Slide 1

اندازه: px
شروع نمایش از صفحه:

Download "Slide 1"

رونوشت

1 هادي ويسي دانشگاه تهران - دانشکده علوم و فنون نوين

2 الگوريتمهاي جستجو: پردازش تکاملي معرفي و مفاهیم )Mutation( جهش )Crossover( مفاهیم نمایش کروموزوم جمعیت اولیه تابع برازش انتخاب )Selection( تولید مثل: بازترکیب جایگزینی شرایط توقف کنترل قابلیت پویش و انتفاع نظریه اسکیما الگوريتم ژنتیک: مثال ) Recombination (/هم برش 2

3 بهینه کردن سود شرکت تولید دو محصول: تولید پماد )X1( و ک ر م )X2( سود فروش هر عدد پماد 2 هزار تومان و هر عدد کرم 3 هزار تومان استفاده از دو ماده اولیه A و B برای تولید این دو محصول میزان مورد نیاز مواد A و میزان مورد نیاز مواد A و B در تولید هر پماد 100 گرم و 150 گرم B در تولید هر کرم 50 گرم و 200 گرم میزان موجودی مواد A و B در بازه زمانی یک ماهه 20 کیلو و 40 کیلو بر اساس تجربه فروش قبلی تقاضا برای کرم از دو برابر پماد بیشتر است هدف: در طول یک ماه از هر کدام از این دو محصول چه تعدادی تولید کنیم که سود بیشینه باشد Max 2X 1 +3X 2 A: 100X 1 +50X 2 <20*1000 B: 150X X 2 <40*1000 2X 1 <X 2 3

4 بیشینه کردن سود مغازه سرمایه مغازه دار: 100 هزار تومان فضای مفید مغازه )حجم(: 4000 پنیر فله ای حداکثر 30 کیلو زود خراب میشه! هدف: سود بیشتر = تعداد اقالم جنس i ما x i محدودیت ها 4

5 محاسبات زيستي Computing( )Evolutionary حل مسائل بهینهسازی جستجو و یادگیری ماشین با الهام از تکامل زیستی نظریه تکامل زیستی داروین )1859( حیوانات و گیاهان امروزی از نسل موجوات ماقبل تاریخ هستند-صدها میلیون سال از حیات می گذرد حیات تنها با یک یا تعدادی ارگانیسم ساده شروع شده و بعدها تکامل یافته و تبدیل به میلیون ها گونه متفاوت امروزی شده است تمامی فرآیند خلقت گونههای مختلف حیات ناشی از یکی از نیروهای هدایتکننده در طبیعت با نام انتخاب طبیعی Selection( )Natural است از بین رفتن نمونههای ضعیف و زنده ماندن نمونههای برتر = تکامل تدریجی انتخاب طبیعی راز بقای برترینها در طبیعت و انتقال خصوصیات برتر به نسل بعد= بقای اصلح Fittest( )Survival of the قانون 5

6 الگوریتم های جستجو آگاهانه ناآگاهانه تحلیلی Newton- Raphson BFS, DFS, UCS, DLS, IDS, BS مکاشفه ای )Heuristic( GS, A* فرامکاشفه ای )MetaHeuristic( زیستی غیر زیستی مبتنی بر هوش جمعی تکاملی سایر مبتنی بر علم فیزیک SA, GAS, MOP, EO, HS HC, RS, TS, SS, ILS GA, GP, ES, EP, DE, MA, CA, TGA, CoEA, DEA, ARO, AIS تقلید محور PSO, ICA, FA, SFL, CSO, FOA, COA, BFOA, AFSA, BA, LPO, GSO, KH, HuS عالمت محور ACO, HHO, SSO, ABC, TCO 6

7 جستجوي تحلیلي )Analytical Search( استفاده از توابع و روش های ریاضی برای یافتن حل بهینه: گرادیان مشتق دوم نیوتون-رافسون )برای یافتن ریشه تابع( جستجوي ناآگاهانه )Uninformed (Blind) Search( عدم وجود از اطالعات جانبی درباره نقاط فضای جستجو: تنها تشخیص هدف از غیرهدف پیمایش فضای جستجو به صورت درختی دو نوع کامل: پیمایش کامل فضای جستجو و تضمین یافتن یک راه حل )بهینه یا غیربهینه( ناکامل: جستجو تا یافتن یک راهحل روش ها جستجوی اول سطح Search( )Breadth-First جستجوی هزینه یکنواخت Search( )Uniform-Cost جستجوی اول عمق Search( )Depth-First 7

8 جستجوي آگاهانه )دانش مساله( )Informed Search( استفاده از یک تابع تخمین در مورد فضای جستجو جستجوی اول-بهترین Search( )Best-First - مکاشفهای جستجوی -)Graph-Search( Tree-Search انتخاب یک گره بر اساس تخمین هزینه گسترش آن روشها جستجوی حریصانه Search( :)Greedy جستجوی نزدیکترین گره به هدف جستجوی *A *A(: Search( کمینه کردن کل هزینه برآورد شده- محاسبه زیاد و نیاز به حافظه زیاد جستجوی فرامکاشفهای Search( )Meta-Heuristic روشهای قدیمی: نیاز به نمایش فضای جستجو با درخت عدم امکان نمایش فضای جستجو با درخت )به ویژه برای فضاهای بزرگ و نامنظم( الهام از پدیدههای طبیعی برای جستجو )زیستی و غیرزیستی( 8

9 فضاي جستجو و دورنماي برازش Landscape( )Fitness... فضای جستجو: یک سرزمین حاوی کلیه مقادیر ممکن برای پاسخ مساله گاهی بسیار بزرگ و نامنظم جستجوی هوشمندانه: پیمایش بخش مهم فضای پاسخ دورنمای برازش: پستی و بلندی های سرزمین جستجو تابع برازش Function( :)Fitness تعیین پستی و بلندیهای سرزمین جستجو تعریف بر اساس اطالعات مساله در هر لحظه شامل نقطه پاسخ فعلی )موقعیت( و مقدار برازش )شایستگی( آن نقطه )ارتفاع( ارتفاع متناظر با شایستگی: نقطه بهینه = بیشینه مقدار )بلندترین قله( ارتفاع متناظر با هزینه: نقطه بهینه = کمینه مقدار )عمیقترین دره( 9

10 فضاي جستجو و دورنماي برازش Landscape( )Fitness در مسائل واقعی دورنمای برازش پیچیده است )multimodal( فضای چندقلهای یا خارپشتی دماغه )Ridge( فالت )Plateau( 10

11 قابلیت پويش )Exploration( جستجوی آزادانه کل فضا بدون توجه به دستاوردهای آن در طول جستجو رفتار تصادفی تر الگوریتم قابلیت انتفاع )Exploitation( توجه به دستاوردهای الگوریتم در طول جستجو رفتار حساب شده و محتاطانه نیاز به تنظیم دو قابلیت بر اساس شرايط مساله ایجاد مصالحه )trade-off( بین این دو قابلیت با پارامترهای روش جستجو 11

12 قابلیت پويش و انتفاع برای مسائلی با دورنمای برازش منظم باید انتفاع را تقویت و پویش را کم کنیم برای مسائلی با دورنمای برازش نامنظم )خارپشتی( باید قابلیت پویش را زیاد کنیم جستجوی با بیشترین پویش= جستجوی تصادفی Search( )Random جستجوی با بیشترین انتفاع= جستجوی تپه نوردی Search( )Hill-Climbing 12

13 مصالحه قابلیت هاي پويش و انتفاع با توجه به مساله وجود یک الگوریتم مناسب برای هر مساله با توجه به شرایط آن عدم وجود یک روش جستجوی بهینه برای کار در همه شرایط No Free Lunch Theorem )از ناهار مجانی خبری نیست!( 13

14 مفاهیم... کروزموزم )Chromosome( تشکیل شده از DNA انسان تقریبا 22 هزار ژن در DNA خود دارد رشته گراف درخت= پاسخ مساله محل ذخیره سازی اطالعات ژنی یک موجود ژن ) Gene ( واحدهای کوچکتر تشکیل دهنده کروموزم ویژگی )مشخصه( دادهها 14

15 تفاوت بین کرموزوم DNA و ژن 15

16 ژن 16

17 ... مفاهیم ژنوتایپ )Genotype( ترکیب تمام ژن ها برای یک فرد مشخص فنوتایپ -)Phenotype( خصوصیات ظاهری یک فرد حاصل شده از رمزگشایی یک ژنوتایپ آلل -)Allele( مقادیر مجاز برای هر ژن مقادیر مجاز برای مشخصه های هر پاسخ برازش -)Fitness( میزان شایستگی یک موجود در جمعیت 17

18 مراحل يک الگوريتم تکاملي تولید جمعیت اولیه )پاسخهای اولیه مساله( 2- محاسبه برازش جمعیت ورودی -3 انتخاب )Selection( برای تولید مثل :)Reproduction( قانون بقای اصلح داروین انتخاب والدین شایسته تر 4- بازترکیب )Recombination( والدین انتخاب شده: تولید یک یا چند فرزند با ترکیب ژنهای دو یا چند والد با همبرش )Crossover( 5- جهش مفهوم جفت گیری )Mutation( فرزندان تولید شده: تغییر تصادفی ژنها در یک کروموزوم یافتن مقادیر جدید برای ژن فرزندان )ایجاد تفاوت با والدین( 6- محاسبه برازش جمعیت فرزندان: محاسبه شایستگی فرزندان جدید 7- انتخاب برای جایگزینی :)Replacement( والدین قبلی و فرزندان جدید( تولید یک جمعیت به عنوان نسل جدید ( زا 18

19 مراحل يک الگوريتم تکاملي انتخاب برای تولید مثل محاسبه برازش جمعیت ورودی تولید جمعیت اولیه آغاز بازترکیب والدین انتخاب شده جهش فرزندان تولید شده بررسی شرط توقف پایان محاسبه برازش جمعیت فرزندان انتخاب برای جایگزینی 19

20 از مهم ترين مراحل فرموله کردن مساله برای الگوریتم تکاملی تاثیر زیاد بر کارایی و پیچیدگی الگوریتم روشها... )هر ژن یک عدد دودویی است(: متغیرهای گسسته و اسمی بردار دودویی با طول ثابت مثال: یافتن نقطه بیشینه تابع x 2 x- نیاز به 9 بیت برای مدل کردن مقدار موردنظر در بازه [500,0] 20

21 روشها... نمایش مبتنی بر اعداد حقیقی )هر ژن یک عدد حقیقی(: برای متغیرهای پیوسته مثال: حل مسائل برنامهریزی خطی با چند متغیر )هر متغیر یک ژن( وزنهای شبکه عصبی مثال: نحوه هزینه کردن بودجه تبلیغات کل بودجه تبلیغاتی یک شرکت 200 میلیون تومان است میخواهد سه نوع تبلیغ تلویزیونی مترو و روزنامهای داشته باشد. هزینه هر بار تبلیغ در روزنامه 1.5 میلیون در تلویزیون 3.5 میلیون و مترو 1.1 میلیون تومان است تعداد ببیندگان هر بار تبلیغ در روزنامه 2000 نفر در تلویزیون 3000 نفر و مترو 1300 نفر است هدف: بیشینه کردن تعداد ببیندگان تبلیغ تصمیمگیری: تعداد تبلیغها از هر کدام از این سه تلویزیونی )T( مترو )M( و روزنامهای )N( چقدر باشد تابع هدف برای بیشینه کردن: 2000N+3000T+1300M محدودیت: 1.5N+3.5T+1.1M<200 کروموزوم: سه ژن )تعداد تبلیغ از هر کدام از رسانه ها( N T M 21

22 روش ها جایگشت عناصر مثال: فروشنده دورهگرد یافتن کوتاهترین مسیر برای یک فروشنده با عبور از n شهر از تمامی شهرها دقیقا یک بار بگذرد و به شهر اول برگردد شهرهای تهران )1( اصفهان )2( مشهد )3( شیراز )4( تبریز) 5 ( زاهدان )6( نمایش درختی: برای برنامه ها و روابط ریاضی 22

23 جمعیت = تعدادي از راهحلهاي کانديد براي مساله جمعیت اولیه = پاسخ اولیه مساله روش تصادفی: مقدار تصادفی در بازه مجاز برای هر ژن )پوشش یکنواخت فضا( روش هوشمندانه: تولید کروموزمهای اولیه با برازندگی باال )پوشش بخشها مهم فضا( اندازه جمعیت: معموال ثابت افزایش اندازه جمعیت = تقویت قابلیت پویش: پوشش دادن فضای جستجوی بزرگتر افزایش اندازه جمعیت = تقویت قابلیت انتفاع: افزایش شانس عملگرهای تولیدمثل افزایش اندازه جمعیت = افزایش محاسبات 23

24 تابع برازش: محاسبه میزان شايستگي پاسخها )نسل ها( نگاشت شایستگی هر کروموزوم به یک مقدار عددی کاربرد در عملگر انتخاب برای تعیین اعضای برازنده وابسته به کاربرد تعیین تابع برازش در برخی کاربردها کار مشکلی است مثال: در فروشنده دوره گرد برازش معادل با فاصله طی شده است )هرچه کمتر بهتر است( مثال: بیشینه کردن یک تابع برازش همان مقدار تابع است )هرچه بیشتر بهتر است( مثال: حل مسائل بهینه سازی خطی برازش برابر با تفاضل مقدار هدف و مقدار محاسبه شده با پارامترهای بدست آمده )هرچه کمتر بهتر است( 24

