پرسی فایل

تحقیق، مقاله، پروژه، پاورپوینت

پرسی فایل

تحقیق، مقاله، پروژه، پاورپوینت

دانلود پاورپوینت هوش مصنوعی و سیستم خبره

معرفی سیستم های هوشمند معرفی الگوریتمهای تکاملی معرفی الگوریتم ژنتیک ، فضای جستجو ، کد کردن و انواع آن ، کروموزم و جمعیت ، تابع ارزیابی ، عملگر انتخاب ، عملگرهای برش ، عملگر جهش ، الگوریتم GA، بیان کاربردهای آن معرفی سیستم های فازی
دسته بندی الکترونیک و مخابرات
فرمت فایل ppt
حجم فایل 2965 کیلو بایت
تعداد صفحات فایل 23
دانلود پاورپوینت هوش مصنوعی و سیستم خبره

فروشنده فایل

کد کاربری 8067

سرفصل های

مقدمه

معرفی سیستم های هوشمند

معرفی الگوریتمهای تکاملی

معرفی الگوریتم ژنتیک

—فضای جستجو

—کد کردن و انواع آن

—کروموزم و جمعیت

—تابع ارزیابی

—عملگر انتخاب

—عملگرهای برش

—عملگر جهش

—الگوریتم GA

—بیان کاربردهای آن

معرفی سیستم های فازی

—مقدمه

—ریاضیات سیستم های فازی

—عملگرهای فازی

—روابط فازی و اصل توسعه

— متغیر های زبانی و قواعد اگر- انگاه فازی

—منطق فازی و استدلال تقریبی

—پایگاه قواعد و موتور استنتاج فازی

—فازی سازها و غیر فازی ساز

معرفی جعبه ابزار فازی نرم افزار MATLAB

—معرفی پارامترهای نرم افزار ( توابع تعلق ورودیها و خروجیها و قوانین و ...)

—اجرای برنامه

—بررسی گزارش های برنامه

—


فایل پاورپوینت 23 اسلاید


دانلود پاورپوینت هوش مصنوعی

هوش مصنوعی، سیستم خبره ، هوش ، معرفی سیستم های هوشمند ، مبانی هوش مصنوعی، تاریخچه هوش مصنوعی
دسته بندی الکترونیک و مخابرات
فرمت فایل ppt
حجم فایل 2857 کیلو بایت
تعداد صفحات فایل 277
دانلود پاورپوینت هوش مصنوعی

فروشنده فایل

کد کاربری 8067
هوش مصنوعی چیست؟
مبانی هوش مصنوعی
تاریخچه هوش مصنوعی
هنر ساخت ماشینهایی که کارهایی را انجام میدهند که آن کارها توسط انسان با فکر کردن انجام میشوند.
مطالعه برای ساخت کامپیوترها برای انجام کارهایی که فعلاً انسان آنها را بهتر انجام میدهد.

1943، مک کولوچ و والتر پیتز: ارایه مدل نرون مصنوعی بیتی( دو حالته) قابل یادگیری به منظور محاسبه هر تابع قابل محاسبه.
1950، آلن تورینگ اولین بار دید کاملی از هوش مصنوعی را تحت عنوان “ محاسبات ماشینی و هوشمند” ارایه نمود.
1951، هینسکی و ادموندز اولین کامپیوتر شبکه عصبی را طراحی کردند.
1952، آرتور سامویل: برنامه ای ساخت که یاد میگرفت بهتر از نویسنده اش بازی کند؛ در نتیجه این تصور را که “کامپیوتر فقط کاری را انجام میدهد که به آن گفته شود” نقض کرد.


1956،نشست کارگروهی دورتموند: انتخاب نام هوش مصنوعی
1959، هربرت جلونتر: برنامه(GTP) را ساخت که قضایا را با اصل موضوعات مشخص ثابت می کرد.
1958، جان مک کارتی: تعریف زبان لیسپ که بهترین زبان هوش مصنوعی شد.
q1958-1973، جیمز اسلاگل: برنامه حل مسایل انتگرالگیری فرم بسته
تام ایوانز: برنامه حل مشابهت های هندسی
دانیل بابروز: برنامه حل مسایل جبری
دیوید هافمن: پروژه محدوده بینایی روبات در جهان بلوکها
دیوید والتز: سیستم بینایی و انتشار محدود
پاتریک ونیستون: نظریه یادگیری

عامل عالـِم Omni science))

خروجی واقعی فعالیت خود را میداند و میتواند بر اساس آن عمل کند

عامل خردمند (Rational agent)

