فی موو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

فی موو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

پایان نامه کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مختلف

اختصاصی از فی موو پایان نامه کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مختلف دانلود با لینک مستقیم و پر سرعت .

پایان نامه کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مختلف


 پایان نامه کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مختلف

 

این فایل در قالب ورد و قابل ویرایش در 

 

 

فهرست

مقدمه    ۱۱
فصل یکم -  معرفی برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) و الگوریتم ژنتیک    ۱۷
۱-۱-  برنامه ریزی فرآیند به کمک کامپیوتر   ۱۷
۱-۱-۱- رویکرد بنیادی    ۱۸
۱-۱-۲- رویکرد متنوع    ۱۸
۱-۲- الگوریتم ژنتیک   ۲۰
۱-۲-۱-کلیات الگوریتم ژنتیک   ۲۱
۱-۲-۲-قسمت های مهم الگوریتم ژنتیک   ۲۳
۱-۲-۲-۱-تابع هدف و تابع برازش   ۲۶
۱-۲-۲-۲- انتخاب   ۲۷
۱-۲-۲-۳- تقاطع     ۲۸
۱-۲-۲-۴- جهش    ۳۲
فصل دوم- نمونه هایی از کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر   ۳۴
۲-۱-بهینه سازی مسیر فرآیند با استفاده از الگوریتم ژنتیک   ۳۴
۲-۱-۱- توصیف توالی فرآیند   ۳۴
۲-۱-۲- استراتژی کد گزاری   ۳۷
۲-۱-۳- تجزیه و تحلیل همگرایی   ۳۸
۲-۱-۳-۱-همگرایی نزدیک شونده   ۳۸
۲-۱-۳-۲-همگرایی با در نظر گرفتن احتمال   ۴۰
۲-۱-۳-۳-همگرایی Gها در توالی سازی فرایندهای پشت سر هم   ۴۰
۲-۱-۳-۴-تعریف یک قانون    ۴۱
۲-۱-۴-اپراتورهای ژنتیک   ۴۱
۲-۱-۴-۱-اپراتور انتخاب   ۴۱
۲-۱-۴-۲- اپراتور تغییر و انتقال   ۴۲
۲-۱-۴-۳- اپراتور جهش   ۴۴
۲-۱-۵- برقراری تابع تناسب   ۴۴
۲-۱-۵-۱- آنالیز محدودیت ها      ۴۴
۲-۱-۵-۲- برقراری تابع برازش   ۴۵
۲-۱-۶-مثال   ۴۷
۲-۱-۶-۱-مثالهایی برای کاربرد این روشها    ۴۷
۲-۱-۶-۲-تاثیر پارامترهای متغیر بر روند تحقیقات    ۴۹
۲-۱-۷-نتیجه گیری   ۵۰
۲-۲-روشی برای برنامه ریزی  مقدماتی ترکیبات دورانی شکل محور Cاستفاده از الگوریتم ژنتیک   ۵۱
۲-۲-۱-مقدمه   ۵۱
۲-۲-۲-مدول های سیستمCAPP پیشنهاد شده   ۵۴
۲-۲-۳-تجسم قطعه   ۵۶
۲-۲-۴-تولید توالی های ممکن   ۵۸
۲-۲-۴-۱-الزامات اولویت دار   ۵۸
۲-۲-۴-۲- الزامات تلرانس هندسی   ۵۹
۲-۲-۴-۳- رابطه ویژگی های اولویت دار   ۶۰
۲-۲-۵ بهینه سازی با استفاده از الگوریتم ژنتیک G   ۶۴
۲-۲-۵-۱- تابع برازش   ۶۷
۲-۲-۵-۲- الگوریتم ژنتیک    ۶۸
۲-۲-۶- نتایج و بحث   ۷۱
۲-۲-۷-نتیجه گیری   ۷۱
فصل سوم: الگوریتم پیشنهادی برای کاربرد الگوریتم  ژنتیک در طراحی قطعه به کمک کامپیوتر در محیط صنعتی    ۷۳
۳-۱-مقدمه   ۷۳
۳-۲-الگوریتم ژنتیک   ۷۴
۳-۲-۱-سیستم های تولیدی توزیع شده    ۷۴
۳-۲-۲-نمایش طرح های فرایند   ۷۵
۳-۲-۳-جمعیت اولیه   ۷۶
۳-۳-تولید مثل   ۷۶
۳-۳-۱-ادغام   ۷۶
۳-۳-۲-دگرگونی و جهش   ۷۷
۳-۴- ارزیابی کروموزوم    ۸۰
۳-۴-۱- مینیمم سازی زمان فرایند   ۸۰
۳-۴-۲- مینیمم سازی هزینه های تولید   ۸۰
۳-۵- مطالعات موردی   ۸۱
۳-۵-۱- CAPPسنتی    ۸۱
۳-۵-۲- CAPP توزیع شده   ۸۵
۳-۶- ارزیابی   ۸۸
۳-۶-۱- معیار اول   ۸۸
۳-۶-۲- معیار دوم   ۸۹
فصل چهارم -نتیجه گیری   ۹۰
فهرست منابع  ۹۱

فهرست منابع

۱- رضائی، علیرضا، آموزش کاربردی الگوریتم ژنتیک در نرم افزار MATLAB، انتشارات آذر، ۱۳۸۶، ۷-۲۳٫

۲-براون، جیمی و هارن، جان و شیونان، جیمز، غضنفری، مهدی و صغیری، سروش، سیستم های مدیریت تولید (با نگرشی یکپارچه)، دانشگاه علم و صنعت تهران، ۱۳۷۹، ۳۹-۴۴٫

۳- Alojzij S, Peter B, Goran B. A multi-agent approach to process planning and fabrication in distributed manufacturing. Comput Ind Eng 1998;35:455–۸٫

۴- Ueda K. Aconcept for bionic manufacturing systems based on DNA-type information. Proceedings of the eighth internationalprolomat conference, Tokyo, 1992. p. 53–۸۶۴٫۱٫

۵- Yoshikawa H. Intelligent manufacturing systems program (IMS).technical cooperation that transcends cultural differences. Tokyo: University of Tokyo; 1992.

6- Wang B. Integrated product, process and enterprise design.London: Chapman & Hall; 1997.

7- Goldberg DE. Genetic algorithms in search, optimization, and machine learning. Reading, MA: Addison-Wesley; 1989.

8- Ma GH, Zhang F, Zhang YF, Nee AYC. An automated process planning system based on genetic algorithm and simulated annealing. Proceedings of the ASME design engineering technical conference, vol. 3. 2002. p. 57–۶۳

۹- Li WD, OngSK, Nee AYC. Hybrid generic algorithm and simulated approach for the optimization of process plans for prismatic parts. Int J Prod Res 2003;4(8):1899–۹۲۲٫

۱۰- Alam MR, Lee KS, Rahman M, Zhang YF. Process planning optimization for the manufacture of injection moulds using a generic algorithm. Int J Comput Integr Manuf 2003;16(3):181–۹۱٫

۱۱- Bhashara RSV, Shunmugam MS, Narendran TT. Operation sequencing in CAPP using genetic algorithms. Int J Prod Res 1999;37(5):1063–۷۴٫

۱۲- Reeves CR. Genetic algorithms. In: Reeves CR, editor. Modern heuristic techniques for combinatorial problems. Orient Longman; 1993. p. 151–۸۸ [chapter 4].

13- Joa˜ o Rocha, Carlos Ramos, Zita Vale. Process planning using a

genetic algorithm approach. Proceedings of the 1999 IEEE international symposium on assembly and task planning, Porto, Portugal, 1999. p. 338 44.

