
دانلود طرح درس فارسی دوم دبستان درس خرس کوچولو
فرمت فایل دانلودی: .zipفرمت فایل اصلی: DOCX
تعداد صفحات: 3
حجم فایل: 16
قیمت: 4000 تومان
بخشی از متن:
بخشی از متن:
بخشی از متن:
در این پروژه آزمایشگاه مکانیک خاک آزمایش دانه بندی به روش هیدرومتری در قالب فایل word در 9 صفحه کاملا قابل ویرایش همراه با شکل و تصاویر و جدول و نمودار طبق شرح زیرارایه شده است:
1- نام آزمایش
2- هدف آزمایش
3- مقدمه
4- وسایل مورد نیاز
5- شرح آزمایش
6- منابع ایجاد خطا در آزمایش
7- تصاویر مربوطه
8- روابط
9- محاسبات
10- جدول
11- نمودار
بخشی از متن:
پاسخ تشریحی سوالات فصول کتاب سیستم های اطلاعاتی حسابداری مقطع ارشد حسابداری
بخشی از متن:
در این پروژه آزمایشگاه مکانیک خاک آزمایش تعیین Gs خاک یا وزن مخصوص مصالح دانه ای با وزن مخصوص بزرگتر از یک درقالب فایل word در 10 صفحه قابل ویرایش با شکل طبق شرح زیر درج شده است:
1- نام آزمایش
2- هدف آزمایش
3- شماره استاندارد
4- مقدمه
5- وسایل مورد نیاز
6- شرح انجام آزمایش
7- روابط
8- نکات آزمایش
9- نتیجه گیری آزمایش
10- محاسبات
بخشی از متن:
1-1- مقدمه----------------------------------------- 2
1-2- به دنبال تکامل...---------------------------------- 3
1-3- ایدۀ اصلی استفاده از الگوریتم ژنتیک------------------- 4
1-4- درباره علم ژنتیک-------------------------------- 6
1-5- تاریخچۀ علم ژنتیک---------------------------- 6
1-6- تکامل طبیعی (قانون انتخاب طبیعی داروین)-------------- 7
1-7- رابطه تکامل طبیعی با روشهای هوش مصنوعی------------ 10
1-8- الگوریتم------------------------------------ 11
1-8-1- الگوریتمهای جستجوی ناآگاهانه------------------- 12
1-8-1-الف- جستجوی لیست-------------------------- 12
1-8-1-ب- جستجوی درختی-------------------------- 13
1-8-1-پ- جستجوی گراف------------------------- 14
1-8-2- الگوریتمهای جستجوی آگاهانه----------------------- 14
1-8-2-الف- جستجوی خصمانه------------------------- 15
1-9- مسائل NP-Hard---------------------------------- 15
1-10- هیوریستیک-------------------------------------- 17
1-10-1- انواع الگوریتمهای هیوریستیک------------------------ 19
فصل دوم------------------------------------------- 21
2-1- مقدمه------------------------------------------- 22
2-2- الگوریتم ژنتیک------------------------------------ 23
2-3- مکانیزم الگوریتم ژنتیک----------------------------- 25
2-4- عملگرهای الگوریتم ژنتیک---------------------------- 28
2-4-1- کدگذاری-------------------------------------- 28
2-4-2- ارزیابی---------------------------------------- 29
2-4-3- ترکیب---------------------------------------- 29
2-4-4- جهش---------------------------------------- 29
2-4-5- رمزگشایی------------------------------------ 30
2-5- چارت الگوریتم به همراه شبه کد آن--------------------- 30
2-5-1- شبه کد و توضیح آن------------------------------- 31
2-5-2- چارت الگوریتم ژنتیک----------------------------- 33
2-6- تابع هدف--------------------------------------- 34
2-7- روشهای کد کردن--------------------------------- 34
2-7-1- کدینگ باینری----------------------------------- 35
2-7-2- کدینگ جایگشتی--------------------------------- 36
