فهرست مقاله:
مقدمه
معرفی شبکه های کامپیوتری
تقسیم بندی شبکه های کامپیوتری
تقسیم بندی براساس نوع وظایف
تقسیم بندی براساس توپولوژی
توپولوژی Bus
توپولوژی Star
توپولوژی Mesh
توپولوژی Ring
توپولوژی Wireless
مبانی شبکه های بدون کابل
Bluetooth شبکه های
Infrared Data Association(IrDA )
SWAP و Home RF
WiFi و WECA
سیستم عامل شبکه
کلاینت ها و منابع
سرویس های دایرکتوری
پروتکل
عملکرد لایه های مختلف
لایه فیزیکی
پیوند داده
لایه شبکه
لایه انتقال
لایه Session
لایه نمایش
لایه Application
معرفی برخی اصطلاحات شبکه های کامپیوتری
فصل دوم
الگوریتم های مسیریابی
طراحی الگوریتم
الگوریتم های LS
الگوریتم های DV
مسیریابی سلسله مراتبی
الگوریتم های مسیریابی و پروتکل های مسیریابی
انواع الگوریتم های مسیریابی
دیدگاه روش تصمیم گیری و میزان هوشمندی
و …
شبکه های کامپیوتری امروزی فصل نوینی در انفورماتیک است . با وجود شبکه های کامپیوتری محققین می توانند در اقصی نقاط دنیا تنها با فشردن کلیدهایی از صفحه کلید کامپیوتر در چند ساعت بعد از تازه ترین اطلاعات موضوعات مورد نظر خود باخبر شوند. تکنولوژی شبکه به سرعت در حال رشد است. رشد و توسعه شبکه های کامپیوتری بر کسی پوشیده نیست مدت هاست که جمع آوری و پردازش اطلاعات توسط کامپیوتر انجام می شود. علاوه بر این کامپیوتر در توزیع اطلاعات و برقراری ارتباطات از طریق شبکه های کامپیوتری نقش مهمی را بازی می کند. برای برقراری بین شبکه ها نیازمند یک ستون فقرات می باشیم. این شبکه زیر بنایی که از تعداد زیادی مسیریاب تشکیل شده است وظیفه انتقال اطلاعات را بر عهده دارد. بر روی این مسیریاب ها باید الگوریتم هایی اجرا شوند تا بتوانند بهترین مسیر را برای انتقال اطلاعات در این دهکده انتخاب کنند. مجموعه مطالبی که در اختیار شما خواننده گرامی است پژوهشی در رابطه با شبکه های کامپیوتری و مسیریابی در این شبکه های جهانی و بررسی الگوریتم های مسیریابی متفاوت، تجزیه و تحلیل و نحوه پیاده سازی این الگوریتم ها به صورت کاربردی می باشد.
————
مشخصات مقاله:
دسته : مهندسی فناوری اطلاعات, مهندسی کامپیوتر
عنوان پایان نامه : مکانیزم مسیریابی روترها در شبکه
قالب بندی : pdf
فهرست مقاله:
چکیده
مقدمه
فصل اول – مفاهیم داده کاوی
مدیریت ذخیره سازی و دستیابی اطلاعات
ساختار بانک اطلاعاتی سازمان
داده کاوی (Data Mining)
مفاهیم پایه در داده کاوی
تعریف داده کاوی
مراحل فرایند کشف دانش از پایگاه داده ها
الگوریتم های داده کاوی
آماده سازی داده برای مدل سازی
درک قلمرو
ابزارهای تجاری داده کاوی Tools DM Commercial
منابع اطلاعاتی مورد استفاده
محدودیت های داده کاوی
حفاظت از حریم شخصی در سیستمهای دادهکاوی
فصل دوم : کاربردهای داده کاوی
کاربرد داده کاوی در کسب و کار هوشمند بانک