25 انتخاب= يکي از عملگرهاي اصلي پردازش تکاملي بیانگر مفهوم بقای اصلح نظریه داروین هدف: یافتن پاسخهای برتر مساله در جمعیت جاری برای اعمال عملگر تولید مثل فشار انتخاب Pressure( :)Selective میزان فشار عملگر انتخاب برای بردن جمعیت به راهحلهای خوب فشار انتخاب زیاد = توجه بیش از اندازه به اعضای برازنده = کاهش تنوع جمعیت = افزایش قابلیت انتفاع = کاهش قابلیت پویش = همگرایی سریع )محلی( روش های مختلفی برای انتخاب انتخاب تصادفی انتخاب نسبی )Proportional( انتخاب رتبهای )Rank-based( انتخاب مسابقهای )Tournament( انتخاب برشی )Truncation( 25

26 انتخاب تصادفي انتخاب هرکدام از اعضای جمعیت با احتمال برابر = عدم استفاده از برازش کمترین فشار انتخاب انتخاب نسبي )Proportional( شانس بیشتر برای موجوات برتر محاسبه احتمال انتخاب عضو iام جمعیت: برازش عضو i ما )محاسبه با تابع برازش( N= تعداد اعضای جمعیت پیادهسازی انتخاب نسبی با چرخ روالت Selection( )Roulette Wheel در نظر گرفتن یک دایره )چرخ دوار( که به تعداد N بخش )قطعه( تقسیم شده است هر قطعه مرتبط با هر عضو بوده که اندازه آن متناسب با احتمال آن عضو )برازندگی( است چرخاندن چرخ به تعداد N بار و انتخاب عضوی که چرخ روی آن توقف میکند 26

27 انتخاب نسبي )Proportional( فشار انتخاب زیاد چرخ رولت = همگرایی سریع در بهینه محلی بهبود: چرخ رولت با بیش از یک اشاره گر No Chromosome F i (Fitness) p i تعداد N اشارهگر یک بار چرخاندن تعدیل فشار انتخاب Selection Point 27

28 انتخاب رتبهاي )Rank-based( استفاده از رتبه برازندگی اعضا به جای استفاده از مقدار مطلق برازندگی برازش برترین عضو = N برازش دومین عضو برتر = 1-N برازش سومین عضو برتر = 2-N... برازش آخرین عضو برتر = 1 برازش عضو i ما )محاسبه با روش فوق( محاسبه احتمال بر اساس برازش های جدید کاهش فشار انتخاب در مقایسه با چرخ رولت عدم همگرایی زودرس 28

29 انتخاب مسابقه اي )Tournament( انتخاب یک گروه t<n( عضو( از جمعیت به صورت تصادفی مقایسه برازش اعضای انتخاب شده و انتخاب بهترین عضو اگر t خیلی بزرگ نباشد از انتخاب برترین افراد جلوگیری میشود )فشار انتخاب کم( برای t=n همیشه بهترین فرد انتخاب میشود = بیشترین فشار انتخاب اگر t خیلی کوچک باشد شانس انتخاب ضعیفترین افراد افزایش مییابد برای 1=t الگوریتم انتخاب تصادفی مقدار معمول برای t: مقدار 2 یا 3 29

30 انتخاب برشي )Truncation( مرتب کردن اعضای جمعیت بر اساس شایستگی آنها انتخاب T درصد از اعضای برتر انتخاب N عضو به صورت تصادفی )از میان T درصد از برترین اعضا( مقدار T بزرگتر= فشار انتخاب کمتر مقدار 100=T معادل انتخاب تصادفی 30

31 تولید مثل = تولید جمعیت جديد )فرزندان( از والدين انتخاب شده با بازترکیب )Recombination( یا همبرش )Crossover( معادل مفهوم جفتگیری تولید یک یا چند فرزند با ترکیب ژنهای تصادفی انتخاب شده از دو یا چند والد اعمال روی اعضای )والدین( انتخاب شده در مرحله انتخاب )برازنده( تولید فرزندان مشابه والدین: انتقال ژنهای کروموزومهای والدین به فرزندان به ارث بردن ژن های والدین و تولید پاسخ هایی با برازش بهتر اعمال عملگر بازترکیب روی اعضای جمعیت با احتمال p c استفاده بیشتر از عملگر بازترکیب = افزایش قابلیت انتفاع جهش )Mutation( تغییر تصادفی ژنها در کروموزوم هدف: یافتن مقادیر جدید ژن برای فرزندان که در والدین نبوده است افزایش تنوع ژنوتایپی اعمال عملگر جهش روی فرزندان با احتمال p m افزایش بیشتر از عملگر جهش = افزایش قابلیت پویش 31

32 حالت دودويي... همبرش )بازترکیب( تک نقطهای crossover( )One-point انتخاب یک نقطه تصادفی و برش کروموزومها از این نقطه بخش اول والد اول و بخش دوم والد دوم = فرزند اول بخش دوم والد اول و بخش اول والد دوم = فرزند دوم همبرش )بازترکیب( دونقطهای انتخاب دو نقطه تصادفی و برش کروموزومها از این نقاط بخش اول و سوم والد اول و بخش دوم والد دوم = فرزند اول بخش دوم والد اول و بخش اول و سوم والد دوم = فرزند دوم 32

33 حالت دودويي همبرش )بازترکیب( یکنواخت crossover( )Uniform انتخاب هر ژن فرزند از ژن متناسب یکی از دو والد استفاده از یک توزیع تصادفی برای انتخاب ژن فرزند شانس مشابه هر دو والد برای حضور در ژن فرزند برای ضریب ترکیب %50 شانس هر دو والد برابر خواهد بود 33

34 حالت حقیقي... بازترکیب ساده )Simple( انتخاب یک بخش از کروموزومها انتقال بخش اول از والد اول به فرزند اول انتقال بخش اول از والد دوم به فرزند دوم محاسبه ژنهای بخش انتخاب نشده فرزند اول: جمع کردن مقدار ژنهای دو کروموزوم و ضرب حاصل در α )بین 0 و 1( محاسبه ژنهای بخش انتخاب نشده فرزند دوم: جمع کردن مقدار ژنهای دو کروموزوم و ضرب حاصل در α-1 α=0.5 توسعه: استفاده از عملگرهای دیگر غیر از جمع 34

35 حالت حقیقي بازترکیب حسابی ساده Arithmetic( )Simple مشابه بازترکیب ساده اما فقط یک ژن تغییر می کند α=0.5 بازترکیب حسابی کامل Arithmetic( )Whole مشابه بازترکیب ساده اما تمام ژنها تغییر میکند فرزندان شباهتی به والدین ندارند: افزایش قابلیت پویش α=0.5 35

36 حالت جايگشت... بازترکیب ترتیبی Recombination( )Order انتخاب دو نقطه تصادفی گام اول: استفاده از والد اول = انتقال بخش میانی والد اول به فزند اول گام دوم: استفاده از والد دوم = شروع از نقطه اول بخش پایانی برای استفاده از ژنهای والد دوم در بخش پایانی فرزند اول اگر مقدار ژنی قبال در فرزند وجود داشته باشد از آن صرفنظر میشود ادامه این فرایند برای بخش آغازی )ابتدایی( فرزند اول برای فرزند دوم فرآیند قبل با عوض کردن جای دو والد 36

37 حالت جايگشت بازترکیب چرخشی Recombination( )Cycle... گام اول: تعیین دورها شروع از ژن اول والد اول )در اینجا 1( و به همان موقعیت از ژن دوم بروید )ژن اول با مقدار 9( مقدار ژن والد دوم )مقدار 9( را در والد اول جستجو کنید )موقعیت 9 ما ) و به همان موقعیت ( ما 9 ) از ژن دوم بروید مقدار ژن والد دوم )مقدار 4( را در والد اول جستجو کنید )موقعیت 4 ما ) و به همان موقعیت ( ما 4 ) از ژن دوم بروید تکرار گام فوق برای تا رسیدن به ژن اول والد اول )دور: در صورت رسیدن به نقطهای که شروع کردهایم(... تکرار الگوریتم فوق در صورت وجود ژن پیمایش نشده با شروع از اولین ژن پیمایش نشده در والد اول گام دوم: تعیین ژنها انتقال ژن های دور اول از والد اول به فرزند اول انتقال ژن های دور دوم از والد دوم به فرزند اول انتقال ژن های دور سوم از والد اول به فرزند اول انتقال ژن های دور چهارم از والد دوم به فرزند اول برای فرزند دوم: عوض کردن جای دو والد دور 1 دور 2 دور 3 نقاط شکست در تشکیل فرزندان = دورها 37

38 حالت جايگشت بازترکیب چرخشی Recombination( )Cycle - مثال دور 1 شروع از اولین ژن والد اول )مقدار 8( و رفتن به همان موقعیت از والد دوم )مقدار 0( یافتن مقدار 0 در والد اول )موقعیت 10( و رفتن به موقعیت معادل در والد دوم )مقدار 9( یافتن مقدار 9 در والد اول )موقعیت 9( و رفتن به همان موقعبت در والد دوم )مقدار 8( دور 2 شروع از اولین ژن والد اول )مقدار 4( و رفتن به همان موقعیت از والد دوم )مقدار 1( یافتن مقدار 1 در والد اول )موقعیت 8( و رفتن به موقعیت معادل در والد دوم )مقدار 7( یافتن مقدار 7 در والد اول )موقعیت 3( و رفتن به همان موقعبت در والد دوم )مقدار 2( یافتن مقدار 2 در والد اول )موقعیت 6( و رفتن به همان موقعبت در والد دوم )مقدار 5( یافتن مقدار 5 در والد اول )موقعیت 7( و رفتن به همان موقعبت در والد دوم )مقدار 6( یافتن مقدار 6 در والد اول )موقعیت 5( و رفتن به همان موقعبت در والد دوم )مقدار 4( دور 3 شروع از اولین ژن والد اول )مقدار 3( و رفتن به همان موقعیت از والد دوم )مقدار 3( 38

39 حالت درخت در نظر گرفتن نقاط شکست در دو والد جابجایی زیردرخت های انتخاب شده 39

40 حالت دودويي: معکوس سازي بیت )Bit-flipping mutation( انتخاب یک یا چند بیت به صورت تصادفی تغییر مقدار آن بیت )0 به 1 و برعکس( عدم استفاده از اطالعات موجود 40

41 حالت حقیقي: جهش مکمل )Complement Mutation( انتخاب یک یا چند ژن برای ژن کم کردن مقدار بیشینه ممکن برای آن ژن از مقدار جاری آن ژن جمع مقادیر قبلی و جدید ژن = مقدار بیشینه ممکن برای آن ژن مقدار بیشینه ژن ها = =0.8 41

42 حالت جايگشت... جهش جابجایی Mutation( )Swap انتخاب دو ژن به صورت تصادفی و جابجا کردن مقادیر آنها جهش درجی Mutation( )Insert انتخاب دو ژن به صورت تصادفی کپی کردن ژن دوم در ژن بعد از ژن اول شیفت دادن ژن های دیگر به راست 42

43 حالت جايگشت جهش درهمسازی Mutation( )Scramble انتخاب دو ژن به صورت تصادفی جابجایی تصادفی مقادیر ژنهای بین دو نقطه افزایش فاصله بین دو نقطه انتخابی= قابلیت پویش بیشتر جهش معکوس Mutation( )Inversion انتخاب دو ژن به صورت تصادفی جابجا کردن مقادیر ژنهای بین دو نقطه به صورتی که نسبت به وسط آنها وارونه باشند گذاشتن آینه در نقطه وسط بین دو نقطه 43

44 حالت درخت تغییر مقدار مربوط به یک گره مقدار جدید = تصادفی 44

45 گزينش جمعیت جديد )پاسخ هاي جديد( از روی جمعیت والدین )پاسخهای فعلی( و جمعیت فرزندان )پاسخ های جدید( دو نوع کلی جایگزینی حالت پایدار )پایا( Replacement( )Steady State جایگزینی نسلی Replacement( )Generational جايگزيني حالت پايدار )پايا( Replacement( )Steady State... حفظ کردن بخش بزرگی از جمعیت والدین جایگزینی بخشی از والدین با بهترین فرزندان تولید شده حفظ بافت قبلی جمعیت و گوناگونی جمعیت: جلوگیری از همگرایی به بهینه محلی فرض: جمعیت فعلی از گوناگونی مناسبی برخوردار است پارامتر کنترلی: = p rep درصدی از والدین که تغییر میکنند افزایش این پارامتر = کاهش تنوع = همگرایی سریع شکاف نسلی gap( :)generation میزان همپوشانی نسل کنونی و نسل بعد 45

46 جايگزيني حالت پايدار )پايا( Replacement( )Steady State تولید یک/دو فرزند از دو والد و انتخاب یک/دو پاسخ از میان آنها تصادفی: جایگزینی فرزند با یک والد که به صورت تصافی انتخاب میشود بدترین: جایگزینی بدترین والد با فرزند رقابتی: انتخاب تصادفی مجموعهای از والدین و جایگزینی بدترین آنها با فرزند قدیمیترین: والدی که زودتر وارد شده زودتر خارج میشود امکان حذف بهترین پاسخ محافظه کار: انتخاب دو والد که یکی از آنها پیرترین والد است و جایگزینی بدترین آنها با فرزند حفظ بهترین والد پیر نخبهگرایی: حفظ بهترین پاسخها )والدها( 46

