مقاله. برنامه خطی اعداد صحیح دوتایی (BILP)

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 16

برنامه خطی اعداد صحیح دوتایی (BILP)

یک مورد خاص ILP زمانی اتفاق می افتد که همه متغیرهای نمونه بتوانند فقط یک یا دو رقم 0 یا 1 را قبول کنند . چنین متغیرهایی متغیرهای دوتایی نامیده می شوند ، و نمونه ها ، برنامه ها ، برنامه های 1-0 یا برنامه های خطی اعداد صحیح دو تایی (BILPS) نامیده می شوند . هر حالتی که بتواند با بله / نه ، (خوب / بد) یا 0/1 نمونه‌برداری شود به عنوان متغیردوتایی شناخته می شود . در زیر نمونه های زیادی از متغیرهای دوتایی ذکر شده که ممکن است در طرح تجاری یافت شود :

، اگر یک طرح مراقبت سلامتی جدید پذیرفته شود .

، اگر پذیرفته نشود .

، اگر مجلس خط B برای تولید نمونه های کولس به کار رود .

، اگر به کار نرود .

، اگر یک ایستگاه پلیس جدید در پایین شهر شناخته شود .

، اگر ساخته نشود .

، اگر تولید یک اجناس به عنوان نوع «خوب» قابل قبول باشد .

، اگر به این صورت نباشد .

، اگر بزرگراه 50 ، در سفر بین ددو شهر به کار رود .

، اگر به این صورت نباشد .

، اگر محدودیت خاصی باشد .

، اگر آن محدودیت نیاز نباشد .

، اگر یک گیاه جدید در گاری هندوستان پرورش یابد .

، اگر به این صورت نباشد .

، اگر سومین انتقال به کار رود .

، اگر به این صورت نباشد .

همانطور که این مثالها نشان می دهند ، خیلی ساده است که متغیر دوتایی را به عنوان یک تحقیق در نظر می گیریم یعنی این که این تحقیق قبول شده ، یعنی این تحقیق قبول نشده است . با تفاسیر داده شده در مورد متغیرها ، اکنون ما چند نوع اجبار را مورد آزمایش قرار می دهیم ، که تحت بررسی شورای شهر در «سالم اورگون» می باشد .

شورای شهر سالم :

در آخرین جلسه مالیاتی سال ، شورای شهر «سالم» ، طرح هایی مختص سرمایه باقی مانده در بودجه یک سال ارائه کرده است . نه تحقیق تحت بررسی کامل یک سال قرار گرفته اند . برای آمارگیری حمایت مردم از تحقیق های مختلف ، پرسشنامه هایی به طور تصادفی به رای دهندگان در کل شهر فرستاده می شود و از آنها خواسته می شود که تحقیق ها را به ترتیب از خوب به بد طبقه بندی کنند . ( بالاترین تقدم ، پایین ترین تقدم ) شورا امتیازها را بر اساس 500 پاسخی که دریافت می کند تطبیق می دهد .با این وجود هیئت شورا مکرراً متذکر می شود که تنها به نتایج پرسش‌نامه‌ها اکتفا نمی کند . آنها در حالیکه تخصیص های بودجه را تهیه می کنند ، مسائل دیگر را هم محاسبه می کنند . برای تخمین هزینه هر تحقیق ، میزان تخمینی ثابت هر شغل جدید باید فراهم شده ، و تطبیق امتیاز پرسشنامه ها در جدول 3-5 خلاصه شده است.

هدف هیئت شورا بالا بردن حمایت کل رای دهندگان دریافت شده (داشتن پرسشنامه به عنوان مدرک) و دادن محدودیت ها و مطالب قابل توجه دیگر هیئت شورا می باشد که به شرح زیر است :

900.000 دلار باقیمانده در صندوق

نیازهای هیئت شورا برای ایجاد حداقل 10 شغل جدید .

