لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 64
استدلال جلورو در مقابل عقب رو
هدف روال جستجو، کشف یک مسیر از میان فضاهای مسئله از یک وضعیت آغازی به وضعیت هدف است. چنین جستجویی می تواند در دو جهت حرکت کند:
به طرف جلو، از وضعیت های آغازی
به طرف عقب، از وضعیت های هدف
این دو قرینه هستند. فرض کنید که می خواهیم یک بازی معمای هشت را حل کنیم. قواعد این معما را می توان همانند شکل 1 نشان داد. در اینجا می خواهیم معمای شکل 2 را حل کنیم. این کار را می توان به دو طریق انجام داد:
استدلال به طرف جلو با شروع از وضعیت آغازی: ساختن یک درخت از سلسله حرکتهایی که ممکن است راه حل را تشیکل دهند، شروع کنید. وضعیت آغازی در ریشة درخت قرار می گیرد، برای ساختن سطح بعدی درخت، تمام قواعدی را بیابید که سمت چپ آنها با گرة ریشة درخت یکسان هستند و با استفاده از سمت راست این قواعد وضعیت های جدید را ایجاد کنید. برای سطح بعدی درخت عمل فوق را در مورد گره های سطح قبلی انجام دهید. به این کار آنقدر ادامه دهید تا به وضعیتی برابر با وضعیت هدف رسیده باشید.
Square 1 empty and Square 2 contains tile n (
Square 2 empty and Square 1 contains tile n
Square 1 empty and Square 4 contains tile n (
Square 4 empty and Square 1 contains tile n
Square 2 empty and Square 1 contains tile n (
Square 1 empty and Square 2 contains tile n
شکل 1 : یک نمونه از قواعد برای حل کردن معمای هشت
شکل 2 : یک مثال از بازی معمای هشت
استدلال به طرف عقب با شروع از وضعیت هدف: ساختن یک درخت از سلسله حرکت هایی که ممکن است راه حل را تشکیل دهند، شروع کنید. وضعیت(های) هدف را در ریشة درخت قرار دهید. جهت ایجاد سطح بعدی درخت، قواعدی را بیابید که سمت راست آنها با گرة ریشه برابر هستند. با استفاده از سمت چپ این قواعد و بکارگیری آنها گره های سطح دوم این درخت را بسازید. سطوح بعدی را هم به کمک سطوح قبلی و با توجه به روش فوق بسازید و آنقدر ادامه دهید تا گرهی ساخته شود که با وضعیت آغازی برابر است.
به روش فوق استدلال هدف گرا یا زنجیرة عقب رو می گویند.
توجه کنید که از همان قواعد در استدلال جلورو یا عقب رو استفاده می شود. برای استدلال جلورو، سمت چپ های قواعدی با وضعیت جاری تست می شوند و از سمت راست قواعد در ایجاد گره های جدید استفاده می شود.
در مسئلة معمای هشت فرقی نمی کند که از استدلال جلورو یا عقب رو استفاده شود و در هر دو حالت تعداد یکسانی مسیر مورد جستجو قرار می گیرند. اما در سایر مسائل همیشه این طور نیست، و با توجه به توپولوژی فضای مسئله ممکن است جستجو در یک جهت خیلی سریعتر از جهت دیگر باشد.
سه فاکتور در رابطه با این سئوال که استدلال باید در کدام جهت باشد مهم هستند:
تعداد وضعیت های آغازی بیشتر است یا هدف؟ ما همیشه مایلیم که از تعداد کمتر وضعیت ها به طرف تعداد بیشتر برویم.
در کدام جهت فاکتور شاخه شاخه شدن بزرگتر است؟ (این فاکتور تعداد متوسط گره هایی است که مستقیماً می توان از یک گره تک رسید) ما مایلیم در جهتی حرکت کنیم که این فاکتور کوچکتر است.
آیا از برنامه خواسته خواهد شد تا روند استدلالش را برای استفاده کننده توجیه کند؟ اگر این طور است بهتر است حرکت در جهتی باشد که با طرز تفکر استفاده کننده مطابقت بیشتری دارد.
