کتاب آموزش MATLB از ساده ترین دستورات تا برنامه نویسی

 کتاب آموزش نرم افزار  MATLAB شامل سه فصل می باشد که فصل اول از دستورات مقدماتی شروع می شود تا اعمال روی ماتریس ، چندجمله ایها ، ، معادلات دیفرانسیل ، مشتق و انتگرال و در آخر این فصل توضیحی درباره رسم نمودار توابع در این نرم افزار توضیح داده شده است و در فصل دو نیز درباره برنامه نویسی می باشد و توضیحاتی درباره دستور ورودی، دستور خروجی ، حلقه های تکرار و تصمیم گیری و... می باشد و فصل آخر این کتاب را هم اختصاص دادیم به برنامه متنوع کاربردی که شامل 52 برنامه می باشد.

از ویژگی های بارز این کتاب این هست که ما برای هر دستور یک مثال نوشتین این باعث فهم خوب موضوع می شود و ویژگی دیگر این کتاب این هست که در فصل 3 برنامه ها طوری چیده شده که از راحترین برنامه شروع شود و رفته رفته سخت می شود.

در اول این کتاب بنده ایمیل خود را نوشتم تا اگر خواننده کتاب در هرجایی سوالی یا اشکالی در برنامه ها داشته باشد می توان با بنده در تماس باشد .

امیدوارم با مطالعه این کتاب بدون نیاز به کلاس و هزینه های غیره برنامه نویسی در این نرم افزار را به طور کامل فرا بگیرید و از برنامه نویسی لذت ببرید.

فایل فلش نایاب GFIVE G7 4.0.4

فایل فلش نایاب GFIVE G7 4.0.4

G Five G7

فایل فلش گوشی Gfive مدل G7

دریافت فایل

پروژه روش وتری در محاسبات

پروژه روش وتری در محاسبات

کد در محیط متلب ,matlab ران شده و درست میباشد.

دانلود پایان نامه رشته ادبیات درباره عبدالرزاق کاشانی با فرمت word

       دانلود پایان نامه رشته ادبیات درباره عبدالرزاق کاشانی با فرمت word

نام ونسب کاشانی:

اهل کاشان است، نامش عبدالرزاق، کنیه‌اش ابوالفضل و ملقب به کمال‌الدین می‌باشد، پدرش نیزبا لقب جمال‌الدین و کنیه ابوالغنائم مشهور است.

تاریخ زندگی جناب عبدالرزاق بخاطر همزمانی و شباهتهای اسمی با سه عالم برجسته دیگر- دونفر هم ...

دریافت فایل

رباتیک

- فرمت : word 

- تعداد صفحات : 62صفحه 

 همراه با : 

- 79 صفحه فایل PATHFINERINAL _Project1   pdf   (معرفی کامل انواع سنسورها ,حسگرها,سوئیچها و مقایسه متورها ودرایورها) 

- 34 صفحه فایل power point (روباتهای هوشمند خودکار) 

- code 

- pathfinder 

- picture_robot 

- refrence 

این مقاله الگوریتمی جدید برای مسئله برنامه ریزی مسیرکلی به یک هدف ، برای ربات متحرک را با استفاده از الگوریتم ژنتیک ارائه می دهد .الگوریتم ژنتیک برای یافتن مسیر بهینه برای ربات متحرک جهت حرکت در محیط استاتیک که توسط نقشه ای با گره ها و لینک ها بیان شده است ،بکار گرفته شده است.موقعیت هدف و موانع برای یافتن یک مسیر بهینه در محیط دو بعدی داده شده است .هر نقطه اتصال در شبکه ژنی است که با استفاده از کد باینری ارائه شده است.تعداد ژن ها در یک کروموزوم تابعی از تعداد موانع در نقشه (نمودار)می باشد.

بنابراین از یک کروموزوم با طول ثابت استفاده کردیم.مسیر ربات ایجاد شده ، در مفهوم کوتاهترین مسیر ،بهینه است .ربات دارای محل آغاز و محل هدف تحت فرضیه ای است که ربات از هر محل فقط یکبار می گذرد یا اصلا نمی گذرد.نتایج بدست آمده در شبیه سازی ؛قدرت الگوریتم پیشنهادی را تایید می نماید.

 مقدمه

مسئله طراحی مسیر ربات متحرک را می توان بصورت ذیل بیان کرد:

داده های مسئله (محل شروع،محل هدف، نقشه ای دو بعدی مسیرهاکه شامل موانع ساکن می باشد).هدف بدست آوردن یک مسیر بدون تصادم بین دو نقطه خاص در ایفای معیار بهینه سازی با در نظر گرفتن محدودیت ها (به احتمال زیاد:کوتاهترین مسیر)می باشد. مسئله طراحی مسیر از نظر محاسباتی بسیار پر هزینه است.