2-7-3- کد گذاری مقدار---------------------------------- 37
2-7-4- کدینگ درخت---------------------------------- 38
2-8- نمایش رشتهها------------------------------------ 39
2-9- انواع روشهای تشکیل رشته-------------------------- 41
2-10- باز گرداندن رشتهها به مجموعه متغیرها----------------- 42
2-10-1- تعداد بیتهای متناظر با هر متغیر--------------------- 43
2-11- جمعیت---------------------------------------- 44
2-11-1- ایجادجمعیت اولیه------------------------------- 44
2-11-2- اندازه جمعیت---------------------------------- 45
2-12- محاسبه برازندگی (تابع ارزش)-------------------------- 46
2-13- انواع روشهای انتخاب------------------------------- 48
2-13-1- انتخاب چرخ رولت------------------------------- 49
2-13-2- انتخاب حالت پایدار------------------------------ 51
2-13-3- انتخاب نخبه گرایی------------------------------- 51
2-13-4- انتخاب رقابتی---------------------------------- 52
2-13-5- انتخاب قطع سر-------------------------------- 52
2-13-6- انتخاب قطعی بریندل---------------------------- 53
2-13-7- انتخاب جایگزینی نسلی اصلاح شده------------------ 53
2-13-8- انتخاب مسابقه-------------------------------- 54
2-13-9- انتخاب مسابقه تصادفی------------------------- 54
2-14- انواع روشهای ترکیب---------------------------- 54
2-14-1- جابهجایی دودوئی----------------------------- 55
2-14-2- جابهجایی حقیقی-------------------------------- 58
2-14-3- ترکیب تکنقطهای------------------------------- 59
2-14-4- ترکیب دو نقطهای----------------------------- 60
2-14-5- ترکیب n نقطهای------------------------------ 60
2-14-6- ترکیب یکنواخت--------------------------- 61
2-14-7- ترکیب حسابی------------------------------- 62
2-14-8- ترتیب------------------------------------ 62
2-14-9- چرخه------------------------------------- 63
2-14-10- محدّب----------------------------------- 64
2-14-11- بخش_نگاشته------------------------------ 64
2-15- احتمال ترکیب--------------------------------- 65
2-16- تحلیل مکانیزم جابجایی-------------------------- 66
2-17- جهش---------------------------------------- 66
2-17-1- جهش باینری-------------------------------- 69
2-17-2- جهش حقیقی-------------------------------- 69
2-17-3- وارونه سازی بیت----------------------------- 70
2-17-4- تغییر ترتیب قرارگیری---------------------------- 70
2-17-5- وارون سازی----------------------------------- 71
2-17-6- تغییر مقدار------------------------------------ 71
2-18- محک اختتام اجرای الگوریتم ژنتیک-------------------- 72
2-19- انواع الگوریتمهای ژنتیکی-------------------------- 72
2-19-1- الگوریتم ژنتیکی سری--------------------------- 73
2-19-2- الگوریتم ژنتیکی موازی--------------------------- 74
2-20- مقایسه الگوریتم ژنتیک با سیستمهای طبیعی-------------- 75
2-21- نقاط قوّت الگوریتمهای ژنتیک----------------------- 76
2-22- محدودیتهای GAها----------------------------- 78
2-23- استراتژی برخورد با محدودیتها---------------------- 79
2-23-1- استراتژی اصلاح عملگرهای ژنتیک----------------- 79