ذکر چند مثال برای روشنتر شدن مطلب ضروری است. به نظر می رسد که رانندگی از یک محل ناآشنا به طرف منزل خیلی راحت تر از منزل به طرف محل ناآشنا باشد. چرا؟ فاکتور شاخه شاخه شدن تقریباً در هر دو جهت یکسان است. نکتة مهم این است که ما خیلی نقاط نزدیک منزل را هم همانند منزل تلقی می کنیم و به این ترتیب تعداد محل هایی که جزء تعریف خانة ما می گنجند بیش از تعداد محل هایی است که به عنوان هدف ناآشنای ما وجود دارند. بنابراین اگر نقطة آغازی ما منزل ما ست و هدف ما یک محل ناآشناست بهتر است از استدلال عقب رو با شروع از محل ناآشنا استفاده کنیم.
از طرف دیگر یک مسئله انتگرال گیری را در نظر بگیرید. فضای مسئله عبارت است از مجموعة فرمولها که برخی دارای عبارت انتگرال هستند. وضعیت آغازی یک فرمول بخصوص با عبارت انتگرال است. وضعیت هدف فرمولی است که معادل فرمول اولی است ولی عبارت انتگرال ندارد. پس وضعیت آغازی راحت و یکتا است ولی هدف متعدد است یعنی وضعیت های متعددی در محدودة هدف ممکن است قرار گیرند
لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 29
مقدمه
همانطوریکه استحضار دارید الیاف مصنوعی یکی از کالاهای ضروری در جامعه می باشد و در دنیا به عنوان یکی از کالاهای استراتژیک محسوب می شود. با توجه به این دیدگاه دولت و بخش خصوصی صنایع در فکر احداث واحدهای تولید الیاف مصنوعی می باشند و طرح فوق جزء یکی از طرحهای اولویت دار وزارت صنایع و معادن جهت مصرفی به بانکهای عامل می باشد. قبل از هر چیز لازم است تا روند رو به رشد صنایع پتروشیمی ایران را از زبان آقای مهندس نعمت زاده مدیرعامل شرکت پتروشیمی ایران در همایش اخیر رسانه و اقتصاد به شرح زیر بازگو نماییم.
1- تولید محصولات پتروشیمی در سال 82
9 میلیون تن
- تولید محصولات پتروشیمی در سال 83
14 میلون تن
- تولید محصولات پتروشیمی در سال 85
25 میلیون تن
2- سهم صادرات محصولات پتروشیمی ایران در خاورمیانه در سال 80
9%
- سهم صادرات محصولات پتروشیمی ایران در خاورمیانه در سال 83
13%
- سهم صادرات محصولات پتروشیمی ایران در خاورمیانه در سال 85
30%
3- سهم صادرات محصولات پتروشیمی ایران در صادرات جهانی در سال 81
7%
- سهم صادرات محصولات پتروشیمی ایران در صادرات جهانی در سال 85
3%
4- سهم صادرات محصولات پتروشیمی در اقتصاد ملی در سال 68
3%
-سهم صادرات محصولات پتروشیمی در اقتصاد ملی در سال 85
30%
5- ارزش افزوده محصولات پتروشیمی ایران بین 80-40% و متوسط بین65-58% بوده است.
6- تولید محصولات پتروشیمی جهت مصارف نساجی در سال 85 به شرح زیر می باشد
- پلی استر 3000 تن در روز (یزد و بوشهر)
- پلی پروپیلن 000/600 تن در سال (اراتک – بندر امام – تبریز – کرمانشاه و غیره)
- پلی آمید 000/120 تن در سال (اراک – تبریز – کرمانشاه – و غیره)
با توجه به حجم سرمایه گذاریهایی که در بخش پتروشیمی کشور شده، سرمایه گذاری در بخش صنایع پائین دستی نیز جزو ضروریات لاینفک این بخش بوده و و ارزش افزوده محصول را تا حدودی افزایش داده و در ضمن به مشکل استنسال نیز کمک های زیادی خواهد کرد. سهامداران این شرکت نیز در راستای چنین توجیهاتی اقدام به تأسیس واحد تولید الیاف مصنوعی نموده اند که جز صنایع پایین دسای پتروشیمی بوده و با توجه به اینکه این نوع محصول تا به حال در ایران تولید ندشه و تولید آن بخصوص در صنایع بهداشتی کشور از رشد قابل قبولی برخوردار خواهد بود لذا بر آن شدین تا با استفاده از تکنولوژی جدید (Bicom Ponent-Fiber – الیاف دو جزئی) و به دلیل کارآیی اقتصالدی آن همراه با کاهش هزینه ها و ارائه کیفیت بالاتر در محصولات تولید و نهایی و هم چنین تولید محصولات جدید که بسیار نیز مورد توجه قرار گرفته است گامی بلند در جهت رشد و شکوفایی صنایع بهداشتی و پزشکی این مرز و بوم برداشته باشیم استفاده از الیاف دو جزئی در تولید ملحفه های بیمارستانی و پارچه های یکبار مصرف جهت پوشک و نوار و صنایع اتومبیل و سایر صنایع دارای مزیتهایی می باشد که بطور مثال با بحث تولید لایه روی پوشک بچه و نوار بهداشتی تا چند سال قبل از الیاف صددرصد پلی پروپیلن در جهان استفاده می شد ولی در حال حاضر الیاف دو جزئی جایگزین آن گشته زیرا با توجه به اینکه الیاف دو جزئی پلی استر و پلی اتیلن PET/PE (مغزلیف پلی استر بوده و قشر خارجی لیف پلی اتیلن می باشد) دارای مزیت هایی که در زیر تشریح شده نسبت به لیف صددرصد پلی پروپیلن دارد.