14- Zhang F. Genetic algorithm in computer-aided process planning. MEng thesis, National University of Singapore, 1997.

15- Zhang F, Zhang YF, Nee AYC. Using genetic algorithms in process planning for job shop machining.IEEE Trans Evol Comput 1997;1(4):278 89.

16- Kamhawi HN, Leclair RS, Philip CL. Feature sequencing in the rapid design system using a genetic algorithm. J. Intell. Manuf. 1996;7:55–۶۷٫

۱۷- Ulusoy G, Serifoglu SF, BilgeU.A genetic algorithm approach to the simultaneous scheduling of machines and automated guided vehicles. In: Proceedings of first symposium on intelligentmanufacturing systems, Sakarya, TR; 1996, p. 438–۶۱٫

۱۸- Chen CJ, Tseng CS. The path and location planning of workpieces by genetic algorithms. J. Intell. Manuf. 1996;7:69–۷۶٫

۱۹- Holland JH. Adaptation in Natural and Artificial Systems.Ann Arbor: The University of Michigan Press; 1975.

20- Michalewicz Z. 2nd ed. Genetic Algorithms+Data Structure-Evolutionary Programs. Berlin, Heidelberg: Springer; 1994.

21- De Jong KA. An analysis of the behavior of a class of genetic adaptive systems, (Doctoral dissertation, University of Michigan), Diss. Abstr. Internat. 36(10):5140B [University Microfilms No 76-9381].

22- Gorges-Schleuter M. ASPARAGOS An asynchronous parallel genetic optimization strategy. Proceedings of the first international conference on genetic algorithms. Hillsdale, NJ: LawrenceErlbaum Associates; 1985. p. 422–۷٫

۲۳- Davis L. Applying adaptive algorithms to epistatic domains. Proceedings of the international joint conference on artificial intelligence. 1985. p. 162–۴٫

۲۴- Oliver IM, Smith DJ, Holland JRC. A study of permutation crossover operators on the traveling salesman problem. Proceedings of the second international conference on genetic algorithms.Hillsdale, NJ: Lawrence Erlbaum Associate; 1987. p. 224–۳۰٫

 

مقدمه

در جهان صنعتی امروز، به تولید به عنوان یک سلاح رقابتی نگریسته می شود و سازمانهای تولیدی در محیطی قرار گرفته اند که از ویژگی های آن می توان به افزایش فشارهای رقابتی، تنوع در محصولات، تغییر در انتظارات اجتماعی و افزایش سطح توقع مشتریان اشاره کرد. محصولات در حالی که باید بسیار کیفی باشند، تنها زمان کوتاهی در بازار می مانند و باید جای خود را به محصولاتی بدهند که با آخرین ذائقه، سلیقه و یا نیاز مشتریان سازگار هستند. بی توجهی به خواست مشتری و یا قصور در تحویل به موقع ممکن است بسیار گران تمام شود. شرایط فوق سبب گردیده تا موضوع اطلاعات برای سازمانهای تولیدی از اهمیت زیادی برخوردار شود. از طرف دیگر، آخرین بررسی ها حاکی از آن است که استراتژی رقابتی مبتنی بر بازار خود نیز به تدریج در حال گذر است و چشم انداز استراتژیک رقابت در آینده مبتنی بر منابع خواهد بود. به عبارت دیگر در حالی که شرکتها امروزه موفقیت را در تبعیت و استفاده درست از قوانین، فرصتها و شرایط دیکته شده توسط بازار می دانند، استراتژی مبتنی بر منابع بر این موضوع تاکید دارد که منفعت و موفقیت بیشتر با اتکا بر مزیتها و منابع منحصر به فرد و قابل اطمینان شرکت و سرمایه گذاری به منظور توسعه و حفاظت از آنها حاصل خواهد شد.

البته منابع تولیدی مورد نظر تنها شامل سرمایه، زمین، ماشین آلات و تجهیزات نمی شوند، بلکه بنای تولید نسل آینده بر تاکید و توجه به اطلاعات، مدیریت دانش و توجه ویژه به مسئله آموزش افراد خواهد بود.

وضعیت به وجود آمده و تحولات صورت گرفته مذکور در حوزه فعالیتهای تولیدی، اگرچه خود حاصل به کارگیری گسترده و همه جانبه فناوریهای اطلاعاتی در این حوزه است، ولی در عین حال باعث توجه مضاعف سازمانها و شرکتهای تولیدی به مقوله اطلاعات و فناوریهای مرتبط با آن شده است. این تحقیق با هدف تبیین موضوع فوق به طور عام و تبیین بخش خاصی از آن به نام برنامه ریزی فرایند به کمک کامپیوتر صورت گرفته است. اهمیت این بررسی از آنجا ناشی می شود که چند سالی است در کشور، افزایش تعداد واحدهای تولیدی و به تبع آن تحقق نسبی فضای رقابتی باعث گردیده تا توجه تولیدکنندگان و شرکتهای صنعتی به کیفیت محصولات، افزایش سهم بازار و مسئله صادرات معطوف گردد. از همین رو به نظر مــی رسد دانستن تحولات صورت گرفته در بخشهای تولیدی جوامع پیشرفته می تواند در تعیین و شناخت بهتر مسیری که سازمانهای تولیدی و صنعتی کشور برای ارتقای توان رقابتی خود باید طی کنند موثر واقع شود. توسعــه های اخیر در حوزه فناوری اطلاعات به ویژه هوش مصنوعی و سیستم های خبره، وضعیت تولید در جوامع صنعتی را دگرگون ساخته است.

عصر فعلی را برخی عصر اطلاعات لقب داده اند. این نامگذاری شاید به این دلیل باشد که امروزه اطلاعات به جزء تفکیک ناپذیر زندگی بشر تبدیل شده است. اگرچه اطلاعات از دیرباز در زندگی بشر تاثیر بسزایی داشته و انسان برای تصمیم گیریها و طی طریق همواره محتاج به آن بوده است ولی آنچه که امروزه اهمیت آن را صدچندان کرده، شرایط نوین زندگی و افزایش سهم اطلاعات در آن است.

اختراع رایانه، امکان پردازش سریع و ذخیره حجم انبوهی از داده ها را فراهم آورد و پیشرفتهای بعدی در زمینه ارتباط بین رایانه ها و امکان تبادل داده بین آنها، تبادل و انتقال اطلاعات را در سطح وسیعی ممکن ساخت. این رویدادها به همراه سایر پیشرفتهای صورت گرفته در زمینه الکترونیک و ارتباطات اعم از میکروالکترونیک، نیمه هادیها، ماهواره و روباتیک به وقوع انقلابی در زمینه نحوه جمع آوری، پردازش، ذخیره سازی، فراخوانی و ارائه اطلاعات منجر گردید که شکل گیری فناوری اطلاعات حاصل این رویداد بود.

براساس تعریف، فناوریهای اطلاعاتی مجموعه ای از ابزارها، تجهیزات، دانش و مهارتهاست که از آنها در گردآوری، ذخیـــــره سازی، پردازش و انتقال اطلاعات (اعم از متن، تصویر، صوت و…) استفاده می شود.

