تعیین پارامترهای دینامیکی ژنراتورهای سنکرون با استفاده از شبکه عصبی
اختصاصی از یارا فایل تعیین پارامترهای دینامیکی ژنراتورهای سنکرون با استفاده از شبکه عصبی دانلود با لینک مستقیم و پرسرعت .
فهرست مطالب:
فصل اول: کلیات................................................................................................................................... 16
فصل دوم: مدل سازی ماشینهای سنکرون.......................................................................................... 21
-1 پیشگفتار....................................................................................................................... 22 -2
-2 ساختار فیزیکی ماشین سنکرون................................................................................ 22 -2
-1-2 ساختار روتور و استاتور.......................................................................................... 22 -2
-2-2 سیم بندی های ماشین سنکرون .......................................................................... 23 -2
-3 توصیف ریاضی ماشین سنکرون ................................................................................ 23 -2
-1-3 معادلات ریاضی حاکم بر ماشین سنکرون ......................................................... 23 -2
-2-3 معادلات حرکت ................................................................................................... 28 -2
-4 پارامترهای ماشین سنکرون ....................................................................................... 29 -2
-1-4 پارامترهای اساسی................................................................................................. 29 -2
-2-4 پارامترهای عملیاتی .............................................................................................. 30 -2
-3-4 پارامترهای دینامیکی............................................................................................. 31 -2
-5 محاسبه پارامترهای دینامیکی ماشین سنکرون بر اساس پارامترهای اساسی -2
ماشین................... 31
-1-5 محاسبه راکتانسهای ماشین .................................................................................. 33 -2
-2-5 محاسبه ثابت زمانی های ماشین........................................................................... 35 -2
6
-6 مراتب مختلف مدلهای ماشین سنکرون بر اساس مدل دو محوری پارک............. 37 -2
فصل سوم: بررسی روشهای شناسایی پارامترهای دینامیکی ژنراتور سنکرون .............................. 39
-1 مروری بر پیشینه شناسایی پارامترهای ژنراتورهای سنکرون ............................................... 40 -3
-2 انواع روشهای تعیین پارامترهای دینامیکی ژنراتور سنکرون ................................................ 42 -3
-1-2 روشهای کلاسیک اندازه گیری پارامترهای دینامیکی ژنراتورهای شبکه....................... 42 -3
-2-2 روشهای جدید تعیین پارامترهای دینامیکی ژنراتورهای سنکرون.................................. 43 -3
فصل چهارم: شناسایی بلادرنگ پارامترهای ژنراتور سنکرون با استفاده از شبکة عصبی
مصنوعی ............... 45
-1 کلیات و اصول کارشبکه های عصبی ........................................................................ 46 -4
-2 اصول کار شبکه عصبی تخمین گر پارامترها .......................................................... 46 -4
-1-2 داده های آموزشی و آموزش شبکة عصبی ......................................................... 48 -4
-2-2 تست شبکة عصبی تخمین گر .............................................................................. 50 -4
-3 نتایج ............................................................................................................................ 51 -4
-1-3 نمونه هایی از نتایج شبکة عصبی تخمین گر ......................................... 53 -4
-2-3 بررسی تحلیلی نتایج .............................................................................. 89 -4
فصل پنجم: نتیجه گیری و پیشنهادات ............................................................................................... 97
ضمیمه ها ........................................................................................................................................... 100
ضمیمه الف- طرحهای بکار گرفته شده برای شبیه سازی ژنراتور سنکرون ................................ 101
ضمیمه ب- نمودار پارامترهای بکار گرفته شده در شبی هسازی ژنراتور سنکرون ...................... 105
منابع و ماخذ .................................................................................................................................... 110
7
فهرست جدول ها
عنوان شماره صفحه
1-2 : مراتب مختلف مدلهای ژنراتور سنکرون 24
1-4 : فهرست پارامترهای دینامیکی ژنراتورهای سنکرون 38
2-4 : نتایج شبکه عصبی در دوره آموزش و تست از دیدگاه فراوانی خطا 81
3-4 : نتایج شبکه عصبی در دوره آموزش و تست از دیدگاه دامنه خطا 82
مقاله اختلالات تیک یا تیک عصبی
اختصاصی از یارا فایل مقاله اختلالات تیک یا تیک عصبی دانلود با لینک مستقیم و پرسرعت .
این فایل در قالب ورد و قابل ویرایش در 30 صفحه می باشد .