با وجودیکه جلوگیری از جنایت ، برای مردم از اهمیت بیشتری برخوردار است ، هیئت شورا برای بخش های دیگر خدمات مردم باید به خوبی عمل کند . بنابراین امید می رود که در بیشتر تحقیق های مربوط پلیس سرمایه گذاری شود .

هیئت شورا مایل است که تعداد وسایل نقلیه اضطراری شهر را افزایش دهد ولی اکنون با توجه به مطالب دیگر ، فقط یکی از دو تحقیق در مورد وسایل نقلیه اضطراری باید سرمایه گذاری کند . پس دو ماشین پلیس و دو ماشین آتش نشانی هم باید خریداری شود .

هیئت شورا معتقد است در صورتیکه تصمیم بگیرد نزولهای سرمایه را از برنامه‌های ورزشی در مدارس برگرداند ، نزولهای سرمایه از برنامه های موسیقی هم باید برگردانده شوند و برعکس .

وضوع پایان نامه: وب کاوی در صنعت(word)

وضوع پایان نامه:وب کاوی در صنعتچکیده:

با افزایش چشمگیر حجم اطلاعات و توسعه وب، نیاز به روش ها و تکنیک هایی که بتوانند امکان دستیابی کارا به داده‌ها و استخراج اطلاعات از آنها را فراهم کنند، بیش از پیش احساس می شود. وب کاوی یکی از زمینه های تحقیقاتی است که با به کارگیری تکنیک های داده کاوی به کشف و استخراج خودکار اطلاعات از اسناد و سرویس‌های وب می پردازد. در واقع وب کاوی، فرآیند کشف اطلاعات و دانش ناشناخته و مفید از داده های وب می باشد. روش های وب کاوی بر اساس آن که چه نوع داده ای را مورد کاوش قرار می دهند، به سه دسته کاوش محتوای وب، کاوش ساختار وب و کاوش استفاده از وب تقسیم می شوند.  طی این گزارش پس از معرفی وب کاوی و بررسی مراحل آن، ارتباط وب کاوی با سایر زمینه های تحقیقاتی بررسی شده و به چالش ها، مشکلات و کاربردهای این زمینه تحقیقاتی اشاره می شود. همچنین هر یک از انواع وب کاوی به تفصیل مورد بررسی قرار می گیرند که در این پروژه بیشتر به وب کاوی در صنعت می پردازم. برای این منظور مدل ها، الگوریتم ها و کاربردهای هر طبقه معرفی می شوند.

 و . . .

فهرست مطالب

عنوان                                                                                                                شماره صفحه