2-23-2- استراتژی رَدّی--------------------------------- 79
2-23-3- استراتژی اصلاحی----------------------------- 80
2-23-4- استراتژی جریمهای----------------------------- 80
2-24- بهبود الگوریتم ژنتیک--------------------------- 81
2-25- چند نمونه از کاربردهای الگوریتمهای ژنتیک----------- 81
فصل سوم-------------------------------------- 86
3-1- مقدمه--------------------------------------- 87
3-2- حلّ معمای هشت وزیر--------------------------- 88
3-2-1- جمعیت آغازین------------------------------ 90
3-2-2- تابع برازندگی-------------------------------- 94
3-2-3- آمیزش------------------------------------- 95
3-2-4- جهش ژنتیکی--------------------------------- 96
3-3- الگوریتم ژنتیک و حلّ مسألۀ فروشندۀ دورهگرد------------ 97
3-3-1- حل مسأله TSP به وسیله الگوریتم ژنتیک------------- 99
3-3-2- مقایسه روشهای مختلف الگوریتم و ژنتیک برای TSP----- 107
3-3-3- نتیجه گیری---------------------------------- 108
3-4- حلّ مسأله معمای سودوکو--------------------------- 109
3-4-1- حل مسأله------------------------------------ 110
3-4-2- تعیین کروموزم--------------------------------- 110
3-4-3- ساختن جمعیت آغازین یا نسل اول-------------------- 111
3-4-4- ساختن تابع از ارزش------------------------------ 112
3-4-5- ترکیب نمونهها و ساختن جواب جدید------------------- 113
3-4-6- ارزشیابی مجموعه جواب---------------------------- 118
3-4-7- ساختن نسل بعد----------------------------------- 118
3-5- مرتب سازی به کمک GA------------------------------ 119
3-5-1- صورت مسأله------------------------------------- 119
3-5-2- جمعیت آغازین----------------------------------- 119
3-5-3- تابع برازندگی------------------------------------ 122
3-5-4- انتخاب------------------------------------------- 123
3-5-5- ترکیب------------------------------------------- 123
3-5-6- جهش------------------------------------------- 124
فهرست منابع و مراجع----------------------------------- 126
پیوست--------------------------------------------- 127
واژهنامه---------------------------------------------- 143
چکیده
الگوریتم ژنتیک (Genetic Algorithm - GA) تکنیک جستجویی در علم رایانه برای یافتن راهحل تقریبی برای بهینهسازی و مسائل جستجو است. الگوریتم ژنتیک نوع خاصی از الگوریتمهای تکامل است که از تکنیکهای زیستشناسی فرگشتی مانند وراثت و جهش استفاده میکند.
در واقع الگوریتمهای ژنتیک از اصول انتخاب طبیعی داروین برای یافتن فرمول بهینه جهت پیشبینی یا تطبیق الگو استفاده میکنند. الگوریتمهای ژنتیک اغلب گزینه خوبی برای تکنیکهای پیشبینی بر مبنای تصادف هستند. مختصراً گفته میشود که الگوریتم ژنتیک (یا GA) یک تکنیک برنامهنویسی است که از تکامل ژنتیکی به عنوان یک الگوی حل مسئله استفاده میکند. مسألهای که باید حل شود ورودی است و راهحلها طبق یک الگو کد گذاری میشوند که تابع fitness نام دارد هر راه حل کاندید را ارزیابی میکند که اکثر آنها به صورت تصادفی انتخاب میشوند.
کلاً این الگوریتمها از بخش های زیر تشکیل میشوند: تابع برازش، نمایش، انتخاب، تغییر.
کلمات کلیدی: الگوریتم ژنتیک، هیوریستیک، ترکیب و جهش، تکامل طبیعی داروین، معمای هشت وزیر.
