isi - برنامه نویسی نرم افزار - مقالات شبیه سازی شده

مقالات شبیه سازی شده

برای مشاهده مشخصات مقالات روی آنها کلیک کنید.



برق



Analysis, control, synchronization, and circuit design of a novel chaotic system



The Bidirectional Coupled Synchronization of Chaotic System Using Finite-time Control


Nonlinear feedback synchronization control of a new four-dimensional hyperchaotic Chen system with disturbances

A Bi-level Programming Model for Network Traffic Surveillance of Optimal Camera Location


Image Encryption using Block Based Uniform Scrambling and Chaotic Logistic Mapping



A Novel Image Encryption Algorithm Based on High-dimensional Compound Chaotic Systems


An iterative learning control of Robot Manipulators



Optimal Control with Fuzzy state space Modeling using Riccati Equation


Modelling and Simulation for Optimal Control of Nonlinear Inverted Pendulum Dynamical System Using PID Controller and LQR



Temperature prediction based on fuzzy clustering and fuzzy rules interpolation techniques



Fuzzy Logic Based Image Edge Detection Algorithm in MATLAB


An Image Filter for Eliminating Impulse Noise Based on Type-2 Fuzzy Set


Impact of FACTS controllers on the stability of power systems connected with doubly fed induction generators


Reactive power management and voltage control of large Transmission System using SVC (Static VAR Compensator


ACTIVE AND REACTIVE POWER CONTROL AND QUALITY MANAGEMENT IN DG-GRID INTERFACED SYSTEMS

REACTIVE POWER CONTROL USING FC-TCR

A Fast and Efficient Genetic Algorithm to Solve 0-1 Knapsack Problem


تشخیص خودکار مراحل خواب انسان با استفاده از جدول جستجوی فازی



شبیه سازی کنترلر فازی سیستم پاندول معکوس
azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir


شبیه سازی کنترلر فازی سیستم گوی و میله



شبیه سازی کنترلر فازی سیستم پاندول معکوس به همراه اغتشاش وبهبود پایداری سیستم



طراحی کنترل کننده بهینه LQR و LQG برای ژنراتور با 11 متغییر و 21 متغییر

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir

طراحی کنترل کننده دیجیتال همراه با شبیه سازی در متلب MATLAB



حل معادلات مشتقات جزئی با نرم افزار MATLAB



کامپیوتر



Enhanced Topic-based Vector Space Model for semantics-aware spam filtering

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir

Early Detection of Numerical Typing Errors Using Data Mining Techniques



A novel low-power full-adder cell with new technique in desining logical gate based on static cmos inverter



A high gain ,wide-band,fast setting amplifier with no-miller capacitor conpensation

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir

آزمایش روشهای کلاسترینگKmeans, DBScan, OPTIC, EM روی دیتاستهای UCI



اجرای 3 روش درختی روی دیتاست Letter recognization



طراحی و پیاده سازی دامنه های پویا در جهت دسترسی به منابع سیستم عامل با زبانC#



شبیه سازی OPTIMIZATION در پایگاه داده به زبان #C و SQL



بررسی و ارزیابی چند روش تشخیص جنسیت گوینده از روی گفتار



برنامه نویسی Quich Sort با Open Mp و Mpi


سنتز و شبیه سازیA Simple Computer: Organization and Programming

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB، شبیه سازی با weka، شبیه سازی با #C
برچسب ها: مقالات شبیه سازی شده, شبیه سازی با MATLAB, شبیه سازی با weka, شبیه سازی با c, برق
منتشر شده در تاریخ پنجشنبه پانزدهم اسفند ۱۳۹۲ توسط ADMIN
نظر دهید
پروژه و تحقیق

پروژه و تحقیق

برای مشاهده مشخصات پروژه ها روی آنها کلیک کنید.