داده کاوی در مدیریت ارتباط با مشتری
کاربردهای داده کاوی در کتابخانه ها و محیط های دانشگاهی
داده کاوی و مدیریت موسسات دانشگاهی
داده کاوی و مدیریت بهینه وب سایت ها
دادهکاوی و مدیریت دانش
کاربرد دادهکاوی در آموزش عالی
فصل سوم – بررسی موردی۱: وب کاوی
معماری وب کاوی
مشکلات و محدودیت های وب کاوی در سایت های فارسی زبان
محتوا کاوی وب
فصل چهارم – بررسی موردی
داده کاوی در شهر الکترونیک
زمینه داده کاوی در شهر الکترونیک
کاربردهای داده کاوی در شهر الکترونیک
چالشهای داده کاوی در شهر الکترونیک
مراجع و ماخذ
امروزه با گسترش سیستم های پایگاهی و حجم بالای داده ها ی ذخیره شده در این سیستم ها ، نیاز به ابزاری است تا بتوان داده های ذخیره شده را پردازش کردواطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد . با استفاده از پرسش های ساده در SQL و ابزارهای گوناگون گزارش گیری معمولی ، می توان اطلاعاتی را در اختیار کاربران قرار داد تا بتوانند به نتیجه گیری در مورد داده ها و روابط منطقی میان آنها بپردازند اما وقتی که حجم داده ها بالا باشد ، کاربران هر چند زبر دست و با تجربه باشند نمی توانند الگوهای مفید را در میان حجم انبوه داده ها تشخیص دهند و یا اگر قادر به این کار هم با شند ، هزینه عملیات از نظر نیروی انسانی و مادی بسیار بالا است . از سوی دیگر کاربران معمولا فرضیه ای را مطرح می کنند و سپس بر اساس گزارشات مشاهده شده به اثبات یا رد فرضیه می پردازند ، در حالی که امروزه نیاز به روشهایی است که اصطلاحا به کشف دانش بپردازند یعنی با کمترین دخالت کاربر و به صورت خودکار الگوها و رابطه های منطقی را بیان نمایند . داده کاوی یکی از مهمترین این روشها است که به وسیله آن الگوهای مفید در داده ها با حداقل دخالت کاربران شناخته می شوند و اطلاعاتی را در اختیار کاربران و تحلیل گران قرار می دهند تا براساس آنها تصمیمات مهم و حیاتی در سازمانها اتخاذ شوند . در داده کاوی از بخشی از علم آمار به نام تحلیل اکتشافی داده ها استفاده می شود که در آن بر کشف اطلاعات نهفته و ناشناخته از درون حجم انبوه داده ها تاکید می شود . علاوه بر این داده کاوی با هوش مصنوعی و یادگیری ماشین نیز ارتباط تنگاتنگی دارد ، بنابراین می توان گفت در داده کاوی تئوریهای پایگاه داده ها ، هوش مصنوعی ، یادگیری ماشین و علم آمار را در هم می آمیزند تا زمینه کاربردی فراهم شود . باید توجه داشت که اصطلاح داده کاوی زمانی به کار برده می شود که با حجم بزرگی از داده ها ، در حد مگا یا ترابایت ، مواجه باشیم . در تمامی منابع داده کاوی بر این مطلب تاکید شده است . هر چه حجم داده ها بیشتر و روابط میان آنها پیچیده تر باشد دسترسی به اطلاعات نهفته در میان داده ها مشکلتر می شود و نقش داده کاوی به عنوان یکی از روشهای کشف دانش ، روشن تر می گردد .