دانلود مقاله اختلالات تیک یا تیک عصبی
فهرست مطالب
مقدمه ۳
طبقه بندی اختلالات تیک ۵
شایع ترین انواع تیک عبارتند از ۶
سبب شناسی اختلالات تیک ۷
تاثیر اضطراب بر اختلالات تیک ۸
تاثیر خانواده بر اختلال تیک ۸
درمان اختلالات تیک ۹
اختلالات تیک (مقاله شماره ۱) ۱۳
اختلالات تیک (مقاله ی شماره ۲) ۱۵
شرایط مرضی همزمان ۱۵
مشخصات بالینی ۱۶
انواع ۱۶
تیک های کلامی ۱۸
تحقیقات ۲۱
مدیریت ۲۱
اختلالات تیک ( مقاله ی شماره ۳) ۲۴
منابع ۳۰
منابع :
• آزاد ـ حسین / روان شناسی مرضی کودک / انتشارات پاژنگ.
• احدی- حسن، بنی جمالی، شکوه السادات / روان شناسی رشد کودک و نوجوان/ انتشارات رشد.
• انجمن روان شناسی آمریکا / طبقه بندی اختلالات روانی DSM IV / ترجمه پور افکاری / انتشارات آزاده.
• بیرجندی ، پروین / روان شناسی رفتار غیر عادی / انتشارات دهخدا.
• دادستان ، پریرخ / روان شناسی مرضی ـ تحولی / انتشارات دریا.
مقدمه :
تیک را می توان پرش غیر عادی و مکرر عضلات چهره تعریف کرد که ویژگی های خاص خود را داراست و به صورت های گوناگون عنوان می شود . تیک ها معمولا سریع و تکراری هستند و به عنوان حرکات کلیشه ای شناخته می شوند که شخص نمی‌تواند آنها را کنترل کند . در طبقه بندی اختلالات تیک با سه طبقه ی کلی تحت عنوان اختلالات تورت اختلال تیک صوتی یا حرکتی مزمن و اختلال تیک گذرا سرو کار داریم که به طور کلی درمان روانشناختی اختلالات تورت در مقایسه با درمان روان شناختی اختلالات تیک صوتی یا حرکتی مزمن و همچنین اختلال تیک گذرا کارایی بالاتری را نشان می دهد.
اختلالات تیک طبقه ای از اختلالات حرکتی می باشند . که ویژگی بارز آنها حرکت سریع ، تکراری و غیر ارادی عضلات است . آنها را می توان به عنوان گذرا یا مزمن طبقه بندی کرد و این وضعیت بستگی به این دارد که چگونه اختلال مشهود شده است . و ملاک تمیز برای تیک های مزمن یا گذرا حداقل یک سال است بدین ترتیب که اگر یک سال تیک بارز شده باشد آن را به عنوان تیک مزمن محسوب می کنند (وبر،۱۹۸۴ص ۷۷۵)
تیک ممکن است در یک یا چند دسته از عضلات مخطط بدن یا حتی عضو دیده شود. این حرکات ظاهرا به منظور خاص صورت نمی گیرند ولی بی‌علت و بدون انگیزه هم نیست و در کودکان و نوجوانان شاد ، ایمن و متعادل از نظر روانی ، عاطفی و هیجانی کمتر دیده می شود . بین شدت تیک و شدت کشمش های عاطفی وهیجانی همواره رابطه ی نزدیکی وجود دارد . مثلا مشاهده شده است که کودکی که از لحاظ تحصیلی هم از طرف اولیای مدرسه و هم به علت داشتن پدری سخت گیر مورد سرزنش بوده دچار تیک سر شده است اما در تعطیلات تابستان این عارضه به کلی از بین رفته است . فرستادن چنین کودکی به مدرسه شبانه روزی و قطع تماس با پدرش باعث رفع تیک شده است . در واقع تیک نمایانگر نوعی تخلیه ی روانی و نشانه ی ناراحتی های عصبی است . به همین دلیل آن را یکی از علائم نوروتیک به شمار می‌آورند . یکی از نکات و ویژگی های مهم در رابطه با تیک از بین رفتن آنها درهنگام خواب است .
در سبب شناسی تیک با دیدگاه تحلیل روانی : دیدگاههای یادگیری ، مدل کنشگر ، نقطه نظر پزشکی و سبب شناسی عصبی سرو کار داریم . با این وجود در دیدگاه یادگیری روش حساسیت زدایی منظم و تقلیل اضطراب می تواند کارایی بالایی را برای درمان تیک فراهم سازد . تیک را بعضی ارثی می دانند و می گویند که دربعضی خانواده‌ها زیاد دیده می شود چون در این خانواده ها میزان درگیری ها ، بیماری های عصبی و هیجانات زیاد است لذا بهتر است تیک را یک پدیده ی خانوادگی بدانیم نه ارثی و به علاوه انتقال ارثی آن تاکنون ثابت نشده است .