برق و کامپیوتر


حل تمرین 10 صفحه 342 کتاب VLSI با نرم افزار LEdit و PSpiceهمراه با فایل های شبیه سازی در دو نرم افزار LEdit و PSpice


آزمایش روشهای کلاسترینگKmeans, DBScan, OPTIC, EM روی دیتاستهای UCI


کامل کردن درخت تصمیم Dicision Tree


حل 10 تمرین اول فصل هفتم کتاب شیکه های کامپیوتری پیشرفته نوشته دکتر یغمایی


تحقیق جامع شبکه های حسگر بیسیم WSN


تحقیق جامعی از مدل N – gram

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.irazsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir
سیستمهای کنترل گستردهDCS


امنیت در سیستم های plc و شبکه های صنعتی


کاهش مصرف انرژی از طریق خوشه بندی در شبکه های حسگر بی سیم


تحقیق به زبان انگلیسیA Study on Self-Timed Adders


تحقیق به زبان انگلیسیSquare Root And Squaring Algorithms


تحقیق به زبان انگلیسیSquare Root And Cube Root Algorithms:A survey


یک رویکرد هوشمند برای کنترل ازدحام در شبکه های Diffserv


تعیین اندازه گیت های مدار منطقی و تاخیر با استفاده از الگوریتم پرندگان و logical effort


نظارت بر ترافیک شبکه به کمک تئوری صف یا مانیتورینگ ترافیک شبکه بر مبنای تئوری صف


تولید بردار آزمون به کمک الگوریتم ژنتیک برای مدارهای ترکیبی


تولید الگوریتم آزمون و شبیه سازی خطا برای حافظه هایی با دسترسی تصادفی


مدار تولید کننده بردارآزمون Scan Encoded برای مدارهایBIST
موضوعات مرتبط: پروژه درسی، شبیه سازی با MATLAB، شبیه سازی با weka، شبیه سازی با #C
منتشر شده در تاریخ سه شنبه ششم اسفند ۱۳۹۲ توسط ADMIN
1055- A real-time learning control approach for nonlinear continuous-time system using recurrent neu

مقاله شبیه سازی شده

کد پروژه: 1055

موضوع:شبکه عصبی

شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی

عنوان مقاله:

A real-time learning control approach for nonlinear continuous-time system using recurrent neural networks

آدرس:IEEE

خلاصه:

Abstract

In this paper, a real-time iterative learning control (ILC) approach for a nonlinear continuous-time system using recurrent neural networks (RNNs) with time-varying weights is presented. Two RNNs are utilized in the ILC system. One is used to approximate the nonlinear system and another is used to mimic the desired system response. The ILC rule is obtained by combining the two RNNs to form a neural network control system. Also, a kind of iterative RNNs training algorithm is developed based on the two-dimensional (2-D) system theory. An RNN using the proposed 2-D training algorithm is able to approximate any trajectory to a very high degree of accuracy. Simulation results show that the proposed ILC approach is very efficient. The newly developed 2-D RNNs training algorithms provides a new dimension to the application of RNNs in a nonlinear continuous-time system

سفارش پروژه

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.irazsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: neural networks, شبکه عصبی, A rea time learning control approach for nonlinear
منتشر شده در تاریخ جمعه یکم اسفند ۱۳۹۳ توسط ADMIN
1049. An Eddy Brakes Dynamometer Control System Design using State Space Based PID Controller

مقاله شبیه سازی شده

کد پروژه:1049



موضوع:کنترل بهینه



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی



عنوان مقاله:
An Eddy Brakes Dynamometer Control System Design using State Space Based PID Controller
آدرس: ieee

Abstract

Dynamometer is an automotive device that is used to perform engine testing. From this test, engine information such as power, torque, and emition can be obtained for design and analysis purposes. Eddy brakes dynamometer is considered because it is considerably more effective and controllable. In order to design a brakes control system based on state space approach, a state space model is required. ADALINE (Adaptive Linear Network) method is selected to identify state space model of the system from input-output data. The state space based PID controller is then applied by selecting the appropriate parameters using Ackerman pole placement method. Simulation and experimental results show that the closed loop responses satisfiy the design requirements.