پلی اتیلن در مقابل حملات میکروبیولوژی مقام تر از P.P بوده و حساسیت زا نمی باشد
ضریب اصطکاک PE از P.P و PET کمتر بوده و زیر است نرمتر و لطیف تر دارا می باشد.
درجه حرارت PE از PP کمتر بوده هزینه تولید پائین تر می باشد.
در ضمن با توجه به اینکه بیشترین کاربرد الیاف دو جزئی در صنایع منسوجات نبافته بوده و رشد این محصولات در ایران از رشد قابل قبولی برخوردار بوده است و در مقایسه با سایر کشوراز رشد کمتری برخوردار می باشد بطور مثال ترکیه حجم تولید منسوجات نبافته آن در سال حدود 000/120 تن می باشد و الا در ایران این رقم حدود 000/30 تن می باشد و دیگر اینکه محصولات این خط تولید از بازار صادراتی مناسب برخوردار ب.ده و قیمت هر کیلو از این کالا در جهان حدود Euro45/1=35/1 می باشد. خط تولید فوق قادر است علاوه بر الیاف دوجزئی PET/PE (پلی استر و پلی اتیلن) الیاف دو جزئی PP/PE (پلی پروپیلن و پلی اتیلن) الیاف صددرصد استاندارد پلی استر – الیاف صددرصد پلی پروپیلن در سه نوع – (Lowtenacity – medium tenacity و High tenacity) را تولید نمایند که این الیاف در صنایع اتومبیل سازی – صنایع کفش و جیر مصنوعی – صنایع ایزوگان (roofliy) صنایع ساختمانی و صنایع راه سازی و تونل
لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 13
تصفیه مصنوعی فاضلاب
وقتی تصفیه طبیعی نتواند جوابگوی نیاز ما برای حفاظت محیط زیست باشد استفاده از تصفیه مصنوعی فاضلاب لازم می گردد. انتخاب روش تصفیه مصنوعی می تواند به دلایل زیر باشد:
کافی نبودن قدرت تصفیه طبیعی منبع های آبی موجود در مجاورت شهر برای دفع فاضلاب به آنها
نیاز به بهره برداری از منابع طبیعی آب برای آشامیدن و یا شنا و نظایر آن
نا مناسب بودن شرایط اقلیمی محل برای استفاده از تصفیه طبیعی مثلاً وجود زمستانهای بلند و سرمای بسیار شدید .
احتمال بهره برداری نادرست از تاسیسات تصفیه طبیعی و در نتیجه خطر گسترش بیماری های مختلف به ویژه مالاریا .
کافی نبودن زمین ارزان قیمت جهت پخش فاضلاب در روی آن و یا ایجاد دریاچه های تصفیه قاضلاب در آن .
برخی از قسمت های تصفیه فاضلاب به شرح زیر است :
1-ایستگاه پمپاژ ورودی فاضلاب
به علت جریان ثقلی در لوله انتقال فاضلاب از شهر به تصفیه خانه غالباً لوله در نقطه ورود به تصفیه خانه نسبت به سطح زمین در گودی قرار می گیرد لذا تاسیسات بالا آورنده فاضلاب برای اینکه به یکانهای تصفیه خانه سوار شوند اولین واحدی است که در یک پالایشگاه فاضلاب ساخته می شود .
