علم کده

شهر هیجان انگیز علم و فنون مورد علاقه تمام مردم ایران

ترجمه مقاله تکنیک های مدیریت انرژی در شبکه های سنسوری بی سیم

عنوان انگلیسی مقاله: A Survey on Power Management Techniques in Wireless Sensor Network
عنوان فارسی مقاله: تکنیک های مدیریت انرژی در شبکه های سنسوری بی سیم
دسته: کامپیوتر - فناوری اطلاعات
فرمت فایل ترجمه شده: WORD (قابل ویرایش)
تعداد صفحات فایل ترجمه شده: 6
ترجمه ی سلیس و روان مقاله آماده ی خرید می باشد.
_______________________________________
چکیده ترجمه:
یک شبکه ی سنسوری بی سیم(WSN)  را می توان شبکه ای موردی (Ad-Hoc) دانست. در شبکه ی سنسوری بی سیم، گره ها در داخل یک شبکه ی مشارکتی سازمان دهی میشوند. WSN را میتوان شبکه ای دانست که شامل گره های متصل به منبع باتری بوده و وظیفه ی این گره ها، مسیر یابی داده ها از گره ی منبع به مقصد میباشد. هر گره، برای انتقال یا دریافت داده ها در شعاع دریافت یا ارسال ، انرژی مشخصی را مصرف می کند. بنابراین، مدیریت انرژی در این شبکه ها، یکی از مباحث عمده ای برای شبکه های سنسوری بی سیم مطرح میشود. در این مقاله، مطالعه ای بر روی شِماهای متعددی که مدیریت انرژی را به منظور بیشینه سازی بهره وری در WSN مد نظر دارند، پرداخته شده است.
واژگان کلیدی: مدیریت انرژی ، MLRP،DSDV،DRS،MERP،  مسیریابی، شبکه های سنسوری
1.مقدمه
یک شبکه ی سنسوری بی سیم(WSN) را میتوان به عنوان شبکه ای از گره های کوچک، خودمختار و متصل به منبع انرژی باتری در نظر گرفت که عموماٌ فاقد محدودیت های انرژی هستند. در صورتی که بعضی از منابع،مسیر خود را به سمت مقاصد هماهنگ نسازند، این امکان وجود داشته تا یک یا چند گره در شبکه، به دلیل استفاده ی بیش از حد از منابع انرژی، از نظر انرژی تخلیه شده و شبکه ممکن است دچار وقفه گردد. در صورت بروز این مشکل، انرژی موجود در منابعی که ارتباط خود را با منبع از دست داده اند اتلاف شده و هیچ راهی برای مسیریابی داده ها و ارسال آن به مقصد باقی نمی ماند. شبکه ی نشان داده شده در شکل 1 را در نظر بگیرید. این شبکه شامل ده گره بوده که از بین آنها، سه گره ی منبع و یک گره نیز مقصد را تشکیل داده اند. یک یال بین دو گره،  حاکی از این بوده که با این فرض که ارتباطات دوطرفه می-یاشد،گره ها می توانند با هم محاوره داشته باشند. در داخل شبکه، گره های خاصی وجود داشته که بدیهی است انرژی بیشتری را برای حفظ اتصالات خود، نسبت به سایر گره ها مصرف می کنند.

جهت دانلود محصول اینجا کلیک نمایید

۱۸ مهر ۹۴ ، ۰۶:۵۹ ۰ نظر موافقین ۰ مخالفین ۰
alireza karimi

ترجمه مقاله بهینه سازی مسائل تخصیص افزونگی چند هدفه، در سیستم های سری - موازی

عنوان انگلیسی مقاله: Efficient exactoptimizationofmulti-objectiveredundancyallocation problems inseries-parallelsystems
عنوان فارسی مقاله: بهینه سازی دقیق مسائل تخصیص افزونگی چند هدفه، در سیستم های موازی-سری به صورت کارآمد
دسته: مهندسی سیستم ها
فرمت فایل ترجمه شده: WORD (قابل ویرایش)
تعداد صفحات فایل ترجمه شده: 25
ترجمه ی سلیس و روان مقاله آماده ی خرید می باشد.
_______________________________________
چکیده ترجمه:
در این مقاله قصد داریم یک روش مبتنی بر تجزیه را به منظور حل دقیق مسئله ی تخصیص افزونگی چند هدفه برای سیستم های موازی –سری  ارائه دهیم. مسئله ی تخصیص افزونگی را میتوان یک شکلی از بهینه سازی قابلیت اطمینان   دانست که مورد توجه مطالعات زیادی قرار گرفته است. اغلب این مطالعات، مسئله ی تخصیص افزونگی را به عنوان یک مسئله ی تک هدفه در نظر گرفته اند که قابلیت اطمینان سیستم را بیشینه نموده و یا هزینه ی مربوط به محدودیت های خاصی را کمینه میسازد. مطالعات کمی نیز وجود دارند که مسئله ی تخصیص افزونگی را به عنوان یک مسئله ی بهینه سازی چند هدفه در نظر گرفته اند و متکی به روش های راه حل فرا هیروستیکی  بوده اند. اگرچه روش های فراهیروستیکی با محدودیت های زیادی روبرو هستند: این روش ها مسئله ی بهینه بودن را تضمین نکرده و مهم تر اینکه ممکن است همه ی نقاط پارتو بهینه  را تشخیص ندهند. در این مقاله ، مسئله ی تخصیص افزونگی را به عنوان یک مسئله ی چند هدفه –که یک مورد کاربردی رایج میباشد- در نظر میگیریم. از این رو مسئله ی اصلی را به چندین زیر مسئله ی چند هدفه تجزیه کرده و زیر مسائل را به صورت دقیق و کارآمد حل میکنیم و سپس به صورت سیستماتیک راه حل ها را ترکیب میکنیم. روش مبتنی بر تجزیه میتواند تمامی راه حل های پارتو بهینه را  برای مسئله ی تخصیص افزونگی ایجاد کند. نتایج آزمایشی نیز نشان داده است که این متد پیشنهادی،  نسبت به متد های هیروستیک دارای عملکرد بهتری بوده است.
واژگان کلیدی: مسئله ی تخصیص افزونگی، بهینه سازی چند هفه، تجزیه، سیستم های موازی-سری