47 جايگزيني نسلي )Generational Replacement( جایگزینی کل والدین )نسل قبل( با کل فرزندان )نسل جدید( جایگزین شدن بهترین عضو در جمعیت والدین با ضعیف ترین عضو در جمعیت فرزندان نخبه ساالری :)Elitism( جلوگیری از نابودی بهترین پاسخ همگرایی سریع الگوریتم در استراتژی تکاملی: روش انتخاب )μ+λ( و )μ,λ( روش :)μ+λ( تعداد μ عضو برتر از مجموع μ والد و λ فرزند انتخاب میشوند روش :)μ,λ( تعداد μ عضو برتر از میان λ فرزند انتخاب شده و به نسل بعد منتقل میشوند 47

48 رسیدن به بهترين پاسخ برای حالتی که مقدار برازش بهترین پاسخ را داریم همیشه ممکن نیست محدود کردن تعداد نسل ها )تعداد تکرار الگوريتم( راکد شدن )Stagnant( جمعیت عدم تغییر جمعیت در نسل های متوالی شمارش تعداد نسل هایی که بهترین پاسخ تغییر نکرده است 48

49 کنترل پارامترها احتمال بازترکیب ( c p(: افزایش )کاهش( باعث افزایش )کاهش( قابلیت انتفاع مقدار رایج: 0.6 تا 1.0 احتمال جهش ( m p(: افزایش )کاهش( باعث افزایش )کاهش( قابلیت پویش مقدار رایج: کمتر از 0.1 درصد جایگزینی ( rep p(: افزایش )کاهش( باعث افزایش )کاهش( قابلیت انتفاع تعداد اعضای مورد گزینش در انتخاب مسابقهای ( tourn p(: افزایش )کاهش( باعث افزایش )کاهش( قابلیت انتفاع انتخاب یک گروه از جمعیت به صورت تصادفی و انتخاب بهترین عضو درصد اعضای مورد بررسی در انتخاب برشی ( trunc p(: افزایش )کاهش( باعث افزایش )کاهش( قابلیت پویش مرتب کردن اعضای جمعیت بر اساس شایستگی آنها انتخاب T درصد از اعضای برتر و انتخاب N عضو به صورت تصادفی )از میان T درصد از برترین اعضا( 49

50 به کارگیري روش مناسب براي انتخاب بازترکیب جهش و جايگزيني انتخاب چرخ رولت ساده: تقویت قابلیت انتفاع انتخاب چرخ رولت با چنداشارهگر: تقویت قابلیت پویش بازترکیب تک نقطهای در مقایسه با چند نقطهای: قابلیت انتفاع بیشتر بازترکیب یکنواخت: بهترین انتخاب برای تقویت قابلیت پویش جهش: تخریب بیشتر در کروموزوم ها = قابلیت پویش بیشتر جایگزینی حالت پایدار در مقایسه با جایگزینی نسلی قابلیت پویش بیشتری دارد 50

51 )Niching( حفظ تنوع جمعیت: کرانهسازي کرانه :)Niche( نقاط بهینه )محلی و کلی(- تنوع موجودات در طبیعت جمعیت به سمت کرانهها )نقاط بهینه( میروند: برای هر کرانه یک جمعیت جدا در نظر میگیرند هدف یافتن چندین پاسخ برای مساله )هر کدام مربوط به یک کرانه( اشتراک برازش Sharing( )Fitness ایده به اشتراکگذاری منابع محدود برای موجوداتی که در یک منطقه زندگی میکنند تشویق الگوریتم برای پویش بیشتر با در نظر گرفتن برازش کاذب برای اعضا تغییر مقدار برازش واقعی: اعضایی با فاصله کمتر از یک مقدار مشخص در یک کرانه در نظر گرفته می شوند انبوهسازی )Crowding( جایگزینی اعضای جدید با اعضای مشابه خود در جمعیت = حفظ گوناگونی جمعیت جاری روش اول: انتخاب بخشی از اعضا در جمعیت )حدود %10( برای اعمال عملگر انتخاب و جهش سپس برای هر فرزند جدید تعداد )Crowding Factor ( CF )عددی بین 2 تا 5( نفر از جمعیت انتخاب شده و با آن فرزند مقایسه میشوند تا فرزند جایگزین شبیهترین عضو شود روش دوم )انتخاب مسابقهای محدود شده(: جلوگیری از رقابت یک پاسخ با پاسخهای خیلی متفاوت از آن 51

52 حفظ تنوع جمعیت: گونه سازي )Speciation( ایده: شیرها با شیرها و فیل ها با فیل ها جفت گیری می کنند گونه: دستهای از اعضا که شباهت بیشتری به همدیگر دارند ایده گونهسازی: تنها اعضای مشابه اجازه تولیدمثل دارند کاهش پاسخهای مهلک :)Lethal( برازش خیلی ضعیف جلوگیری از بازترکیب اعضای کرانههای مختلف روش اول: در بازترکیب یک عضو با نام m را انتخاب کرده سپس از میان جمعیت یک عضو تصادفی انتخاب شده اگر فاصله m با این عضو کمتر از یک آستانه باشد بازترکیب انجام میشود روش دوم )روش :)Flag bits هر کروموزوم با یک )دو گونه( یا چند بیت نشانه برچسپ زده میشود که نشانگر گونه کروموزوم است. هر کروموزوم فقط به یک گونه تعلق دارد. برازش نسبی عضو iام در گونه jام برابر با j f i s / است ) j s اندازه گونه j ما ). تقویت برازش نسبی اعضای حاضر در مجموعههای کوچک عمل بازترکیب تنها روی اعضای یک گونه 52

53 مثال: مي خواهید به يک تور ديدني ارزان قیمت 7 روزه برويد. هدف: بهینه سازي با چند هدف استفاده از توابع تجمیعی وزنهای متفاوت )مثال جمع وزندار( )چند تابع برازش( :)Aggregation Functions( رویکرد جمعیتی تعداد اهداف و بهینهسازی مستقل آنها :)Population-based( کاربرد عمده در مسائل با تعداد اهداف زیاد ترکیب توابع برازش مختلف با تفکیک جمعیت به زیرجمعیت هایی برابر با ضعف: عدم توان در حفظ پاسخهای غیرمغلوب )Pareto( )پاسخ بهینه با توجه به همه اهداف( حذف پاسخهایی که در همه هداف مساوی هستند )و ممکن است بهینه سراسری باشند( رویکرد مبتنی بر پرتو :)Pareto-based( شناسایی پاسخهای غیرمغلوب و سعی در حفظ آنها کاربرد در مسائلی که ارزش همه اهداف مساله یکسان است 53

54 و 1 نظريه اي براي بیان درستي عملکرد الگوريتم تکاملي توسط هالند )Holland( مرتبه اسکیما: تعداد بیتهای تعریف شده ( غیر از *( فرموله کردن تکامل در جمعیت در طی زمان اسکیما: مجموعه ای از رشته هاکه دارای شباهت در برخی از مکان هایشان هستند اسکیما: مجموعهای از رشته بیتهای تشکیل شده از 0 تعداد اسکیماها در جمعیت به سمت برازش نسبی خود میل می کند عدم ارائه تصویر درست از رفتار الگوریتم! طول معین اسکیما: فاصله بین اولین و آخرین بیت تعریف شده f s, t f t d L-1 1-p s 1 -p o( s) m s, t c m احتمال بازترکیب * )که =* صفر یا یک = care )don't میانگین برازش اسکیمای s در نسل t m s, t 1 احتمال جهش طول اسکیما میانگین برازش جمعیت در نسل t تعداد نمایندگان اسکیمای s در نسل 1+t 54

55 بلوک سازنده Block( )Building اسکیمایی که دارای سه خاصیت زیر است: دارای برازندگی باالتر از میانگین برازندگی جمعیت است دارای طول کوتاه باشد دارای مرتبه پایین باشد تعداد بلوک های سازنده در طول نسل ها به صورت نمایی افزایش می یابد. بلوک های سازنده با عملگرهای ژنتیکی با یکدیگر ترکیب شده و بلوک های با مرتبه و طول بزرگ تر می سازند. تکرار این فرآیند منجر به یافتن پاسخ بهینه می شود. 55

56 الگوريتم ژنتیک Algorithm( )Genetic برنامهنويسي ژنتیک Programming( )Genetic استراتژي تکامل Strategy( )Evolutionary برنامهنويسي تکاملي Programming( )Evolutionary تکامل تفاضلي Evolution( )Differential الگوريتم فرهنگي Algorithm( )Cultural الگوريتم همتکاملي Algorithm( )Co-Evolutionay الگوريتم ممتیک Algorithm( )Memtic بهینهسازي تولیدمثل غیرجنسي ( Reproduction Asexual )Optimization... 56

57 تاريخچه اولین بار توسط Fraser در 1957 ادامه توسط Bremermann در 1962 و Reed در 1967 تکمیل و توسعه توسط Holland در 1975 هالند = پدر الگوریتم ژنتیک کاربرد جستجو بهینه سازی یادگیری ماشین کنترل زمان بندی کارها رباتیک عملگرها انتخاب )مدلسازی قانون بقای اصلح( تولید مثل: بازترکیب و جهش 57

58 خصوصیات الگوريتم ژنتیک استاندارد استفاده از نمایش رشته بیتی طول ثابت و یکسان برای کروموزومها تعداد اعضای جمعیت ثابت استفاده از عملگر انتخاب نسبی برای انتخاب والدین استفاده از بازترکیب تک نقطه استفاده از جهش معکوسسازی بیت احتمال بازترکیب باال )حدود 0.95 و بیشتر( احتمال جهش پایین: برابر با L/1 که L طول کروموزوم است 58

59 فروشنده دوره گرد )Travelling Salesman Problem( یافتن کوتاهترین مسیر برای یک فروشنده با عبور از n شهر از تمامی شهرها دقیقا یک بار بگذرد و به شهر اول برگردد جزو مسائل NP-Hard تعداد کل راهحلها برای n شهر =!(1-n)0.5 برای 5 شهر 12 = برای 10 شهر = برای 30 شهر = 1.3*10 32 حل با الگوریتم ژنتیک 59

60 )3( شیراز )4( تبریز) 5 ( زاهدان )6( نمايش کروموزوم: جايگشت برای شهرهای تهران )1( اصفهان )2( مشهد [136425] برازش: جمع کل فاصله فاصله کمتر = برازش بهتر تور )هزينه( زاهدان تبریز شیراز مشهد اصفهان تهران تهران اصفهان مشهد شیراز تبریز زاهدان انتخاب: مسابقهاي رتبهاي... بازترکیب: ترتیبي يا چرخشي جهش: جابجايي درجي جهش معکوس 60

61 پارامترها: جمعیت: 50 براي 30 شهر جمعیت اولیه: تصادفی )میتواند هوشمندانه هم باشد( تعداد نسلها )تکرار(: نرخ جهش ( m p(= %5 )میتواند در طول الگوریتم افزایش یابد( 61

62 چینش بهینه حروف فارسي بر روي صفحه کلید اهمیت چینش بهینه حروف فارسی بر روی صفحهکلید برای تایپ )به ویژه تایپ زیاد( راحتتر و سریعتر کردن تایپ: جابجایی کمتر انگشتان در حین تایپ بهینه سازی با الگوریتم ژنتیک: جستجو در فضای چینش های مختلف حروف ]سجاد مرادي سعيد شيري قيداري بهينهسازي چينش حروف فارسي بر روي صفحه كليد با استفاده از الگوريتمهاي ژنتيكي يازدهمين كنفرانس ساالنه انجمن كامپيوتر ايران 1384[ 62

63 نمايش کروموزوم هندسه صفحهکلید ثابت است تعداد 33 نشانه )32 حرف الفبای فارسی و حرف همزه "ء" ) سه ردیف صفحهکلید دارای و 10 کلید نمایش جایگشت هر ژن = یک حرف کروموزوم = برداری از حروف فارسی )بیانگر ترکیبهای مختلف حروف فارسی روی صفحهکلید( هر بردار شامل 33 عنصر ژ پ ژ... ف ق ث ص ض تعداد چینش های مختلف: 33! = 8.7*

64 تابع برازش... بیانگر میزان راحت یا سخت بودن تایپ با چینش جاری حروف بر روی صفحه کلید یک مساله پیچیده ارگونومیک چهار هدف را برای طراحی یک صفحه کلید کارا برابر بودن کاری که دو دست انجام میدهند بیشترین تایپ حروف به صورت متناوب با دو دست کمترین تکرار تایپ دو حرف متوالی با یک انگشت بیشترین تایپ حروف بر روی کلیدهای پایهای )کلیدهای ردیف وسط( تابع برازش = کمی کردن چهار هدف فوق 64

