بحث متقدم
ترتيب حسب
فلترة حسب
في المشكلة التي نعالجها, تحتاج شركة اتصالات إلى بناء مجموعة من الأبراج الخلوية لتوفير خدمة الاتصالات الخليوية للسكان في منطقة جغرافية. تم تحديد عدد من المواقع المحتملة لبناء الأبراج. يعتم اختيار هذه المواقع على عدة عوامل ، بما في ذلك مدى اتساق البرج مع البيئة المحيطة وارتفاع التضاريس, تتمتع الأبراج بمدى تغطية ثابت ، وبسبب قيود الميزانية ، لا يمكن بناء سوى عدد محدود منها . بالنظر إلى هذه القيود ، ترغب الشركة في توفير تغطية لأكبر قدر ممكن من السكان, والهدف هو اختيار في أي من المواقع المحتملة يجب أن تقوم الشركة ببناء الأبراج. إن المشكلة التي شرحناها يمكن نمذجتها لتصبح أحد أمثلة مشكلة 0/1 knapsack الشهيرة لذلك شرحنا في الحلقة مفهوم مشكلة 0/1 Knapsack والطرق المستخدمة في الحل, وتوسعنا في الشرح عن خوارزمية Branch and Bound كونها تعتبر أفضلها.
يتضمن البحث تطوير برنامج , بلغة برمجية متقدمة ماتلاب (MATLAB) , لحل جملة معادلتين تفاضليتين جزئيتين مترابطتين غير خطيتين , تشكلان نموذج رياضي يصف الحالة الديناميكية لليزر , بحيث نستطيع من خلال هذا النموذج و البرنامج المتعلق دراسة خواص كثافة الإشعاع , و كذلك انعكاس السكانية داخل الوسط المتجانس لليزر . لقد درسنا شدة طاقة الخرج و كذلك انعكاس السكانية , في حالة التشغيل النبضي لليزر الحالة الصلبة Nd:YAG , و كيفية تغير انعكاس السكانية بتابعية أبعاد الوسط الفعال لليزر.
التبخر هو أحد العناصر الأساسية للدورة الهيدرولوجية و ضروري للعديد من الدراسات مثل الموازنة المائية, تصميم أنظمة الري و إدارة الموارد المائية, و يتطلب تقديره معرفة العديد من العناصر المناخية. على الرغم من أن هناك صيغاً تجريبيَّةً متوفرةً لتقدير التبخر , و لكن أداء هذه الصيغ غير دقيق بسبب الطبيعة المعقدة لعملية التبخر. لذلك فإن هذا البحث يهدف لوضع نموذج شبكة عصبية صنعيَّة للتنبؤ بالتبخر الشهري في منطقة حماه باستخدام ثلاثة عناصر مناخية هي درجة الحرارة, الرطوبة النسبية و سرعة الرياح. من أجل ذلك فقد بُني النموذج باستخدام مكتبة nntool-box إحدى أدوات الـ MATLAB. استُخدمت الشبكة العصبية الصنعيَّة ذات التغذية الأمامية و الانتشار العكسي للخطأ بطبقة خفية واحدة لبناء النموذج. و تم تقييم شبكات مختلفة بعدد مختلف من العصبونات و بتغيير دوال التفعيل المستخدمة في كل طبقة. و استُخدم جذر متوسط مربع الخطأ (RMSE) لتقييم دقة النموذج المُقترح. و قد بينت الدراسة أن الشبكة العصبية الصنعيَّة ذات الهيكلية (3-14-1) هي الأفضل للتنبؤ بالتبخر في منطقة حماه حيث كانت قيمة RMSE تساوي (21.5mm/month) و قيمة R2 مساوية (0.97). توصي الدراسة باستخدام أنواع أخرى من الشبكات العصبية لتقدير التبخر.