در این میان نقش ابزارهای رایانه ای و مخابراتی به وضوح مشخص است. این فناوری به سرعت در حال رشد است و فعالیتها و سرمایه گذاریهای انجام شده در این زمینه به ویژه پس از ظهور پدیده اینترنت، بسیار چشمگیر است. دامنه علوم مرتبط با آن بسیار گسترده و وسیع بوده و مباحثی نظیر علوم رایانه و مهندسی نرم افزار، مخابرات، هوش مصنوعی، سیستم های اطلاعاتی مدیریتی، سیستم های پشتیبانی تصمیم، مهندسی دانش، فناوری چندرسانه ای، مدیریت اطلاعات، امنیت داده و اطلاعات، داد و ستد و ارتباطات انسان – رایانه، ارتباطات گروهی مبتنی بر رایانه، روباتیک و پایگاههای اطلاعاتی اینترنتی را شامل می شود. پرتوهای این فناوری نوین بسیاری از زوایای زندگی انسان را فرا گرفته است و بسیاری از علوم و موضوعها را تحت تاثیر خود قرار داده است.

امروزه موارد استفاده فناوری اطلاعات را می توان در آموزش، مدیریت و سازمان، پزشکی، تجارت، امور نظامی، تولید و صنعت، تحقیقات، حمل و نقل، کنترل ترافیک و صنعت نشر به وضوح مشاهده کرد.

جستجو به منظور یافتن راهی بهتر برای تولید قطعات، همواره عامل محرک و اساسی در خودکارسازی یا اتوماسیون بوده است. تعویض نیروی کار انسانی با ماشین را می توان ابتدایی ترین مرحله خودکارسازی تولید دانست که حدوداً در سال ۱۷۷۵ میلادی به وقوع پیوست و انقلاب صنعتی نقش موثری در رابطه با آن داشت. دستگاه تراش و نقاله ها نمونه هایی از مکانیزاسیون ایجاد شده بودند. روند اتوماسیون، در سال ۱۹۵۲ با ساخت اولین ماشین NC در دانشگاهMIT وارد مرحله جدیدی شد که مشخصه بارز آن عبارت بود از جایگزینی کنترل انسانی با کنترل خودکار ماشین. نوعی از اتوماسیون قابل برنامه ریزی بود که عملیات آن به وسیله اعداد و نشانه ها کنترل می شد.

در دهه ۷۰، با ظهور رایانه های ارزانتر و کارآتر و پیشرفتهای الکترونیکی و مخابراتی، اتوماسیون های نقطه ای نیز به تدریج گسترش یافته و با پیوستن به یکدیگر تبدیل به اتوماسیون های گسترده تری به نام جزایر اتوماسیون شدند. جزایر اتوماسیون نشانگر مجموعه ای از زیرسیستم های یکپارچه خودکار شده در کارخانه هستند. سیستم های تولید انعطاف پذیر، سیستم مدیریت تولید، سیستم های یکپارچه جابجایی و انبارسازی مواد و سیستم های CAM وCAD نمونه هایی از جزایر اتوماسیون ایجاد شده هستند. انگیزه غایی، همانا خواست انسان برای افزایش هرچه بیشتر اتوماسیون در سیستم تولیدی به منظور دستیابی به بهره وری بالاتر است.

باادامه فعالیت و تحقیق بر روی جزایر اتوماسیون، این جزایر نیز به مرور توسعه پیدا کرده و شروع به همپوشانی و رقابت با یکدیگر کردند.

این مسئله به همراه جایگزینی تدریجی اندیشه سیستمـی و کل نگر به جای اندیشه جزء نگرانه، همچنین پیشرفتهـای صورت گرفته در زمینه فناوری اطلاعات باعث شد تا برخی به فکر یکپارچه سازی کلیـه عملیات تولیدی با یکدیگر بیفتند و به این ترتیب موضـوع «تولید یکپارچه رایانه ای» Computer Integrated Manufacturing = CIM)) مطرح گردید.

تولید یکپارچه رایانه ای اگرچه پایان تلاشهای محققان در خودکارسازی امور تولیدی و صنعتی نیست اما از آنجا که نمایانگر خودکارسازی و یکپارچه سازی کلیه فعالیتهای مرتبط با تولید به وسیله به کارگیری رایانه ها، روبات ها و شبکه های ارتباطی در درون یک کارخانه است دارای اهمیت بسیار زیادی است.

تولیدیکپارچه رایانه ای نوعی فناوری است که می تواند به هر صنعت وابسته شده و توسط آن صنعت هدایت شود، بدین معنی که هر صنعت برحسب مجموعه تجارب، نیازمندیها و موقعیتهای خاص خود، شرایطی ویژه برای تولید یکپارچه رایانه ای فراهم می آورد. از این رو، تعاریف و توصیفهای متفاوتی برای آن وجود دارد. در زیر نمونه هایی از توصیف های صورت گرفته ارائه شده است.

سیستم یکپارچه رایانه ای شامل رایانه ای کردن فراگیر و سیستماتیک فرایند تولیدی است. چنین سیستم هایی بااستفاده از پایگاه داده های مشترک، فعالیتهایی همچون طراحی به کمک رایانه، ساخت به کمک رایانه، مهندسی به کمک رایانه، انجام تست ها، تعمیرات و مونتاژ را یکپارچه می سازند.

(اسپریت، کمیسیون انجمن های اروپایی ۱۹۸۲) سیستم تولید یکپارچه رایانه ای عبارتست از به کارگیری یکپارچه اتوماسیون بر پایه رایانه و سیستم های پشتیبانی تصمیم گیری به منظور مدیریت فعالیتهای سیستم تولیدی، از طراحی محصول تا فرایند تولیدی و نهایتاً توزیع به انضمام مدیریت تولید و موجودی و مدیریت منابع مالی.

(هارن و براون ۱۹۸۴) سیستـم تولید یکپارچه رایانـه ای، پردازنـده های مواد و اطلاعات است که سه زیر سیستم اصلی آنها عبارتند از: سیستم فیزیکی کارخانه، سیستم تصمیم و سیستم اطلاعاتی.

(مایر ۱۹۹۰) تولید یکپارچه رایانه ای عبارت است از علم و هنر خودکارسازی بااستفاده از یکپارچگی حاصل از فناوری اطلاعات در فرآیندهای تولیدی. (یومانز و همکاران ۱۹۸۶)

با کمی دقت در توصیفها و دیدگاههای مذکـور در مورد تولیـد یکپارچه رایانـه ای مـــی توان به نقش و اهمیت اطلاعـات و فناوریهای اطلاعاتی در تحقق سیستم تولید یکپارچـه رایانه ای پی برد. به بیان دیگر، می توان گفت که این سیستم در طی روند توسعه فناوری اطلاعات به مانند فعالیت مهمی در کنار آن ظاهر گردیده و گسترش یافته است.

برای بررسی نقش فناوری اطلاعات در این سیستم بهتر است که ابتدا دیدگاه مذکور کمی شفاف تر شود. همانگونه که هارن، براون و شیونان در کتابشان اشاره می کنند، درک مسئله این سیستم بستگی به زمینه تجربی و دیدگاه اشخاص نسبت به آن دارد. از این رو است که نگرشها و دیدگاههای متفاوتی در رابطه با آن وجود دارد که آنها در اثر خود به برخی از آنها اشاره کرده اند. آنچه در اینجا به عنوان ملاک در نظر گرفته می شود، دیدگاهی است که خودهارن و همکارانش در مورد این سیستم ارائه کرده اند. این دیدگاه که در شکل یک نشان داده شده است به لحاظ جامعیت و نگرش سیستمی، مناسبترین دیدگاه از بین دیدگاههای موجود به نظر می رسد .

ارتباط نشانگر یکپارچگی مجموعه عملیات و نیز نشاندهنده مدار بسته بازخورد اطلاعات هستند. به طور خلاصـه، مـی توان گفت که تولید یکپارچه رایانه ای به معنی یکپارچگی جزایر اتوماسیون مرتبط با عملیات اداری – مالی، پشتیبانی مهندسی، مدیریت تولید و عملیات مربوط به سطح اجرایی است. این فرایند به وسیله ارتباطات رایانه ای و تسهیلات ذخیره سازی داده ها انجام می شود.