65 تابع برازش... =C hand هزینه اندازهگیری مقدار دو هدف اول: پشت سر هم تایپ برای دست یک از استفاده دو حرف برابری بودن کاری که دو دست انجام میدهند بیشترین تایپ حروف به صورت متناوب با دو دست C= finger هزینه استفاده اندازهگیری هدف سوم: سر هم برای انگشت یک از تایپ دو حرف پش ت کمترین تکرار تایپ دو حرف متوالی با یک انگشت =C ergonomic هزینه اندازهگیری هدف چهارم و برخی عوامل دیگر: توجه به موقعیت آن حرف بر روی صفحهکلید. تایپ یک حرف با بیشترین تایپ حروف بر روی کلیدهای پایهای )کلیدهای ردیف وسط( استفاده از انگشتان مختلف دست میزان جابجایی انگشتان روی صفحه کلید 65

66 Fitness (layout) w i W l w j i [C تابع برازش... تابع برازش = مجموع سه فاکتور محاسبه برای یک مجموعه متن فارسی hand ( l j, l j1) C finger ( l j, l j1) Cergonomic ( l j )] تمامی کلمات موجود در از مجموعه W از کلمه مورد متن استفاده w i W مجموعه w i کلمه i ما l j حرف j ما هزینه فشردن کلیدها: مصاحبه با تایپیست های حرفه ای )راست دست( Jeffrey S. Goettl, Alexander W. Brugh, Bryant A. Julstrom: Call me arranging the keyboard with a permutation-coded genetic algorithm. SAC 2005:

67 Fitness (layout) w i W l w j i [C hand ( l j, l j1) C finger ( l j, l j1) Cergonomic ( l j )] تابع برازش j ما حرف دو که حالتی تایپ دست یک با و j-1 ام C= hand مقداری ثابت برای (l j, l j-1 ) شود در غیراینصورت مقدار آن صفر است C finger مقدار ثابت = یکچهارم ) j-1 (l j, l دو حرف j ما تایپ انگشت یک با و j-1 ام C= finger مقداری ثابت برای حالتی که (l j, l j-1 ) شود در غیراینصورت مقدار آن صفر است مقدار ثابت = متوسط اعداد هزینه فشردن کلیدها معادل هزینه فشردن کلیدها =C ergonomic مقدار (l j ) 67

68 عملگرها در اینجا تنها از عملگر جهش استفاده شده است دلیل عدم استفاده از عملگر بازترکیب: هزینه زمانی باال عملگر جهش سعی در حفظ پاسخ های برگزیده در نظر گرفتن درصدی از پاسخها به عنوان جامعه نخبگان )بیشترین مقدار برای تابع برازش(: جابجایی چهار ژن به صورت تصادفی برای سایر پاسخها )افراد عادی جمعیت(: جابجایی 12 ژن 68

69 ارزيابي: پارامترها تعداد اعضای جمعیت: 100 کروموزوم نسل اول: به صورت تصادفی درصد تشکیلدهنده جامعه نخبگان برای عملگر جهش %10 کل جمعیت تعداد کل نسلها: 500 نسل ارزيابي: پاسخ متوسط مقادیر برازش همه اعضای جمعیت fitness value متوسط مقادیر برازش جامعه نخبگان بهترین برازش generation number 69

70 ارزيابي هزینه بهترین چینش با الگوریتم ژنتیک = هزینه چینش کنونی 70

71 ... برنامه نويسي ژنتیک )Genetic Programming( ارائه شده توسط Koza هدف: پیدا کردن برنامه بهینه برای تکامل برنامه های کامپیوتری کاربردها: برنامهنویسی خودکار برنامهریزی درخت تصمیم طراحی شبکه عصبی میتوان آن را یکی از الگوریتمهای ژنتیک دانست! تفاوت اصلی با الگوریتم ژنتیک: استفاده از نمایش درختی ویژگیها طول متغیر برای کروموزوم )ویژگی انحصاری( تعداد اعضای جمعیت ثابت است استفاده از عملگرهای بازترکیب )با احتمال بیشتر از %90( و جهش )کمتر از %1( استفاده از عملگر تغییر معماری Alternation( )Architecture ویرایش برخی قوانین )مثال جایگزینی x and x با x( شناسایی بلوکهای سازنده و جلوگیری از تغییر بلوکهای مفید با عملگرهای تولید مثل تابع برازش: کارایی موجود )برنامه( بر روی یک مجموعه آزمون 71

72 استراتژي تکامل )Evolutionary Strategy( ارائه شده توسط ریچنبرگ در سال 1960 هدف: بهینهسازی فرآیند تکامل است )بهینه کردن پارامترهای تکامل مانند نرخ جهش( عالوه بر ویژگی های ژنی برای هر موجود پارامترهای استراتژی هم وجود دارد مدل سازی رفتار موجود در محیط تکامل هم زمان ویژگی های ژنی و پارامترهای استراتژی کاربردها: بهینهسازی طراحی کنترلگر سیستمهای قدرت ویژگی ها نمایش اعداد حقیقی تعداد ثابت برای اعضای جمعیت استفاده از عملگر جهش با نرخ تطبیقی )بازترکیبی در موارد محدودی استفاده میشود( پاسخهای بهتر دارای نرخ جهش کم و برعکس هر موجود دارای پارامترهای استراتژی مربوط به خود است که هم زمان با تکامل نسل ها آنها نیز تکامل می یابند استفاده از جایگرینیهای )μ+λ( و )μ,λ( ]مراجعه به چند اسالید قبل[ 72

دانشکده ی علوم ریاضی ساختمان داده ۲۶ شهر یور ۹۲ جلسه ی ۲: مرتب سازی درجی مدر س: دکتر شهرام خزاي ی نگارنده: حسن بندبنی و مصطفی کر یمی ۱ مسا له مرتب ساز

دانشکده ی علوم ریاضی ساختمان داده ۲۶ شهر یور ۹۲ جلسه ی ۲: مرتب سازی درجی مدر س: دکتر شهرام خزاي ی نگارنده: حسن بندبنی و مصطفی کر یمی ۱ مسا له مرتب ساز دانشکده ی علوم ریاضی ساختمان داده ۶ شهر یور ۹ جلسه ی : مرتب سازی درجی مدر س: دکتر شهرام خزاي ی نگارنده: حسن بندبنی و مصطفی کر یمی ۱ مسا له مرتب سازی همان طور که در جلسه قبل مطرح شد مسا له ی مرتب سازی ا

توضیحات بیشتر

تخصصی بسم الله الرحمن الرحیم آموزشگاه تحلیل داده ترین مرکز برنامه نویسی و دیتابیس در ایران عملگرهای اصلی پایتون مدرس : مهندس افشین رفوآ عملگرهای اصلی

تخصصی بسم الله الرحمن الرحیم آموزشگاه تحلیل داده ترین مرکز برنامه نویسی و دیتابیس در ایران عملگرهای اصلی پایتون مدرس : مهندس افشین رفوآ عملگرهای اصلی تخصصی بسم الله الرحمن الرحیم آموزشگاه تحلیل داده ترین مرکز برنامه نویسی و دیتابیس در ایران عملگرهای اصلی پایتون مدرس : مهندس افشین رفوآ عملگرهای اصلی پایتون operator( )Python عملگرها سازه هایی هستند که

توضیحات بیشتر

اهداف درس این جلسه (1 (2 (3 (4 (5 (6 (1 (2 آشنایی با رویکرد عقبگرد براي حل مساي ل بیان مساي لی که این رویکرد براي حل آنها مناسب میباشد. بیان مساله n و

اهداف درس این جلسه (1 (2 (3 (4 (5 (6 (1 (2 آشنایی با رویکرد عقبگرد براي حل مساي ل بیان مساي لی که این رویکرد براي حل آنها مناسب میباشد. بیان مساله n و اهداف درس این جلسه (1 (2 (3 (4 (5 (6 (1 (2 آشنایی با رویکرد عقبگرد براي حل مساي ل بیان مساي لی که این رویکرد براي حل آنها مناسب میباشد. بیان مساله n وزیر درخت فضاي حالت تفاوت با پیمایش pre-order درخت فضاي

توضیحات بیشتر

2/25/2015 معادله جبري هر معادله ریاضی به شکل y=f(x) را جبري گویند اگر بتوان آن را به شکل زیر نشان داد: ریشه Advanced Numerical Methods 37 روش نصف کردن

2/25/2015 معادله جبري هر معادله ریاضی به شکل y=f(x) را جبري گویند اگر بتوان آن را به شکل زیر نشان داد: ریشه Advanced Numerical Methods 37 روش نصف کردن معادله جبري هر معادله ریاضی به شکل y=f() را جبري گویند اگر بتوان آن را به شکل زیر نشان داد: ریشه Advanced Numercal Methods 37 روش نصف کردن (Bsecton) دو نقطه (کران) در دو سوي ریشه در نظر گرفته میشود به

توضیحات بیشتر

دانشکده ی علوم ریاضی داده ساختارها و الگوریتم ها دی ۹۳ جلسه ی ۱۴: میانه ها و ا ماره های ترتیبی مدر س: دکتر شهرام خزاي ی نگارنده: حسام رهنما-نوید مشایخ

دانشکده ی علوم ریاضی داده ساختارها و الگوریتم ها دی ۹۳ جلسه ی ۱۴: میانه ها و ا ماره های ترتیبی مدر س: دکتر شهرام خزاي ی نگارنده: حسام رهنما-نوید مشایخ دانشکده ی علوم ریاضی داده ساختارها و الگوریتم ها دی ۹۳ جلسه ی ۱۴: میانه ها و ا ماره های ترتیبی مدر س: دکتر شهرام خزاي ی نگارنده: حسام رهنما-نوید مشایخی ۱ مقدمه منظور از iا مین ا ماره ی ترتیبی مجموعه ای

توضیحات بیشتر

دانشگاه گیلان-گروه مهندسی برق- مساي ل مخابرات دیجیتال

دانشگاه گیلان-گروه مهندسی برق- مساي ل مخابرات دیجیتال دانشگاه گیلان-گروه مهندسی برق- مساي ل مخابرات دیجیتال ---------------------------------------------------------------------------------------------------- سري 2 (فصل 3): منابع اطلاعات و کدبندي منبع 1-2

توضیحات بیشتر

Microsoft PowerPoint - AILab3_EC.pptx

Microsoft PowerPoint - AILab3_EC.pptx به نام پروردگار دانايي هوش مصنوعي الگوريتم هاي تكاملي سيد كاوه احمدي Introduction متافور اصلي پردازش تكاملي حل مسي له تكامل مسي له راهحل كانديد كيفيت محيط نمونه برآزندگي برازندگي (Fitness) شانس تكثير بقاء

توضیحات بیشتر

سري سوال, -,( ),,, - ١ توصيف زير به کدام دسته از تعاريف هوش مصنوعي مربوط مي گردد ((مطالعه ي محاسباتي که منجر به درک و استدلال مي شود.)) سيستم هاييکه عقلايي فکر ميکنند. سيستم هاييکه مثل انسان فکر ميکنند.

توضیحات بیشتر

Q-Learning

Q-Learning یادگیری تقویتی n.razavi@tabrizu.ac.ir ۱۳۹۵ سید ناصر رضوی یادگیری تقویتی 2 یادگیری تقویتی 3 عامل ایدهی اصلی. دریافت بازخورد از محیط به شکل پاداشها. سودمندی عامل به وسیلهی تابع پاداش تعریف میشود. عامل باید

توضیحات بیشتر

هاله کسمائي

هاله کسمائي 3-1 آرایه يکی از پرکاربردترين ساختمان های داده است که اغلب برای پیاده سازی داده ه یا انتزاعی خطی بکار می رود. تعريف های يک بعدی های دو بعدی محاسبه فضا و آدرس های پويا الگوريتم های درج و حذف تعریف آرایه

توضیحات بیشتر

دینامیک سازه ها، پاسخ سازه در برابر زلزله

دینامیک سازه ها، پاسخ سازه در برابر زلزله در این مقاله روش های تعیین پاسخ سازه تک درجه ا زادی که در معرض نیروی زلزله ناشی از جنبش زمین قرار گرفته باشد برررسی می شود. پاسخ به جنبش زمین ناشی از زلزله در مقالات قبل پاسخ سازه در اثر نیروهای ذاتی موجود

توضیحات بیشتر

Microsoft Word - ok

Microsoft Word - ok جلسه پنجم خواص جزء صحيح معادلات و نامعادلات براكتي رسم نمودار روابط براكتي بزرگترين عدد صحيحي كه از x بزرگتر نباشد را جزء صحيح ) براكت ( x ميگوي يم و با نماد نمايش ميدهيم در واقع : به طور كلي هر عددي روي

توضیحات بیشتر

دانشکده ی علوم ریاضی ا ناليز الگوريتم ها ۶ اسفند ۹۱ جلسه ی ۶: الگوریتم های پیمایش گراف مدر س: دکتر شهرام خزاي ی نگارنده: شایان میرجعفری ۱ مقدمه در این

دانشکده ی علوم ریاضی ا ناليز الگوريتم ها ۶ اسفند ۹۱ جلسه ی ۶: الگوریتم های پیمایش گراف مدر س: دکتر شهرام خزاي ی نگارنده: شایان میرجعفری ۱ مقدمه در این دانشکده ی علوم ریاضی ا ناليز الگوريتم ها ۶ اسفند ۹۱ جلسه ی ۶: الگوریتم های پیمایش گراف مدر س: دکتر شهرام خزاي ی نگارنده: شایان میرجعفری ۱ مقدمه در این بخش با الگوریتم های BFS و DFS ا شنا خواهیم شد که برای