جو عاطفی نامناسب زمینه را برای بروز اختلالات رفتاری فراهم می کند و مشهود است که محیط های خانوادگی نامطلوب در کودکان اضطراب، افسردگی و پرخاشگری را افزایش می دهد و منجر به بروز اختلالاتی از قبیل پیش فعالی ، تیک پر اشتهایی و کم اشتهایی روانی می گردد.
در مواقعی که مشکلات خانوادگی تشدید می یابد و یا موقعیت های خاص محیطی باعث فشار بیش از حد به کودک می شود و وی را مضطرب می کند زمینه را برای بروز و تشدید اختلال تیک گذرا فراهم می شود . ( جیمز ، لکمن ، ماسک ، هاردین ، مارین ۱۹۸۹ ص۵۶۶-۵۷۳)
عنوان پروژه : شبیه سازی شبکه عصبی
اختصاصی از یارا فایل عنوان پروژه : شبیه سازی شبکه عصبی دانلود با لینک مستقیم و پرسرعت .
این تحقیق از نخستین کاربرد شبکه های عصبی یعنی تقریب توابع برای تقریب دیاگرام مودی برای استخراج ضریب اصطکاک دارسی که در محاسبات مربوط به افت فشار سیال لوله ها ناشی از اصطکاک ،استفاده می شود.در مکانیک سیالات ضریب اصطکاک دارسی یا از نمودار مودی استخراج می شود و یا از فرمول های نیمه تجربی مانند معادله کلمبرک محاسبه می شود. در این مقاله تعداد ۱۲۰۰ نمونه از دو داده ورودی به نام عدد بی بعد رینولدز و زبری نسبی لوله تولید کرده ایم که داده های معلوم مسئله هستند و بصورت تصادفی و در محدوده مشخص انتخاب شده اند و۱۲۰۰ نمونه داده خروجی ضریب اصطکاک دارسی است که از روی نمودار مودی و با استفاده از داده های ورودی استخراج شده و به عنوان داده ای آموزش برای شبکه عصبی طراحی شده در نظر گرفته شده اند. آموزش شبکه را با دو سری داده انجام شده است یک سری داده های معمولی و خام و سری دوم داده هایی که ورودی های آنها بصورت غیر خطی نورمالایز لگاریمی شده اند و تفاوت خطای نهایی آنها مورد بررسی قرار گرفته شده است. بعد از آموزش شبکه و رسیدن به سطح خطای مطلوب ،ضریب اصطکاک را از برنامه گرفته و وارد قسمت دوم برنامه برای محاسبه افت فشار لوله ناشی از اصطکاک سیال با جدار لوله برای جریان کاملا فراگیر و لوله با قطر ثابت کرده و افت هد اصلی را بدست آورده ایم.
فهرست :
مقدمه
توضیحاتی در مورد جریان در لوله ها و دیاگرام مودی
افت فشار
شبیه سازی شبکه عصبی
داده های ورودی و خروجی
آموزش شبکه عصبی با جعبه ابزار Matlab
توضیح جز به جز برنامه نوشته شده
خروجی شبکه
بررسی نمودارهای استخراج شده
تعیین تعداد نورون های لایه پنهان
مثالی از محاسبه افت فشار در یک لوله با استفاده از برنامه نوشته شده
خروجی شبکه
منابع و مآخذ
دانلود تحقیق رشته الکترونیک - انواع شبکه های عصبی و کاربرد آنها در الکترونیک
اختصاصی از یارا فایل دانلود تحقیق رشته الکترونیک - انواع شبکه های عصبی و کاربرد آنها در الکترونیک دانلود با لینک مستقیم و پرسرعت .
عنوان تحقیق : انواع شبکه های عصبی و کاربرد آنها در الکترونیک
65 صفحه
شرح مختصر :
در این پایان نامه ابتدا به مقدمه ای از شبکه های عصبی از جمله تاریخچۀ شبکه های عصبی و مشخصات اصلی یک نرون بیولوژیک پرداخته شده است. سپس ساختار شبکه های عصبی مصنوعی مورد بحث قرار گرفته است که از این بحث می توان به تعریف شبکه های عصبی مصنوعی، انواع توابع فعال ساز، انواع یادگیری شبکه های عصبی، شبکه های پرسپترون، MPL و هاپفیلد اشاره داشت. سرانجام نیز یک کاربرد شبکه های عصبی در پردازش تصویر، که عبارت است از « آشکارسازی چهره با شبکه های عصبی در تصاویر رنگی » مورد بررسی قرار گرفته شده است.