————
مشخصات مقاله:
عنوان پایان نامه : داده کاوی، مفاهیم و کاربرد
قالب بندی : Word
فهرست مقاله:
چکیده
مقدمه
فصل اول – مفاهیم داده کاوی
مدیریت ذخیره سازی و دستیابی اطلاعات
ساختار بانک اطلاعاتی سازمان
داده کاوی (Data Mining)
مفاهیم پایه در داده کاوی
تعریف داده کاوی
مراحل فرایند کشف دانش از پایگاه داده ها
الگوریتم های داده کاوی
آماده سازی داده برای مدل سازی
درک قلمرو
ابزارهای تجاری داده کاوی Tools DM Commercial
منابع اطلاعاتی مورد استفاده
محدودیت های داده کاوی
حفاظت از حریم شخصی در سیستمهای دادهکاوی
فصل دوم : کاربردهای داده کاوی
کاربرد داده کاوی در کسب و کار هوشمند بانک
داده کاوی در مدیریت ارتباط با مشتری
کاربردهای داده کاوی در کتابخانه ها و محیط های دانشگاهی
داده کاوی و مدیریت موسسات دانشگاهی
داده کاوی و مدیریت بهینه وب سایت ها
دادهکاوی و مدیریت دانش
کاربرد دادهکاوی در آموزش عالی
فصل سوم – بررسی موردی۱: وب کاوی
معماری وب کاوی
مشکلات و محدودیت های وب کاوی در سایت های فارسی زبان
محتوا کاوی وب
فصل چهارم – بررسی موردی
داده کاوی در شهر الکترونیک
زمینه داده کاوی در شهر الکترونیک
کاربردهای داده کاوی در شهر الکترونیک
چالشهای داده کاوی در شهر الکترونیک
مراجع و ماخذ
امروزه با گسترش سیستم های پایگاهی و حجم بالای داده ها ی ذخیره شده در این سیستم ها ، نیاز به ابزاری است تا بتوان داده های ذخیره شده را پردازش کردواطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد . با استفاده از پرسش های ساده در SQL و ابزارهای گوناگون گزارش گیری معمولی ، می توان اطلاعاتی را در اختیار کاربران قرار داد تا بتوانند به نتیجه گیری در مورد داده ها و روابط منطقی میان آنها بپردازند اما وقتی که حجم داده ها بالا باشد ، کاربران هر چند زبر دست و با تجربه باشند نمی توانند الگوهای مفید را در میان حجم انبوه داده ها تشخیص دهند و یا اگر قادر به این کار هم با شند ، هزینه عملیات از نظر نیروی انسانی و مادی بسیار بالا است . از سوی دیگر کاربران معمولا فرضیه ای را مطرح می کنند و سپس بر اساس گزارشات مشاهده شده به اثبات یا رد فرضیه می پردازند ، در حالی که امروزه نیاز به روشهایی است که اصطلاحا به کشف دانش بپردازند یعنی با کمترین دخالت کاربر و به صورت خودکار الگوها و رابطه های منطقی را بیان نمایند . داده کاوی یکی از مهمترین این روشها است که به وسیله آن الگوهای مفید در داده ها با حداقل دخالت کاربران شناخته می شوند و اطلاعاتی را در اختیار کاربران و تحلیل گران قرار می دهند تا براساس آنها تصمیمات مهم و حیاتی در سازمانها اتخاذ شوند . در داده کاوی از بخشی از علم آمار به نام تحلیل اکتشافی داده ها استفاده می شود که در آن بر کشف اطلاعات نهفته و ناشناخته از درون حجم انبوه داده ها تاکید می شود . علاوه بر این داده کاوی با هوش مصنوعی و یادگیری ماشین نیز ارتباط تنگاتنگی دارد ، بنابراین می توان گفت در داده کاوی تئوریهای پایگاه داده ها ، هوش مصنوعی ، یادگیری ماشین و علم آمار را در هم می آمیزند تا زمینه کاربردی فراهم شود . باید توجه داشت که اصطلاح داده کاوی زمانی به کار برده می شود که با حجم بزرگی از داده ها ، در حد مگا یا ترابایت ، مواجه باشیم . در تمامی منابع داده کاوی بر این مطلب تاکید شده است . هر چه حجم داده ها بیشتر و روابط میان آنها پیچیده تر باشد دسترسی به اطلاعات نهفته در میان داده ها مشکلتر می شود و نقش داده کاوی به عنوان یکی از روشهای کشف دانش ، روشن تر می گردد .