توضیحات بیشتر

درس برنامه نویسی )شیمی( بهار ٩٧ تدریس توسط : حسین جوهری درس پنجم دانشگاه صنعتی خواجه نصیرالدین طوسی دانشکده ریاضی ادامه بحث در مورد اعداد کار با ورودی

درس برنامه نویسی )شیمی( بهار ٩٧ تدریس توسط : حسین جوهری درس پنجم دانشگاه صنعتی خواجه نصیرالدین طوسی دانشکده ریاضی ادامه بحث در مورد اعداد کار با ورودی درس برنامه نویسی )شیمی( بهار ٩٧ تدریس توسط : حسین جوهری درس پنجم دانشگاه صنعتی خواجه نصیرالدین طوسی دانشکده ریاضی ادامه بحث در مورد اعداد کار با ورودی خروجی عبارات منطقی برای مطالعه بیشتر فصل ٣ و ٤ و ١٠

توضیحات بیشتر

دکتر نیک انجام مبانی برنامه سازی - پاییز ٩۶ دکتر نصیحت کن نام: شماره دانشجویی آذر ٩۶ قسمت اول - سوالات کتبی سوال ١- (٧ نمره) فلوچارت روبرو چه کاری انج

دکتر نیک انجام مبانی برنامه سازی - پاییز ٩۶ دکتر نصیحت کن نام: شماره دانشجویی آذر ٩۶ قسمت اول - سوالات کتبی سوال ١- (٧ نمره) فلوچارت روبرو چه کاری انج دکتر نیک انجام مبانی برنامه سازی - پاییز ٩۶ دکتر نصیحت کن نام: شماره دانشجویی آذر ٩۶ قسمت اول - سوالات کتبی سوال ١- (٧ نمره) فلوچارت روبرو چه کاری انجام می دهد (با مثال توضیح دهید) 2-2 2 + 3 2 - + (-)

توضیحات بیشتر

(Supply) عرضه

(Supply) عرضه تقاضا (Demand) 1 ري وس مطالب قید بودجه Constraint) (Budget ترجیحات( Function (Utility منحنی بی تفاوتی Curve) (Indifference انتخاب مصرف کننده Choice) (Consumer s کشش درآمدي Elasticity) (Income کشش جانشینی

توضیحات بیشتر

free download pnu pdf file from کارشناسی و کارشناسی ارشد حضرت علي(ع): دانش راهبر نيکويي براي ايمان است سري سوال : يك ۱ زمان آزمون (دق

free download pnu pdf file from   کارشناسی و کارشناسی ارشد حضرت علي(ع): دانش راهبر نيکويي براي ايمان است سري سوال : يك ۱ زمان آزمون (دق سري سوال : يك ۱ - ريلي,مهندسي پليمر - صنايع پليمر,مهندسي پليمر - علوم و تكنولوژي رنگ,مهندسي نفت - صنايع گاز,مهندسي نفت - راه ا هن - بهره برداري,مهندسي پزشكي - بيومكانيك,مهندسي عمران - نقشه برداري,مهندسي

توضیحات بیشتر

فصل اول با اقتصاد کلان آشنایی

فصل اول با اقتصاد کلان آشنایی فصل اول با اقتصاد کلان آشنایی (کلان) and Macro (خرد ( Micro اقتصاد خرد شامل مطالعه مبانی تصمیم و رفتار عاملان اقتصادي مانند خانوارها و بنگاه ها و مصرف کننده نظریه بنگاه تحلیل (نظریه تصمیمات آنها در بازارها

توضیحات بیشتر

cosx tan x( 2sin sin x) 4 sin x )3 باشد حاصل کدام است )4 cos x )2 x اگر sin x ) tan x( 2sin sin x) = (

cosx tan x( 2sin sin x) 4 sin x )3 باشد حاصل کدام است )4 cos x )2 x اگر sin x ) tan x( 2sin sin x) = ( cos tan ( sin sin ) sin ) باشد حاصل کدام است ) cos ) 6- اگر sin ) tan ( sin sin ) = ( sin ) cos cos پاسخ: از طرفی پس چون در ربع سوم مقداری منفی دارد خواهیم داشت: cos = cos cos ( sin ) = ( sin ) = = cos

توضیحات بیشتر

C indd

C indd آشنایی با نظریۀ اعداد نظریه اعداد و به خصوص مبحث هم نهشتی ها کاربردهای بسیاری در علوم مربوط به رایانه رمزنگاری و رمزگشایی حساب با اعداد صحیح بزرگ طراحی الگوریتم های سودمند برای حساب کامپیوتری و ایجاد اعداد

توضیحات بیشتر

تئوري تخمين و فيلترهاي بهينه

تئوري تخمين و فيلترهاي بهينه باسمه تعالی روش های شناسایی در سیستم های سازه ای Lecture 5 Fundamentals of Signal Processing مقدمه مقدمه در مساله پردازش سیگنال ) ( sn از مقدار اندازه گیری g s n v n nt ترم نویزی ) ( vn معموال به صورت

توضیحات بیشتر

تئوري تخمين و فيلترهاي بهينه

تئوري تخمين و فيلترهاي بهينه باسمه تعالی روش های شناسایی در سیستم های سازه ای Lecture 6 Least Square Rules مقدمه Give a set of observatios, which model parameters gives a model which approximates those up to the smallest sum of squared

توضیحات بیشتر

Data structure

Data structure لیست پیوندی- 2 سید مهدی وحیدی پور با تشکر از دکتر جواد سلیمی دانشگاه کاشان- دانشکده مهندسی برق و کامپیوتر لیستهای پیوندی اشاره گرها ليست ها ليست هاي دايره اي پشته ها و صفهاي پيوندي چند جمله اي ها روابط

توضیحات بیشتر

Microsoft PowerPoint - chapter 2

Microsoft PowerPoint - chapter 2 حل معادلات يك متغيره محاسبات عددي پيشرفته روش نصف كردن - شرط پايان الگوريتم: مناسب ترين شرط 2 محاسبات عددي پيشرفته روش نصف كردن قضيهفضكند و روش نصف كردن دنباله را ه: فرض كنيد توليد مي كند كه صفر p را تقريب

توضیحات بیشتر

Microsoft PowerPoint - Data Structure-06(2).ppt [Compatibility Mode]

Microsoft PowerPoint - Data Structure-06(2).ppt [Compatibility Mode] مرتب سازي ادغام بازگشتي با توجه به مثال قبل ديديم اگر از تابع merge براي ادغام زير ليست هاي مرتب شده از يك آرايه به آرايه ديگر استفاده كنيم. انگاه كپي زير ليست ها است. ضروري امري در همان آرايه كه را بايد[

توضیحات بیشتر

دانشکده ی علوم ریاضی احتمال و کاربردا ن ۳۰ اردیبهشت ۹۳ جلسه ی ۲۳: متغیر تصادفی مخلوط مجموع متغیرهای تصادفی تابع مولد گشتاور مدر س: دکتر شهرام خزاي ی ن

دانشکده ی علوم ریاضی احتمال و کاربردا ن ۳۰ اردیبهشت ۹۳ جلسه ی ۲۳: متغیر تصادفی مخلوط مجموع متغیرهای تصادفی تابع مولد گشتاور مدر س: دکتر شهرام خزاي ی ن دانشکده ی علوم ریاضی احتمال و کاربردا ن ۰ اردیبهشت ۹ جلسه ی ۲: متغیر تصادفی مخلوط مجموع متغیرهای تصادفی تابع مولد گشتاور مدر س: دکتر شهرام خزاي ی نگارنده: مهرداد تحویلیان- فرنوش فرهادی در این جلسه ابتدا

توضیحات بیشتر

سمینار عنوان پروتکلهای مسیریابی پایدار در شبکههای موردی سیار نگارنده 1

سمینار عنوان پروتکلهای مسیریابی پایدار در شبکههای موردی سیار نگارنده 1 0 سمینار عنوان پروتکلهای مسیریابی پایدار در شبکههای موردی سیار نگارنده 1 عنوان فهرست مطالب صفحه چکیده...... 1 فصل اول: مقدمه -1-1 مقدمه 3... فصل دوم: بستر تحقیق -1-2 مقدمه 5... 2-2- شبکههای موردی بیسیم...

توضیحات بیشتر

تمرین سری سوم درس مبانی برنامه نویسی پایتون دانشگاه شریف پاییز ۴۹ دمرس: علی رضا رط ق ی حقی ق ت رطاح تم ر ی ن: علی رضا خاد م ی 1

تمرین سری سوم درس مبانی برنامه نویسی پایتون دانشگاه شریف پاییز ۴۹ دمرس: علی رضا رط ق ی حقی ق ت رطاح تم ر ی ن: علی رضا خاد م ی 1 دمرس: علی رضا رط ق ی حقی ق ت رطاح تم ر ی ن: علی رضا خاد م ی 1 به نکات زیر حتما دقت کنید: موعد تحویل تمرین تمدید نخواهد شد. قطع بودن اینترنت منزل یا خوابگاه کندی سرعت اینترنت عدم وقت و... هیچ کدام دلیل

توضیحات بیشتر

lec2.pptx

lec2.pptx با روشهاي تخمین بار آشنایی محمدي ایواتلو دانشگاه تبریز بهنام Behnam Mohammadi-ivatloo3/5/2014 برآورد بار روشهاي مبتنی بر برازش منحنی روشهاي روش مصرف نهایی روش زمین مصرفی (کاربري ارضی) نوین مانند شبکه هاي

توضیحات بیشتر

مفاهیم پایگاه داده پنجم: درس مدل سازی معنایی داده ها سید کاوه احمدی

مفاهیم پایگاه داده پنجم: درس مدل سازی معنایی داده ها سید کاوه احمدی مفاهیم پایگاه داده پنجم: درس مدل سازی معنایی داده ها سید کاوه احمدی پیاده سازی مدل سازی معنایی شناخت سیستم 2 مدل سازی معنایی داده قبل از پیادهسازی بانک اطالعاتی باید عمل طراحی بانک اطالعاتی معنایی( انجام

توضیحات بیشتر

Microsoft Word - Forex-Persian-tradingstrategies doc

Microsoft Word - Forex-Persian-tradingstrategies doc استراتژيهاي معامله به نام خدا براي انجام معاملات در فاركس بدلخواه از استراتژيهاي گوناگوني ميتوان استفاده كرد. هدف از اين مقاله و طبقهبندي اراي ه شده معرفي و تا كيد بر تفاوتهاي ميان اين استراتژيها ميباشد.

توضیحات بیشتر

Are You suprised ?

Are You suprised ? استاندارد داخلي شركت كوليس چرخ زنجيرهاي صنعتي 4 5 5 5 فهرست مطالب: مقدمه 1- چرخ زنجيرها 1-1- اصطالحات 2-1- انده هاي قطري دنده زني شده 1-2-1- اصطالحات 2-2-1- انده ها 1-2-2-1- قطر دايره گام 2-2-2-1- انده

توضیحات بیشتر

قابلیت اطمینان سیستم های قدرت

قابلیت اطمینان سیستم های قدرت قابلیت اطمینان سیستم های قدرت مراجع: [1] R. Billintn & R. Allen, Reliability Evaluatin f Engineering Systems: Cncepts and Techniques, 2 nd Editin. [2] R. Billintn & R. Allen, Reliability Evaluatin f Pwer

توضیحات بیشتر

فصل ششم: سایر داده ساختارها صف اولویت Priority Queue صف اولویت مجموعه اي از عناصر است که هرکدام داراي یک اولویت هستند. این عناصر می توانند رکورد باشند

فصل ششم: سایر داده ساختارها صف اولویت Priority Queue صف اولویت مجموعه اي از عناصر است که هرکدام داراي یک اولویت هستند. این عناصر می توانند رکورد باشند فصل ششم: سایر داده ساختارها صف اولویت Priority Queue صف اولویت مجموعه اي از عناصر است که هرکدام داراي یک اولویت هستند. این عناصر می توانند رکورد باشند. اولویت می تواند بر اساس مقدار یک فیلد از این رکورد

توضیحات بیشتر

آمار توصیفی در SPSS

آمار توصیفی در SPSS به نام آنکه جان را فکرت آموخت 1 مرکز آموزش عالی علوم پزشکی وارستگان آمار و روش تحقیق جلسه ششم آمار توصیفی Descriptive Statistics with SPSS نیمسال دوم 94-93 مصطفی جهانگیر www.mjahangir.ir mjahangir@varastegan.ac.ir

توضیحات بیشتر

10 نکته اساسی برای انتخاب )Keywords( کلمه کلیدی 1

10 نکته اساسی برای انتخاب )Keywords( کلمه کلیدی   1 1 انتخاب کلمه ی کلیدی مناسب مهم ترین کار برای شروع فعالیت در حوزه وب است. کلمات کلیدی می توانند ورودی سایت را هدفمند کنند و باعث سود در کسب و کار اینترنتی شوند. در ادامه به 10 نکته مهم و کاربردی برای انتخاب