فصل اول:مقدمه

مقدمه. 1

فصل دوم:داده کاوی

2- 1 مقدمه ای بر داده کاوی.. 6

2-1-1 چه چیزی سبب پیدایش داده کاوی شده است؟ 7

2-2 مراحل کشف دانش... 9

2- 3 جایگاه داده کاوی در میان علوم مختلف.. 12

2-4 داده کاوی چه کارهایی نمی تواند انجام دهد؟ 14

2-5 داده کاوی و انبار داده ها 14

2-6 داده کاوی و OLAP. 15

2-7 کاربرد یادگیری ماشین و آمار در داده کاوی.. 16

2-8 توصیف داده ها در داده کاوی.. 16

2-8-1 خلاصه سازی و به تصویر در آوردن داده ها 16

2-8-2 خوشه بندی.. 17

2-8-3 تحلیل لینک... 18

2-9 مدل های پیش بینی داده ها 18

2-9-1 دسته بندی.. 18

2-9-2 رگرسیون. 18

2-9-3 سری های زمانی.. 19

2-10 مدل ها و الگوریتم های داده کاوی.. 19

2-10-1 شبکه های عصبی.. 19

2-10-2 درخت تصمیم. 22

2-10-3 Multivariate Adaptive Regression Splines(MARS) 24

2-10-4 Rule induction. 25

2-10-5 K-nearest neibour and memory-based reansoning(MBR) 25

2-10-6 رگرسیون منطقی.. 26

2-10-7 تحلیل تفکیکی.. 27

2-10-8 مدل افزودنی کلی (GAM) 28

2-10-9 Boosting. 28

2-11 سلسله مراتب انتخابها 28

2-12داده کاوی و مدیریت بهینه وب سایت ها 30

2-13داده‌کاوی و مدیریت دانش... 31

فصل سوم: وب کاوی

3-1 تعریف وب کاوی.. 33

3-2 مراحل وب کاوی.. 33

3-3 وب کاوی و زمینه های تحقیقاتی مرتبط.. 34

3-3-1 وب کاوی و داده کاوی.. 34

3-3-2 وب کاوی و بازیابی اطلاعات.. 35

3-3-3 وب کاوی و استخراج اطلاعات.. 36

3-3-4 وب کاوی و یادگیری ماشین.. 37

3-4 انواع وب کاوی.. 37

3-5 چالش های وب کاوی.. 38

3-6مشکلات ومحدودیت های وب کاوی در سایت های فارسی زبان. 39

3-7 محتوا کاوی وب.. 40

فصل چهارم: وب کاوی در صنعت

4-1 انواع وب کاوی در صنعت.. 43

4-1-1وب کاوی در صنعت نفت، گاز و پتروشیمی.. 43

4-1-1-1 مهندسی مخازن/ اکتشاف.. 43

4-1-1-2مهندسی بهره برداری.. 44

4-1-1- 3مهندسی حفاری.. 44

4-1-1-4بخشهای مدیریتی.. 44

4-1-2 کاربرد های دانش داده کاوی در صنعت بیمه. 45

4-1-3کاربردهای دانش داده کاوی در مدیریت شهری.. 46

4-1-4کاربردهای داده کاوی در صنعت بانکداری.. 47

4-1-4-1بخش بندی مشتریان. 47

4-2 پژوهش های کاربردی.. 48

نتیجه گیری.. 50

منابع و ماخذ فارسی.. 51

مراجع و ماخذ لاتین و سایتهای اینترنتی.. 52

 فهرست اشکال

عنوان                                                                                                       شماره صفحه

شکل(2-1) داده کاوی به عنوان یک مرحله از فرآیند کشف دانش.... 8

شکل(2-2) سیر تکاملی صنعت پایگاه داده. 10

شکل (2-3) معماری یک نمونه سیستم داده کاوی.. 11

شکل (2-4) داده ها از انباره داه ها استخراج می گردند.. 14

شکل(2-5( داده ها از چند پایگاه داده استخراج شده اند.. 15

شکل(2-6) شبکه عصبی با یک لایه نهان.. 20

شکل(2-7) Wx,y وزن یال بین X و Y است. 21

شکل(2-8) درخت تصمیم گیری.. 23

شکل(2-9( روش MBR... 26

فصل اول

مقدمه

مقدمه

با توسعه سیستم های اطلاعاتی، داده به یکی از منابع پراهمیت سازمان ها مبدل گشته است. بنابراین روش ها و تکنیک هایی برای دستیابی کارا به داده، اشتراک داده، استخراج اطلاعات از داده و استفاده از این اطلاعات، مورد نیاز می باشد. با ایجاد و گسترش وب و افزایش چشمگیر حجم اطلاعات، نیاز به این روش ها و تکنیک ها بیش از پیش احساس می شود. وب، محیطی وسیع، متنوع و پویا است که کاربران متعدد اسناد خود را در آن منتشر می کنند. در حال حاضر بیش از دو بیلیون صفحه در وب موجود است و این تعداد با نرخ 3/7 میلیون صفحه در روز افزایش مییابد. با توجه به حجم وسیع اطلاعات در وب، مدیریت آن با ابزارهای سنتی تقریبا غیر ممکن است و ابزارها و روش هایی نو برای مدیریت آن مورد نیاز است. به طور کلی کاربران وب در استفاده از آن با مشکلات زیر روبرو هستند:

یافتن اطلاعات مرتبط: یافتن اطلاعات مورد نیاز در وب دشوار می باشد. روش های سنتی بازیابی اطلاعات که برای جستجوی اطلاعات در پایگاه داده ها به کار می روند، قابل استفاده در وب نمی‌باشند وکاربران معمولا از موتورهای جستجو که مهمترین و رایج ترین ابزار براییافتن اطلاعات در وب می باشند، استفاده می کنند. این موتورها، یک پرس و جوی[1] مبتنی بر کلمات کلیدی از کاربر دریافت کرده و در پاسخ لیستی از اسناد مرتبط با پرس و جوی وی را که بر اساس میزان ارتباط با این پرس و جو مرتب شده اند، به وی ارائه می کنند. اما موتورهای جستجو دارای دو مشکل اصلی هستند. اولا دقت[2] موتورهای جستجو پایین است، چراکه این موتورها در پاسخ به یک پرس و جوی کاربر صدها یا هزاران سند را بازیابی می کنند، در حالی که بسیاری از اسناد بازیابی شده توسط آنها با نیاز اطلاعاتی کاربر مرتبط نمی باشند. دوما میزان فراخوان[3] این موتورها کم می باشد، به آن معنی که قادر به بازیابی کلیه اسناد مرتبط با نیاز اطلاعاتی کاربر نیستند. چراکه حجم اسناد در وب بسیار زیاد است و موتورهای جستجو قادر به نگهداری اطلاعات کلیه اسناد وب، در پایگاه داده های خود نمی باشند. ایجاد دانش جدید با استفاده از اطلاعات موجود در وب: این مشکل در واقع بخشی از مشکل مطرح شده در قسمت قبل می باشد. در حال حاضر این سوال مطرح است که چگونه می توان داده های فراوان موجود در وب را به دانشی قابل استفاده تبدیل کرد، به طوری که یافتن اطلاعات مورد نیاز در آن به سادگی صورت بگیرد. همچنین چگونه می توان با استفاده از داده های وب به اطلاعات و دانشی جدید دست یافت.خصوصی سازی[4] اطلاعات: از آن جا که کاربران متفاوت هر یک درباره نوع و نحوه بازنمایی اطلاعات سلیقه خاصی دارند،این مسئله باید توسط تامین کنندگان اطلاعات در وب مورد توجه قرار بگیرد. برای این منظور با توجه به خواسته ها و تمایلات کاربران متفاوت، نحوه ارائه اطلاعات به آنها باید سفارشی گردد.

تکنیک های وب کاوی[5]قادر به حل این مشکلات می باشند. دروب کاویبه صورت زیر تعریف شده است:

وب کاوی به کارگیری تکنیک های داده کاوی[6] برای کشف و استخراج خودکار اطلاعات از اسناد و سرویس های وب می باشد.

البته تکنیک های وب کاوی تنها ابزار موجود برای حل این مشکلات نیستند. بلکه تکنیک های مختلفی از سایر زمینه های تحقیقاتی همچون پایگاه داده ها، بازیابی اطلاعات، پردازش زبان طبیعی قابل استفاده در این زمینه می باشند. همچنین تکنینک های وب کاوی می توانند به صورت مستقیم یا غیر مستقیم برای حل این مشکلات به کار روند. منظور از رویکرد مستقیم آن است که کاربرد تکنیک های وب کاوی به صورت مستقیم مشکلات مطرح شده را حل می نماید. یک عامل گروه خبری که مرتبط بودن یک خبر به یک کاربر را تعیین می کند، مثالی از این رویکرد می باشد. اما در رویکرد غیر مستقیم، تکنیک های وب کاوی به عنوان بخشی از یک روش جامع تر که به حل این مشکلات می پردازد، مورد استفاده قرار می گیرند.

و . . .