بخشی از متن:
تحقیق با عنوان الگوریتم ژنتیک موازی
بخشی از متن:
در این پروژه پاورپوینت آزمایشگاه تکنولوژی بتن آزمایش دانه بندی مصالح ریز دانه (ماسه) در 16 اسلاید کاملا قابل ویرایش همراه با شکل و تصاویر و جدول و نمودار طبق موارد زیر ارایه شده است:
1- نام آزمایش
2- هدف از انجام آزمایش
3- مقدمه
4- شماره استاندارد
5- وسایل مور دنیاز
6- مصالح مورد نیاز
7- شرح آزمایش
8- جدول داده ها
9- نمودار محدوده استاندارد
10- محاسبات
11- نتایج
12-نمودار نهایی
بخشی از متن:
در این پروژه پاورپوینت آزمایشگاه مکانیک خاک آزمایش تعیین Gs خاک در 12 اسلاید کاملا قابل ویرایش به همراه شکل و تصاویر طبق شرح زیر ارایه شده است:
1- نام آزمایش
2- هدف آزمایش
3- وسایل مورد نیاز
4- مصالح مورد نیاز
5- شرح انجام آزمایش
6- نتیجه گیری آزمایش
7- محاسبات
8- روابط
بخشی از متن:
انواع الگوریتم های ژنتیکی
الگوریتم های ژنتیک که نمونه اولیه آن توسط هالند در سال 1975 ارائه شد، تکامل طبیعی را در سطح ژن و کروموزوم شبیه سازی می کنند. عملکرد غالب در تولید نسل جدید، پیوند کروموزوم هاست، گرچه جهش در ژن ها نیز به عنوان یک عملکرد ثانوی به کار می رود.
انواع بسیاری برایGA شناخته شده است که در اینجا به تعدادی از آنها اشاره می کنیم :
-1 الگوریتم ژنتیک سری[1]
-2 الگوریتم ژنتیک موازی[2]
-3 الگوریتم ژنتیک آشفته [3]
-4 الگوریتم ژنتیک هیبرید [4]
-5 الگوریتم ژنتیک خودسازمان[5]
-6 الگوریتم ژنتیک زایشی [6]
-7 الگوریتم ژنتیک حالت دائمی [7]
1-1-1-1-1 الگوریتم ژنتیکی سری
الگوریتم ژنتیک سری همان الگوریتم ژنتیک معمولی است که در مقابل نوع موازی سری نام گرفته است.
تکامل یک پروسه بهینه سازی مبتنی بر تغییرات تصادفی تدریجی نمونه های مختلف در یک جمعیت و انتخاب اَحسن آنهاست. با مدل سازی این پروسه می توان یک تکنیک بهینه سازی آماری را به دست آورد که امروزه در مسائل پیچیده مختلف و بخصوص مسائل طراحی، کارائی خود را نشان داده است. در الگوریتم ژنتیک به عنوان یکی از الگوریتم های تکاملی، اثر کدهای ژنتیکی در ترکیب و انتقال اطلاعات و همچنین
فرآیند انتخاب طبیعی بر اساس سازگاری موجود با شرایط زیست محیطی مدلسازی است. در این الگوریتم نمونه هایی که در پروسه تکاملی قرار می گیرند، جوابهای مختلف در فضاهای جواب هستند متناظر هر جواب (نقطه در فضای جواب)، یک نمونه ژنتیکی (Genotype) به صورت یک رشته از کاراکترها (ژن ها)، نسبت داده می شود.
الگوریتم ژنتیک در هر تکرار محاسباتی (نسل)روی جمعیتی از رشته ها عمل می کند.
تغییرات تصادفی روی مجموعه نمونه ها، از طریق اعمال مدلهای ایدهآل فرآیندهای ژنتیکی روی رشته ها انجام می شود، اما انتخاب طبیعی براساس نمود رفتاری (Phenotype) هر رشته انجام می شود. بدین مفهوم که رشته ها رمزگشایی می شوند و جوابهای مختلف از نظر عملکرد بر اساس تابع هدف ارزیابی شده و انتخاب، بر مبنای این ارزیابی و تصادف انجام می شود.
1-1-1-1-2- الگوریتم ژنتیکی موازی
تا کنون دو مدل اصلی در الگوریتم ژنتیک موازی مطرح گشته است:
مدل جزیرهای [8]
مدل همسایگی [9]
در مدل جزیره ای چندین زیرجمعیت مجزّا مطابق با الگوریتم ژنتیک معمولی تکامل می یابد و هر از چند گاهی زیر جمعیت های همسایه، بهترین کروموزوم یکدیگر را معاوضه می کنند.