توضیحات بیشتر

رسم خطی عمودی در نمودار خطی

رسم خطی عمودی در نمودار خطی رسم خطی عمودی در نمودار خطی محمد ناظری بهار 1396 Talant.ir با نمودارهای اکسل به راحتی می شود خطی عمودی برای نمودار خطی ایجاد نمود. دلیل اینکه این موضوع را می خواهم بررسی کنم آن است تا راحت تر بتوانیم در

توضیحات بیشتر

14 February 2018 دانشگاه صنعتی قوچان محمدحسین سیگاري ١ هوش مصنوعی و سیستم خبره عامل و محیط فضاي حالت مسي له عامل عقلایی انواع محیط انواع عامل ٢ هوش مص

14 February 2018 دانشگاه صنعتی قوچان محمدحسین سیگاري ١ هوش مصنوعی و سیستم خبره عامل و محیط فضاي حالت مسي له عامل عقلایی انواع محیط انواع عامل ٢ هوش مص دانشگاه صنعتی قوچان محمدحسین سیگاري ١ هوش مصنوعی و سیستم خبره عامل و محیط فضاي حالت مسي له عامل عقلایی انواع محیط انواع عامل ٢ هوش مصنوعی و سیستم خبره ١ عامل :(Agent) به هر چیزي اطلاق میشود که قادر به

توضیحات بیشتر

Slide 1

Slide 1 13-11-013 جلسه ي چهاردهم دانشگاه شهيد بهشتي دانشكدهي مهندسي برق و كامپيوتر بهار 1392 احمد محمودي ازناوه http://faculties.sbu.ac.ir/~a_mahmoudi/ فهرست مطالب گذرداده ي تك سيكلي در برابر گذر داده ي چندسيكلي

توضیحات بیشتر

خستگي Fatigue خستگي نوعي ازتخريب است كه هنگامي مشاهده ميشود كه نيروي اعمالي ديناميك است و مقادير بردار نيروي)مقدار وجهت و راستا( اعمالي با گذشت زمان ع

خستگي Fatigue خستگي نوعي ازتخريب است كه هنگامي مشاهده ميشود كه نيروي اعمالي ديناميك است و مقادير بردار نيروي)مقدار وجهت و راستا( اعمالي با گذشت زمان ع خستگي Fatigue خستگي نوعي ازتخريب است كه هنگامي مشاهده ميشود كه نيروي اعمالي ديناميك است و مقادير بردار نيروي)مقدار وجهت و راستا( اعمالي با گذشت زمان عوض مي شود. در اين حالت تخريب مكانيزم خاص خود را دارد

توضیحات بیشتر

تخصصی بسم الله الرحمن الرحیم آموزشگاه تحلیل داده ترین مرکز برنامه نویسی و دیتابیس در ایران JavaScript HTML DOM Navigation مدرس : مهندس افشین رفوآ دوره

تخصصی بسم الله الرحمن الرحیم آموزشگاه تحلیل داده ترین مرکز برنامه نویسی و دیتابیس در ایران JavaScript HTML DOM Navigation مدرس : مهندس افشین رفوآ دوره تخصصی بسم الله الرحمن الرحیم آموزشگاه تحلیل داده ترین مرکز برنامه نویسی و دیتابیس در ایران JavaScript HTML DOM Navigation مدرس : مهندس افشین رفوآ دوره آموزش Jquery دوره آموزش JavaScript JavaScript HTML

توضیحات بیشتر

Background

Background رشته ها string 1 معرفي رشته ها در زبان C براي رشته ها متغير جديدي وجود ندارد رشته ها در زبان C بصورت آرايه اي از كاراكترها تعريف ميشوند. رشته ها براي ذخيره بازيابي و دستكاري متنها )مانند اسامي افراد( استفاده

توضیحات بیشتر

گزارشی از نخستین همایش بینالمللی روشنایی و نورپردازي ایران گزارشی از نخستین همایش بینالمللی روشنایی و نورپردازي ایران از 25 آذر شیراز به مدت 3 روز میز

گزارشی از نخستین همایش بینالمللی روشنایی و نورپردازي ایران گزارشی از نخستین همایش بینالمللی روشنایی و نورپردازي ایران از 25 آذر شیراز به مدت 3 روز میز از 25 آذر شیراز به مدت 3 روز میزبان نخستین همایش روشنایی و نورپردازي ایران بود. در این همایش بین المللی که در مجموعه سرزمین سبز برگزار شد میزبان اساتید و بزرگان روشنایی و نورپردازي جهان بود در این همایش

توضیحات بیشتر

cosx tan x( 2sin sin x) 4 sin x )3 باشد حاصل کدام است )4 cos x )2 x اگر sin x ) tan x( 2sin sin x) = (

cosx tan x( 2sin sin x) 4 sin x )3 باشد حاصل کدام است )4 cos x )2 x اگر sin x ) tan x( 2sin sin x) = ( cos + tan ( sin sin ) sin ) باشد حاصل کدام است ) cos ) 6- اگر sin ) + tan ( sin sin ) = ( sin ) cos cos پاسخ: از طرفی پس چون در ربع سوم مقداری منفی دارد خواهیم داشت: cos = cos cos ( sin ) = ( sin ) = =

توضیحات بیشتر

مشخصات کلی اهداف مرحله ای هدف های رفتاری آموزشی این فایل فقط برای مشاهده می باشد. برای خرید فایل ورد و قابل ویرایش این طرح درس با قیمت فقط دوهزار توما

مشخصات کلی اهداف مرحله ای هدف های رفتاری آموزشی این فایل فقط برای مشاهده می باشد. برای خرید فایل ورد و قابل ویرایش این طرح درس با قیمت فقط دوهزار توما مشخصات کلی اهداف مرحله ای هدف های رفتاری آموزشی طرح درس روزانه درس ریاضی هفتم شماره طرح درس موضوع درس : جذر و ریشه تاریخ اجرا : مدت اجرا : 1 جلسه 09 دقیقه : تعداد فراگیران : 62 مجری : بخشی کالس هفتم مکان

توضیحات بیشتر

گردش اسناد ضایعات روند ضایعات گروه نوین اندیشان کسب و کار

گردش اسناد ضایعات روند ضایعات گروه نوین اندیشان کسب و کار گردش اسناد ضایعات روند ضایعات گروه نوین اندیشان کسب و کار WWW.BusinessEmg.COM Crmborhannovin@gmail.com روند ضایعات گردش اسناد ضایعات روند ضایعات سه حالت زیر را دارد: افدامات مرتبط با ضایعات شامل دو بخش

توضیحات بیشتر

1 بسم االله الرحمن الرحیم مقدمه در قسمت قبل نحوه ي ساخت اولین پروژه ي Godot را یاد گرفتیم ویرایشگر Godot شما را با مفاهیمی همچون گره ها و صحنه ها. به

1 بسم االله الرحمن الرحیم مقدمه در قسمت قبل نحوه ي ساخت اولین پروژه ي Godot را یاد گرفتیم ویرایشگر Godot شما را با مفاهیمی همچون گره ها و صحنه ها. به 1 بسم االله الرحمن الرحیم مقدمه در قسمت قبل نحوه ي ساخت اولین پروژه ي Godot را یاد گرفتیم ویرایشگر Godot شما را با مفاهیمی همچون گره ها و صحنه ها. به خاطر ساختار خاص Godot تصمیم گرفتم پیش از ادامه ي کار

توضیحات بیشتر

F1 D C indd

F1 D C indd درس 2 مجموعه زیر مجموعه یادآوری: در سال های قبل با مفهوم مجموعه آشنا شده اید برای مثال مجموعه اعداد او ل یک رقمی به صورت زیر است: A=}2, 3, 5, 7{ می توان این مجموعه را با نمادهای ریاضی به صورت }10< x A=}x

توضیحات بیشتر

Microsoft PowerPoint - Fourier1

Microsoft PowerPoint - Fourier1 ریاضیات مهندسی دکتر علی کریم پور عضو هیات علمی گروه برق دانشکده مهندسی دانشگاه فردوسی مشهد بخش اول سري و انتگرال فوریه 1 مراجع Advanced engineering mathematics, Erwin kreyszig, 2006 ریاضیات مهندسی پیشرفته

توضیحات بیشتر

خلاصه

خلاصه Kavosh University From the SelectedWorks of Abbas Madraky 2016 خلاصه روش های داده کاوی Abbas Madraky Available at: https://works.bepress.com/madraky/12/ Data Mining: داده کاوي: به طور خلاصه یافتن اطلاعات

توضیحات بیشتر

Slide 1

Slide 1 فصل اول مهندسی چیست سید احسان تهامی استادیار گروه مهندسی دانشگاه آزاد tahami@mshdiau.ac.ir http://tahami.mshdiau.ac.ir 1 بارم بندی درس بیوالکتریک: 4 نمره میان ترم 2 نمره تمرین 8 نمره پایانترم + 6 نمره

توضیحات بیشتر

0054.doc

0054.doc نظريه دو جمله اي ها مثال. ضريب عبارت x را در عبارت (y ( +x بيابيد. در بسط عبارت ( x + y) ( x + y)( x+ y)( x + y)( x+ y)( x + y) بايد از هر يک از عامل x يا y را انتخاب کرد و به ازاي هر حالتي که از 3 تا

توضیحات بیشتر

نحوه انجام معامالت اوراق اختیار معامله ( آپشن( نحوه ارسال سفارش در مناد های اختیار هامنند سایر مناد ها می باشد و کافیست مناد های مورد نظر را در دیدبان

نحوه انجام معامالت اوراق اختیار معامله ( آپشن( نحوه ارسال سفارش در مناد های اختیار هامنند سایر مناد ها می باشد و کافیست مناد های مورد نظر را در دیدبان نحوه ارسال سفارش در مناد های اختیار هامنند سایر مناد ها می باشد و کافیست مناد های مورد نظر را در دیدبان اضافه و یا در قسمت ارسال سفارش جستجو منایید. -1 بعد از انتخاب و یا جستجوی مناد در قسمت جزئیات مناداطالعات

توضیحات بیشتر

موسوی ندوشنی دانشگاه شهید بهشتی ٢٧ آذر ١٣٩۵

موسوی ندوشنی دانشگاه شهید بهشتی ٢٧ آذر ١٣٩۵ موسوی ندوشنی دانشگاه شهید بهشتی sa_mousavi@sbu.ac.ir ٢٧ آذر ١٣٩۵ ١. ١ توزیعهای احتمال دو متغیره گسسته.................... ۴ ١. ١. ١ مثال............................. ۵ ٢. ١. ١ حل..............................

توضیحات بیشتر

Slide 1

Slide 1 روش حذف گوسی Elimination) (Gauss یکی از مهمترین الگوریتمهایی دو مرحله تشکیل شده است: استفاده امروزه که است از روش این در کار روند می ش ود. (Forward Elimination) می شود. تشکیل مثلثی بالا دستگاه یک معادلات

توضیحات بیشتر

فرم تدوین طرح درس روزانه استاد نام درس : برنامه ریزی و مدیریت راهبردی نیمسال اول / دوم / تابستان : دوم )79-79( تعداد و نوع واحد ( نظری / عملی ) : نظری

فرم تدوین طرح درس روزانه استاد نام درس : برنامه ریزی و مدیریت راهبردی نیمسال اول / دوم / تابستان : دوم )79-79( تعداد و نوع واحد ( نظری / عملی ) : نظری نام درس : برنامه ریزی و مدیریت راهبردی نیمسال اول / دوم / تابستان : دوم )7979( تعداد و نوع واحد ( نظری / عملی ) : نظری 3 واحد مدرس: دکتر لیال دشمنگیر رشته و مقطع تحصیلی : دکتری سیاست گذاری سالمت ترم: دوم

توضیحات بیشتر

راهنمای "سمنتاک" مقدمه ثبت نام ورود فهرست مطالب II... II... فعال سازی حساب کاربری... IV به سامانه... VI جستجوی مدرک و سفارش... VII سفارشات... IX حساب

راهنمای سمنتاک مقدمه ثبت نام ورود فهرست مطالب II... II... فعال سازی حساب کاربری... IV به سامانه... VI جستجوی مدرک و سفارش... VII سفارشات... IX حساب راهنمای "سمنتاک" مقدمه ثبت نام ورود فهرست مطالب II... II... فعال سازی حساب کاربری... IV به سامانه... VI جستجوی مدرک و سفارش... VII سفارشات... IX حساب کاربری... X مشخصات کاربری... XI خروج از سامانه... XII

توضیحات بیشتر

finnotech cards 25tir

finnotech cards 25tir از از ا م از ا م ا ت از ا ا ده ا ت و ی آن ه ا. ا ا م : دارا ی ی ی و ه ا. ا ت ا م ا ا ت ا م ن و ه ی و ا ت و ه ن از ا م از ا ا ده آن ه ا. ا ا م ی زده ا ی و د دا ا. درآ و ت ا ت ا م د و ن ا ده از ا ت ا م د

توضیحات بیشتر

م.شهنازی کپی کننده پیشفرض فایل های ویندوز هفت خوب است. اما فقط خوب است. کپی کننده پیشفرض ویندوز هفت هنگام کپی کردن فایل های بزرگ سریع نیست و در صورتی