2- آشغالگیر
آشغالگیر هایی که برای فاضلاب شهری به کار میروند معمولاً از میله هایی با سطح مقطع دایره به قطر های 16 تا 30 میلیمتر و یا از تسمه های فولادی با سطح مقطع مستطیل و به پهنای 30 تا 80 میلیمتر و کلفتی 10 تا 20 میلیمتر ساخته می شوند . آشغالگیر ها را بسته به شکل کاربردشان به آشغالگیر های دستی و آشغالگیر های مکانیکی تقسیم میکنند.
آشغالگیر های دستی برای تصفیه خانه های کوچک مورد استفاده می باشند شیب میله های آنها برای دبی های کم حداکثر 1:1 و برای دبی های زیاد و به علت بزرگتر شدن کانال فاضلاب مانند شکل (1) برابر 1:3 تا 1:2 انتخاب می گردد. طول میله های آشغالگیر دستی نباید از 2 متر بیشتر
گردد.
شکل (1)
آشغالگیر های مکانیکی را می توان مانند شکل (2) با کمک تسمه گردانی که تیغه هایی روی آن کار گذاشته شده ساخت و یا بصورت دایره ای به کار برد. در نوع دایره ای چنگک از میله فلزی شانه مانند که توسط اهرام گردانی به محور موتور حرکت دهنده ی آن پیوسته می باشد.
شکل (2)
آشغالگیر ها از نظر فاصله بین میله ها یشان نیز به صورت زیر دسته بندی می شوند :
آشغالگیر دهانه فراخ: در آشغالگیر دهانه فراخ فاصله میله ها از یکدیگر یعنیe در صورتیکه تمیز کردن آن دستی باشد 60 تا 80 میلیمتر و گاهی تا 150 میلیمتر و اگر تمیز کردن آن بوسیله ماشین انجام گیرد 40 تا 75 میلیمتر انتخاب می شود . آشغالگیر دهانه فراخ را در اول تصفیه خانه و پیش از آشغالگیر دهانه تنگ می سازند تا مانع از ورود قطعات بزرگ شناور از قبیل تخته و چوب و بطری و کاغذ و پارچه و غیره به تصفیه خانه شود.
آشغالگیر های دهانه تنگ: در این آشغالگیر ها فاصله میله ها برابر 10 تا 40 میلیمتر می باشد در آشغالگیر های دهانه تنگ علاوه بر مواد درشت نامبرده مقدار بیشتری از مواد آلی مانند برگهای درختان قطعات میوه و پوسته آنها و نظایر آنها از فاضلاب گرفته می شود .
دفع آشغال : در تصفیه خانه های شهرهای کوچک و متوسط آشغالها را پس از خشک کردن و جمع آوری توسط کامیون به بیرون شهر انتقال داده می شود و در زیر زمین دفن می کنند . در شهر های بزرگ و بسیار بزرگ می توان تاسیسات تهیه کود از آشغال را مورد بررسی قرار داد.
آشغال خرد کن : در کشور های صنعتی که انرژی برق ارزان است آشغالگیر ها را مجهز به ماشینی ویژه ی خرد کردن آشغال می کنند . این ماشینها به کمک چنگک و تیغه هایی آشغالها را خرد و ریز ریز کرده و همراه فاضلاب وارد یمانهای بعدی فاضلاب می کنند تا مانند مواد آلی موجود در فاضلاب مراحل تصفیه را گذرانده و تبدیل به مواد کودی پایدار گردند.
3- حوض دانه گیر ( ماسه گیر )
حوض دانه گیر اولین واحدی است که در تصفیه خانه که عمل ته نشینی در آن انجام می گیرد . هدف از ته نشین کردن در این حوض ها جدا سازی مواد دانه ای و تجزیه ناپذیر معدنی مانند ذرات ماسه به قطر های بزرگتر و یا مساوی 1/0 تا 2/0 میلیمتر می باشد. علاوه بر جدا سازی مواد دانه ای باید ساختمان این حوض ها و سرعت جریان در آنها به گونه ای باشد که مواد سبک آلی تجزیه پذیر ته نشین نشده و وارد تصفیه خانه گردند.
مشکل موجود در راه رسیدن به دو هدف نامبرده تغییر سرعتی است که در نتیجه نوسانهای مقدار فاضلاب در جریان آن نمودار می شود. برای تثبیت سرعت جریا ن فاضلاب در این حوض ها روشهای مختلفی متداول هستندکه بر مبنای آن انواع حوضهای دانه گیر به صورت زیر پایه گذاری می شوند :
حوض های دانه گیر کم عمق ، حوض های دانه گیر گود ، حوض های دانه گیر دایره ای شکل ، و بالأخره حوض های دانه گیر با کمک دمیدن هوا .