در گذشته طراحی قطعات و محصولات به صورت دستی و بااستفـاده از میزهای بزرگ و ابزارهای نقشــــه کشی انجام می گرفت و نقشه ها غالباً برروی کاغذ ترسیم می شدند. به همین سبب طراحیها عموماً وقت گیر و پردردسر بودند. همچنین در صورت ترسیم اشتباه و یا تغییر طرح، اصلاح و رسم مجدد نقشه ها زمان زیادی را به خود اختصاص می داد. این مسئله در مواردی که محصول از قطعات متعدد و پیچیده برخوردار بود نمود بیشتری داشت. نگهداری نقشه ها و مراقبت از آنها نیز مسئله دیگری بود که هم فضای زیادی را می طلبید و هم زمان قابل توجهی را برای کدگذاریبایگانی و بازیابی مجدد به خود اختصاص می داد. بااین همه این نقشه ها تنها نمایانگر شکل و وضعیت هندسی و مکانی قطعات نسبت به یکدیگر آن هم به صورت دو بعدی بودند.

به تدریج با بکارگیری رایانـه در امر نقشــه کشی و ایجاد و توسعه نرم افزارهای CAD ، تحولی در امور طراحی به قوع پیوست. کاهش خطاهای طراحی و تولید، ایجاد تناسب میان نقشه و روشهای تولید، تشخیص آسان روابط اجزای قطعه در مرحله تحلیل، تسهیل در آمــاده سازی مستندات و بهبود یا افزایش استانداردهای طراحی از مزایای طراحی به کمک رایانه بودند.

امروزه باافزایش توان رایانه ها در ذخیره و پردازش داده و همچنین پیشرفتهای صورت گرفته در زمینه فناوریهای اطلاعاتی به ویژه هوش مصنوعی، امکانات و قابلیتهای سیستـــم های CAD به طور چشمگیری افزایش یافته است. نرم افزارهای پیشرفتهCAD امروزی، امکان ایجاد مدلهای توپر سه بعدی را برای طراح فراهم آورده اند. این نرم افزارها با بهره برداری وسیع از تکنیــک های هوش مصنوعی و به لطف سیستم های خبره تعبیه شده در آنها، قابلیت تجزیه و تحلیل طرحها را نیز دارا هستند. به عنوان مثال آنها قادرند جرم طرح، حجم طرح و مرکز ثقل قطعات را محاسبه و تعیین کنند.

می توانند محل برخورد یا فصل مشترک قطعات مونتاژی را بررسی کنند و خواص مکانیکی قطعات نظیر تنش و یا جریان گرمایی را مورد تجزیه و تحلیل قرار دهند. برخی از این نرم افزارها می توانند حرکت قطعات را نیز مورد مطالعه قرار دهند و برخی دیگر قادرند نقاط و زمانهای بازرسی قطعه را تعیین سازند. آنها حتی پایگاه اطلاعاتی مورد نیاز تولید محصول را به وجود می آورند. پایگاه مذکور شامل تمام اطلاعات مربوط به محصول از دید طراحی، از اطلاعات هندسی، لیست مواد و قطعات، مشخصات مواد و غیره گرفته تا اطلاعات اضافی مورد نیاز برای تولید می شود. سیستم های قدرتمندCAD فعلی، همچنین قابلیت تبادل اطلاعات با سیستم های بانک اطلاعاتی و انتقال داده ها به سایر نرم افزارهای تولیدی را نیز دارا هستند که این ویژگی، کارآیی آنها را به نحو چشمگیری افزایش داده است.

یکی دیگر از جزایر اتوماسیون ایجاد شده در زمینه تولید، سیستم طراحی فرآیند به کمک رایانه (Computer-Aided Process Planning=CAPP) است. این سیستم هـا بـه منظور انجام خودکار طراحی فرایند تولید قطعاتی که در گذشته توسط متخصصان روشهای تولیـدی انجام می گرفت ایجاد گردیده اند. این سیستم ها از نظر یکپارچـــــه سازی اهمیت بسیاری دارند چرا که یکی از نقاط کلیدی در ایجاد ارتباط میانCAD و CAM به شمار می روند. خروجیهای یک سیستم طراحی فرآیند عبارتند از: انتخاب عملیات مناسب و تعیین توالی عملیات مزبور بر روی قطعه، انتخاب ماشین آلات ضروری برای اجرای عملیات، تعیین ابزارآلات و فیکسچرها و همچنین دستورالعملهای اجرایی برای تنظیم دستگاه، مسیر حرکت ابزارها، پارامترهای عملیات نظیر سرعت، مدت، میزان بار و… البته باید خاطرنشان ساخت از آنجا که برنامه ریزی و طرح ریزی فرایند ساخت قطعات بسیار متکی به تجربه و قضاوت برنامه ریزان است، خودکارسازی کلیه فعالیتهای یادشده، کاری بس دشوار بوده و غالب سیستم های موجود طراحی فرآیند، توان اجرای تمامی فعالیتهـای فوق را ندارند، بلکه در اکثـر موارد تنهـا مــــی توانند خدمات پشتیبانی تصمیم گیری ارائه کنند.

نقش فناوری اطلاعات در سیستم طراحی فرآیند نیز بسیار مشهود است. به طور کلی در توسعه این نوع سیستم ها دو رویکرد مطرح است: ۱ – رویکرد بهبودی یا متنوع؛ ۲ – رویکرد مولد یا بنیادی.

در رویکرد بهبودی که اساس آن استفاده از فناوری گروهی و ابزارهای دسته بندی و کدگذاری است، از یک قطعه مرکب اصلی برای نشان دادن دامنه اشکال تولیدی در یک خانواده استفاده می شود. هرگاه که سیستم قطعه جدیدی را به عنوان عضوی از یک خانواده خاص شناسایی کرد، طرح ریزی فرآیند قطعه مرکب آن خانواده را به گونه ای اصلاح می نماید که بتواند طرح فرآیند آن قطعه جدید را ایجاد کند. سیستـم در این رویکرد، برای تعیین شکل قطعـات از تکنیک های طبقـه بندی قطعات استفاده کرده و آنها را با اشکال متناظـر در قطعات اصلی مطابقت مـــی دهد.

در رویکرد بنیادی، طرح فرآیند براساس اطلاعات موجود در پایگاه داده های تولید ایجاد می شود. در این رویکرد، سیستم طراحی فرآیند در شکل سیستـم های دانش – پایه و هوش مصنوعی و در برخی موارد نیز به صورت یک سیستمDSS عمل کرده و با دریافت اطلاعات جزئیات قطعه موردنظر، انواع عملیات تولیدی در دسترس و توانایی آنها برحسب دقت و تلرانس، تجربه مربوط به قطعات پیشین و… اقدام به طراحی فرآیند مناسب جهت قطعه می کند.

موضوع مورد بحث در تحقیق حاضر شرح برنامه ریزی فرآیند به کمک کامپیوتر و کاربرد الگوریتم ژنتیک برای این مهم می باشد.