Keyword:

ADALINE; Eddy brakes dynamometer; PID controller;dynamometer

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir

سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: PID Controller, شبیه سازی با متلب, dynamometer control, eddy brakes
منتشر شده در تاریخ دوشنبه سیزدهم بهمن ۱۳۹۳ توسط ADMIN
1048. Modeling and Formal Verification of Inverted Pendulum Based Two-Wheeled Transportation Vehicle

مقاله شبیه سازی شده

کد پروژه:1048



موضوع:کنترل بهینه



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی



عنوان مقاله:
Modeling and Formal Verification of Inverted Pendulum Based Two-Wheeled Transportation Vehicle

آدرس: ieee

Abstract

Formal methods have been used to verify the correctness and stability of hardware and software systems for the last few decades. It has numerous applications in system's analysis, safety and detection of subtle bugs and errors. The approach utilizes certain mathematical properties, methods and axioms to exhaustively explore all the states of the system. It gives precise and better results than simulation and numerical methods based analysis and verification, since the later techniques cannot give exhaustive results and could suffer from discretization and round-off errors. Model checking is an important formal method that verifies systems by exhaustively exploring the system's abstract mathematical model using smart domain-specific abstraction techniques. For certain reasons, model checking has not been previously used for the verification of control systems. But in the very near few years, some model checking tools have also been developed for control systems verification. This paper includes the verification of a controlled system and proposes the formal verification of the stability of coaxially parallel two-wheeled transportation vehicle. The control system model perceived is a dynamic, inverted pendulum based, coaxially parallel two-wheeled human transportation vehicle. The dynamic physical model of the system is simplified and designed for 2-D motion that is the pitch control and the linear forward/backward motion. A mathematical model is then developed from this dynamic physical model of the system, using the state-space approach. Then, a linear quadratic regulator (LQR) with an observer is designed to stabilize this system. Later, the system is formally verified for stability using the model checker SpaceEx.

Keyword:

Formal Analysis ;Full-State Observer ;Linear Quadratic Regulator; Model Checking; Reachability Analysis; SpaceEx

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir

سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: پاندول معکوس, SpaceEx, کنترل بهینه, شبیه سازی با متلب
منتشر شده در تاریخ دوشنبه سیزدهم بهمن ۱۳۹۳ توسط ADMIN
1047. Modelling & Simulation for Optimal Control of Nonlinear Inverted Pendulum Dynamical System usi

مقاله شبیه سازی شده

کد پروژه:1047



موضوع: کنترل بهینه



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی



عنوان مقاله:
Modelling & Simulation for Optimal Control of Nonlinear Inverted Pendulum Dynamical System using PID Controller & LQR

آدرس: ieee



Abstract

This paper presents the modelling and simulationfor optimal control design of nonlinear inverted pendulum-cartdynamic system using Proportional-Integral-Derivative (PID)controller and Linear Quadratic Regulator (LQR). LQR, anoptimal control technique, and PID control method, both ofwhich are generally used for control of the linear dynamicalsystems have been used in this paper to control the nonlineardynamical system. The nonlinear system states are fed to LQRwhich is designed using linear state-space model. Invertedpendulum, a highly nonlinear unstable system is used as abenchmark for implementing the control methods. Here thecontrol objective is to control the system such that the cartreaches at a desired position and the inverted pendulumstabilizes in upright position. The MATLAB-SIMULINKmodels have been developed for simulation of control schemes.The simulation results justify the comparative advantages ofLQR control methods.

Keywords:

Inverted pendulum; nonlinear system; PIDcontrol; optimal control; LQR

سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: PID Controller, LQR, پاندول معکوس, کنترل بهینه, سیستم غیر خطی
منتشر شده در تاریخ دوشنبه سیزدهم بهمن ۱۳۹۳ توسط ADMIN
1012. اجرای الگوریتم wk means در متلب روی دیتاست

مقاله شبیه سازی شده

کد پروژه: 1012
azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir


موضوع:اجرای الگوریتم WK-means



شامل: فایل شبیه سازی با نرم افزار متلبMatlab



عنوان مقاله:

اجرای الگوریتم wk means در متلب روی دیتاست




سفارش پروژه


موضوعات مرتبط: پروژه درسی، شبیه سازی با MATLAB
برچسب ها: متلب, matlab, wk, means, دیتاست
منتشر شده در تاریخ چهارشنبه بیست و چهارم دی ۱۳۹۳ توسط ADMIN
1011. Integral Square Error Minimization Technique for Linear Multi Input and Multi Output Systems