در مدل همسایگی یک مدل منفرد تکامل می یابد. هر کروموزوم این جمعیت در یک سلول از یک شبکه مشبک قرار دارد و الگوریتم ژنتیک سری، به صورت مجزا به هر سلول و همسایگانش که بر حسب شعاع همسایگی مشخص می شوند، اعمال می گردد. شبکه به صورت تروید[10] در نظر گرفته می شود تا از اثرات
مرزی اجتناب گرد.
مقایسه ای بین رفتار این الگوریتم با الگوریتم های معمولی نشان می دهد که مدل همسایگی به خاطر مکانیزیم انتخاب محلی که از فشار انتخاب می کاهد، کاوش دقیق تری را در فضای جستجو فراهم می سازد. از این جهت در مسائل ساده تر بدون بهبودی در عملکرد روش، تنها بار محاسباتی اضافی تر تحمل می گردد. ولی مسائل مشکل تر از این طریقه جستجو سود خواهد برد.
شعاع همسایگی مناسب نیز به مسأله مورد حل بستگی دارد و حتی همسایگی های کوچک به شعاع یک یا دو، انتخابی مقاوم و اطمینان از رفتاری خوب را فراهم می سازند.
مطالعۀ دیگر انواع GA به خوانندة محترم واگذار می شود که با مراجعه به منبع [ 1 ] می تواند اطلاعات
کافی و مناسبی دریافت کند.[1] Sequential GA
[2] Parallel GA
[3] Messy GA
[4] Hybrid GA
[5] Adaptive GA
[6] Generational GA
[7] Steady State GA
[8] Island Model
[9] Find Grained Model
[10] Triode
بخشی از متن:
چکیده
مقدمه
SQL
واژههای کلیدی
دستور بازیابی دادهها
دستورات عملیات روی دادهها
دستورات تراکنش دادهها
دستورات تعریف دادهها
دستورات کنترل داده
معایب اس کیوال
مزایای اسکیوال
زبانهای مشابه اسکیوال
زبان سطح بالا سی شارپ (C#)
اهداف طراحی زبان
رشتهها
سامانه یکپارچه شده
انواع داده
کلاس های partial
Generic ها
کلاسهای Static
سازندههای پیشرفته
عبارات جستجو (Query Expression)
نمونهای از کاربرد LINQ به صورت زیر است
تاریخچه رستوران
انواع غذاخوری ها
رستوران الکترونیکی
سیستم دستی رستوران ها
تعرف سیستم
تحلیل نیازها و امکان سنجی
سیستم مکانیزه رستوران ها
مجموعه امکانات یک نرم افزار رستوران
امکانات پیاده سازی پروژه مدیریت رستوران
مجموعه سورس کدها و عکس های نرم افزار رستوران و فست فود
سورس کد - عکس فرم انبار رستوران و فست فود
سورس کد- عکس فرم تهیه نسخه پشتیبان از برنامه
سورس کد- عکس فرم کالا های رستوران و فست فود
سورس کد- عکس فرم تغییر نام کاربری
سورس کد- عکس فرم اطلاعات مشتریان رستوران
سورس کد- عکس فرم صدور فاکتور مشتری
سورس کد- عکس فرم ثبت غذا / مخلفات رستوران و فست فود
سورس کد- عکس فرم لیست (گزارش) فروش رستوران بین تاریخ های مورد نظر
سورس کد- عکس فرم لیست سفارش های مشتری از رستوران و فست فود
سورس کد- عکس فرم لیست سفارش مشتریان
سورس کد- عکس فرم Login
سورس کد- عکس فرم اصلی نرم افزار
سورس کد- عکس فرم ایجاد کاربر جدید
سورس کد- عکس فرم اطلاعات فروشنده و پرسنل رستوران و فست فود
سورس کد- عکس فرم جستجوی غذا / مخلفات
سورس کد- عکس فرم جستجو کالا های رستوران و فست فود
تفاوت سیستم دستی و سیستم مکانیزه رستوران
دیاگرام خدمات سیستم مکانیزه رستوران
چارت سازمانی رستوران