————
مشخصات مقاله:
عنوان پایان نامه : داده کاوی، مفاهیم و کاربرد
قالب بندی : Word
۱-۱-مقدمه
تغییرات دمایی یکی از عوامل مؤثر و یا گاهی عامل اصلی در تخریب سازههای
مهندسی میباشد. اعضاء جدار نازک که بهعنوان مثال در پوستهی رآکتورها،
سازههای فضایی، توربینها و اجزای دیگر مکانیسمها بکار میروند، مستعد
شکست ناشی از کمانش، خیز با دامنههای زیاد و یا تنشهای اضافی در اثر
بارهای حرارتی و یا بارهای مرکب حرارتی- مکانیکی میباشند
توسعهی مواد هوشمند با اجزای پیزوالکتریک، پتانسیل زیادی را برای استفاده در صنعت و بخصوص در زمینههای فوق ایجاد نموده است. این مواد به خاطر اثرات مستقیم و معکوسی که دارند به همراه خصوصیات ذاتی و انطباقی شان قادرند خصوصیات مکانیکی و حرارتی بهتری را نشان دهند و در واقع مشکلات و مسائل ناشی از بارهای حرارتی و یا بارهای مرکب حرارتی- مکانیکی را تا حدودی رفع نمایند.
به خاطر طبیعت مواد پیزوالکتریک که عمدتاً سنسور و یا محرک هستند، این مواد برای مطالعه و بررسی واکنش سیستم های گسترده، بسیار ایده آل میباشند. مواد پیزوالکتریک که بهوسیلهی محققین برای حس کردن و کنترل کردن چنین سیستمهایی بکار میروند بهصورت تیر، ورق و پوسته هستند. مواد پیزوالکتریک یا به سطح سازهی هوشمند چسبانده میشوند و یا درون سازه هوشمند قرار میگیرد.
با توجه به اینکه این مواد سبک، کم حجم، ساده، محکم و از لحاظ ابعادی کوچک هستند تعداد زیادی از آنها را میتوان در سازه مورد استفاده قرار داد بدون اینکه جرم سازه به میزان قابل توجهی زیاد شود. علاوه بر این روی خواص مکانیکی و دینامیکی سیستم پیوسته تأثیر زیادی ندارد.
در زمینه مدل کردن رفتار سازههای پیزوالکتریک با استفاده از متد تحلیلی کارهایی انجام شده است. مثلاً لین کی رونگ و دیگران بر اساس روابط ساختاری دو بعدی مواد پیزوالکتریک، یک حل تحلیلی برای یک تیر هوشمند که توسط یک جفت محرک پیزوالکتریک تحریک شده است، ارائه دادهاند. حل ارائه شده بر اساس تعریف تابع تنش “ایری” برای مواد پیزوالکتریک و تیر الاستیک بنا شه است.
کارهای قبلی اساساً در زمینة توسعة مدلهای ساده شده برای کنترل ارتعاشات تیرها بوده است. ین کار با توسعة ورق کلاسیک برای مشارکت اثرات پیزوالکتریک دنبال شد. در حقیقت توسعة ورق کلاسیک منجر به تشکیل متدهای المان محدود برای تحلیل سازههای باهوش با استفاده از المان های ورق و پوسته گردید.
بهطور کلی، تئوری ورق کلاسیک برای ضخامتهای کم نتایج قابل قبولی میدهد اما این تئوری از تنشهای برشی بین لایهای صرفنظر میکند و در نتیجه برای لایههای ضخیم و لایههایی که خصوصیات غیر همگن زیادی دارند دقت خیلی کمی دارد. برای رفع این محدودیت تئوری کلاسیک، نظریه مراتب بالاتر به وجود آمد. نظریهی مراتب بالاتر جایگزین نسبتاً ساده و از نظر محاسباتی مؤثرتری برای تئوری کلاسیک ارائه میکند که برای بسیاری از موارد مناسب میباشد.
