض تجربه کننده، ساختار دستوری پرس و جو را برای تعیین اینکه آیا بر طبق قوانین دستوری زبان پرس و جو تدوین می‌شود یا خیر، چک می‌کند. پرس و جو باید همچنین معتبر شود، با چک کردن اینکه تمام اسامی رابطه و ویژگی معتبر هستند و اسامی معنی‌دار در طرح پایگاه اطلاعاتی ویژها‌ی پرس و جو می‌شوند. نمونه داخلی پرس و جو ایجاد می‌شود،‌‌ که تحت عنوان ساختار داده‌های درختی بنام درخت پرس و جو می‌باشد. ارائه پرس و جو با استفاده از ساختار داده‌های گراف بنام گراف پرس و جو نیز امکان پذیر است. DOMS باید استراتژی اجرایی برای بازیابی نتیجه پرس و جو از فایل‌های پایگاه اطلاعاتی را هدایت کند. پرس و جو استراتژیهای اجرایی بسیاری دارد. و مرحلة انتخاب،‌ مورد مناسبی برای پردازش پرس وجو تحت عنوان بهینه‌سازی پرس و جو شناخته شده است.

تصویر 1801، مراحل مختلف پردازش پرس و جوی سطح بالا را نشان می‌دهد. قطعه بر نامه بهینه‌ساز پرس وجو، وظیفه ایجاد طرح اجرایی را بعهده دارد و ژنراتور (تولید کننده) که ، کد را برای اجرای آن طرح ایجاد می‌کند. پردازنده پایگاه اطلاعاتی زمان اجرا وظیفه اجرای که پرس و جو را بعهده دارد،‌ خواه در وضعیت کامپایل شده یا تفسیر شده جهت ایجاد نتیجه پرس و جو. اگر خطای زمان اجرا نتیجه شود،‌ پیام خطا توسط پایگاه اطلاعاتی زمان اجرا ایجاد می‌شود.

   

اصطلاح بهینه‌سازی نام بی مسمایی است چون در بعضی موارد،‌ طرح اجرایی انتخاب شده، استراتژی بهینه نمی‌باشد، آن فقط استراتژی کارآمد معقول برای اجرای پرس و جو است. یافتن استراتژی بهینه، ضامن صرف زمان زیادی است، بجز برای ساده‌ترین پرس و جوها،‌ ممکن است به اطلاعاتی روی چگونگی اجرای فایل‌ها در فهرست‌های فایل‌ها، اطلاعاتی که ممکن است کاملاً در کاتالوگ DBMS در دسترس نباشد، نیاز باشد. از اینرو،‌ برنامه‌ریزی استراتژی اجرا ممکن است توصیف درست‌تری نسبت به بهینه‌سازی پرس و جو باشد.

برای زبانهای پایگاه اطلاعاتی (دریایی) جهت‌یابی در سطح پایینتر در سیستم‌های قانونی، مثل شبکه DML شبکه‌ای یا MOML سلسله مراتبی،‌ برنامه نویس باید، استراتی اجرای پذیرش و جو را انتخاب کند ضمن اینکه برنامه پایگاه اطلاعاتی را می‌نویسد. اگر DBMS فقط زیان جهت‌یابی را ارائه دهد. فرصت و نیاز محدودی برای بهینه‌سازی پرس وجوی وسیع توسط DBMS وجود دارد، در عوض به برنامه نویس قابلیت انتخاب استراتژی اجرایی بهینه ارائه می‌شود. بعبارت دیگر، زبان پرس و جو در سطح بالا، مثل SQL  برای DBMSهای رابطه‌ای یا OQL برای DBMS‌های مقصد،‌ در ماهیت تفریطی‌تر است. چون آنچه نتایج مورد نظر پرس و جو است بغیر از شناسایی جزئیات چگونگی بدست آمدن نتیجه،‌ را تعیین می‌کند. بهینه‌سازی پرس و جو برای پرس و جوهایی ضروی است که در زبان پرس و جوی سطح بالا تعیین می شوند. ما روی توصیف بهینه‌سازی پرس و جو در زمینه ROBMS تمرکز می‌کنیم چون بسیاری از تکنیک‌هایی که توصیف می‌ کنیم برای، برای ODBMSها تطبیق یافته‌اند. DBMS رابطه‌ای باید استراتژیهای اجرای پرس و جوی دیگری را ارزیابی کند و استراتژی بهینه یا کارآمد معقولی را انتخاب کند. هر DBMS ،‌ تعدادی الگاریتم دسترسی به پایگاه اطلاعاتی کلی دارد که علامتهای رابطه‌ای مثل SELECT یا JOIN یا ترکیبی از این عملیات ‌ها را اجرا می‌کند. تنها استراتژیهای اجرایی که می‌توانند توسط الگاریتم‌های دسترسی DBMS اجرا شوند و برای طراحی پایگاه اطلاعاتی فیزیکی ویژه و پرس و جوی خاص بکار روند،‌ می‌توانند توسط قطعه برنامه بهینه‌سازی پرس و جو در نظر گرفته شوند.