تعداد صفحات:

حل مسائل برنامه ریزی خطی

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 98

فصل اول

مقدمه ای بر شبکه های عصبی

1-1 مقدمه

در سالیان اخیر شاهد حرکتی مستمر، از تحقیقات صرفاً تئوری به تحقیقات کاربردی بخصوص در زمینه پردازش اطلاعات، برای مسائلی که برای آن ها راه حلی موجودنیست ویا براحتی قابل حل نیستند بوده ایم. با عنایت به این امر، علاقه فزاینده ای در توسعه تئوریک سیستمهای دنیا میکی هوشمند مدل آزاد ـ که مبتنی بر داده های تجربی هستند ـ ایجاد شده است. شبکه های عصبی مصنوعی جزء این دسته از سیستمهای دینامیکی قراردارند، که با پردازش روی داده های تجربی دانش یا قانون نهفته در ورای داده ها را به ساختار شبکه منتقل می کنند. به همین خاطر به این سیستمها هوشمند گویند. چرا که براساس محاسبات روی داده های عددی یا مثال ها ، قوانین کلی را فرامی گیرند. این سیستم ها در مدلسازی ساختار نرو سیناپتیکی مغز بشر می کوشند. پیاده سازی ویژگیهای شگفت انگیز مغز در یک سیستم مصنوعی (سیستم دینامیکی ساخته دست بشر) همیشه وسوسه انگیز و مطلوب بوده است. محققینی که طی سالها در این زمینه فعالیت کرده اند بسیارند، لیکن نتیجه این تلاشها صرف نظر ازیافته های ارزشمند باور هر چه بیشتر این اصل بوده است که مغز بشر دست یافتنی است.

با تاکید بر این نکته که گذشته از متافیزیک، دور از دسترس بودن ایده آل «هوش طبیعی» را می توان با عدم کفایت دانش موجود بشر از فیزیولوژی عصبی پذیرفت، باید اذعان داشت که عالی بودن هدف و کافی نبودن دانش موجود خود سبب انگیزش پژوهشهای بیشتر و بیشتر در این زمینه بوده و خواهند بود، همچنان که امروزه شاهد بروز چنین فعالیتهایی در قالب شبکه های عصبی مصنوعی هستیم، اغلب آن هایی که با چنین سیستم هایی آشنایی دارند، به اغراق آمیز بودن نام آنها معترفند، اگرچه این اغراق بیانگر مطلوبیت و نیز بعضی شباهتهای این گونه سیستم ها با سیستم های طبیعی است ولی می تواند تا حدی بین آن چه که سیستم های عصبی مصنوعی در اختیار قرار می دهد و آن چه که از نامشان بر می آید تناقض ایجاد نماید.

1-2 تاریخچه شبکه های عصبی

بعضی از پیش زمینه های شبکه های عصبی را می توان به اوایل قرن بیستم و اواخر قرن نوزدهم برگرداند. در این دوره کارهای اساسی در فیزیک ، روانشناسی و نروفیزیولوژی توسط علمایی چون هرمان فون هلمهلتز، ارنست ماخو ایوان پاولف صورت پذیرفت. این کارهای اولیه عموماً بر تئوریهای کلی یادگیری ، بینایی و شرطی تاکید داشته اند و اصلاً به مدلهای مشخص ریاضی عملکرد نرونها اشاره ای نداشته اند.