3-1 حوض های دانه گیر کم عمق :
این حوض ها خود به دو نوع مستطیل و دایره ای تقسیم می شوند .
الف) حوض دانه گیر کم عمق و مستطیل شکل :
لینک دانلود و خرید پایین توضیحات
دسته بندی : وورد
نوع فایل : .doc ( قابل ویرایش و آماده پرینت )
تعداد صفحه : 40 صفحه
قسمتی از متن .doc :
مقدمه
« هوش مصنوعی، دانش ساختن ماشین ها یا برنامههای هوشمند است. »
همانگونه که از تعریف فوق-که توسط یکی از بنیانگذاران هوش مصنوعی ارائه شده است- برمیآید،حداقل به دو سؤال باید پاسخ داد:1ـ هوشمندی چیست؟2ـ برنامههای هوشمند، چه نوعی از برنامهها هستند؟
تعریف دیگری که از هوش مصنوعی میتوان ارائه داد به قرار زیر است: « هوش مصنوعی، شاخهایست از علم کامپیوتر که ملزومات محاسباتی اعمالی همچون ادراک (Perception)، استدلال(reasoning) و یادگیری(learning) را بررسی کرده و سیستمی جهت انجام چنین اعمالی ارائه میدهد.»
و در نهایت تعریف سوم هوش مصنوعی از قرار زیر است: «هوش مصنوعی، مطالعه روشهایی است برای تبدیل کامپیوتر به ماشینی که بتواند اعمال انجام شده توسط انسان را انجام دهد.»
به این ترتیب میتوان دید که دو تعریف آخر کاملاً دو چیز را در تعریف نخست واضح کردهاند.1ـ منظور از موجود یا ماشین هوشمند چیزی است شبیه انسان.2ـ ابزار یا ماشینی که قرار است محمل هوشمندی باشد یا به انسان شبیه شود، کامپیوتر است.
هر دوی این نکات کماکان مبهم و قابل پرسشند. آیا تنها این نکته که هوشمندترین موجودی که میشناسیم، انسان است کافی است تا هوشمندی را به تمامی اعمال انسان نسبت دهیم؟ حداقل این نکته کاملاً واضح است که بعضی جنبههای ادراک انسان همچون دیدن و شنیدن کاملاً ضعیفتر از موجودات دیگر است.
علاوه بر این، کامپیوترهای امروزی با روشهایی کاملاً مکانیکی(منطقی) توانستهاند در برخی جنبههای استدلال، فراتر از تواناییهای انسان عمل کنند.
بدین ترتیب، آیا میتوان در همین نقطه ادعا کرد که هوش مصنوعی تنها نوعی دغدغه علمی یا کنجکاوی دانشمندانه است و قابلیت تعمق مهندسی ندارد؟(زیرا اگر مهندسی، یافتن روشهای بهینه انجام امور باشد، به هیچ رو مشخص نیست که انسان اعمال خویش را به گونهای بهینه انجام میدهد). به این نکته نیز باز خواهیم گشت. اما همین سؤال را میتوان از سویی دیگر نیز مطرح ساخت، چگونه میتوان یقین حاصل کرد که کامپیوترهای امروزین، بهترین ابزارهای پیادهسازی هوشمندی هستند؟
رؤیای طراحان اولیه کامپیوتر از بابیج تا تورینگ، ساختن ماشینی بود که قادر به حل تمامی مسائل باشد، البته ماشینی که در نهایت ساخته شد(کامپیوتر) به جز دسته ای خاص از مسائل قادر به حل تمامی مسائل بود. اما نکته در اینجاست که این «تمامی مسائل» چیست؟ طبیعتاً چون طراحان اولیه کامپیوتر، منطقدانان و ریاضیدانان بودند، منظورشان تمامی مسائل منطقی یا محاسباتی بود. بدین ترتیب عجیب نیست، هنگامی که فوننیومان سازنده اولین کامپیوتر، در حال طراحی این ماشین بود، کماکان اعتقاد داشت برای داشتن هوشمندی شبیه به انسان، کلید اصلی، منطق(از نوع به کار رفته در کامپیوتر) نیست، بلکه احتمالاً چیزی خواهد بود شبیه ترمودینامیک!