مقاله شبیه سازی شده

کد پروژه: 1011



موضوع:کنترل چند متغیره
azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir


شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی



عنوان مقاله:
Integral Square Error Minimization Technique for Linear Multi Input and Multi Output Systems
تکنیک به حداقل رساندن خطای مربع انتگرال برای سیستم خطی با چند ورودی و چند خروجی

آدرس: ieee



خلاصه:



Abstract:

A method is proposed for model order reduction for a linear multivariable system by using the combined advantages of dominant pole reduction method and Particle Swarm Optimization (PSO). The PSO reduction algorithm is based on minimization of integral square error (ISE) pertaining to a unit step input. Unlike the conventional method, ISE is circumvented by equality constraints after expressing it in frequency domain using Parseval's theorem. In addition to this, many existing methods for model order reduction are also considered. The proposed method is applied to the transfer function matrix of a 10th order two-input two-out put linear time invariant model of a power system. The performance of the algorithm is tested by comparing it with the other soft computing technique called Genetic Algorithm and also with the other existing techniques.
azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.irazsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir


Keywords:

MIMO systems ;linear systems; minimization; multivariable systems; particle swarm optimization; power systems; reduced order systems; transfer function matrices

سفارش پروژه


موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: سیستم خطی, حداقل سازی, الگوریتم PSO, سیستم قدرت, شبیه سازی با متلب
منتشر شده در تاریخ چهارشنبه بیست و چهارم دی ۱۳۹۳ توسط ADMIN
1010. Intelligent identification and control using improved fuzzy particleswarm optimization

مقاله شبیه سازی شده

کد پروژه: 1010



موضوع:کنترل فازی + الگوریتم فازی PSO



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی



عنوان مقاله:

Intelligent identification and control using improved fuzzy particleswarm optimization
شناسایی و کنترل هوشمند با استفاده از بهبود ذرات فازی بهینه سازی ازدحام (Fuzzy PSO)

آدرس: ScienceDirect






خلاصه:



Abstract:

This paper presents a novel improved fuzzy particle swarm optimization (IFPSO) algorithm to the intelligent identification and control of a dynamic system. The proposed algorithm estimates optimally the parameters of system and controller by minimizing the mean of squared errors. The particle swarm optimization is enhanced intelligently by using a fuzzy inertia weight to rationally balance the global and local exploitation abilities. In the proposed IFPSO, every particle dynamically adjusts inertia weight according to particles best memories using a nonlinear fuzzy model. As a result, the IFPSO algorithm has a faster convergence speed and a higher accuracy. The performance of IFPSO algorithm is compared with advanced algorithms such as Real-Coded Genetic Algorithm (RCGA), Linearly Decreasing Inertia Weight PSO (LDWPSO) and Fuzzy PSO (FPSO) in terms of parameter accuracy and convergence speed. Simulation results demonstrate the effectiveness of the proposed algorithm.



Keywords:

Fuzzy particle swarm optimization; Parameter estimation; Genetic algorithm; Intelligent identification; Intelligent control



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: الگوریتم pso, شناسایی پارامتر, Fuzzy PSO, شبیه سازی با متلب, کنترل فازی
منتشر شده در تاریخ چهارشنبه بیست و چهارم دی ۱۳۹۳ توسط ADMIN
1009. Parameter identification of nonlinear systems using a particleswarmoptimization approach

مقاله شبیه سازی شده

کد پروژه: 1009

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir

موضوع:کنترل بهینه + سیستم غیر خطی + الگوریتم PSO



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی



عنوان مقاله:

Parameter identification of nonlinear systems using a particleswarmoptimization approach

شناسایی پارامتر سیستم غیر خطی با استفاده از روش بهینه سازی ازدحام ذرات PSO
آدرس: ieee





خلاصه:



Abstract:

This paper applies a particle swarm optimization (PSO) approach to the parameter identification for a class of nonlinear systems. In the PSO optimization process, the unknown system parameters are arranged in the form of a parameter vector (i.e. a particle), and the PSO algorithm employs the velocity updating and position updating formulas to an initial population, which is constituted by a great number of particles, such that the excellent particle is generated. The proposed algorithm manipulates the parameter vectors directly as real numbers rather than binary strings. Therefore, to implement the PSO algorithm in computer codes becomes fairly straightforward. In this study, the PSO algorithm is applied to estimate the parameters of the Genesio-Tesi nonlinear chaotic systems. The estimation performance of the PSO algorithm is verified by examining different sets of random initial populations under the presence of measurement noises. The simulation results reveal that the PSO algorithm provides a simple and effective means of solving parameter estimation problem of nonlinear systems.