م.شهنازی کپی کننده پیشفرض فایل های ویندوز هفت خوب است. اما فقط خوب است. کپی کننده پیشفرض ویندوز هفت هنگام کپی کردن فایل های بزرگ سریع نیست و در صورتی م.شهنازی کپی کننده پیشفرض فایل های ویندوز هفت خوب است. اما فقط خوب است. کپی کننده پیشفرض ویندوز هفت هنگام کپی کردن فایل های بزرگ سریع نیست و در صورتی که در حین انجام کار خطایی رخ دهد به صورت کامل متوقف

توضیحات بیشتر

List

List لیست www.snrazavi.ir ۱۳۹۵ سید ناصر رضوی معرفی 2 لیست پیادهسازی لیست با آرایه لیست پیوندی لیست پیوندی دو طرفه لیست 3 لیست. تعداد محدودی عنصر دادهای است. مهم آنها ترتیب که :n :n = 0 اندازهی لیست 0) (n لیست

توضیحات بیشتر

معرفی سیستم انتقال قدرت دابل کلاچ Dual Clutch Transmission مقدمه: سیستم انتقال قدرت از نظر نوع تعویض دنده به دو دسته معمولی و اتوماتیک تقسیم بندي می ش

معرفی سیستم انتقال قدرت دابل کلاچ Dual Clutch Transmission مقدمه: سیستم انتقال قدرت از نظر نوع تعویض دنده به دو دسته معمولی و اتوماتیک تقسیم بندي می ش معرفی سیستم انتقال قدرت دابل کلاچ Dual Clutch Transmission مقدمه: سیستم انتقال قدرت از نظر نوع تعویض دنده به دو دسته معمولی و اتوماتیک تقسیم بندي می شوند. در سیستم انتقال قدرت معمولی راننده با فشار دادن

توضیحات بیشتر

جزوه آموزشی هندسه 2 یازدهم ریاضی کاری از استاد بابالویان پاییز 96

جزوه آموزشی هندسه 2 یازدهم ریاضی کاری از استاد بابالویان پاییز 96 جزوه آموزشی هندسه 2 یازدهم ریاضی کاری از استاد بابالویان پاییز 96 فصل اول : دایره درس اول : مفاهیم اولیه و زاویه ها در دایره درس دوم : رابطه های طولی در دایره درس سوم : چند ضلعی های محاطی و محیطی درس اول

توضیحات بیشتر

No Slide Title

No Slide Title فصل اول 1 ویرایش یازدهم دومینیک سالواتوره مقدمه اهداف آموزشی: و معنی آموختن اهمیت جهانی شدن. استانداردهای و الملل بین تجارت بین رابطه آموختن کشوری. زندگی الملل. بین اقتصاد پولی و تجارت مفاهیم توضیح و توصیف

توضیحات بیشتر

Microsoft Word - help.doc

Microsoft Word - help.doc راهنماي استفاده از سامانه پيام كوتاه براي وارد شدن به محيط مديريت شماره پيامك خود ابتدا بايد به اينترنت متصل باشيد و به آدرس سايت www.smsline.ir مراجعه نماييد. در صفحه اصلي سايت قسمت (( ورود به پنل ))

توضیحات بیشتر

عنوان : راهنمای خرید میز تلویزیون در این مقاله از مجله وب سایت دکوراسیون داخلی معماریان قصد داریم شما را با راهنمای خرید میز تلویزیون آشنا کنیم. وجود

عنوان : راهنمای خرید میز تلویزیون در این مقاله از مجله وب سایت دکوراسیون داخلی معماریان قصد داریم شما را با راهنمای خرید میز تلویزیون آشنا کنیم. وجود عنوان : راهنمای خرید میز تلویزیون در این مقاله از مجله وب سایت دکوراسیون داخلی معماریان قصد داریم شما را با راهنمای خرید میز تلویزیون آشنا کنیم. وجود تنوع باالی میز تلویزیون مدرن و میز تلویزیون ام دی اف

توضیحات بیشتر

فصل 2 حسابان يافتن ضابطٴه تابع وارون فعاليت 9 f(x) = 2x+ 3 نمودار تابع خطی + ۳ ۲x f (x) = داده شده است. y = x ١ وارون اين تابع را در همان دستگاه مختصا

فصل 2 حسابان يافتن ضابطٴه تابع وارون فعاليت 9 f(x) = 2x+ 3 نمودار تابع خطی + ۳ ۲x f (x) = داده شده است. y = x ١ وارون اين تابع را در همان دستگاه مختصا فصل حسابان يافتن ضابطٴه تابع وارون فعاليت 9 () = + نمودار تابع خطی + ۳ ۲ () = داده شده است. = ١ وارون اين تابع را در همان دستگاه مختصات رسم کنيد. ٢ معادلهای برای وارون اين تابع به دست آوريد. میتوانيد از

توضیحات بیشتر

4- سوالات کنکور 1393 به همراه پاسخ تشریحی آنها سوالات این بخش مربوط به کنکور کارشناسی ارشد گرایش صنایع سال 1393 بوده که آزمون آن در روز جمعه مورخ 92 1

4- سوالات کنکور 1393 به همراه پاسخ تشریحی آنها سوالات این بخش مربوط به کنکور کارشناسی ارشد گرایش صنایع سال 1393 بوده که آزمون آن در روز جمعه مورخ 92 1 - سوالات کنکور به همراه پاسخ تشریحی آنها سوالات این بخش مربوط به کنکور کارشناسی ارشد گرایش صنایع سال بوده که آزمون آن در روز جمعه مورخ / 8/ برگزار شده است. تستهاي کنترل پروژه 0 تا بوده که از شماره آغاز

توضیحات بیشتر

<4D F736F F D20CFE4C8C7E1E520E5C7ED20DACFCFED20E620E5E4CFD3ED2E646F63>

<4D F736F F D20CFE4C8C7E1E520E5C7ED20DACFCFED20E620E5E4CFD3ED2E646F63> و- و- و- دنباله هاي عددي : - دنباله هاي عددي و هندسي 5 t.كدام جمله از اين رشته مساوي است جمله ام رشته اي عبارت است از 5 5. t كدام جمله از اين رشته مساوي صفر است جمله ام رشته اي عبارت است از 0. t آيا جمله

توضیحات بیشتر

<4D F736F F D20D4C7E598C7D120C8D2D19020E3C7ED98D1E6D3C7DDCA4F6E656E6F7465>

<4D F736F F D20D4C7E598C7D120C8D2D19020E3C7ED98D1E6D3C7DDCA4F6E656E6F7465> Onenote شاهكار بزرگ مايكرو سافت Onenote يكي از شاهكارهاي مجموعه office 2007 است كه به كمك آن مي توانيد اطلاعات مختلف را جمع آوري و سازماندهي و جستجو كنيد و با ديگران به اشتراك بگذاريد. مايكروسافت جهت مديريت

توضیحات بیشتر

9 ترفند انتخاب نام کسب و کار اینترنتی fekreabi.net

9 ترفند انتخاب نام کسب و کار اینترنتی fekreabi.net 9 ترفند انتخاب نام کسب و کار اینترنتی محسن مبصرفر مدیر وب سایت فکر آبی مشاور کسب و کارهای اینترنتی و بازاریابی اینترنتی مدرس و سخنران کسب و کار اینترنتی و بازاریابی اینترنتی نویسنده ویژه نامه فکر آبی مقدمه

توضیحات بیشتر

جزوه راهنمای استفاده از خدمات موبایل تردینگ

جزوه راهنمای استفاده از خدمات موبایل تردینگ جزوه راهنمای استفاده از خدمات موبایل تریدینگ 1 معرفی نرم افزار... 3 ویژگی های نرم افزار... 3 نحوه دریافت خدمات...4 نصب نرم افزار همراه تریدر... 4 راهنمای استفاده از نرم افزار... 5 نحوه کار با نرم افزار...

توضیحات بیشتر

آموزش توابع کار با آرایه در PHP توابع انجام عملیات بر روی آرایه PHP تعدادی تابع درون ساخته و از پیش تعریف شده جهت انجام عملیات مختلف بر روی آرایه و دس

آموزش توابع کار با آرایه در PHP توابع انجام عملیات بر روی آرایه PHP تعدادی تابع درون ساخته و از پیش تعریف شده جهت انجام عملیات مختلف بر روی آرایه و دس آموزش توابع کار با آرایه در PHP توابع انجام عملیات بر روی آرایه PHP تعدادی تابع درون ساخته و از پیش تعریف شده جهت انجام عملیات مختلف بر روی آرایه و دستکاری مقادیر آن ها به روش های مختلف دارد و همان طور

توضیحات بیشتر

PowerPoint Presentation

PowerPoint Presentation مفاهیم پایه ای ویدیو 1 ویدئو )تعریف( ویدئو از تصاویری تشکیل شده است که با سرعت ثابتی پشت سرهم نشان داده میشوند. به این تصاویر فریم گفته میشود. 2 ویدیوی آنالوگ 3 ویدیوی آنالوگ ویدیو سیگنالی دوبعدی است که

توضیحات بیشتر

دانشگاه علوم پزشکی و خدمات بهداشتی و درمانی شهید بهشتی مدیریت منابع علمی کتابخانه مرکزی و اسناد راهنمای استفاده از Primal Pictures تهیه کننده: فاطمه ب

دانشگاه علوم پزشکی و خدمات بهداشتی و درمانی شهید بهشتی مدیریت منابع علمی کتابخانه مرکزی و اسناد راهنمای استفاده از Primal Pictures تهیه کننده: فاطمه ب دانشگاه علوم پزشکی و خدمات بهداشتی و درمانی شهید بهشتی مدیریت منابع علمی کتابخانه مرکزی و اسناد راهنمای استفاده از Primal Pictures تهیه کننده: فاطمه بقالها مهر ماه 1394 Baghalha.m@gmail.com مقدمه Primal

توضیحات بیشتر

باسمه تعالی آموزش کار با نرم افزار AnyDesk )جایگزین ویور( تیم با دو بار کلیک بر روی آیکون نرم افزار AnyDesk آن را اجرا کنید. مشاهده خواهید کرد که پنجر

باسمه تعالی آموزش کار با نرم افزار AnyDesk )جایگزین ویور( تیم با دو بار کلیک بر روی آیکون نرم افزار AnyDesk آن را اجرا کنید. مشاهده خواهید کرد که پنجر باسمه تعالی آموزش کار با نرم افزار AnyDesk )جایگزین ویور( تیم با دو بار کلیک بر روی آیکون نرم افزار AnyDesk آن را اجرا کنید. مشاهده خواهید کرد که پنجره ای شبیه به عکس زیر نمایان میشود. بخش های مختلفی که

توضیحات بیشتر

ÇÕæá ÑÓã äãæÏÇÑ ŸäÊÑá ŸíÝí ÏÇÎáí ÈÑÇí ÊÓÊ åÇí Ÿãí.doc

ÇÕæá ÑÓã äãæÏÇÑ ŸäÊÑá ŸíÝí ÏÇÎáí ÈÑÇí ÊÓÊ åÇí Ÿãí.doc کليات نمودار کنترلي رايجترين روش براي مقايسه نتايج ا زمايش نمونه هاي کنترل با مقدار مورد انتظار استفاده از نمودار کنترلي است. درنمودار کنترلي غلظت حاصله از ا زمايش سرم کنترل روي نموداري بامحدوده مشخص علامتگذاري

توضیحات بیشتر

فروش و بازاريابي مديريت هدف دوره: تقويت فرهنگ بازاريابي در سازمان ابزار هاي بازار يابي نوين در ايران يادگيري كنترل آميخته بازاريابي شركت آشنايي با رفت

فروش و بازاريابي مديريت هدف دوره: تقويت فرهنگ بازاريابي در سازمان ابزار هاي بازار يابي نوين در ايران يادگيري كنترل آميخته بازاريابي شركت آشنايي با رفت فروش و بازاريابي مديريت تقويت فرهنگ بازاريابي در سازمان ابزار هاي بازار يابي نوين در ايران يادگيري كنترل آميخته بازاريابي شركت آشنايي با رفتار مصرف كنندگان آشنايي باIMBC ابزارهاي مديريت نوين (با رويكرد

توضیحات بیشتر

ص( ( تحقیقات آب و خاك ایران دورة 47 شمارة 4 زمستان 1395 بهینهسازي مقطع سد انحرافی بر اساس الگوریتم ژنتیک 3 1 * 2 سمیرا یوسفی محمدمهدي حیدري محم

ص( ( تحقیقات آب و خاك ایران دورة 47 شمارة 4 زمستان 1395 بهینهسازي مقطع سد انحرافی بر اساس الگوریتم ژنتیک 3 1 * 2 سمیرا یوسفی محمدمهدي حیدري محم ص( (9-4 تحقیقات آب و خاك ایران دورة 47 شمارة 4 زمستان 95 بهینهسازي مقطع سد انحرافی بر اساس الگوریتم ژنتیک * 2 سمیرا یوسفی محمدمهدي حیدري محمدحسین ادیب راد. دانشآموخته کارشناسی ارشد گروه مهندسی آب دانشگاه

توضیحات بیشتر

باسمه تعالی تمرین سری دهم مدارهای آنالوگ ترم بهار 7931 موعد تحویل : شنبه ۵ خرداد _ در مدار زیر که محاسبات مربوط به آن در مسئله 1 تمرین قبلی صورت