فهرست مطالب:
فصل اول (مقدمه)
۱-۱-مقدمه
فصل دوم: (پیزوالکتریسیته و کاربرد آن)
۲-۱-مقدمه
۲-۲-تاریخچه کشف اثر پیزوالکتریکی و مواد پیزوالکتریک
۲-۳-فواید استفاده از پیزوالکتریک
۲-۴-مبانی فیزیک سرامیک های پیزوالکتریک
۲-۴-۲-قطبیت پسماند
۲-۵-پروسه ی ساخت سرامیک های پیزوالکتریک
۲-۶-انواع عملگرهای پیزوالکتریک
۲-۶-۱-عمل مدار باز و بسته
۲-۶-۲-رفتار دینامیکی عملگرهای پیزوالکتریک
۲-۶-۳-ملاحظات مکانیکی
۲-۶-۴-ظرفیت بار
۲-۶-۵-حفاظت از آسیب های مکانیکی
۲-۶-۶-منبع تغذیه
۲-۷-حسگرها
۲-۸-ثابت های پیزوالکتریک
۲-۹-استخراج معادلات حاکم بر مواد پیزوالکتریک
فصل سوم (تحلیل تیر ترمو پیزوالکتریک)
۳-۱-مقدمه
۳-۲-تعیین معادلات حاکم بر تیر ترمو پیزوالاستیک تیموشنکو
۳-۲-۱-مروری بر تئوری تغییر شکل برشی مرتبه اول
۳-۲-۲-تعیین روابط کرنش-جابجایی تیر تیموشنکو بر اساس نظریه ی تغییر شکل برشی مرتبه ی اول
۳-۲-۳-تعیین معادلات حرکت بر حسب جابجایی حاکم بر تیر تیموشنکو با استفاده از نسخه ی دینامیکی قانون جابجایی مجازی (قانون همیلتون)
۳-۲-۴-تعیین معادلات حاکم بر تیر ترمو پیزوالاستیک
۳-۲-۵-حل معادله ی به دست آمده برای تیموشنکو
۳-۲-۵-۱-صورت کلی مسئله طرح شده در این پایان نامه
۳-۲-۵-۲-حل مسئله
فصل چهارم (نتایج عددی)
۴-۱-مقدمه
۴-۲-اطمینان از صحت حل ارائه شده
۴-۳-ارائه نمونه های عددی
۴-۳-۱-بررسی اثرات برشی عرضی بر روی رفتار دینامیکی تیر
۴-۳-۲-کنترل انحنای تیر به وسیله ی اعمال ولتاژ الکتریکی
بحث و نتیجه گیری
پیوست
مراجع
چکیده انگلیسی
نوع فایل : pdf
حجم فایل : ۱٫۷ مگابایت (zip)
تعداد صفحات : ۸۶ صفحه
چکیده:
پایگاههای داده فعال با هدف ایجاد تعامل در پایگاههای داده ایجاد شدند.
در این نوع پایگاه داده با تعریف قوانین و بدون نیاز به کدنویسی، سیستم
قادر به عکسالعمل مناسب در مقابل رویدادهای مهم در شرایط خاص میباشد.
تعریف قوانین سادهترین نوع بیان محدودیتها بوده که برای متخصص های محیط
نیز قابل درک میباشد. اما در بیان تجربیات اغلب از کلمات فازی استفاده
میشود که ترجمه آنها به مقادیر دقیق منجر به کاهش ارزش معنایی دانش
میشود. فازیسازی پایگاههای داده فعال با هدف نزدیکتر نمودن زبان بیان
قوانین به زبان طبیعی انسان مطرح شد. این امر کمک میکند دانش متخصصین،
مستقیماً به پایگاه داده منتقل شود. ضمن اینکه تغییرات نیز با کمترین
هزینه، بر قوانین تعریف شده اعمال میشود.
اولین گروه فازیسازی گرداننده پایگاههای داده فعال ولسکی و بوعزیز و همکارانشان بودند که به فازی نمودن رویداد، شرط و واکنش در تعریف قوانین پرداختهاند و طی چند مقاله نتایج آن را ارائه نمودند، این گروه در پروژه Tempo به پیادهسازی فازی این سه بخش پرداختهاند.
گروه دومی که در این زمینه فعالیت نموده است گروه آقایان یوسل سایجین و اوزگور اولوسوی میجباشد که در دو مقاله به جنبه کاربرد تریگرهای فازی در پایگاه داده های فعال سیار پرداخته اند. فازی نمودن پایگاههای داده فعال با هدف کاربردیتر نمودن پایگاههای داده مطرح شد. این پایاننامه ضمن اصلاح تریگر های فازی معرفی شده توسط گروه اول با ایجاد تغییراتی در آنها از تریگر های فازی جهت عمل رونوشت برداری فازی استفاده می کند.