به هرحال، کامپیوتر تا به حال به چنان درجهای از پیشرفت رسیده و چنان سرمایهگذاری عظیمی برروی این ماشین انجام شده است که به فرض این که بهترین انتخاب نباشد هم، حداقل سهلالوصولترین و ارزانترین و عمومیترین انتخاب برای پیادهسازی هوشمندیست.
بنابراین ظاهراً به نظر میرسد به جای سرمایهگذاری برای ساخت ماشینهای دیگر هوشمند، میتوان از کامپیوترهای موجود برای پیادهسازی برنامههای هوشمند استفاده کرد و اگر چنین شود، باید گفت که طبیعت هوشمندی ایجاد شده حداقل از لحاظ پیادهسازی، کاملاً با طبیعت هوشمندی انسانی متناسب خواهد بود، زیرا هوشمندی انسانی، نوعی هوشمندی بیولوژیک است که با استفاده از مکانیسمهای طبیعی ایجاد شده، و نه استفاده از عناصر و مدارهای منطقی.
فون نیومن آلن تورینگ
در برابر تمامی استدلالات فوق می توان این نکته را مورد تاُمل و پرسش قرار داد که هوشمندی طبیعی تا بدان جایی که ما سراغ داریم، تنها برمحمل طبیعی و با استفاده از روش های طبیعت ایجاد شده است. طرفداران این دیدگاه تا بدانجا پیش رفتهاند که حتی ماده ایجاد کننده هوشمندی را مورد پرسش قرار داده اند، کامپیوتر از سیلیکون استفاده می کند، در حالی که طبیعت همه جا از کربن سود برده است.
مهم تر از همه، این نکته است که در کامپیوتر، یک واحد کاملاً پیچیده مسئولیت انجام کلیه اعمال هوشمندانه را بعهده دارد، در حالی که طبیعت در سمت و سویی کاملاً مخالف حرکت کرده است. تعداد بسیار زیادی از واحدهای کاملاً ساده (بعنوان مثال از نورونهای شبکه عصبی) با عملکرد همزمان خود (موازی) رفتار هوشمند را سبب می شوند. بنابراین تقابل هوشمندی مصنوعی و هوشمندی طبیعی حداقل در حال حاضر تقابل پیچیدگی فوق العاده و سادگی فوق العاده است. این مساُله هم اکنون کاملاً به صورت یک جنجال(debate) علمی در جریان است.
در هر حال حتی اگر بپذیریم که کامپیوتر در نهایت ماشین هوشمند مورد نظر ما نیست، مجبوریم برای شبیهسازی هر روش یا ماشین دیگری از آن سود بجوییم.
تاریخ هوش مصنوعی
هوش مصنوعی به خودی خود علمی است کاملاً جوان. در واقع بسیاری شروع هوش مصنوعی را 1950 می دانند زمانی که آلن تورینگ مقاله دورانساز خود را در باب چگونگی ساخت ماشین هوشمند نوشت (آنچه بعدها به تست تورینگ مشهور شد) تورینگ درآن مقاله یک روش را برای تشخیص هوشمندی پیشنهاد میکرد. این روش بیشتر به یک بازی شبیه بود.
فرض کنید شما در یک سمت یک دیوار (پرده یا هر مانع دیگر) هستید و به صورت تله تایپ باآن سوی دیوار ارتباط دارید و شخصی از آن سوی دیوار از این طریق با شما در تماس است. طبیعتاً یک مکالمه بین شما و شخص آن سوی دیوار میتواند صورت پذیرد. حال اگر پس از پایان این مکالمه، به شما گفته شود که آن سوی دیوار نه یک شخص بلکه (شما کاملاً از هویت شخص آن سوی دیوار بیخبرید) یک ماشین بوده که پاسخ شما را میداده، آن ماشین یک ماشین هوشمند خواهد بود، در غیر این صورت(یعنی در صورتی که شما در وسط مکالمه به مصنوعی بودن پاسخ پی ببرید) ماشین آن سوی دیوار هوشمند نیست و موفق به گذراندن تست تورینگ نشده است.
باید دقت کرد که تورینگ به دو دلیل کاملاً مهم این نوع از ارتباط(ارتباط متنی به جای صوت) را انتخاب کرد. اول این که موضوع ادراکی صوت را کاملاً از صورت مساُله حذف کند و این تست هوشمندی را درگیر مباحث مربوط به دریافت و پردازش صوت نکند و دوم این که بر جهت دیگری هوش مصنوعی به سمت نوعی از پردازش زبان طبیعی تاکید کند.