باسمه تعالی تمرین سری دهم مدارهای آنالوگ ترم بهار 7931 موعد تحویل : شنبه ۵ خرداد _ در مدار زیر که محاسبات مربوط به آن در مسئله 1 تمرین قبلی صورت باسمه تعالی تمرین سری دهم مدارهای آنالوگ ترم بهار 7931 موعد تحویل : شنبه ۵ خرداد 7931 1_ در مدار زیر که محاسبات مربوط به آن در مسئله 1 تمرین قبلی صورت گرفت ضمن در نظر گرفتن کلیه مقادیر و شرایطی که در آن

توضیحات بیشتر

افزودن محصوالت به لیست عالقهمندیها در ووکامرس افزونه با YITH WooCommerce Wishlist افزودن محصوالت به لیست عالقهمندیها در ووکامرس با افزونه YITH WooComm

افزودن محصوالت به لیست عالقهمندیها در ووکامرس افزونه با YITH WooCommerce Wishlist افزودن محصوالت به لیست عالقهمندیها در ووکامرس با افزونه YITH WooComm با افزونه YITH WooCommerce Wishlist ) صفحه 1 سالم آیا سایت فروشگاهی شما مجهز به امکان افزودن محصوالت لیست به عالقهمندیها ووکامرس در خیلی از است بازدیدکنندگان که فع اال قصد خرید از سایت شمارا ندارند بااینحال

توضیحات بیشتر

چگونه آرشیو تمام اطلاعات‌مان روی گوگل را دانلود کنیم

چگونه آرشیو تمام اطلاعات‌مان روی گوگل را دانلود کنیم Google Takeout چگونه آرشیو تمام اطلاعاتمان روی گوگل را دانلود کنیم روزی که گوگل اعلام كرد شما می توانید یک آرشیو از تمام اطلاعات جستجوی خود را دانلود كنيد این خبر بازخورد مثبت و خوشحال کننده ای را در بین

توضیحات بیشتر

اساس کار آزمایش واکنش زنجیره ای پلیمراز PCR: Polymerase Chain Reaction آزمایش واکنش زنجیره ای پلی مراز Reaction( )Polymerase Chain یا به اختصار PCR در

اساس کار آزمایش واکنش زنجیره ای پلیمراز PCR: Polymerase Chain Reaction آزمایش واکنش زنجیره ای پلی مراز Reaction( )Polymerase Chain یا به اختصار PCR در اساس کار آزمایش واکنش زنجیره ای پلیمراز PCR: Polymerase Chain Reaction آزمایش واکنش زنجیره ای پلی مراز Reaction( )Polymerase Chain یا به اختصار PCR در حقیقت یک دستگاه تکثیر DNA و یا RNA می باشد که همانند

توضیحات بیشتر

بسم اهلل الرحمن الرحیم آموزشگاه تحلیل داده تخصصی ترین مرکز برنامه نویسی و دیتابیس در ایران چگونگی تغییر پراپرتی های دکمه در جاوا مدرس: مهندس افشین رفو

بسم اهلل الرحمن الرحیم آموزشگاه تحلیل داده تخصصی ترین مرکز برنامه نویسی و دیتابیس در ایران چگونگی تغییر پراپرتی های دکمه در جاوا مدرس: مهندس افشین رفو بسم اهلل الرحمن الرحیم آموزشگاه تحلیل داده تخصصی ترین مرکز برنامه نویسی و دیتابیس در ایران چگونگی تغییر پراپرتی های دکمه در جاوا مدرس: مهندس افشین رفوآ چگونگی تغییر پراپرتی های دکمه در جاوا در بخش قبل

توضیحات بیشتر

دوره آنالین مدیر سبز بخش 1 راه اندازی کسب و کار اینترنتی

دوره آنالین مدیر سبز بخش 1 راه اندازی کسب و کار اینترنتی www.modiresabz.com دوره آنالین مدیر سبز بخش 1 راه اندازی کسب و کار اینترنتی سالم و تشکر از شما برای ثبت نام در دوره آنالین راه اندازی کسب و کار اینترنتی این دوره آنالین شامل 15 درس است که هر دو روز یکبار

توضیحات بیشتر

بسم اهلل الرحمن الرحیم آموزشگاه تحلیل داده تخصصی ترین مرکز برنامه نویسی و دیتابیس در ایران قطعات اندروید Fragments( )Android مدرس : مهندس افشین رفوآ آ

بسم اهلل الرحمن الرحیم آموزشگاه تحلیل داده تخصصی ترین مرکز برنامه نویسی و دیتابیس در ایران قطعات اندروید Fragments( )Android مدرس : مهندس افشین رفوآ آ بسم اهلل الرحمن الرحیم آموزشگاه تحلیل داده تخصصی ترین مرکز برنامه نویسی و دیتابیس در ایران قطعات اندروید Fragments( )Android مدرس : مهندس افشین رفوآ قطعات اندروید Fragments( )Android یک قطعه )Fragment(

توضیحات بیشتر

برنامه دروس دوره کارشناسی

برنامه دروس دوره کارشناسی ربانهم ردوس دوره کارشناسی )مهندسی عمران ) )ورودیهای و بعد از آن( های درسی: تعداد کل های درسی این مجموعه به شرح زیر می باشد: مطابق مصوبه شواری عالی انقالب فرهنگی دروس عمومی دروس پایه 68 دروس اصلی و تخصصی

توضیحات بیشتر

جلسه دوم: به نام خداوند بخشنده مهربان در خدمتتون هستم با جلسه دوم آموزش مجازی فیلترنویسی. امروز در مرحله اول من میخوام بهتون یاد بدم که بتونین یک فیلت

جلسه دوم: به نام خداوند بخشنده مهربان در خدمتتون هستم با جلسه دوم آموزش مجازی فیلترنویسی. امروز در مرحله اول من میخوام بهتون یاد بدم که بتونین یک فیلت جلسه دوم: به نام خداوند بخشنده مهربان در خدمتتون هستم با جلسه دوم آموزش مجازی فیلترنویسی. امروز در مرحله اول من میخوام بهتون یاد بدم که بتونین یک فیلتر رو در مرحله اول بخونین و هدفش رو متوجه بشین. فعال

توضیحات بیشتر

Text 32 (Repaired) new.xps

Text 32 (Repaired) new.xps ه) د ن س ی و ن ی ش ه و ژ پ ی- م ل ع ه م ا ن ل ص ف ) ی ا ه ق ط ن م ی ز ی ر ه م ا ن ر ب ( ا ی ف ا ر غ ج 7 9 3 1 ن ا ت س م ز 1 ه ر ا م ش م ه ن ل ا س 6 2 5-8 2 0 : ص ص ن ا ن ک ا س ر ظ ن م ز ا ی ر ه ش ی ن ی

توضیحات بیشتر

اتصال #C به PROLOG

اتصال #C به PROLOG اتصال #C به PROLOG مقدمه چرا ترکیب برنامه نویسی منطقی و شئ گرا بهرهگیری از امکانات.NET ایجاد واسطهای کاربری برای کار با برنامههای منطقی نوشتن برنامه های منطقی با قابلیت انعطاف بیشتر کاهش پیچیدگی کار با

توضیحات بیشتر

دوره 48 شماره 4 زمستان 1395 صفحه 375 تا 385 Vol. 48, No. 4, Winter 2016, pp نشریه علمی پژوهشی امیرکبیر - مهندسی عمران و محیط زیست Amirkabir J

دوره 48 شماره 4 زمستان 1395 صفحه 375 تا 385 Vol. 48, No. 4, Winter 2016, pp نشریه علمی پژوهشی امیرکبیر - مهندسی عمران و محیط زیست Amirkabir J دوره 8 شماره زمستان 35 صفحه 375 تا 385 Vol. 8, No., Winter 06, pp. 375385 نشریه علمی پژوهشی امیرکبیر مهندسی عمران و محیط زیست Amirkabir Jounrnal of Science and Research Civil and Enviromental Engineering

توضیحات بیشتر

چگونه علت خراب شدن کامپیوتر ویندوزی خود را پیدا کنم؟

چگونه علت خراب شدن کامپیوتر ویندوزی خود را پیدا کنم؟ سه ابزار قدرتمند ویندوزی چگونه علت خراب شدن کامپیوتر ویندوزی خود را پیدا کنم کامپیوترها در طول حیات خود بارها و بارها دچار مشکل شده یا فریز میشوند. کامپیوتر ویندوزی شما نیز ممکن است بهطور خودکار ریست شده

توضیحات بیشتر

ADT های پایه ای

ADT های پایه ای انواع داده ای پیش ساخته سید ناصر رضوی www.snrazavi.ir ۱۳۹۸ داده ای انواع 2-1 پیش ساخته 2 اجزای برنامه نویسی ۳ any program you might want to write objects functions and modules graphics, sound, and image

توضیحات بیشتر

تخصصی بسم الله الرحمن الرحیم آموزشگاه تحلیل داده ترین مرکز برنامه نویسی و دیتابیس در ایران فراخوانی تابع invocation( )function مدرس : مهندس افشین رفوآ

تخصصی بسم الله الرحمن الرحیم آموزشگاه تحلیل داده ترین مرکز برنامه نویسی و دیتابیس در ایران فراخوانی تابع invocation( )function مدرس : مهندس افشین رفوآ تخصصی بسم الله الرحمن الرحیم آموزشگاه تحلیل داده ترین مرکز برنامه نویسی و دیتابیس در ایران فراخوانی تابع invocation( )function مدرس : مهندس افشین رفوآ دوره آموزش Jquery دوره آموزش JavaScript فراخوانی تابع

توضیحات بیشتر

ADT های پایه ای

ADT های پایه ای توابع و کتابخانه ها: مسئله رضویwww.snrazavi.ir ۱۳۹۵ سید ناصر 4-2 مطالعه موردی: مسئله 2 مطالعه موردی: مسئله 3. مقداری خواهد رسید ماده زیرین قسمت به مایع آیا بریزید. متخلخل ماده یک سطح روی بر مایع کاربردها.

توضیحات بیشتر

c راهنمای تبدیل ماشین مجازی ویندوزی از vmware به PVM محدوده: این مستند به نحوه انتقال ماشین مجازی ویندوزی از vmware به سامانه PVM می پردازد.

c راهنمای تبدیل ماشین مجازی ویندوزی از vmware به PVM محدوده: این مستند به نحوه انتقال ماشین مجازی ویندوزی از vmware به سامانه PVM می پردازد. c راهنمای تبدیل ماشین مجازی ویندوزی از vmware به PVM محدوده: این مستند به نحوه انتقال ماشین مجازی ویندوزی از vmware به سامانه PVM می پردازد. تاریخچه: ردیف نویسنده تاریخ شماره ویرایش توضیحات ۱.۰.۰ ۱ تحقیق

توضیحات بیشتر

شبکه های عصبی در کنترل

شبکه های عصبی در کنترل شبکه های عصبی در کنترل دانشگاه نجف آباد درس: کنترل هوشمند در فضای سایبرنتیک مدرس: حمید محمودیان مدل ریاضی نرون مدل ریاضی یک نرون ساده به صورت روبرو است P: مقدار کمیت ورودی b: مقدار بایاس )عرض از مبدا تابع

توضیحات بیشتر

Microsoft Word - tamrin2 omid.doc

Microsoft Word - tamrin2 omid.doc سري دم تمرينات آمار احتمال مهندسي (متغيرهاي تصادفي اميد رياضي ( 0 4 4 فرض كنيد كه x داراي تابع تزيع تجمعي بصرت زير مي باشد. x p x p x p x p 5 x 5 ( ) ( ) ( ) ( ) مطلبست : الف) ب) د) ( p ) ( 0.4 p p 4)

توضیحات بیشتر

)مدل گروه فیزیولوژی دانشکده پزشکی مشهد )اسفند ماه 1396( راهنمای استفاده از دستگاه Flow-meter )Transonic شرکت TS420 Perivascular Flow Module معرفی دستگ

)مدل گروه فیزیولوژی دانشکده پزشکی مشهد )اسفند ماه 1396( راهنمای استفاده از دستگاه Flow-meter )Transonic شرکت TS420 Perivascular Flow Module معرفی دستگ )مدل گروه فیزیولوژی دانشکده پزشکی مشهد )اسفند ماه 1396( راهنمای استفاده از دستگاه Flow-meter )Transonic شرکت TS420 Perivascular Flow Module معرفی دستگاه تهیه و تدوین: عالیه فرشباف :Flow-meter - فلومتر

توضیحات بیشتر

پاورپوینت راهنماي انتخاب آزمون مناسب آماري لطفا به صفحه بعدي بروید. توجه: هدف اصلی این اراي ه کمک به مطالعاتی است که به بررسی یک متغیر محققان و دانشجو

پاورپوینت راهنماي انتخاب آزمون مناسب آماري لطفا به صفحه بعدي بروید. توجه: هدف اصلی این اراي ه کمک به مطالعاتی است که به بررسی یک متغیر محققان و دانشجو پاورپوینت راهنماي انتخاب آزمون مناسب آماري لطفا به صفحه بعدي بروید. توجه: هدف اصلی این اراي ه کمک به مطالعاتی است که به بررسی یک متغیر محققان و دانشجویان در انتخاب آزمون آماري مناسب در ) کت نیز در آن گنجانده

توضیحات بیشتر