 

 

فصل یکم –معرفی برنامه ریزی فرآیند به کمک کامپیوتر و الگوریتم ژنتیک

 ۱-۱ برنامه ریزی فرایند به کمک کامپیوتر (CAPP)

یکی از کاربردهای کامپیوتر مربوط به پشتیبانی از ایجاد و توسعه طرح های فنی مورد نیاز برای تولید یک قطعه می باشد. در اصطلاح به این کاربرد Computer Aided Process Planning CAPP) )گفته می شود. این کاربرد از نظر یکپارچه سازی اهمیت بسیاری دارد، زیرا یکی از نقاط کلیدی در ایجاد ارتباط میان CAD و CAM به شمار می رود. خروجی طرحریزی فرایند CAPP شامل موارد ذیل است: توالی عملیات مورد نیاز برای تولید قطعه، تعیین ماشین آلات ضروری برای اجرای عملیات و زمان عملیات. همچنین CAPP ابزارآلات ویژه و دستورالعمل های اجرایی را برای تنظیم دستگاه مشخص می کند. تا به حال کاربردهای CAPP بیشتر در زمینه برش فلزات بوده است. بر اساس نظر چانگ (۱۹۹۰) عملیات طرحریزی فرایند ممکن است شامل همه یا برخی از فعالیت های ذیل باشد:

انتخاب عملیات مناسب برای ماشین کاری.
تعیین توالی عملیات مزبور.
انتخاب ابزارهای برش مربوطه.
تعیین رویه های آماده سازی ماشین.
محاسبه پارامترهای برش از جمله: سرعت برش، میزان بار ابزار، استفاده از مایعات خنک کننده برای برش و عمق برش.
طراحی مسیر حرکت ابزار و تهیه برنامه های مخصوص هر قطعه برای ماشین های کنترل عددی.
طراحی ابزارآلات و فیکسچرها.

خودکارسازی کلیه فعالیت های طرحریزی فرایند، کاری دشوار است که به هیچ وجه نباید ناچیز تلقی شود. به همین دلیل غالباً سیستم های مبتنی بر کامپیوتر توان اجرای تمامی فعالیت های فوق را ندارند. در واقع سیستم های CAPP موجود تنها در اکثر موارد فوق می توانند خدمات پشتیبانی تصمیم گیری ارائه دهند. بطور کلی برای توسعه سیستم های CAPP  دو رویکرد مطرح است:

رویکرد متنوع (یا بهبودی)

رویکرد مولد (یا بنیادی)

 

۱-۱-۱- رویکرد متنوع

در رویکرد متنوع (یا بهبودی) برای آماده سازی یک طرح فرایند از یک طرح استاندارد یا طرح قطعه ای مشابه استفاده می شود. طرح فرایند برای قطعه مرکب اصلی در کامپیوتر ذخیره می شود و در طراحی قطعات بعدی نیز مورد استفاده قرار می گیرد. قطعه اصلی، ترکیبی است از تمامی اشکالی که ممکن است در قطعات مورد نظر موجود باشد. رویکرد بهبوددهنده برای تعیین شکل قطعات از تکنیک های طبقه بندی قطعات استفاده کرده و آنها را با اشکال متناظر در قطعه اصلی مطابقت می دهد. طراحی بهبود دهنده فرایند در مقام عمل با استفاده از تکنیکی به نام تکنولوژی گروهی اجرا می شود و بدین سان موجب تشخیص خانواده هایی از قطعات می شود که دارای طرح و ویژگی های تولیدی مشابه هستند. تکنولوژی گروهی رویکردی برای تولید است که در آن کلیه قطعات در قالب زیرمجموعه ها یا خانئاده های قطعات گروه بندی می شوند تا از مزایای تشابه آنها در تولید یا طراحی استفاده شود.خانواده های قطعات در تکنولوژی گروهی غالباً با استفاده از سیستم های کدینگ و طبقه بندی قطعات مشخص می شوند.بنابراین قطعات مشابه دارای کدهای مشابه هستند. در رویکرد طراحی بهبوددهنده فرایند، از یک قطعه مرکب برای نشان دادن دامنه اشکال تولیدی در یک خانواده استفاده شده و سپس طرح فرایند مرکب برای آن قطعه مرکب توسعه می یابد. به عبارت ساده تر هرگاه قطعه جدیدی به عنوان عضوی از یک خانواده خاص شناسایی شود، طرحریزی فرایند مرکب آن خانواده به گونه ای اصلاح می شود که بتواند طرح فرایند آن قطعه جدید را ایجاد نماید. رویکرد بهبوددهنده علیرغم برخی معایب مهم، به شکل گسترده ای در عمل مورد استفاده قرار می گیرد. واضح است که تنها فرایند قطعاتی را می توان طراحی کرد که در محدوده تنوع قطعات موجود باشد. همچنین برای حک و اصلاح طرح فرایند مرکب و برای افزودن جزئیات لازم به آن، به طراحان باتجربه ای در زمینه طرحریزی فرایند نیاز است. رویکرد دیگر سعی در رفع بعضی از این معایب دارد، این رویکرد در اصطلاح به نام طرحریزی فرایند بنیادی یا مولد شناخته می شود.

 

۱-۱-۲- رویکرد بنیادی

در رویکرد بنیادی طرح فرایند بر اساس اطلاعات موجود در پایگاه داده های تولید ایجاد می شود. نیازهای این رویکرد عبارتند از شرح جزئیات قطعه مورد نظر، انواع عملیات تولیدی در دسترس و قابلیت عملیات مزبور بر حسب دقت فرایند، تلرانس ها و غیره. به عنوان مثال این سیستم در زمینه ماشین کاری به بررسی همه سطوح موردنظر پرداخته و تلرانس سطوح مزبور را با تلرانس قابل دستیابی به وسیله فرایند موجود مقایسه می نماید. اگر فرایند موجود توانایی دستیابی به تلرانس موردنظر را داشته باشد، آنگاه ممکن است از آن فرایند برای ایجاد سطح مزبور استفاده شود. در غیر این صورت فرایند مذکور از بررسی های بعدی حذف خواهد شد.

چانگ (۱۹۹۰) معتقد است که یک سیستم طرحریزی فرایند تولید مولد از سه عنصر اساسی ترکیب یافته است: (۱) شرح قطعه، (۲) پایگاه های داده های تولیدی و (۳) الگوریتم ها و منطق تصمیم گیری. معمولاً پایگاه های داده های تولیدی می توانند اطلاعاتی در زمینه قابلیت فرایند، انتخاب ماشین، نوع ابزار و قید و غیره ارائه دهند. منطق تصمیم گیری غالباً بر پایه جداول و درخت های تصمیم گیری استوار است. جداول و درخت های تصمیم گیری شرایط مورد نیاز را برای اتخاذ تصمیمات یا انجام اقدامات طرحریزی فرایند مناسب مشخص می کنند. به عنوان مثال اندازه و تلرانس خاص یک سوراخ در یک قطعه به مجموعه ای از تصمیمات مربوط به طرحریزی فرایند می شود که ممکن است ترکیب خاصی از عملیات سوراخ کاری و برقوکاری باشد. شرایط در این مثال همان اندازه و تلرانس خاص، و اقدام همان ترکیب عملیات می باشد. از الگوریتم ها برای محاسبه شرایط خاص برش استفاده می شود، شرایطی همچون سرعت ابزار برش، تعداد دفعات برش کاری، میزان بارگذاری بر ابزار، عمق برش، محاسبات مربوط به عمر ابزار و غیره.