با اینکه حجم زیادی از تحقیقات برای حل بیشتر این مسائل انجام شده است،با این وجود،روش های معمول ،غیر قابل انعطاف می باشند.

اهداف مختلف بهینه سازی و تغییرات اهداف عدم قطعیت ها در محیط ها محدودیت های متفاوت برای منابع محاسباتی

مرور و بازنگری روش های موجود برای حل مسئله طراحی مسیر ،در [1] ارائه شده است . روش های زیادی برای ایجاد یک مسیر بهینه از قبیل برنامه ریزی دینامیک و روش های تبدیل مسافت گزارش شده است .

در روش برنامه ریزی دینامیک اگر نقطه ی شروعSP و نقطه ی هدف GP باشد ، نقطه ی زیر هدف IP است.و روش تولید مسیر ،نحوه تعیین توالی زیر اهداف است که زیر اهداف خود از مجموعه IP (I=1,2,3,…) انتخاب می شوند.ما باید تمام مسیرهای ممکن را بررسی کرده و مسیر با کمترین  مقدار هزینه را به عنوان مسیر بهینه انتخاب نمائیم.توان محاسباتی بسیار فراوانی بویژه در محیط های دارای زیر اهداف فراوان مورد نیاز است . در روش تبدیل مسافت ،کارطراحی مسیر ،محیطی را با شبکه یکنواخت می پوشاند و فواصل را از طریق فضای خالی ،از سلول هدف،منتشر می کند.قسمت پیشین موج مسافت ،حول موانع و در نهایت از طریق تمامی فضاهای آزاد در محیط جریان می یابد.برای هر نقطه شروع در محیط نمایانگر محل اولیه ربات متحرک ،کوتاهترین مسیر به مقصد،از طریق رفتن به قسمت پائین و از طریق شیب دارترین مسیر نزولی رسم شده است.با این وجود به هنگام وجود دو سلول یا بیشتر جهت گزینش با همان حداقل تبدیل فاصله ابهام مسیرهای بهینه وجود دارد. دو روش مذکور ملزم توان محاسباتی بسیار بالا در محیطی است که دارای تعداد زیاد اهداف فرعی (زیر اهداف)و موانع است.

محققان روش های فراوان را برای حل مسائل طراحی مسیر ربات های متحرک با وجود موانع ایستا و متحرک بر مبنای soft computing ،بیان کرده اند. soft computing متشکل از منطق فازی،شبکه های عصبی و محاسبات تکاملی است (الگوریتم های ژنتیک و تکاملی GA & EA).تاکنون تلاش های زیادی در استفاده از منطق فازی برای طراحی و برنامه ریزی حرکت ربات متحرک وجود داشته است .اخیرا استفاده از محاسبات تکاملی رواج فراوانی پیدا کرده و در واقع روشی است که به منظور بکارگیری در موقعیت هایی که دانش اولیه راجع حل مسئله وجود نداشته و یا اطلاعات محدود می باشد،قابلیت استفاده به گونه ای موثرتر،عمومی تر و راحت تر را داراست.

الگوریتم های ژنتیکی و تکامکلی نیازمند اطلاعات اشتقاقی یا برآوردهای فرمال اولیه از راه حل نیستند و از آنجائیکه طبیعتا تصادفی می باشند دارای قابلیت جستجوی کل فضای جواب با احتمال بیشتر پیدا کردن بهینه عمومی می باشند.

می توان تحقیق قبلی راجع طراحی مسیر را به صورت یکی از دو روش مقابل طبقه بندی کرد: مبتنی بر مدل و مبتنی بر سنسور .

در حالت مبتنی بر مدل ،مدل های منطقی از موانع شناخته شده ،برای تولید تصادم بدون مسیر بکار گرفته می شوند.در حالیکه در روش مبتنی بر سنسور ، کشف و اجتناب از موانع ناشناخته است.در این مقاله الگوریتمی جدید جهت بدست آوردن مسیر بهینه بر مبنای مدل پیشنهاد شده است.

ادامه مطالب مقاله بصورت ذیل مرتب شده اند :

در بخش 2 ،مقدمه ای مختصر راجع الگوریتم ژنتیک ارائه شده است .در بخش 3 ،فرمول سازی مسئله مورد بررسی واقع شده،در بخش 4 الگوریتم پیشنهادی ، معرفی و در بخش 5 نتایج شبیه سازی نشان داده شده است.