ما در بخش 1801 با بحث کلی چگونگی ترجمه پرس و جوهای SQL به پرس و جوهای جبری رابطه‌ای و در بهینه‌شدن آنها کار را شروع می‌کنیم. بعد ما روی الگاریتم‌ها برای اجرای عملیات‌های رابطه‌ای در بخش 1802 بحث می‌کنیم. بدنبال این مطلب، بررسی از استراتژیهای بهینه‌سازی پرس و جو را ارائه می‌دهیم. دو تکنیک اصلی برای اجرای بهینه‌‌سازی پرس و جو وجود دارد. اولین تکنیک بر اساس قوانین ذهنی جهت ترتیب دادن عملیات‌ها در استراتژی اجرای پرس و جو می‌باشد. ذهن قانونی است که بخوبی در اکثر موارد عمل می‌کند ولی برای کار مناسب در هر مورد کنش تضمین نمی‌شود. قوانین عملیات‌ها را در درخت پرس وجو مجدداً ترتیب می‌دهند. دومین تکنیک شامل برآورد هزینه استراتژیهای اجرای متفاوت و انتخاب طرح اجرایی با پایین‌ترین هزینه برآورد است. دو تکنیک معمولاً در بهینه ساز پرس و جو (باهم ترکیب می‌شوند) بهم ملحق می‌گردند. ما روی بهینه‌سازی ذهنی در بخش 1803 و برآورد هزینه در بخش 1804 بحث می‌کنیم. بعد بررسی مختصری از عوامل در نظر گرفته شده در طول بهینه‌سازی پرس و جو در RDBMS بازرگانی ORACLL= در بخش 1805 را ارائه می‌دهیم. بخش 1806،‌ نوعی بهینه‌سازی پرس و جوی معنایی را ارائه می‌دهد که در آن محدودیت‌های شناخته شده برای پرداختن به استراتژیهای اجرایی پرس و جوی کارآمد استفاده می‌شوند.

1801 – ترجمه پرس و جوهای SQL به پرس و جوهای رابطه‌ای:

در عمل، SQL زبان پرس وجویی است که در اکثر RDBMS ‌های بازرگانی استفاده می‌شود. پرس وجوی SQL ، ابتدا به عبارت جبری رابطه‌ای توسعه یافته معادل،‌ نمایانگر ساختار داروهای درخت پرس و جو، ترجمه می‌شود و بعد بهینه‌سازی می‌شود. پرس و جوهای SQL به بلوکهای پرس و جو تجزیه می‌شوند،‌ که واحدهای اساسی را تشکیل می‌دهند که می‌توانند به عملکردهای جبری ترجمه شوند و بهینه‌سازی شوند. بلوک پرس و جو شامل عبارت SELECT- FROM-WHERE تکی و بندهای Groop By و HAVING است چنانچه این‌ها بخشی از بلوک باشند. از اینرو،‌ پرس و جوهای تو در تو در پرس و جو بعنوان بلوکهای پرس و جوی مجزا شناسایی می‌شوند. چون SQL شامل عملکردهای گروهی، مثل MAX ،‌ COUNT,SUM می‌باشد، این عملگرها باید در پرس و جوی جبری توسعه یافته‌ای شامل شوند، همانطوریکه در بخش 705 توصیف شد. پرس و جوی SQL در رابطه EMPLOEE در تصویر 705 را در نظر بگیرید:

این پرس و جو شامل، پرس و جوی فرعی تو در تو است و از اینرو به دو بلوک تجزیه می‌شود. بلوک درونی بدین صورت است:

و بلوک بیرونی بدین صورت می باشد:

که C نمایانگر نتیجه حاصله از بلوک درونی است. بلوک درونی به عبارت جبری رابطه‌ای توسعه یافته زیر ترجمه شده است:

و بلوک بیرونی به عبارت زیر  ترجمه شده است:

بهینه‌ساز پرس و جو، طرح اجرایی را برای هر بلوک انتخاب می‌کند. ما باید اشاره کنیم به در مثال فوق، بلوک درونی نیاز به ارزیابی شدن دارد تنها زمانی که، حداکثرحقوقی که بعکار می‌رود که بعنوان ثابت C، توسط بلوک بیرونی استفاده می‌شود. ما اینرو پرس و جوی تودرتوی غیرمرتبط نامیدیم (در فصل 8). آن برای بهینه‌سازی پرس و جوهای تو در توی مرتبط پیچیده‌تر، خیلی سخت‌تر است، جایی که متغیر Tuple از بلوک بیرونی در بند WHERE در بلوک درونی ظاهر می‌شود.

1802- الگاریتم های انسانی برای اجرای عملیاتهای پرس و جو:

RDBMS شامل الگاریتم‌هایی برای اجرای انواع مختلف عملیاتهای رابطه‌‌ای است که می‌توانند در استراتژی اجرای پرس و جو نمایان شوند، این عملیات‌ها شامل عملیاتهای جبری بیسیک (اصلی) و توسعه یافته مورد بحث در فصل 7 ، و در بسیاری موارد، الحاقاتی از این عملیات‌ها می‌باشد. برای هر یک از این عملیات ها یا الحاقی از عملیات‌ها، یک یا چند الگاریتم برای اجرای عملیات‌ها در دسترس قرار دارند. الگاریتم ممکن است فقط برای ساختارهای ذخیره خاص مسیرهای دستیابی بکار روند، در اینصورت ،‌ تنها در صورتی استفاده می‌شود که فایل های موجود در عملیات شامل این مسیرهای دستیابی هستند. در این بخش، ما به الگاریتم‌های نمونه بکار رفته برای اجرای SEKECT ، JOIN و دیگر عملیاتهای رابطه‌ای می‌پردازیم. ما بحث مرتب کردن خارجی را در بخش 180201 آغاز می‌کنیم که در قلب عملیاتهای رابطه‌ای قرار دارد که از استراتژیهای ادغام کردن به مرتب کردن استفاده می‌کند. بعد ما به الگاریتم‌هایی برای اجرای عملیات SELECT در بخش 180202 می‌پردازیم،‌ به عملیات ‌JOIN در بخش 180203 و عملیات PRIJECT و عملیاتهای مجموعه در بخش IE 1802 و عملیات‌های گروهی و جمعی در بخش 2 .2 . 18 می‌پردازیم.

*** متن کامل را می توانید بعد از پرداخت آنلاین ، آنی دانلود نمائید، چون فقط تکه هایی از متن به صورت نمونه در این صفحه درج شده است ***

پاورپوینت سنتز بهینه پلی استر غیر اشباع و تاثیر نانو سیلیکا بر خواص با استفاده از روش تاگوچی

اختصاصی از یارا فایل پاورپوینت سنتز بهینه پلی استر غیر اشباع و تاثیر نانو سیلیکا بر خواص با استفاده از روش تاگوچی دانلود با لینک مستقیم و پر سرعت .

این فایل حاوی مطالعه سنتز بهینه پلی استر غیر اشباع و تاثیر نانو سیلیکا بر خواص فیزیکی و مکانیکی آن با استفاده از روش تاگوچی می باشد که به صورت فرمت PowerPoint در 53 اسلاید در اختیار شما عزیزان قرار گرفته است، در صورت تمایل می توانید این محصول را از فروشگاه خریداری و دانلود نمایید.

فهرست
مقدمه
مروری بر منابع
موارد و روشها
نتایج و بحث
نتیجه گیری کلی
پیشنهادات

تصویر محیط برنامه

پاورپوینت درباره SEO بهینه سازی سایت

اختصاصی از یارا فایل پاورپوینت درباره SEO بهینه سازی سایت دانلود با لینک مستقیم و پر سرعت .