اخیراً پژوهشگران با استفاده از تکنیک های هوش مصنوعی (AI) شروع به نمونه سازی از سیستم های CAPP نموده اند. از این جمله می توان به تحقیقات دیسکات و لاتمب (۱۹۸۱،۱۹۸۵)، و بودن و براون (۱۹۸۷) اشاره کرد. ویژگی های متعدد CAPP زمینه ای مناسب برای بکارگیری آن در سیستم های دانش-پایه فراهم آورده اند. طراح فرایند از دانش مربوط به فرایندهای مختلف تولیدی (ماشین ها و ابزارآلات) و دانش برآمده از تجربیات مربوط به قطعات پیشین به یک اندازه بهره می گیرد. ابزارهای AI قابلیت ذخیره و ارائه این دانش را به نحو کارا فراهم کرده و بکارگیری آن را در طرحریزی فرایند کنترل می نماید. تکنیک های ذخیره و ارائه دانش نمونه ای از این تکنیک ها هستند که از تکنولوژی AI وام گرفته شده اند. این تکنیک ها به میزان قابل توجهی در سیستم های CAPP مبتنی بر دانش بکار می روند. تکنیک های مزبور عبارتند از:

الف) قواعد تولیدی با ساختار اگر(شرایط) – آنگاه(اقدام)، که برای نمایش جداول تصمیم گیری به شکل منطقی و دانش رویه ای به کار برده می شوند.

ب) شبکه های معنایی.

ج) فریم ها که برای نمایش اشیاء و ویژگی های مربوط به آنها استفاده می شوند.

اکنون تکنیک های AI در حال دستیابی به کاربردهای ویژه ای در ارتباط با سیستم های طرحریزی فرایند بنیادی هستند. سیستم های کامپیوتری طرحریزی فرایند عمدتاً برای عملیات ماشین کاری توسعه یافته اند. البته کاربردهای معدودی نیز در در مونتاژ دارند، ولی از هیچ گونه استاندارد و طبقه بندی مقبولی که بطور گسترده پذیرفته شده باشد برخوردار نیستند. این در حالی است که عملیات ماشین کاری و ساخت از مدل های “پیش استاندارد شده” بهره می گیرند. بنابراین می توان گفت که طرحریزی فرایند مونتاژ به میزان زیادی وابسته به دو عامل ذیل است:

(۱) تجربه طراحان فرایند

(۲) نوع صنعتی که طرح فرایند در آن اجرا می شود

به همین دلیل سیستم های پشتیبان طرحریزی فرایند مونتاژ که نقش یک سیستم پشتیبانی تصمیم گیری (DSS) هوشمند را به عهده می گیرند، عملاً تصمیم نهایی را در مورد انتخاب عملیات به طراح فرایند می سپارند. توسعه یک سیستم چندمرحله ای برای طراحی، روشی دیگر برای طرحریزی فرایند مونتاژ است. سیستم مزبور توانایی تشخیص محل تماس قطعات، ارزیابی امکان جابجایی قطعات مونتاژ، ارائه تحلیلی از میزان دسترسی به قطعات، انتخاب قطعات پایه و در نهایت تعیین توالی عملیات مونتاژ را دارد. این رویه به دلایل زیر از پیچیدگی خاصی برخوردار است:

(۱) دشوار بودن استفاده از استنتاج هندسی در فعالیت های مونتاژ

(۲) تنوع دامنه ارتباط سطوح

(۳) تنوع ساختارهای ممکن برای مونتاژ

احتمالآً یکپارچه سازی سیستم های CAPP توسط سیستم های CAD و CAM جالب توجه ترین مسأله در حوزه CAPP است. موضوع یکپارچه سازی از اهمیت فوق العاده ای برخوردار است. یکپارچه سازی شامل مواردی از این قبیل است: انتقال داده ها میان سیستم های طراحی و ساخت، بررسی نقش و موقعیت طراحی برای ساخت (DFM) و طراحی برای مونتاژ (DFA). سیستم طرحریزی فرایند از نقطه نظر عملیاتی، نقطه اصلی تمرکز برای گذر از مرحله طراحی به مرحله ساخت محصول است. واضح است که سیستم یکپارچه CAPP,CAD و CAM به میزان زیادی موجب کاهش زمان ارائه به بازار می شود.


دانلود با لینک مستقیم


پایان نامه کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مختلف

پاورپوینت یادگیری کامل و جامع درخت تصمیم رشته کامپیوتر

اختصاصی از فی موو پاورپوینت یادگیری کامل و جامع درخت تصمیم رشته کامپیوتر دانلود با لینک مستقیم و پر سرعت .

پاورپوینت یادگیری کامل و جامع درخت تصمیم رشته کامپیوتر


پاورپوینت یادگیری کامل و جامع درخت تصمیم رشته کامپیوتر

فرمت فایل : power point (قابل ویرایش) تعداد اسلاید ها : 41 اسلاید

 

 

 

 

 

 

 

 

 

 

در این تحقیق به بررسی و ارزیابی روش درخت تصمیم و نحوه عملکرد این روش پرداخته است و برای دانشجویان رشته کامپیوتر و فناوری اطلاعات میتواند به عنوان یک تحقیق کامل و مفید مورد استفاده قرار گیرد.


دانلود با لینک مستقیم


پاورپوینت یادگیری کامل و جامع درخت تصمیم رشته کامپیوتر

ترجمه مقاله الگوریتم کنترل همروندی امن برای پایگاههای داده امن چند سطحی

اختصاصی از فی موو ترجمه مقاله الگوریتم کنترل همروندی امن برای پایگاههای داده امن چند سطحی دانلود با لینک مستقیم و پر سرعت .
ترجمه مقاله الگوریتم کنترل همروندی امن برای پایگاههای داده امن چند سطحی

این مقاله ترجمه مقاله انگلیسی   Secure Concurrency Control Algorithm for
MultiLevel Secure Databases می باشد ./

 

 

تعداد صفحات مقاله انگلیسی : 5/

تعداد صفحات فایل ترجمه : 11/

فرمت فایل ترجمه : Word /

 

مقاله اصلی را به زبان انگلیسی می توانید رایگان از اینجا دریافت فرمایید /

 

 

چکیده

 

چکیده

در پایگاه داده چند سطحی (MLS)، داده ها و همچنین کاربر، هر دو جهت فراهم نمودن امنیت برای داده ها طبقه بندی می شوند. داده ها و کاربران در سطوح مختلف پایگاه داده طبقه بندی شده و کاربری با سطح امنیت خاص اجازه دسترسی به داده ها در آن سطح یا پائین تر از آن را دارد.بنابراین، نیازهای کنترل همروندی پایگاههای داده MLS با نیازهای کنترل همروندی پایگاههای داده سنتی تفاوت دارند. در این مقاله، مسائل رخ داده در هنگام کاربرد روشهای متداول کنترل همروندی در پایگاههای داده MLS را مورد تجزیه و تحلیل قرار داده ایم. در اینجا الگوریتم کنترل همروندی فاقد (بدون) گرسنگی و امن را پیشنهاد کرده ایم. ./1017/

 

 

تماس با ما برای راهنمایی یا ترجمه با آدرس ایمیل:

magale.computer@gmail.com

 

 

شماره تماس ما در نرم افزار تلگرام:

تماس با ما+98 9337843121 

 

 تماس با ماکانال تلگرام‌  @maghalecomputer

 

 توجه: اگر کارت بانکی شما رمز دوم ندارد، در خرید الکترونیکی به مشکل برخورد کردید و یا به هر دلیلی تمایل به پرداخت الکترونیکی ندارید با ما تماس بگیرید تا راههای دیگری برای پرداخت به شما پیشنهاد کنیم.

 


دانلود با لینک مستقیم


ترجمه مقاله الگوریتم کنترل همروندی امن برای پایگاههای داده امن چند سطحی

دانلود پاورپوینت ارائهء یک الگوریتم جستجوی مبتنی بر روشهای جمعیت در بهینه سازی ترکیبی- 69 اسلاید

اختصاصی از فی موو دانلود پاورپوینت ارائهء یک الگوریتم جستجوی مبتنی بر روشهای جمعیت در بهینه سازی ترکیبی- 69 اسلاید دانلود با لینک مستقیم و پر سرعت .