Keywords:

nonlinear system; parameter estimation; particle swarm optimization; vectors



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: سیستم غیرخطی, الگوریتم PSO, تخمین پارامتر, شناسایی پارامتر, شبیه سازی با متلب
منتشر شده در تاریخ چهارشنبه بیست و چهارم دی ۱۳۹۳ توسط ADMIN
1008. Speed Control of DC Motor Using Genetic Algorithm BasedPID Controller

مقاله شبیه سازی شده

کد پروژه: 1008



موضوع:کنترل بهینه + موتور DC+ کنترل کننده PID



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی



عنوان مقاله:

Speed Control of DC Motor Using Genetic Algorithm BasedPID Controller

کنترل سرعت موتور DC با استفاده از الگوریتم ژنتیک بر اساس کنترل PID


آدرس: ijarcsse





خلاصه:



Abstract:

The tuning aspect of proportional–integral-derivative (PID) controllers is a challenge for researchers and plant operators. This paper proposes the tuning of PID controller of a DC motor using genetic Algorithm .Genetic algorithm is a soft computing technique which is used for optimization of PID parameters. The Algorithm functions on three basic genetic operators of selection, crossover and mutation. Based on the types of these operators GA has many variants like Real coded GA, Binary coded GA, These parameters have a great influence on the stability and performance of the control system. This Paper focuses the Binary coded GA & find the value of crossover , mutation of PID controller



Keywords:

DC motor, Genetic algorithm, Crossover, Mutation, PID controller.



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: موتور Dc, الگوریتم زنتیک, کنترلگر PID, شبیه سازی با متلب, Genetic algorithm
منتشر شده در تاریخ سه شنبه بیست و سوم دی ۱۳۹۳ توسط ADMIN
1006. Aircraft Control System Using LQG and LQR Controller with Optimal Estimation-Kalman Filter Des

مقاله شبیه سازی شده

کد پروژه: 1006

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir

موضوع:کنترل کننده های LQR و LQG؛ فیلتر کالمن



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی



عنوان مقاله:

Aircraft Control System Using LQG and LQR Controller with Optimal Estimation-Kalman Filter Design

سیستم کنترل هواپیما با استفاده از کنترلLQG و LQR با طراحی فیلتر بهینه برآورد-کالمن




آدرس: ScienceDirect




خلاصه:

Abstract

This paper, describes a LQG and LQR robust controller for the lateral and longitudinal flight dynamics of an aircraft control system. The controller is used in order to achieve robust stability and good dynamic performance against the variation of aircraft parameters. The application of the proposed LQG and LQR robust control scheme is implemented through the simulation. The proposed robust controller for aircraft stability is designed using Matlab/Simulink program. Simulation results confirm the performance of the proposed controller for aircraft control system. Since the time of its introduction, the Kalman filter has been the subject of extensive research and application, particularly in the area of autonomous or assisted navigation. For example, to determine the velocity of an aircraft or sideslip angle, one could use a Doppler radar, the velocity indications of an inertial navigation system, or the relative wind information in the air data system. Rather than ignore any of these outputs, a Kalman filter could be built to combine all of this data and knowledge of the various systems dynamics to generate an overall best estimate of pitch, roll and sideslip angle.



Keywords

Aircraft motion; LQG control; LQR control; lateral stability; longitudinal stability; State estimator Kalman filter.

سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: LQR, LQG, فیلتر کالمن, شبیه سازی با متلب, کنترل بهینه
منتشر شده در تاریخ سه شنبه بیست و سوم دی ۱۳۹۳ توسط ADMIN
1004. Parameter identification of chaotic dynamic systems throughan improvedparticle swarm optimizat

مقاله شبیه سازی شده

کد پروژه: 1004



موضوع:الگوریتم pso و سیستم آشوب



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی



عنوان مقاله:

Parameter identification of chaotic dynamic systems throughan improved particle swarm optimization

شناسایی پارامتر سیستم های دینامیکی آشوبناک با استفاده از بهینه سازی الگوریتم بهبود ذرات ازدحام PSO





آدرس:sciencedirect


خلاصه:

Abstract

This paper is concerned with the parameter identification problem for chaotic dynamic systems. An improved particle swarm optimization (IPSO), which is a novel evolutionary computation technique, is proposed to solve this problem. The feasibility of this approach is demonstrated through identifying the parameters of Lorenz chaotic system. The performance of the proposed IPSO is compared with the genetic algorithm (GA) and standard particle swarm optimization (SPSO) in terms of parameter accuracy and computational time. It is illustrated in simulations that the proposed IPSO is more successful than the SPSO and GA. IPSO is also improved to detect and determine the variation of parameters. In this case, a sentry particle is introduced to detect any changes in system parameters and if any change is detected, IPSO runs to find new optimal parameters. Hence, the proposed algorithm is a promising particle swarm optimization algorithm for system identification.

Keywords

Parameter identification; Particle swarm optimization; Chaotic systems



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: pso, سیستم های دینامیکی آشوبناک, کنترل بهینه, شبیه سازی با متلب
منتشر شده در تاریخ سه شنبه بیست و سوم دی ۱۳۹۳ توسط ADMIN
1003. Improving collaborative filtering recommender system results and performanceusing genetic algo

مقاله شبیه سازی شده

کد پروژه: 1003



موضوع:الگوریتم ژنتیک و سیستم توصیه گر



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی



عنوان مقاله:

Improving collaborative filtering recommender system results and performance using genetic algorithms

بهبود همکاری سیستم فیلتر توصیه کننده و نتایج عملکرد با استفاده از الگوریتم ژنتیک



آدرس:sciencedirect


خلاصه:
Abstract
This paper presents a metric to measure similarity between users, which is applicable in collaborative filtering processes carried out in recommender systems. The proposed metric is formulated via a simple linear combination of values and weights. Values are calculated for each pair of users between which the similarity is obtained, whilst weights are only calculated once, making use of a prior stage in which a genetic algorithm extracts weightings from the recommender system which depend on the specific nature of the data from each recommender system. The results obtained present significant improvements in prediction quality, recommendation quality and performance.

Keywords

Collaborative filtering; Recommender systems; Similarity measures; Metrics; Genetic algorithms; Performance



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: الگوریتم ژنتیک, genetic algorithm, سیستم توصیه گر, recommender system, شبیه سازی با متلب
منتشر شده در تاریخ سه شنبه بیست و سوم دی ۱۳۹۳ توسط ADMIN
1002. Optimal brushless DC motor design using genetic algorithms

مقاله شبیه سازی شده

کد پروژه: 1002

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir

موضوع:الگوریتم ژنتیک و کنترل بهینه



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی



عنوان مقاله:

Optimal brushless DC motor design using genetic algorithms

طراحی موتور brushless DC بهینه با استفاده از الگوریتم ژنتیک

آدرس:sciencedirect



خلاصه:
Abstract

This paper presents a method for the optimal design of a slotless permanent magnet brushless DC (BLDC) motor with surface mounted magnets using a genetic algorithm. Characteristics of the motor are expressed as functions of motor geometries. The objective function is a combination of losses, volume and cost to be minimized simultaneously. Electrical and mechanical requirements (i.e. voltage, torque and speed) and other limitations (e.g. upper and lower limits of the motor geometries) are cast into constraints of the optimization problem. One sample case is used to illustrate the design and optimization technique.
Keywords

Optimization; Brushless DC; Motor; Slotless; Radial flux; Genetic algorithm; Surface mounted; Magnet



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: الگوریتم ژنتیک, موتور Dc, شبیه سازی با متلب, Genetic algorithm, کنترل بهینه
منتشر شده در تاریخ سه شنبه بیست و سوم دی ۱۳۹۳ توسط ADMIN
1001. Application of an improved PSO algorithm to optimal tuning of PID gains for water turbine gov

مقاله شبیه سازی شده

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir

کد پروژه: 1001



موضوع:الگوریتم PSO و کنترل بهینه



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی



عنوان مقاله:

Application of an improved PSO algorithm to optimal tuning of PID gains for water turbine governor