جهت دانلود محصول اینجا کلیک نمایید

۱۸ مهر ۹۴ ، ۰۶:۵۸ ۰ نظر موافقین ۰ مخالفین ۰
alireza karimi

ترجمه مقاله تاثیر فیبرهای پلیمری بر مقاومت بتن

عنوان انگلیسی مقاله: Influence of Polymer Fiber on Strength of Concrete
عنوان فارسی مقاله: تاثیر فیبرهای پلیمری بر مقاومت بتن
دسته: معماری - عمران
فرمت فایل ترجمه شده: WORD (قابل ویرایش)
تعداد صفحات فایل ترجمه شده: 18
ترجمه ی سلیس و روان مقاله آماده ی خرید می باشد.
_______________________________________
چکیده ترجمه:
مقاله حاضر یک مطالعه آزمایشی را مطرح می کند که تاثیرات فیبرهای پلیمری بر خصوصیات بتن را اندازه گیری می کند. اما فیبرهای پلیمری به عنوان اختلاط ابرروان کننده عمل می کنند که نتیجه این امر نرخ یا میزان پائین تر جذب سطحی آب بدن، کاهنده آب با رنج یا دامنه بالا، مقاومت بیشتر و الاستیسیته یا کشسانی عالی می باشد. بنابراین، برای تعیین دوز بهینه اختلاط ها و مطالعه تاثیر اور دوز اختلاط های عنوان شده، یک پژوهش آزمایشی اجرا گردید. این خصوصیت الاستیکی فیبرهای پلیمری تقویت شده در اختلاط سیمان- بتن ، مقاومت بهتری در برابر زلزله برای ساختمان یاسازه حاصل می کند، زیرا به محض وارد شدن بار، منحرف و با برداشته شدن بار، به موقعیت اصلی اش بازمی گردد. آزمایشات انجام شده بتن با فیبرهای پلیمری ( پلی وینیل الکل، پلی وینیل استات) به عنوان گروه آزمایشی و اختلاط بتن استاندارد به عنوان گروه کنترل بودند. فیبرهای پلیمری بکاررفته با پنج نسبت متفاوت از 2 تا 10 درصد نسبت به درصد سیمان برحسب وزن در واحد کیلوگرم در آب حل شدند. این نمونه در استوانه ای با حجم ثابت سیمان، ماسه و شن (گراول) در نسبت اختلاط 4: 2: 1 کلاس A قالب گیری شد. نمونه های شکل گرفته عمل آمده و برای تعیین مقاومت تراکمی در روزهای هفتم، چهاردهم و 28 بعد از عمل آمدگی، تست شدند.
نتایج بدست آمده ثابت می کند که اختلاط بتن محتوی فیبرهای پلیمری مقاومت بیشتری نسبت به اختلاط استاندارد حاصل نمود. 
واژگان کلیدی:
ASTM ، مصالح ساختمانی، روان کننده(نرم کننده)، پلیمرها