دانلود پاورپوینت ارائهء یک الگوریتم جستجوی مبتنی بر روشهای جمعیت در بهینه سازی ترکیبی- 69 اسلاید


دانلود پاورپوینت ارائهء یک الگوریتم جستجوی مبتنی بر روشهای جمعیت در بهینه سازی ترکیبی- 69 اسلاید

 

 

 

 

 

 

 

 

فهرست مطالب 

—تعریف مسایل بهینه سازی ترکیبی
—مدلهای ACO
—کاربردهای الگوریتم مورچه
—مساله مسیریابی وسایل نقلیه
—الگوریتم پیشنهادی
—داده های آزمایشگاهی
—تست و ارزیابی
—نتیجه گیری و راهکارهای آینده
—منابع
 
—الگوریتم های مورچه، سیستم های چندعامله ای هستند که هر عامل، یک مورچه مصنوعی است.
—ایده : مورچه ها در مسیر خود ماده شیمیایی به نام فرومون ترشح می کنند. وقتی سر دوراهی (مسیرکوتاهتر و طولانی تر) قرار می گیرند، براساس میزان فرومون استشمام شده از هر مسیر، یک انتخاب مسیر احتمالی انجام می دهند. به این ترتیب احتمال انتخاب مسیرهای دارای فرومون زیاد، به تدریج افزایش می یابد (اثر autocatalytic).
—رکود: اکثر مورچه ها کوتاهترین شاخه را انتخاب می کنند
—تبخیر: مکانیزم اجتناب از همگرایی سریع به مسیرهای زیربهینه

دانلود با لینک مستقیم


دانلود پاورپوینت ارائهء یک الگوریتم جستجوی مبتنی بر روشهای جمعیت در بهینه سازی ترکیبی- 69 اسلاید

دانلود تحقیق کامل درمورد ماتریس الگوریتم

اختصاصی از فی موو دانلود تحقیق کامل درمورد ماتریس الگوریتم دانلود با لینک مستقیم و پر سرعت .
دانلود تحقیق کامل درمورد ماتریس الگوریتم

 

 

 

 

 

 

 

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل: Word (قابل ویرایش و آماده پرینت)

تعداد صفحه :35

 

بخشی از متن مقاله

الگوریتم EZW در سال 1993 توسط shapiro ابداع شد نام کامل این واژه [1] به معنای کدینگ تدریجی با استفاده از درخت ضرایب ویولت است. این الگوریتم ضرایب ویولت را به عنوان مجموعه ای از درختهای جهت یابی مکانی در نظر می گیرد هر درخت شامل ضرایبی از تمام زیرباندهای فرکانسی و مکانی است که به یک ناحیه مشخص از تصویر اختصاص دارند. الگوریتم ابتدا ضرایب ویولت با دامنه بزرگتر را کددهی می کند در صورتیکه دامنه یک ضریب بزرگتر یا مساوی آستانه مشخص باشد ضریب به عنوان ضریب معنی دار [2] در نظر گرفته می شود و در غیر اینصورت بی معنی[3] می باشد یک درخت نیز در صورتی معنی دار است که بزرگترین ضریب آن از نظر دامنه بزرگتر یا مساوی با آستانه مورد نظر باشد و در غیراینصورت درخت بی معنی است.

مقدار آستانه در هر مرحله از الگوریتم نصف می شود و بدین ترتیب ضرایب بزرگتر زودتر فرستاده می شوند در هر مرحله، ابتدا معنی دار بودن ضرایب مربوط به زیر باند فرکانسی پایین تر ارزیابی می شود اگر مجموعه بی معنی باشد یک علامت درخت صفر استفاده می شود تا نشان دهد که تمامی ضرایب مجموعه صفر می باشند در غیراینصورت مجموعه به چهارزیرمجموعه برای ارزیابی بیشتر شکسته می شود و پس از اینکه تمامی مجموعه ها و ضرایب مورد ارزیابی قرار گرفته اند این مرحله به پایان می رسد کدینگ EZW براساس این فرضیه استوار است که چگالی طیف توان در اکثر تصاویر طبیعی به سرعت کاهش می یابد بدین معنی که اگر یک ضریب در زیر باند فرکانسی پایین تر کوچک باشد به احتمال زیاد ضرایب مربوط به فرزندان آن در زیر باندهای بالاتر نیز کوچک هستند به بیان دیگر اگر یک ضریب والد بی معنی باشد به احتمال زیاد فرزندان آن نیز بی معنی هستند اگر آستانه ها توانهایی از دو باشند میتوان کدینگ EZW را به عنوان یک کدینگ bit-plane در نظر گرفت در این روش در یک زمان، یک رشته بیت که از MSB شروع می شود کددهی می شود با کدینگ تدریجی رشته بیت ها و ارزیابی درختها از زیرباندهای فرکانسی کمتر به زیرباندهای فرکانسی بیشتر در هر رشته بیت میتوان به کدینگ جاسازی [4] دست یافت.

الگوریتم EZW بر پایه 4 اصل استوار است [3]

1- جدا کردن سلسله مراتبی زیرباندها با استفاده از تبدیل ویولت گسسته

1-1-2) تبدیل ویولت گسسته

تبدیل ویولت سلسله مراتبی که در EZW و SPIHT مورد استفاده قرار می گیرد نظیر یک سیستم تجزیه زیرباند سلسله مراتبی است که در آن فاصله زیرباندها در مبنای فرکانس بصورت لگاریتمی است.

در شکل 2-2 یک مثال از تجزیه دو سطحی ویولت روی یک تصویر دو بعدی نشان داده شده است. تصویر ابتدا با بکارگیری فیلترهای افقی و عمودی به چهار زیرباند تجزیه می‌شود. در تصویر (c ) 2-2 هر ضریب مربوط به ناحیه تقریبی 2×2 پیکسل در تصویر ورودی است. پس از اولین مرحله تجزیه سه زیر باند LH1 , HL1 و HH1 بعنوان زیرباندهای فرکانس بالایی در نظر گرفته می شوند که به ترتیب دارای سه موقعیت عمودی، افقی و قطری می باشند اگر Wv  , Wh  به ترتیب فرکانسهای افقی و عمودی باشند، پهنای باند فرکانسی برای هر زیر باند در اولین سطح تجزیه ویولت در جدول
1-2 آمده است[4]

جدول 2-1 ) پهنای باند فرکانسی مربوط به هر زیر باند پس از اولین مرحله تجزیه ویولت با استفاده از فیلترهای مشابه (پایین گذر و بالاگذر) زیر باند LL1 پس از اولین مرحله تجزیه ویولت، مجدداً تجزیه شده و ضرایب ویولت جدیدی به دست می آید جدول 2-2) پهنای باند مربوط به این ضرایب را نشان می دهد.

2-1-2) تبدیل ویولت بعنوان یک تبدیل خطی

میتوان تبدیل بالا را یک تبدیل خطی در نظر گرفت [5]. P  یک بردار ستونی که درایه هایش نشان دهنده یک اسکن از پیکسلهای تصویر هستند. C یک بردار ستونی شامل ضرایب ویولت به دست آمده است از بکارگیری تبدیل ویولت گسسته روی بردار p است. اگر تبدیل ویولت بعنوان ماتریس W در نظر گرفته شوند که سطرهایش توابع پایه تبدیل هستند میتوان تبدیل خطی زیر را در نظر گرفت.

فرمول

بردار p را میتوان با تبدیل ویولت معکوس به دست آورد.