دیدگاه جدید شبکه های عصبی در دهه 40 قرن بیستم آغاز شد زمانی که وارن مک کلوث و والترپیتز نشان دادند که شبکه های عصبی می توانند هر تابع حسابی و منطقی را محاسبه نمایند. کار این افراد را می توان نقطه شروع حوزه علمی شبکه های عصبی مصنوعی نامید و این موضوع با دونالدهب ادامه یافت، شخصی که عمل شرط گذاری کلاسیک را که توسط پاولف مطرح شده بود به عنوان خواص نرونها معرفی نمود و سپس مکانیسمی را جهت یادگیری نرونها بیولوژیکی ارائه داد. نخستین کاربرد شبکه های عصبی در اواخر دهه50 قرن بیستم مطرح شد زمانی که فرانک روز نبلات در سال 1958 شبکه پرسپترون را معرفی نمود. روز نبلات و همکارانش شبکه ای ساختند که قادر بود الگوها را از هم شناسایی نماید. در همین زمان بود که برنارد ویدرو در سال 1960 شبکه عصبی تطبیقی خطی آدلاین را با قانون یادگیری جدید مطرح نمود که از لحاظ ساختار، شبیه شبکه پرسپترون بود. پیشرفت شبکه های عصبی تا دهه 70 قرن بیستم ادامه یافت. در سال 1972 تئوکوهونن، جیمز اندرسون، بطور مستقل و بدون اطلاع از هم، شبکه های عصبی جدیدی را معرفی نمودند که قادر بودند به عنوان عناصر ذخیره ساز عمل نمایند. استفان گروسبرگ در این دهه روی شبکه های خود سازمانده فعالیت می کرد. فعالیت در زمینه شبکه های عصبی در دهه 60 قرن بیستم در قیاس با دهه 80 به علت عدم بروز ایده های جدید و نبود کامپیوترهای سریع ـ جهت پیاده سازی ـ کمرنگ می نمود. لکن در خلال دهه 80، رشد تکنولوژی میکروپروسسورها روند صعودی داشت و تحقیقات روی شبکه های عصبی فزونی یافت و ایده های بسیار جدیدی مطرح شدند. ایده های نووتکنولوژی بالا برای رونسانس دوباره در شبکه های عصبی کافی به نظر می رسید. در این زایش دوباره شبکه های عصبی و جدید قابل تامل می باشد. استفاده از مکانیسم تصادفی جهت توضیح عملکرد یک طبقه وسیع از شبکه های برگشتی است که می توان آن ها را جهت ذخیره سازی اطلاعات استفاده نمود. این ایده توسط جان هاپفلید، فیزیکدان آمریکایی در سال 1982 مطرح شد. دومین ایده مهم که کلید توسعه شبکه

پاورپوینت در مورد برنامه ریزی و کنترل موجودی

لینک دانلود و خرید پایین توضیحات

دسته بندی : پاورپوینت

نوع فایل :  .ppt ( قابل ویرایش و آماده پرینت )

تعداد اسلاید : 160 اسلاید

 قسمتی از متن .ppt : 

برنامه ریزی و کنترل موجودی (1)

Inventory Planning and Control

فهرست مطالب :

بخش اول : مبانی کنترل موجودی ها

بخش دوم : مدلهای معین موجودی

فصل اول: مدلهای اندازه ثابت سفارش

فصل دوم : مدلهای فاصله ثابت سفارش

فصل سوم : نقش محدودیتها در مقدار سفارش

بخش سوم : مدلهای احتمالی

فصل اول : مدلهای احتمالی اندازه ثابت سفارش

مدلهای احتمالی فاصله ثابت سفارش

بخش چهارم : پیش بینی

بخش پنجم : تخفیف

تعریف موجودی

موجودی به همه کالاها و موادی اطلاق می شود که در فرآیند تولید و

توزیع استفاده شده و یا مورد مصرف قرار می گیرند.اقلامی نظیر مواد

اولیه ، قطعات خریداری شده ، کالاهای در جریان ساخت و محصولات

نهایی جزو مهم ترین موجودی هایی هستند که در فرآیندهای تولید و

توزیع استفاده می شوند.

تعریف موجودی

یک تعریف کاملتر از موجودی ، به اقلامی اشاره دارد که در یک

شرایط بیکار یا تکمیل نشده نگهداری شوند و منتظر فروش ،

مصرف یا تبدیل در عملیات بعدی باشند.

پاورپوینت در مورد برنامه ریزی استراتژیک دانش

لینک دانلود و خرید پایین توضیحات

دسته بندی : پاورپوینت

نوع فایل :  .ppt ( قابل ویرایش و آماده پرینت )

تعداد اسلاید : 10 اسلاید

 قسمتی از متن .ppt : 

مدیریت استراتژیک صنعتی

موضوع ارائه : برنامه ریزی استراتژیک دانش

Young-Gul Kim,Sung-Ho Yu,Jang-Hwan

Michael.H.Zack