دیاگرام مراحل ایجاد سیستم رستوران
دیاگرام حالت سیستم رستوران 1
دیاگرام حالت سیستم رستوران 2
وظایف موجودیت های سیستم رستوران
نمودار های جریان داده
نمودار DFD سطح صفر-موجودیت اول
نمودار DFD سطح یک موجودیت مشتری
نمودار DFD سطح یک موجودیت گارسون و آشپزخانه
نمودار DFD سطح یک موجودیت صندوق دار و انباردار
نمودار DFD سطح یک موجودیت حسابدار و انباردار
موجودیت ها
روابط بین موجودیت ها
برای چه نمودار ERD رسم می کنیم؟
نمودار ERD مشتری در سیستم رستوران
نمودار ERD آشپزخانه در سیستم رستوران
نمودار ERD گارسون در سیستم رستوران
نمودار ERD صندوق دار در سیستم رستوران
نمودار ERD حسابدار در سیستم رستوران
سناریو های بخش های مختلف
1- سناریوی سفارش غذا توسط مشتری
2- سناریوی درخواست لیست غذا و قیمت ها توسط مشتری
3- سناریوی درخواست کالا از انبار توسط آشپزخانه
4- سناریوی دریافت فیش غذا مشتری
5- سناریوی دادن غذا به مشتری توسط گارسون
6- سناریوی دریافت فیش سفارش مشتری از صندوق دار
7- سناریوی ارائه گزارش مالی به مدیریت
8- سناریوی درخواست فاکتور خرید از مسئول خرید
9- سناریوی دریافت کالا از مسئول خرید توسط انباردار
10- سناریوی درخواست لیست فروش
هزینه پروژه
UML Diagram
نمودار های Usecase
نمودار متوالی (Sequence Diagram) سفارش غذا توسط مشتری
نمودار همکاری (Collaboration Diagram) سفارش غذا توسط مشتری
نمودار متوالی (Sequence Diagram) درخواست لیست غذا و قیمت ها
نمودار همکاری (Collaboration Diagram) درخواست لیست غذا و قیمت ها
نمودار توالی (Sequence Diagram) درخواست کالا از انبار توسط آشپز
نمودار همکاری (Collaboration Diagram) درخواست کالا از انبار توسط آشپز
نمودار متوالی (Sequence Diagram) درخواست لیست گزارش های فروش ماهانه
نمودار همکاری (Collaboration Diagram) درخواست لیست فروش گزارش های ماهانه
چکیده
در این پروژه برای بدست آوردن نیازهای سیستم نرم افزاری ابتدا با استفاده از مصاحبه با کاربران به تحلیل و بررسی مشکلات و نیازمندی های سیستم جاری پرداخته شده و نیازمندی ها مشخص شده است . سپس با توجه به نیازمندی ها، سیتم جدید تعریف شده است.
برای تحلیل سیستم کاریابی از نرم افزار Rational Rose استفاده شده است که در نرم افزار از نمودار های UseCase Diagram , Class Diagram , Sequence Diagram , Collaboration Diagram , Sequnce Diagram برای تحلیل استفاده شده است.
هدف اصلی این تمرین ارائه یک نمونه کار واقعی و مراحل چگونگی انجام این کار می باشد.
تا چند سال پیش همه ی رشته ها برای خود زبان مشترک داشتند، مثلا ریاضیدانان از زبان ریاضی و مهندسین الکترونیک از پا به عرصه ی وجود گذاشت و UML زبان مداری استفاده می کردند ولی مهندسین نرم افزار زبان واحدی نداشتند ، تا اینکه باعث شد که مهندسین نرم افزار بتوانند مفاهیم مورد نیاز خود را براحتی با همدیگر در میان بگذارند و کارهایشان را مدل کنند.
کلمات کلیدی: UML، Rational Rose، مصاحبه ، نیازهای سیستم نرم افزاری.