فرمول

اگر تبدیل W متعامد [5] باشد.  است و بنابراین

فرمول

در واقع تبدیل ویولت W نه تنها متعامد بلکه دو متعامدی [6] می باشد.

3-1-2) یک مثال از تبدیل ویولت سلسله مراتبی

یک مثال از تبدیل ویولت سلسله مراتبی در این بخش شرح داده شده است. تصویر اولیه 16*16 و مقادیر پیکسلهای مربوط به آن به ترتیب در شکل 3-2 و جدول 3-2 آمده است.

یک ویولت چهارلایه روی تصویر اولیه اعمال شده است. فیتلر مورد استفاده فیلتر دو متعامدی Daubechies 9/7 است [6]. جدول 4-2 ضرایب تبدیل گرد شده به اعداد صحیح را نشان می دهد. قابل توجه است که ضرایب با دامنه بیشتر در زیرباندهای با فرکانس کمتر قرار گرفته اند و بسیاری از ضرایب دامنه های کوچکی دارند ویژگی فشرده سازی انرژی در تبدیل ویولت در این مثال به خوبی دیده می شود جدول 5-2 تصویر تبدیل یافته و کمی شده را نشان می دهد چنانکه کمی سازی تنها برای اولین سطح ویولت انجام گرفته است یک ضریب مقیاس 25/0 در هر ضریب فیلتر ویولت ضرب شده و سپس مجموعه فیلتر پاین گذر و بالاگذر روی تصویر اولیه بکار گرفته می شود اندازه گام کمی سازی مربوطه در این حالت 16 است.

پس از کمی سازی بیشتر ضرایب در بالاترین زیر باند فرکانسی صفر می شوند تصویربازسازی شده و تبدیل ویولت معکوس در شکل (b) 7-2 و جدول 6-2 آمده است. به علت کمی سازی بازسازی با اتلاف است.

4-1-2) انتقال تدریجی تصویر [1]

اگر  یک تبدیل متعامد و سلسله مراتبی زیر باند، p یک ماتریس از اسکن پیکسلهای pi,j  که (i, j) مختصات پیسک است و c ماتریس مربوط به ضرایب تبدیل یافته باشد، آنگاه:

فرمول

c ماتریسی است که باید کد شود.

در یک کدینگ کامل EZW ، ؟؟ ماتریس بازسازی C اولیه را برابر صفر قرار می دهد و با دریافت هر بیت آنرا تغییر می دهد.

فرمول

هدف اصلی در انتقال تدریجی این است که ابتدا، اطلاعات مهمتر تصویر فرستاده شود. ارسال درست این اطلاعات خطا را تا میزان زیادی کاهش می دهد. بنابراین نکته مهم، انتخاب اطلاعات مهمتر در C است. معیار  متوسط مربعات خطا بعنوان یک معیار سنجش خطا مورد استفاده قرار می گیرد.

فرمول

که N تعداد پیکسلهای تصویر اولیه است. با توجه به اینکه Euclidean norm در تبدیل متعامد  حفظ می شود میتوان گفت

فرمول

معادله نشان می دهد که با دریافت ضریب انتقال Ci,j در دیکدر ، DMSE به اندازه

فرمول

کاهش می یابد. واضح است با ارسال ضرایب بزرگتر در ابتدا، خطای تصویربازسازی شود. کاهش بیشتر خواهد داشت.

علاوه بر آن اگر Ci,j  بصورت باینری باشد اطلاعات را میتوان بصورت تدریجی ارسال نمود. به بیان دیگر MSB که مهمترین بیت است در ابتدا و LSB که کم اهمیت ترین بیت است در آخر فرستاده می شود.

5-1-2) درخت جهت یابی مکانی

ایجاد و تقسیم بندی مجموعه ها با استفاده از ساختار ویژه ای به نام درخت جهت یابی مکانی انجام می شود این ساختار بگونه ای است که از ارتباط مکانی میان ضرایب ویولت در سطوح مختلف هرم زیرباندها [7] استفاده می کند.

درختهای جهت یابی مکانی در شکل 59-5 برای یک تصویر 16*16 نشان داده شده است. زیرباند LL2 مجدداً به چهار گروه که هر یک شامل 2×2 ضریب است تقسیم می شود در هر گروه هر یک از چهار ضریب (شکل دو سطح پایین گذر و بالاگذر دارد و هر سطح به چهار زیر باند تقسیم می شود).

به غیر از ضریبی که در سمت چپ و بالا قرار گرفته و با رنگ خاکستری مشخص شده است ریشة  یک درخت جهت یابی مکانی است پیکانها نشان می دهند که چگونه سطوح مختلف این درختها به هم مربوطند به طور کلی یک ضریب در موقعیت (i,j) در تصویر والد چهار ضریب در موقعیتهای (2i,2y) ، (2i+1,2y) ، (2i,2y+1) و (2i+1 , 2y+1) است ریشه های درختهای جهت یابی مکانی مربوط به این مثال در زیر باند LL2 قرار گرفته اند هر ضریب ویولت به غیر از آنهایی که با رنگ خاکستری مشخص شده اند و برگها میتواند ریشه برخی زیر درختهای جهت یابی مکانی باشند.

در این مثال اندازه زیر باند LL2  برابر 4×4 است و بنابراین به چهار گروه 2×2 تقسیم شده است. تعداد درختها در این مثال 12 تا است که برابر 4 /3 اندازه بالاترین زیر باند LL است.

هر کدام از 12 ریشه در زیر باند LL2 والد چهار فرزند استا که در سطح مشابهی قرار گرفته اند. فرزندان این فرزندان در سطح یک قرار می گیرند. عموماً ریشه های درختها در بالاترین سطوح، فرزندان آنها در سطحی مشابه از آن پس فرزندان ضرایبی که در سطح k قرار دارند در سطح k-1 قرار می گیرند.

بطور کلی میتوان گفت پس از تبدیل ویولت یک تصویر را میتوان با ساختار درختی آن نشان داد که در آن یک ضریب در زیر باند پایین میتواند چهار فرزند در زیر باند بالاتر داشته باشد و هر یک از این چهار فرزند میتوانند چهار فرزند دیگر در زیرباندهای بالاتر داشته باشند. به ساختاری که در این حالت پدید می آید.

درخت چهارتایی[8] گفته می شود که هر ریشه [9] چهارگره[10] دارد. نکته بسیار مهم نوع شماره گذاری موقعیت مکانی خانه ها (ضرایب) است. ضریبی که در پایین ترین سطح و در گوشه بالا در سمت چپ قرار داد دارای موقعیت مکانی (0 و 0 ) خواهد بود و به همین ترتیب ضرایب بعدی اضافه می شوند. اگر این موقعیت گذاری رعایت نشود جواب درستی به دست نمی آید [7].

6-1-2) درخت صفر

همانگونه که قبلاً‌اشاره شد میان زیرباندهای مجاوری که در موقعیت مکانی مشابه قرار گرفته‌اند نوعی وابستگی داخلی وجود دارد این بدان معناست که اگر ضریب مربوط به یک والد در تک آستانه مشخص بی معنی باشد به احتمال زیاد ضرایب مربوط به فرزندان نیز در مقایسه با استانه جاری بی معنی خواهد بود و این امر تأیید کننده نزولی بودن چگالی طیف توان در تصاویر طبیعی می باشد در الگوریتم EZW  و الگوریتمهای مشابه این رابطه والد و فرزندی برای bitplane مربوط به باارزشترین بیت bit plante (MSB) مربوط به کم ارزشترین بیت (LSB) بکار برده می شود.


دانلود با لینک مستقیم


دانلود تحقیق کامل درمورد ماتریس الگوریتم