در ادامة این پایاننامه یک معماری ساده از موتور رونوشت برداری فازی در پایگاه داده فعال ارائه میشود و در پایان با یک نمونه پیادهسازی شده از موتور رونوشت برداری فازی موارد پیشنهادی ارزیابی میگردد.
۱-۱ مقدمه:
با ایجاد سیستمهای مدیریت پایگاه داده عمده مشکلات ساختار، پشتیبانی و
مدیریت دادههای حجیم در سیستمهای فایلی برطرف شد اما توجهی به جنبههای
رفتاری پایگاه داده نشد. به این معنا که با استفاده از قیود جامعیت شاید
بتوان از منفی شدن مبلغ حقوق کارمندان جلوگیری نمود اما نمیتوان مانع از
بیشتر شدن حقوق آنها از مدیرانشان شد. در چنین مواردی کاربران پایگاه داده
با اجرای یک پرس و جو موارد نقض محدودیتهایی از این قبیل را پیدا نموده و
خود اقدام به اصلاح آنها مینمایند. مواردی این چنین و نیز گزارشات
مدیریتی در آغاز ماه از جمله کارهای مشخص و دارای ضابطهای میباشند که
انجام آنها تکراری و قابل تفویض به سیستم است.
کاربران غیرمجاز با استفاده از یک سری گزارشات، غیرمستقیم به اطلاعات کلیدی دست یافته و اقدام به تغییر آنها مینمایند. پیدا نمودن چنین تغییراتی که معمولاً بعد از گزارشات اتفاق میافتند، به راحتی امکانپذیر نیست. همانطور که مشاهده میشود در یک پایگاه داده معمولی ردیابی رویدادهایی که در سیستم اتفاق افتادهاند (رخدادها) نیز ممکن نبوده و نیاز به یک سیستم با پشتیبانی جنبههای رفتاری میباشد. یک پایگاه داده فعال نظیر Oracle قادر به تشخیص رویدادهای نظیر اضافه، حذف و تغییر مقادیر در پایگاه داده میباشند. به عبارت دیگر این سیستمها با ایجاد تغییر در یک قلم داده عکسالعمل نشان میدهند.
پایگاه داده فعال با افزودن قوانین به پایگاههای داده امکان تعامل (کنش و واکنش) بین سیستم و پایگاه داده را ایجاد نمود. این نوع پایگاه داده دارای دو بخش مدیریت داده و مدیریت قوانین میباشد. بخش مدیریت داده مسئول حفظ خواص پایگاه داده در سیستمهای کاربردی بوده و بخش دوم با مدیریت قوانین مسئول واکنش به رویدادهای سیستم میباشد. در این نوع پایگاه داده طراحان سیستم قادرند با تعریف قوانین که نزدیکترین بیان به زبان طبیعی میباشد، سیستم را وادار به عکسالعمل مناسب در مقابل رویدادهای مهم نمایند.
پایگاه داده فعال با استفاده از قوانین قادر به «پشتیبانی گستردهتر قیود جامعیت و سازگاری دادهها، واکنش در مقابل رخدادهای سیستم کاربردی، عدم اجرای تقاضاهای مشکوک، ردیابی رویدادها، گزارشات ماهانه و…» میباشد. همانطور که گفته شد آنچه که به طور معمول باعث میشود یک پایگاه داده را فعال بدانیم، عکسالعمل سیستم در مقابل وضعیتهایی است که در پایگاه داده و یا حتی خارج از آن به وجود میآید. این وضعیتها میتواند شامل یک حذف غیرمجاز و یا تغییر وضعیت پایگاه داده باشد. باید توجه داشت که داشتن تعامل برای یک پایگاه داده لازم اما کافی نیست. بسیاری از سیستمهای پایگاه داده بدون رعایت اصول پایهای که در زیر به آن اشاره میشود به طور عام پایگاه دادة فعال نامیده شوند.