فعالیتی را انتخاب میکند که معیار کارایی اش را حداکثر میکند

جمع آوری اطلاعات، اکتشاف، یادگیری
عامل خود مختار

نقص دانش قبلی خود را میتواند جبران کند

فایل پاورپوینت 277


دانلود پاورپوینت هوش مصنوعی و سیستم خبره

پاورپوینت هوش مصنوعی و سیستم خبره در 23 اسلاید قابل ویرایش با فرمت pptx
دسته بندی کامپیوتر و IT
فرمت فایل pptx
حجم فایل 1130 کیلو بایت
تعداد صفحات فایل 23
پاورپوینت هوش مصنوعی و سیستم خبره

فروشنده فایل

کد کاربری 7466

پاورپوینت هوش مصنوعی و سیستم خبره


مفاهیم اصلی در هوش مصنوعی

شبکه های عصبی مصنوعی

ساختار داخلی مغز

یادگیری

سیستمهای استدلال و کنترل فازی

عملکرد بیرونی مغز

استدلال تقریبی

الگوریتمهای تکاملی

الهام گرفته از تکامل در طبیعت

بهینه سازی


چرا منطق فازی ؟

Because the real world is really uncertain and fuzzy,

If not, consider what Nobel Laureate Albert Einstein said in 1923….

“As far as the laws of mathematics refer to reality, they are NOT certain. And so far as they ARE certain, they do not refer to reality.”

— §ساده برای فهم §قابل انعطاف برای کسترش در یک سیستم §استدلال تقریبی بر اساس اطلاعات تقریبی §مدلسازی توابع غیرخطی پیچیده §قابل ترکیب با سیستم های کنترل معمول §مبتنی بر متغیرهای زبانی طبیعی §روشی ساده برای نگاشت تعدادی متغیر ورودی به خروجی. اگر روش ساده تری وجود داشت از روش فازی استفاده نکنید.


آشنایی با منطق فازی

جهان خاکستری است اما علم سیاه و سفید است .

ما درباره صفرها و یک ها صحبت می کنیم اماحقیقت چیزی بین آنهاست .

جملات و بیانهای منطق سوری و برنامه ریزی رایانه همگی به شکل درست یا نادرست ، یک یا صفر هستند.

اما بیانهای مربوط به جهان واقعی متفاوتند .

هر نوع بیان واقعیت یکسره درست یا نادرست نیست.

حقیقت آنها چیزی بین درستی کامل و نادرستی کامل است . چیزی بین یک و صفر ، یعنی مفهومی چندارزشی و یا خاکستری . حال فازی چیزی بین سیاه و سفید ، یعنی خاکستری است " (بارت کاسکو(".

در فارسی، فازی به نامهای مبهم و گنگ نیز ترجمه شده است. شاید این مثال از پروفسور زاده جالب باشد:


"منطق کلاسیک شبیه شخصی است که با یک لباس رسمی مشکی ، بلوز سفیدآهاردار، کروات مشکی ، کفش های براق و غیره به یک مهمانی رسمی آمده است و منطق فازی تا اندازه ای شبیه فردی است که با لباس غیررسمی ، شلوارجین ، تی شرت و کفشهای پارچه ای آمده است. این لباس را درگذشته نمی پذیرفتند. اما امروز، جور دیگری است .“

در سال 1965 ، ایرانی تباری بنام پروفسور لطفی عسگرزاده ، معروف به زاده ، استاد دانشگاه برکلی آمریکا، در مجله اطلاعات و کنترل ، مقاله ای تحت عنوان Fuzzy Sets منتشر ساخت و این مقاله مبنای توسعه و ترویج این نظریه به جهان شد . مدتها بودکه او با نظریه سیستمها سروکار داشت و ملاحظه می کرد که هر چه پیچیدگی یک سیستم بیشترشود حل و فصل آن بوسیله ریاضیات رایج ، مشکل تراست ولذا به ریاضیات دیگری برای حل این مشکل نیاز است این ریاضیات باید بتواند ابهام موجود در پیچیدگی یک سیستم را مدل سازی کند و بامحاسبات خودآن راتحت کنترل و نظارت درآورد ورفتارآن را پیشگویی کند وبالاخره درسال 1965به این موفقیت دست یافت.