جهت دانلود محصول اینجا کلیک نمایید

۱۸ مهر ۹۴ ، ۰۶:۵۴ ۰ نظر موافقین ۰ مخالفین ۰
alireza karimi

ترجمه مقاله کاربردهای پیشرفته‌ی شبکه‌های عصبی و هوش مصنوعی

عنوان انگلیسی مقاله: Advanced Applications of Neural Networks and Artificial Intelligence: A Review
عنوان فارسی مقاله: کاربردهای پیشرفته‌ی شبکه‌های عصبی و هوش مصنوعی
دسته: کامپیوتر - فناوری اطلاعات
فرمت فایل ترجمه شده: WORD (قابل ویرایش)
تعداد صفحات فایل ترجمه شده: 31
ترجمه ی سلیس و روان مقاله آماده ی خرید می باشد.
_______________________________________
چکیده ترجمه:
شبکه‌ی عصبی مصنوعی  را می‌توان یکی از شاخه‌های هوش مصنوعی دانست که به‌عنوان یک تکنولوژی رایانشی در علوم کامپیوتر مدنظر قرارگرفته است. در این مقاله قصد داریم به بازبینی حوزه‌ی هوش مصنوعی پرداخته و بر روی کاربردهای اخیر آن، که از شبکه‌های عصبی مصنوعی (ANN) و هوش مصنوعی (AI) استفاده می‌کند بیندازیم.همچنین قصد داریم ادغام شبکه‌های عصبی را با سایر متدهای رایانشی‌ای مانند منطق فازی  در نظر گرفته تا بتوانیم توانایی تفسیر داده‌ها را بهبود دهیم. شبکه‌های عصبی مصنوعی را می‌توان یک تکنولوژی رایانشی نرم دانست که در سطح زیادی موردمطالعه قرارگرفته و در طی دو دهه‌ی اخیر نیز کاربردهای زیادی از آن پدید آمده است. رایج‌ترین کاربردهای شبکه‌های عصبی را می‌توان در حل مسائل تشخیص الگو، تحلیل داده‌ای، کنترل و خوشه‌بندی دانست. شبکه‌های عصبی مصنوعی دارای ویژگی‌های زیادی من‌جمله سرعت پردازشی بالا و توانایی در یادگیری و به دست آوردن جواب یک مسئله(از طریق یادگیری یک مجموعه داده‌ای) می‌باشند. هدف اصلی این مقاله این بوده که به بررسی کاربردهای اخیر شبکه‌های عصبی مصنوعی و هوش مصنوعی پرداخته و یک بازبینی جامعی را در خصوص  نقش اصلی AI و NN در حوزه‌های مختلف ارائه دهیم.
واژگان کلیدی:
هوش مصنوعی، شبکه‌های عصبی، یادگیری ماشین، رایانش نرم

جهت دانلود محصول اینجا کلیک نمایید

۱۸ مهر ۹۴ ، ۰۶:۵۳ ۰ نظر موافقین ۰ مخالفین ۰
alireza karimi

ترجمه مقاله سرویس وب مربوط به اطلاعات ترافیک جاده‌ای

عنوان انگلیسی مقاله: Semantic web service discovery system for road traffic information services
عنوان فارسی مقاله: سیستم کشف سرویس وب معنایی برای سرویس‌های اطلاعات ترافیک جاده‌ای
دسته: فناوری اطلاعات - کامپیوتر
فرمت فایل ترجمه شده: WORD (قابل ویرایش)
تعداد صفحات فایل ترجمه شده: 27
ترجمه ی سلیس و روان مقاله آماده ی خرید می باشد.
_______________________________________
چکیده ترجمه:
در این مقاله قصد داریم به تشریح یک پلت فرم چند عامله برای سیستم اطلاعات مسافر پردازیم که در این سیستم، به مسافرین اجازه داده شده تا سرویس وب مربوط به اطلاعات ترافیک جاده‌ای (WSs)  که با نیاز مندی آن‌ها بهترین مطابقت را دارد پیدا کنند. پس از مطالعه‌ی پروپوزال های موجودی که به کشف Ws معنایی پرداخته بودند، یک الگوریتم تطابق ترکیبی را پیاده سازی کردیم که به صورت کامل آنرا تشریح خواهیم نمود. پروفایل‌های Ws معنایی به صورت خودکار به عنوان OWL-S ها شناخته شده و همچنین درخواست مسافر در آن به صورت یک پروفایل OWL نشان داده می‌شود. این الگوریتم، مقیاس‌ها و وزن های مختلفی را به هر پارامتر پروفایل WS تخصیص داده شده که این تخصیص بر اساس سطح ارتباط، نوع و ماهیت آن‌ها صورت می‌گیرد. برای انجام این کار، الگوریتم پائولوچی  را توسعه داده‌ایم و از آن در سناریوی خود استفاده نموده‌ایم. همچنین مقیاس های معنایی جدیدی، مخصوصاٌ استفاده از رابطه‌ی هم نیا، برای بهبود فراخوانی‌ها بکار گرفته شده که به سرویس‌های مربوطه اجازه داده تا به وسیله‌ی کاربرانی که هنوز بازیابین شده‌اند کشف شوند. اگرچه ما روابط مفهوم تشابه را افزایش داده‌ایم و زمان اجرا را با استفاده از مرحله‌ی فیلتر پیش پردازش (که به کاهش مجموعه‌ی به احتمال مفید WS می‌پردازد) بهبود داده‌ایم. این امر باعث بهبود الگوریتم تطابق معنایی گردیده است.
واژگان کلیدی:
سرویس‌های وب معنایی، تطابق گذاری، بازیابی اطلاعات، سیستم های اطلاعات ترافیک جاده‌ای، کشف دانش

جهت دانلود محصول اینجا کلیک نمایید

۱۸ مهر ۹۴ ، ۰۶:۵۲ ۰ نظر موافقین ۰ مخالفین ۰
alireza karimi