اهتم الصناعيون بأتمتة مصانعهم لزيادة الانتاج و خفض التكاليف و تحسين جودة المنتج من خلال استخدام الأذرع الآلية في قيادة و انهاء معظم العمليات الانتاجية، حيث تتصف الأذرع الآلية بأنها هياكل ميكانيكية قابلة للبرمجة لأداء مهام تتميز بالدقة و السرعة و الوث وقية. استند البحث في استنتاج المسار الأمثل على توليد مسارات افتراضية (مثلثية، منحنية، مربعة) تعبر عن حركة الذراع الآلي للوصول إلى نقطة الهدف، حيث تم معرفة زمن الانتقال و زوايا الدوران و العزم في المفاصل تحت تأثير الجاذبية الأرضية من خلال دراسة الحركة الأفقية و الشاقولية للذراع الآلي. تبين حركة الذراع الآلي وفق المسارات المقترحة أن أفضل المسارات سلامة على محركات الذراع الآلي هو المسار النصف دائري كونه يحد من حدوث صدمات ميكانيكية أو ظهور قيم مرتفعة للعزوم عند المفاصل. في حين تبين ان المسار الذي يحقق أقل زمن للوصول الى نقطة الهدف و بالتالي اقل كمية في الطاقة المستهلة هو المسار المثلثي في حالة الحركة الافقية للذراع على الرغم من ظهور انحرافات حادة في مخططات العزم و الطاقة نتيجة التغير المفاجئ في اتجاه الحركة. يظهر التأثير السلبي للجاذبية الأرضية خصوصا عند حركة المفصل الثاني للأعلى أو الأسفل, مما يسبب بظهور قمم في منحني الطاقة تعبر عن قيم مرتفعة للعزم في هذا المفصل.
تعدّ النمذجة الدقيقة للعلاقة بين الهطول المطري_الجريان السطحي (Rainfall_Runoff) (R_R) مهمة معقدة جدّاً, على الرغم من حقل النمذجة الواسع الذي يشمل كلّاً من الطرائق الموجهة بالمعرفة و الطرائق الموجهة بالبيانات. تتطلب النماذج الموجهة بالمعرفة كمية ضخمة من البارامترات، و بالتالي فهي تعاني من تأثير كثرة البارامترات. هذا مايجعل العاملين في حقل النمذجة يبحثون عن طرائق نمذجة بسيطة تتطلب عدد قليل من البارامترات مثل الطرائق الموجهة بالبيانات, لذلك تهدف الدراسة الحالية إلى استخدام الشبكات العصبية الصنعية التي تعدّ إحدى أنواع هذه الطرائق لنمذجة العلاقة R_R في حوض نهر الكبير الجنوبي في محافظة طرطوس. حيث تمّ الاعتماد على شبكة Elman الصنعية للتنبؤ بالجريان السطحي باختبار أربعة و عشرين نموذجاً ذات معماريات مختلفة, كما تمّ اختبار كلّ نموذج باستخدام عدد مختلف من العصبونات الخفية, و ذلك باستخدام مكتبة nntool المتاحة في حزمة برمجيات Matlab. أثبتت نتائج هذه الدراسة أن النموذج الذي يحوي في طبقة المدخلات على كلٍّ من درجة الحرارة, الرطوبة النسبية, التبخر و الهطول المطري بتأخر زمني مقداره ثلاثة أيام (-3:0) إضافةً إلى قيم سابقة للتصريف بتأخر زمني (-3:-1) و مع استخدام 25 عصبون في الطبقة الخفية يعطي أفضل أداء بمتوسط مربع خطأ مقداره 2.8*10^-5, و معامل ارتباط 0.96 لمجموعة البيانات المستخدمة, تمّ التوصل إلى أنّ شبكات Elman تعطي نتائج جيدة في نمذجة العلاقة R_R و بالتالي يمكن اعتبارها بديلاً للطرائق التقليدية في نمذجة العلاقة R_R.