دانلود اصول و مبانی سیستمهای خبره

اگرچه نمودارهای ون از جمله روشهای تصمیم گیری برای قیاسهای صوری محسوب می شوند ولی این نمودارها برای استدلالات پیچیده تر مناسب نیستند،
دسته بندی کامپیوتر و IT
فرمت فایل doc
حجم فایل 42 کیلو بایت
تعداد صفحات فایل 15
اصول و مبانی سیستمهای خبره

فروشنده فایل

کد کاربری 1024

اصول و مبانی سیستمهای خبره


قواعد استنتاج
اگرچه نمودارهای ون از جمله روشهای تصمیم گیری برای قیاسهای صوری محسوب می شوند ولی این نمودارها برای استدلالات پیچیده تر مناسب نیستند، زیرا خواندن این نمودارها مشکل است. قیاس صوری مشکل اساسی تر دیگری دارد و آن این است که فقط بخش کوچکی از عبارات منطقی را می توان به وسیله قیاس صوری بیان کرد. در واقع قیاس صوری طبقه بندی شده فقط شامل عبارات گروه بندی شده I,E,A وO می باشد. منطق گزاره ای، ابزار دیگری را برای توصیف استدلال ارائه می دهد. در حقیقت ما غالبا بدون آنکه بدانیم از منطق گزاره ای استفاده می کنیم. به عنوان مثال استدلال گزاره ای زیر را در نظر بگیرید :
اگر برق باشد، کامپیوتر کار خواهد کرد
برق هست
.. کامپیوتر کار خواهد کرد
می توان این استدلال را با استفاده از حروف انگلیسی به شکل رسمی زیر بیان نمود.
A = برق هست
B = کامپیوتر کار خواهد کرد
بنابراین استدلال فوق را می توان به این صورت نوشت :



استدلالات زیادی به این شکل وجود دارند. صورت کلی نمایش استدلالی از این نوع، به این صورت است :
P → q
P
q
که در آن p و q متغیرهای منطقی بوده و می توانند هر عبارتی را نشان دهند. استفاده از متغیرهای منطقی در منطق گزاره ای این اجازه را به ما می دهد که عباراتی پیچیده تر از چهارچوب عبارت قیاس صوری یعنی I,E,A و O داشته باشیم. این نوع استنتاج در منطق گزاره ای نامهای مختلفی دارد، از جمله : استدلال مستقیم، انتزاع، قانون انفصال و فرض مقدم. توجه کنید که این مثال را به صورت قیاس صوری نیز می توان بیان کرد.
همه کامپیوترها با داشتن برق کار خواهند کرد
این کامپیوتر برق دارد
این کامپیوتر کار خواهد کرد
که نشان می دهد انتزاع یک حالت خاص از قیاس صوری است. قانون انتزاع از اهمیت زیادی برخوردار است زیرا پایه و اساس سیستمهای خبره مبتنی بر قاعده را تشکیل می دهد. گزاره مرکب P →q نشان دهنده یک قاعده است و p نشان دهنده الگویی است که باید بر مقدم منطبق شود تا این قاعده ارضاء گردد. ولی همان طور که در فصل دوم مطرح شد، عبارت شرطی P →q دقیقاً معادل با یک قاعده نیست زیرا عبارت شرطی، یک تعریف منطقی است که توسط جدول درستی تعریف می شود و برای هر عبارت شرطی تعاریف زیادی می تواند وجود داشته باشد.
ما به طور قراردادی برای نشان دادن گزاره های ثابت نظیر " برق وجود دارد " از حروف بزرگ مانند C,B,A و ... استفاده می کنیم و با حروف کوچک از قبیل r,q,p و ... متغیرهای منطقی را نشان می دهیم که می توانند بجای گزاره های ثابت مختلفی قرار بگیرند. توجه باشید که این قرارداد برخلاف قرارداد موجود در پرولوگ است که از حروف بزرگ به عنوان متغیر استفاده می کند.
این شکل قانون انتزاع را می توانیم با متغیرهای منطقی دیگری نیز بنویسیم :

که این شکل نیز همان مفهوم قبلی را دارد.
توصیف دیگری برای شکل فوق می تواند به این صورت باشد :

علامت کاما در اینجا برای جدا کردن یک مقدمه از مقدمه دیگر بکار می رود و علامت کاما – نقطه ( سمی کالون) پایان مقدمات را نشان میدهد. اگر چه تا به حال فقط با استدلالاتی سروکار داشته باشیم که دو مقدمه داشته اند، ولی شکل کلی تر یک استدلال به این صورت است :
P1 , P2 , … PNi .. C
هدف p در صورتی ارضاء می شود که همه اهداف فرعی P1 , P2 , … PNi ارضاء شده باشند. یک استدلال مشابه با عبارت فوق را برای قواعد تولید می توان به شکل کلی زیر نوشت :
C1 ^ C2 ^ … CN →A
و به این معناست که اگر همه شروط Ci یک قاعده ارضاء شوند در این صورت اقدام A آن قاعده اجراء خواهد شد. همانطور که قبلا نیز مطرح شد، هر عبارت منطقی به شکل فوق دقیقاً معادل یک قاعده نیست زیرا تعریف منطقی عبارات شرطی دقیقا معادل قاعده تولید نمی باشد. ولی به هر حال این شکل منطقی به فهم قواعد کمک مستقیم و مفیدی خواهد کرد.