فهرست :
قالب بندی : PDF
مقدمه
فصل اول : مقدمه ای بر شبکه های عصبی
تاریخچۀ شبکه های عصبی
نرون طبیعی
یادگیری در سیستم های بیولوژیک
شباهت شبکۀ عصبی زنده و مصنوعی
کاربرد شبکه های عصبی
فصل دوم : ساختار شبکه های عصبی مصنوعی
تعریف شبکه های عصبی مصنوعی
نرون های مصنوعی
اجزای یک شبکه عصبی
الگو برداری از مغز انسان
افزایش سرعت
حساسیت بالا به رخداد اشتباه
رایانه ها قادر نیستند از تجربیات گذشته استفاده نمایند
عدم ارائۀ پاسخ مناسب در شرایط جدید
ویژگی های شبکه های عصبی مصنوعی
قابلیت یادگیری
قابلیت تعمیم
پردازش موازی
مقاوم بودن
قابلیت کاربری
تشخیص داده های اشتباه
تحمل خطا
غیر خطی بودن
تصویر کردن ورودی – خروجی
معایب شبکه های عصبی
انواع توابع انتقال
یادگیری شبکه های عصبی
یادگیری نظارت شده
یادگیری نظارت نشده
یادگیری تقویت یافته
الگوریتم پس انتشار خطا
آموزش دلتا
آموزش ترکیبی
آموزش رقابتی
آموزش هب
ساختارهای مختلف شبکه های عصبی مصنوعی
شبکه های پسخور
شبکه های پیش خور
شبکه های پیش خور تک لایه
شبکه های پیش خور چند لایه
پرسپترون
یادگیری پرسپترون
یادگیری پرسپترون مبتنی به روش برداری
محدودیت های پرسپترون
شبکه های عصبی پرسپترون چندلایه
رفع مشکل
حل مشکل
مدل جدید
قاعدۀ جدید فراگیری
بررسی مجدد مساله یای حذفی (XOR)
شبکۀ هاپفیلد
فصل سوم : چند نمونه از کاربردهای شبکه های عصبی
آشکارسازی چهره با شبکه های عصبی در تصاویر رنگی
مقدمه
مشخصات رنگ پوست انسان
استخراج رنگ پوست
تولید رنگ پوست در فضایرنگی cbcr
شبکه های عصبی پیشنهادی
نتایج آزمایشات
نتایج آزمایش اترویفریمهای ویدئویی
آشکارسازی چهره
منابع
دانلود پاورپوینت آماده رشته کامپیوتر - شبکه عصبی کامپیوتری با استفاده حالت ریسک و تقویت یادگیری
اختصاصی از یارا فایل دانلود پاورپوینت آماده رشته کامپیوتر - شبکه عصبی کامپیوتری با استفاده حالت ریسک و تقویت یادگیری دانلود با لینک مستقیم و پرسرعت .
قالب بندی : Power Point
شرح مختصر :
حفاظت از شبکه های عصبی کامپیوتری در رابطه زیر ساخت های فن آوری اطلاعات،حوادث مخرب و اتفاقی فعال هستند. با توجه به پیچدگی روبه و با سرعتی که رشد از سیستم های حملات می توانند به طور خودکار راه اندازی شوند اقدامات موثر لازم برای کاهش حادثه در شبکه انجام می شود. این جا به حفاظت شبکه کامپیوتری عصبی که می توان با استفاده از تقویت یادگیری و ارزیابی ریسک برای عمل مطلوب ، یا سیاستی که داده های شبکه کامپیوتری در این شرایط بهبودی خود را بدست می آورند اشاره میشود.
شبکه های عصبی اطلاعات را به روشی مشابه با کاری که مغز انسان انجام می دهد پردازش می کنند. آنها از تعداد زیادی از عناصر پرداز شی(سلول عصبی) که فوق العاده بهم پیوسته اند تشکیل شده است که این عناصر به صورت موازی باهم برای حل یک مسئله مشخص کار می کنند .شبکه های عصبی با مثال کار می کنند و نمی توان آنها را برای انجام یک وظیفه خاص برنامه ریزی کرد مثال ها می بایست با دقت انتخاب شوند در غیر این صورت زمان سودمند، تلف می شود و یا حتی بدتر از این شبکه ممکن است نا درست کار کند. امتیاز شبکه عصبی این است که خودش کشف می کند که چگونه مسئله را حل کند ، عملکرد آن غیر قابل پیش گویی است.
کلمات کلیدی :