يشكّل التبخر أحد عناصر الدورة الهيدرولوجية، الذي يصعب قياس كمياته الفعلية في الشروط الحقلية، لذلك يجري تقديره اعتماداً على الحسابات بعلاقات تجريبية تعتمد على بيانات عناصر المناخ. يهدف البحث إلى بناء أنموذج رياضي لتقدير التبخر الشهري في المنطقة السهلي ة من الساحل السوري، و ذلك باستخدام الشبكات العصبية الصنعيَّة اعتماداً على درجة الحرارة فقط. و إجراء دراسة مقارنة بين نتائج أنموذج الشبكة و نتائج نماذج أخرى معروفة. بُني الأنموذج الرياضي باستخدام NN-tool box إحدى أدوات MATLAB حيث شكلت شبكة عصبية صنعيَّة متعددة الطبقات لخوارزمية الانتشار العكسي للخطأ، و حُددت خوارزمية التعلم الملائمة، و عدد الطبقات الخفية المستخدمة، بالإضافةً إلى عدد العصبونات و نوع دوال التفعيل المستخدمة في كل طبقة. و قد أظهرت النتائج أن الشبكة العصبية الصنعيَّة ذات الهيكلية (1-9-1) تعطي أقل قيمة لمربع متوسط الخطأ لمجموعة التحقق و يساوي 0.0032، مع استخدام دالتي التفعيل Logsigmoid و Linear على الترتيب في الطبقة الخفية و طبقة الإخراج. كما طُوِّر أنموذج المحاكاة للنتائج المستحصلة من الشبكة العصبية الصنعيَّة المقترحة مع نماذج أخرى مثل معادلة إيفانوف و ذلك باستخدام تقانة (Simulink). تبين أن الشبكة العصبية الصنعيَّة المعتمدة على درجة الحرارة فقط تعطي نتائج أكثر دقة من معادلة إيفانوف في تقدير التبخر.
أدت كل من التكلفة المنخفضة و سهولة نشر شبكات الحساسات اللاسلكية إلى جعلها خياراً جذاباً للعديد من التطبيقات مثل تطبيقات مراقبة البيئة و التعقب في الزمن الحقيقي و الأمن و غيرها. و لكن في الواقع تتغذى عقد هذه الشبكات من البطاريات و تملك قيودا على الذاك رة , و عرض الحزمة المتاح , و القدرة على المعالجة, مما جعلها توصف بأنها شبكات ذات طبيعة مقيدة للموارد و هذا ما فرض مجموعة من التحديات على تصميم و أداء هذه الشبكات . إن سعة البطارية المحدودة في عقد الحساسات جعل موضوع استهلاك الطاقة بفعالية و كفاءة تحدٍ رئيسي في هذه الشبكات. لذا توجب على بروتوكولات التوجيه أن تستخدم الطاقة بفعالية بهدف إطالة عمر الشبكة . قمنا في هذه البحث بإجراء محاكاة لمجموعة من بروتوكولات التوجيه الهرمية و هي LEACH,SEP,DEEC,TEEN و تقييم أدائها مقارنة ببروتوكول النقل المباشر DT و ذلك في شبكات WSN المتجانسة و المتباينة باستخدام الماتلاب.
هدف البحث إلى دراسة تأثير تغير السرعة و الكثافة و سماكة الطبقة في صورة المقطع السيزمي ( Hz 20-130 )، و إشارة الرجاج بمجالات ترددية الصنعي باستخدام إشارة ريكر بمجال واسع من الترددات ( Hz 5-170 ) كتقنية شائعة في عمليات التسجيل السيزمي الانعكاسي على ال يابسة. حاول الباحث متنوعة بيان العلاقة المتبادلة بين أزمنة تسجيل الإشارة السيزمية و قيم معامل الانعكاس من جهة، و أزمنة التسجيل و تغير سماكة الطبقة الصخرية من جهة ثانية، و تبين كما هو معروف أن أزمنة الورود المسجلة تتناسب طرداً مع ازدياد سماكة الطبقة، و لكنها تخضع لتأخير زمني و بعلاقة شبه أسية عند تغير السرعة و الكثافة (معامل الانعكاس) ضمن الطبقة الواحدة. طُبق أسلوب جديد في تمثيل البيانات الناتجة باستخدام باستخدام نظام المعلومات (Raster Images) تقنية تحويل المقاطع السيزمية الزمنية إلى صيغة صور الأمر الذي مكّن من التحكم بالمقاييس اللونية المعبرة عن سعة الإشارات السيزمية، GIS الجغرافي المسجلة و تتبع العواكس و الحصول على معلومات مهمة عن سعة الإشارة حتى لو انخفضت سماكة الطبقة إلى أقل من الطول الموجي بعشر مرات، و ذلك في حال استخدام إشارة ريكر أو إشارة الرجاج على حد سواء.