استفاده از بهبود الگوریتم PSO برای تنظیم بهینه ضرایب PID برای والی توربین آب

آدرس:sciencedirect





خلاصه:

Abstract

In this paper, an improved particle swarm optimization (IPSO) algorithm is proposed. Besides the individual best position and the global best position, a nominal average position of the swarm is introduced in IPSO. The performance of IPSO is compared to different PSO variants with five well-known benchmark functions. The experimental results show that the proposed IPSO algorithm improves the searching performance on the benchmark functions. And then, IPSO, as well as other PSO variants, is applied to optimal tuning of Proportional–Integral–Derivative (PID) gains for a typical PID control system of water turbine governor. The computer simulation results of an actual hydro power plant in China show that IPSO algorithm has stable convergence characteristic and good computational ability, and it is an effective and easily implemented method for optimal tuning of PID gains of water turbine governor.

Keywords
Computer simulation; Particle swarm optimization; PID gains tuning; Swarm intelligence; Water turbine governor

سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: PSO, PID, کنترل بهینه, توربین آب, شبیه سازی با متلب
منتشر شده در تاریخ سه شنبه بیست و سوم دی ۱۳۹۳ توسط ADMIN
آشوب کیاتیک chaotic chaos

انجامکلیهپروژههای

آشوب کیاتیک chaotic chaos

سیستمهایفوقآشوبیHyperChaos

نمودارهایسهبعدیودوبعدی

لورنزLorenz

چنChen

الیوLU

لجستیکمپLogistic Map

راسلرRazsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.irossler

هنون henon

جاذبراسلرRössler attractor

نمایلیاپانفLyapunov exponents

سنکرونسازی synchronization

سنکرونسازیتطبیقیAdaptive synchronization



مقالهآمادهوشبیهسازیشدهرادرلینکزیرببینین:

مقالاتشبیهسازیشده

برایسفارشپروژههاومقالاتباایمیل

Edit.Paper.ISI@Gmail.com

درارتباطباشید

یاباشماره

09384118561

تماسبگیرید.



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، مقالات ترجمه شده، پروژه درسی، شبیه سازی با MATLAB
برچسب ها: آشوب کیاتیک chaotic chaos, سیستمهای فوق آشوبیHyperChaos, آشوب, chaotic
منتشر شده در تاریخ جمعه هجدهم مهر ۱۳۹۳ توسط ADMIN
1005. A Fast and Efficient Genetic Algorithm to Solve 0-1 Knapsack Problem

مقاله شبیه سازی شده

کد پروژه: 1005



موضوع:الگوریتم ژنتیک و الگوریتم کوله پشتی



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی



عنوان مقاله:

A Fast and Efficient Genetic Algorithm to Solve 0-1 Knapsack Problem




آدرس: IJDACR
Download: PDF




خلاصه:

Abstract
Knapsack problem is a typical computer algorithm of NP complete (Nondeterministic Polynomial Completeness) problem. The research of solving this problem has great significance not only in theory, but also in application, for example, resource management, investment decisions and so on. For solving this problem, scholars have developed a number of algorithms, however, they are all have some drawbacks. This paper represents a fast Genetic Algorithm to solve the knapsack problem, and also demonstrate its feasibility and effectiveness throng an example.



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: الگوریتم ژنتیک, الگوریتم کوله پشتی, شبیه سازی, شبیه سازی با MATLAB
منتشر شده در تاریخ جمعه هجدهم مهر ۱۳۹۳ توسط ADMIN
1029. An Image Filter for Eliminating Impulse Noise Based on Type-2 Fuzzy Sets

مقاله شبیه سازی شده

کد پروژه: 1029



موضوع: کنترل فازی Fuzzy Control و پردازش تصویر



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab + گزارش شبیه سازی Word و فایل ارائه پاورپوینت PPT



عنوان مقاله:



An Image Filter for Eliminating Impulse Noise Based on Type-2 Fuzzy Sets

حذف نویزازتصاویر توسط فیلترمبتنی بر مجموعه های فازی نوع -2






Address: ieeexplore

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir



ABSTRACT

Large amount of information is random in image processing. To some extent, type-1 fuzzy sets can reduce the effect of uncertainties. Fuzzy sets theory can provide us with knowledge-based and robust tools for image processing. But there are many situations where it needs to be extended to type-2 fuzzy sets because it can also be difficult to determine the crisp membership function itself. By computing the fuzziness of the pixels' corrupted degree, a new image filter based on type-2 fuzzy sets for impulse noise is presented in this paper. Comparing with some other filters, this new filter is more effective. In the end, simulation results show that the new algorithm is feasible.