در هر حال هر چند تاکنون تلاشهای متعددی در جهت پیاده سازی تست تورینگ صورت گرفته مانند برنامه Eliza و یا AIML (زبانی برای نوشتن برنامههایی که قادر به chat کردن اتوماتیک باشند) اما هنوز هیچ ماشینی موفق به گذر از چنین تستی نشده است.
همانگونه که مشخص است، این تست نیز کماکان دو پیش فرض اساسی را در بردارد:1ـ نمونه کامل هوشمندی انسان است.2ـ مهمترین مشخصه هوشمندی توانایی پردازش و درک زبان طبیعی است.
لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 148
دانشگاه آزاد اسلامی
واحد سمنان
«مدل سازی رآکتور شیمیایی با شبکههای عصبی مصنوعی»
ارائه شده به گروه مهندسی مکانیک
جهت دریافت درجه کارشناسی
تحت نظر :
مهندس محمود براتی
مهندس مرتضی محمد ظاهری
توسط:
« فرهاد احدی کلو »
« آبان ماه سال یک هزار و سیصد و هشتاد و شش »
چکیده:
در این پروژه، ورودیها و خروجیهای یک سیستم چند ورودی و چند خروجی غیر خطی، برای ایجاد یک مدل دینامیکیِ هوشمند، استفاده شده است. بنابراین انتخاب شبکههای عصبی مصنوعی از نوع پرسپترونهای چندلایه برای این منظور مناسب است. در کنار این نوع از مدلسازی، استفاده از یک شیوهی مناسب برای کنترل پیشگویانه (پیش بینانه)ی مدل یاد شده، ضروری است.
مدلهای برگشتی تصحیح شونده که از قوانین تعدیل ماتریسهای وزنی مسیرهای ارتباطی بین نرونهای مدل استفاده میکنند، در این پروژه به کار گرفته شدهاند.
این قوانین برای آموزش سیستم، جهت کنترل و دستیابی به خروجی مطلوب در زمانهای بعدی به کار میروند.
فراگیری در این سیستم نیز از نوع فراگیری با سرپرست میباشد؛ به این صورت که معادلهی دیفرانسیل دینامیکیِ سیستم در دسترس است و بنابراین مقادیر مطلوب برای متغیر هدف، که سیستم باید به آن برسد، برای زمانهای آینده مشخص میباشد و خروجی سیستم با استفاده از یک کنترلکنندهی پیشبین، همواره باید به این اهداف دست یابد. سیستم مورد مطالعه در این پروژه، یک رآکتور شیمیایی است که برای اختلاط پیوستهی مواد شیمیایی واکنش دهنده با غلظتها و مقادیر تعریف شده و تولید یک مادهی محصول با یک غلظت متغیر با زمان به کار میرود؛ که میزان مطلوب این غلظت در یک زمان خاص، بهعنوان هدف مطلوبی است که سیستم باید به آن دست یابد.
همچنین بهجای یک سیستم واقعی، از یک مدل نرمافزاری برای جمعآوری دادههای ورودی و خروجی استفاده می شود و در نهایت، نتایج این مدل سازی موفقیتآمیز، توانایی روشهای مدل سازی هوشمند را همانگونه که در این تحقیق آمده است، اثبات میکند.
کلمات کلیدی: هوش مصنوعی، شبکه های عصبی مصنوعی، رآکتور شیمیایی، کنترل پیشبین، نرون، پتانسیل فعالیت، پرسپترون چندلایه غیر خطی، تورش، سیستمهای غیر خطی، بازشناسی الگو، دستگاههای طبقهبندی خطی و غیر خطی، قاعدهی پس انتشار خطا، تعدیل ضرایب وزنی، شبیهسازی، مدل دینامیکی کامل / ناکامل شبکهی عصبی مصنوعی
KEY WORDS: Artificial Intelligence, Artificial Neural Networks, Chemical Reactor, Predictive Control, Neuron, Action potential, Nonlinear Multilayer perceptrons, Bias , Nonlinear systems, Pattern Recognition, linear and Nonlinear classifiers, Backpropagation Rule, Adjusting the Connection Weights, Simulation, complete / Incomplete Artificial Neural Network models.
فصل اوّل:
مقدمه