يهدف هذا البحث للحصول على نموذج عصبوني لفئة من النظم الخطية و اللاخطية و ذلك باستخدام خوارزمية البرمجة التطورية Evolutionary programming(EP لاختيار التركيب البنيوي الأمثل للشبكة العصبونية. استخدمنا برنامج ماتلاب Matlab لتصميم الشبكات العصبونية باستخد ام EP, لما يملك من مرونة و سهولة في تمثيل المصفوفات (الأنساق الخلوية Cell Arrays و الأنساق متعددة الأبعادMulti Dimension Arrays ). و قد أثبتت النتائج العملية كفاءة الخوارزمية المستخدمة في الوصول إلى شبكة عصبونية مثلى. تم اختبار أداء و صلادة النموذج الناتج و ذلك بحذف إحدى عصبونات الطبقة المخفية للشبكة التي نتجت عن تطبيق EP و دراسة تأثير هذا الحذف على خرج النموذج الناتج, و قد أكدت الدراسة على فعالية الخوارزمية و ذلك بالنسبة لفئة النظم المستخدمة.
تُشكِّل العلاقة بين الهطول المطري_الجريان النهري Rainfall_Runoff (R_R إحدى المركبات الأساسية لدورة المياه في الطبيعة، كما أنها تُشكّل واحدة من أكثر الظواهر الهيدرولوجية تعقيداً و صعوبةً في الفهم؛ و ذلك بسبب كثرة عدد البارامترات المتضمَّنة في نمذجة ال عمليات الفيزيائية و بسبب اتساع فضائها البارامتري و التغير المؤقت في مواصفات الحوض، إضافةً إلى تعدد نماذج الهطولات المطرية. هذا و تعدُّ نمذجة العلاقة بين الهطول المطري _الجريان النهري مهمة جدّاً من أجل التصميم الهندسي و الإدارة المتكاملة للموارد المائية، إضافةً إلى التنبؤ بالفيضان و درء مخاطره. حيث يهدف هذا البحث إلى نمذجة العلاقة بين الهطول المطري_الجريان النهري في حوض نهر الكبير الجنوبي في سوريا، بالاعتماد على تقانة الشبكة العصبونية الصنعية (ANN) Artificial Neural Network، حيث بُني النموذج الرياضي باستخدام كلٍّ من nntool وntstool مكتبتين ملحقتين ببرنامج الماتلاب، و اعتمد النموذج على البيانات اليومية للهطول المطري، درجة حرارة الهواء، الرطوبة النسبية و التبخر في المحطات المناخية المنتشرة في الحوض، كما استُخدِمت بيانات الجريان النهري اليومية لغرض التحقق من صحة أداء الشبكة باستخدام تقانة Simulink المتاحة في حزمة برمجيات الماتلاب. أثبتت نتائج الدراسة أنَّ تقانة الشبكة العصبونية الصنعيَّة تعطي نتائج جيدة في نمذجة العلاقة بين الهطول المطري_الجريان النهري، اعتماداً على مجموعة البيانات المستخدَمة، و بالتالي يمكن اعتبارها بديلاً للطرائق التقليدية في نمذجة العلاقة R_R.