فرمت فایل :power point( قابل ویرایش) تعداد اسلاید: 28 اسلاید

•SEO تکنولوژی جدیدی است برای بالا بردن رتبه سایت در مقابل روبات های هوشمند رتبه گذار موتور جستجو ها و سایت Alexa

•

•رتبه گذاری توسط موتور های جستجو (گوگل)  و سایر موتور جستجو ها و سایت الکسا انجام میشود که 5 سایت برتر طبق رتبه گذاری سایت الکسا می باشد

•1- Google

•2-Yahoo

•3-Youtube

•4-MSN

•5-FaceBook

•

الگوریتم بهینه سازی PSOبرای حل مسئله بهینه سازی چند هدفه بهره برداری از مخزن

اختصاصی از یارا فایل الگوریتم بهینه سازی PSOبرای حل مسئله بهینه سازی چند هدفه بهره برداری از مخزن دانلود با لینک مستقیم و پر سرعت .

الگوریتم بهینه سازی  PSOبرای حل مسئله بهینه سازی چند هدفه بهره برداری از مخزن.

فایل ورد قابل ویرایش 

3000تومان 

چکیده

بهره برداری از مخازن سدها همواره از مسائلی بوده است که بهینه کردن توابع هدف متضاد در آن‌ها مد نظر بوده است. کاربرد روش‌های تکاملی در بهینه‌سازی بهره برداری از سدها در دو دهه اخیر مورد توجه بسیاری از محققین قرار گرفته است. از روش‌های نوین در این دسته، روش بهینه‌سازی دسته ذرات[1] است که تاکنون بیشتر برای حل مسائل تک هدفه مورد استفاده قرار گرفته است. در این مقاله سعی شده است تا با استفاده از رویکردی نوین، الگوریتم بهینه سازی  PSOبرای حل مسئله بهینه سازی چند هدفه بهره برداری از مخزن مورد استفاده قرار گیرد. لزوم یافتن جواب‌های غیر پست با تنوع بالا و یافتن بهینه فراگیر مناسب برای دسته ذرات در الگوریتم چندگانه PSO از جمله مواردی هستند که در این تحقیق مورد بحث و بررسی قرار گرفته‌اند.

هم اکنون کار روی توسعه سیستم‌های هوشمند با الهام از طبیعت از زمینه‌های خیلی پرطرفدار هوش مصنوعی است. الگوریتم‌های ژنتیک که با استفاده از ایده تکاملی داروین و انتخاب طبیعی مطرح شده ،روش بسیار خوبی برای یافتن مسائل بهینه سازی است. ایده تکاملی داروینی بیانگر این مطلب است که هر نسل نسبت به نسل قبل دارای تکامل است و آنچه در طبیعت رخ می‌دهد حاصل میلیون‌ها سال تکامل نسل به نسل موجوداتی مثل مورچه است. الگوریتم کلونی مورچه برای اولین بار توسط دوریگو و همکارانش به عنوان یک راه حل چند عامله[2] برای مسائل مشکل بهینه سازی مثل فروشنده دوره گرد[3] ارائه شد.

فهرست مطالب

1-1مقدمه .................................................................................................................................................................. 1

1-2الگوریتم‌های بهینه سازی .................................................................................................................................2

1-2-1الگوریتم تپه نوردی ......................................................................................................................................2

1-2-2بررسی الگوریتم تپه نوردی.........................................................................................................................2

1-2-3الگوریتم ...............................................................................................................................................2

1-3مسئله n وزیر ......................................................................................................................................................3

1-4الگوریتم‌های بهینه سازی مشابه .....................................................................................................................3

1-5الگوریتم تقسیم و حل .......................................................................................................................................3

1-5-1مثال‌های قدیمی..............................................................................................................................................4

1-5-2دسترسی به حافظه........................................................................................................................................5

1-6الگوریتم حریصانه ...............................................................................................................................................6

1-7 روش پنالتی ........................................................................................................................................................7

1-8 هوش ازدحامی ....................................................................................................................................................7

1-8-1روش‌های هوش ازدحامی .............................................................................................................................8

1-8-2جذابیت هوش ازدحامی در فناوری اطلاعات ...........................................................................................9

1-8-3اهداف................................................................................................................................................................9