اینگونه سیستمها باید یک پایگاه داده باشند، یعنی در صورتی که کاربر فراموش کرد، سیستم مورد نظر پایگاه دادة فعال است بتواند از آن به عنوان یک پایگاه داده معمولی استفاده نماید (در صورت لزوم بتوان به عنوان یک پایگاه دادة معمولی از آن استفاده نمود). در اینگونه سیستمها باید امکان تعریف و مدیریت قوانین وجود داشته باشد. این قوانین در پایگاه داده فعال دارای سه جزء رویداد، شرط و واکنش میباشند. این سیستمها باید دارای یک مدل اجرایی باشند. به این ترتیب که با بروز رویداد و صحت شرط، واکنش قانون اجرا شود. یک پایگاه داده فعال باید قادر به آشکارسازی رویدادها و بررسی شرط قوانین فعال و اجرای فرامین واکنش باشد.
علاوه بر موارد فوق، بهتر است در این سیستمها محیط مناسبی برای تعریف و امکان کامپایل کردن قوانین فراهم شود که به کاربر در تعریف قوانین کمک کند. فازیسازی پایگاههای داده فعال با هدف نزدیکتر نمودن زبان بیان قوانین به زبان طبیعی طراحان مطرح شد. اغلب تقاضاهای کاربران پایگاه داده فعال، فازی میباشد. به عنوان نمونه در تقاضاهایی نظیر عدم تعلق پاداش به کارمندان «کمکار»، «افزایش» فشارخون، محاسبة حقوق کارمندان در «پایان» هر ماه و… از کلمات فازی استفاده شده است که عدم پشتیبانی مفاهیم فازی و به کار بردن مقادیر دقیق منجر به حصول نتایج نامطلوب در برخی سیستمهای کاربردی میشود.
تفاوت اصلی در فازیسازی پایگاه دادة فعال با سایر سیستمهای فازی، در نوع تعریف قوانین میباشد. به این ترتیب که در تعریف قوانین در اینجا از سه جزء اصلی رویداد، شرط و واکنش استفاده میشود در صورتی که سیستمهای مبتنی بر قانون عموماً از دو جزء شرط و واکنش تشکیل شدهاند اما فازی نمودن شرط و واکنش قوانین در پایگاههای داده فعال تفاوت چندانی با شرط و واکنش فازی در سیستمهای مبتنی بر قانون ندارد و در فازی نمودن رویداد نیز میتوان از همان سیاق رویدادهای فازی استفاده نمود این بحث توسط ولسکی و بوازیز در [۷] مطرح شده است.
در این پایاننامه سعی شده است بحثهای مطرح شده در پایگاههای داده فعال فازی، با یک نمونه پیادهسازی شده بطور خلاصه بررسی شود. همچنین در ادامه با معرفی عمل رونوشت برداری و بکار گیری قوانین فازی(تریگرهای فازی) در عمل رونوشت برداری روش بهبود یافته جدیدی معرفی شود..
۱-۲ مروری بر فصول پایاننامه:
در ادامه این پایاننامه در فصل دوم مفاهیم پایگاه دادة فعال ارائه شده
است. همچنین مدل اجرایی، نمونههایی از این نوع پایگاه داده و برخی
کاربردهای پایگاه دادة فعال در ادامة این فصل آمده است.
در فصل سوم مختصری از مفاهیم فازی ارائه شده است.
فصل چهارم شامل چگونگی پشتیبانی مفاهیم فازی در بخشهای مختلف یک پایگاه داده فعال میباشد.
فصل پنجم به بیان طرح استفاده از تریگرهای فازی در پایگاه دادة فعال جهت ارائه روش جدید رونوشت برداری فازی میپردازد و مزایا استفاده از روش رونوشت برداری فازی نسبت به روشهای مرسوم قدیمی با یک نمونه پیادهسازی شده و مقایسة آن با نمونة غیرفازی ارائه شده است.
فصل ششم به بیان چگونگی پیاده سازی تریگرهای فازی در پایگاه دادة فعال غیر فازی و نیز پیاده سازی رونوشت برداری فازی بوسیله آن می پردازد.