1-9 بهینه سازی کلونی مورچه‌ها............................................................................................................................9

1-9-1الگوریتم..........................................................................................................................................................11

1-9-2روش‌های مرتبط...........................................................................................................................................12

1-10 الگوریتم PSO ..............................................................................................................................................12

منابع ...........................................................................................................................................................................25

فهرست اشکال و تصاویر

شکل1-3 مسالهn وزیر ................................................................................................................................................4

شکل1-9 الگوریتم کلونی مورچه‌ها ......................................................................................................................10

شکل2-9مراحل مسیریابی توسط مورچه‌ها.........................................................................................................10

شکل4-9 مراحل گراف...............................................................................................................................................11

شکل10-1 پیدا کردن بهترین مسیر توسط swarm ها ....................................................................................14

شکل 10-2 نمای برنامه DYNAMIC-FINAL-PROJECT.m....................................................................18

شکل 10-3 اجرای برنامه DYNAMIC-FINAL-PROJECT.m..................................................................18

شکل 10-4 نمای برنامه DYNAMIC-FINAL-PROJECT.m....................................................................19

شکل 10-5 نمای برنامه DYNAMIC-FINAL-PROJECT.m ...................................................................20

شکل10-6 نمای برنامه DYNAMIC-FINAL-PROJECT.m .....................................................................22

شکل 10-7 نمای برنامه DYNAMIC-FINAL-PROJECT.m ...................................................................22

شکل 10-8 شکل فرم تابع با تغییر wها(local maximizeزیاد)...............................................................23

شکل 9-10 شکل فرم تابع با تغییر wها(local maximizeزیاد)...............................................................24

شکل 10-10 اجرای تابع با تغییر wها(local maximizeزیاد)...................................................................24

شکل 10-11 نمای DynamicPSO_With_OneDetectionChanged_with_localmini ma................25

[1] -Particle Swarm Optimization (PSO)

[2] -Multi Agent

[3] -Traveling Salesman Problem(TSP)

طراحی بهینه لرزه ای قاب های فولادی

اختصاصی از یارا فایل طراحی بهینه لرزه ای قاب های فولادی دانلود با لینک مستقیم و پر سرعت .

منظور از بهینه­سازی[1]در مهندسی عمران یافتن طرحی برای سازه است که ضمن رعایت ضوابط فنی، حداقل هزینه اقتصادی را داشته باشد. قابهای ساختمانی معمول­ترین سازه­های مهندسی عمران می­باشند. بنابراین، بهینه­سازی این نوع سازه­ها کمک بزرگی از نظراقتصادی خواهدبود. طراحی بهینه قاب­های ساختمانی بصورت گسترده در دهه­ 60 میلادی مورد مطالعه قرار گرفت؛ زیرا یافتن پاسخ بهینه بصورت تحلیلی، تنها برای قاب­های ساده و منظم امکان­پذیر است. از دهه 80 میلادی با پیشرفت سریع تکنولوژی کامپیوتر، روش­ها و برنامه­های کامپیوتری زیادی در زمینه بهینه­سازی سازه­های واقعی، تحت قیود طراحی عملی[2]، ارائه شده است ]1[. از آنجا که روش منحصر به فردی برای حل بهینه تمامی مسائل بهینه­سازی وجود ندارد، از اینرو روش­های متعددی برای حل مسائل بهینه­سازی توسعه یافته است ]2[. در حالت کلی، روش­های بهینه­سازی مورد استفاده در مهندسی را می­توان به دو دسته متمایز تقسیم نمود:

الف) گرادیانی[3]

ب)  اکتشافی[4]

از مشهورترین روش­های بهینه­سازی گرادیانی می­توان به روش­های برنامه­ریزی خطی (LP)[5]، برنامه­ریزی مرتبه دوم (QP)[6] و برنامه­ریزی غیرخطی (NLP)[7] و از روش­های اکتشافی نیز می­توان به روش­های الگوریتم ژنتیکی (GA)[8]، شبیه­سازی بازپخت (SA)[9]، بهینه­سازی هجوم ذرات (PSO)[10] و بهینه­سازی فازی (FO)[11] اشاره نمود. در بهینه­سازی گرادیانی، بدست آوردن جواب بهینه نیازمند محاسبه گرادیان­ها و تحلیل حساسیت[12] است.