فهرست مطالب :
بخش اول: مفاهیم و تعاریف، کارهای انجام شده
فصل اول: کلیات
۱-۱ مقدمه
۱-۲ مروری بر فصول پایاننامه
فصل دوم: پایگاه داده فعال
۲-۱ مدیریت داده
۲-۲ مدیریت قوانین
۲-۲-۱ تعریف قانون
۲-۲-۱-۱ رویداد
۲-۲-۱-۲ شرط
۲-۲-۱-۳ واکنش
۲-۲-۲ مدل اجرایی
۲-۲-۲-۱ اولویت اجرایی در قوانین
۲-۲-۲-۲ معماری پایگاه دادة فعال
۲-۲-۲-۳ آشکارساز رویداد
۲-۲-۲-۴ ارزیابی شرط
۲-۲-۲-۵ زمانبندی
۲-۲-۲-۶ اجرا
۲-۳ نمونههای پیادهسازی شده
۲-۳-۱ Starburst
۲-۳-۲ Ariel
۲-۳-۳ NAOS
۲-۴ نتیجه
فصل سوم: مفاهیم فازی
۳-۱ مجموعههای فازی
۳-۲ عملگرهای فازی
۳-۳ استنتاج فازی
۳-۴ ابهامزدایی
۳-۵ نتیجه
فصل چهارم : پایگاه داده فعال فازی
۴-۱ تعریف فازی قوانین
۴-۱-۱ رویداد فازی
۴-۱-۱-۱ رویدادهای مرکب
۴-۱-۱-۲ انتخاب فازی اجزاء رویدادهای مرکب
۴-۱-۲ شرط فازی
۴-۱-۳ واکنش فازی
۴-۱-۴ تعیین فازی موقعیت زمانبندی
۴-۲ معماری و مدل اجرایی قوانین
۴-۲-۱ آشکارساز رویداد
۴-۲-۲ بررسی شرط
۴-۲-۳ اجرا
۴-۲-۴ زمانبندی
۴-۳ نتیجه
بخش دوم: کاربردی جدید از تریگر فازی، رونوست برداری فازی، نتایج آزمایشات
فصل پنجم: رونوشت برداری فازی
۵-۱ رونوشت برداری
۵-۱-۱ رونوشت برداری همگام
۵-۱-۲ رونوشت برداری ناهمگام
۵-۱-۳ ماشین پایه رونوشت برداری داده
۵-۱-۴ مقایسه دو روش همگام و ناهمگام
۵-۲ رونوشت برداری فازی
۵-۲-۱ استفاده از تریگرها برای فازی نمودن رونوشت برداری
۵-۳ کمیت سنج های فازی
۵-۳-۱ روش محاسبه کمیت سنج های فازی
۵-۳-۲ کمیت سنج عمومی
۵-۳-۳ کمیت سنج جزئی
۵-۳-۴ کمیت سنج جزئی توسعه یافته
۵-۴ روش جدید محاسبه حد آستانه در تریگرهای فازی برای رونوشت برداری فازی
۵-۵ معماری ماشین رونوشت بردار فازی
۵-۶ مثال
۵-۷ کارایی
۵-۷-۱ ترافیک در رونوشت برداری مشتاق
۵-۷-۲ ترافیک در رونوشت برداری تنبل
۵-۷-۳ ترافیک در رونوشت برداری فازی
۵-۷-۴ مقایسه تئوری هزینه رونوشت برداری فازی و تنبل
۵-۸ جمع بندی
فصل ششم: پیاده سازی
۶-۱ Fuzzy SQL Server
۶-۲ عملکرد اجزای Fuzzy SQL Server
۶-۳ شبیه سازی تریگرهای فازی در پایگاه داده غیر فازی
۶-۴ اجزاء تریگر فازی در پایگاه داده غیر فازی
۶-۵ جداول سیستمی مورد نیاز
۶-۶ مثال
۶-۷ کارهای آتی
مراجع و منابع
نوع فایل : ورد (doc)
حجم فایل : ۴۳۴ کیلوبایت (zip)
محل ارائه : دانشگاه آزاد اسلامی
مقطع : کارشناسی ارشد
تعداد صفحات : ۱۰۸ صفحه