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: شبیه سازی, شبیه سازی با MATLAB, فازی, Fuzzy, پردازش تصویر Image processing
منتشر شده در تاریخ شنبه بیستم اردیبهشت ۱۳۹۳ توسط ADMIN
1028. Fuzzy Logic Based Image Edge Detection Algorithm in MATLAB

مقاله شبیه سازی شده

کد پروژه: 1028



موضوع: کنترل فازی Fuzzy Control و پردازش تصویر Image processing



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab + گزارش شبیه سازی Word و فایل ارائه پاورپوینت PPT



عنوان مقاله:

Fuzzy Logic Based Image Edge Detection Algorithm in MATLAB

الگوریتم تشخیص لبه تصویر مبتنی بر منطق فازی در MATLAB

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir

Address: citeseerx

File PDF: download


EndNote



E. K. Kaur, et al., "Fuzzy logic based image edge detection algorithm in MATLAB," International Journal of Computer Applications, vol. 1, pp. 55-58, 2010.


Abstract

This paper reports the implementation, in MATLAB environment, of a very simple but efficient fuzzy logic based algorithm to detect the edges of an input image by scanning it throughout using a 2*2 pixel window. Also, a Graphical User Interface (GUI) in MATLAB has been designed to aid the loading of the image, and to display the resultant image at different intermediate levels of processing. Threshold level for the image can be set from the slider control of GUI. Fuzzy inference system designed has four inputs, which corresponds to four pixels of instantaneous scanning matrix, one output that tells whether the pixel under consideration is “black”, “white ” or “edge ” pixel. Rule base comprises of sixteen rules, which classify the target pixel. Algorithm for the noise removal has been implemented at different levels of processing. The resultant image from FIS is subjected to first and second derivative to trace the edges of the image and for their further refinement. The results of the implemented algorithm has been compared with the standard edge detection algorithm such as „Canny‟, „Sobel‟, „Prewit ‟ and „Roberts‟. Main feature of the algorithm is that it has been designed by the smallest possible mask i.e. 2*2 unlike 3*3 or bigger masks found in the literature.



Keywords

Fuzzy logic, Edge detection, digital image processing, feature extraction, noise removal, electronic vision, computer vision, comparison



چکیده

در این مقاله برای پیاده سازی در محیط MATLAB، از یک الگوریتم بسیار ساده اما کارآمد مبتنی بر منطق فازی برای تشخیص لبه تصویر ورودی از اسکن آن را در سراسر با استفاده از پنجره پیکسل 2×2 استفاده شده است. همچنین، یک رابط کاربری گرافیکی (GUI) در MATLAB طراحی شده است برای کمک به بارگذاری تصویر، و برای نشان دادن تصویر حاصل که در سطوح مختلف میانی پردازش شده است. سطح سقف برای تصویر را می توان از کنترل لغزشی GUI تنظیم کرد. سیستم استنتاج فازی طراحی شده دارای چهار ورودی ، که مربوط به چهار پیکسل از اسکن لحظه ماتریس، یک خروجی که می گوید که آیا پیکسل مورد نظر "سیاه و سفید"، "سفید" یا "لبه" پیکسل است. rule پایه شامل شانزده rules، که طبقه بندی پیکسل مورد نظر است، می باشد. الگوریتمی برای حذف نویز در سطوح مختلف از پردازش اجرا شده است.نتایج به دست آمده از الگوریتم اجرا شده است با الگوریتم تشخیص لبه استاندارد مانند 'Canny' ، 'Sobel' ، 'Prewit' و 'Roberts' مقایسه شده است. از ویژگی های اصلی این الگوریتم این است که براساس کوچکترین امکان پذیری ماسک یعنی 2 * 2 بر خلاف 3 * 3 و یا ماسک بزرگتر که در بقیه نوشته ها یافت می شود طراحی شده است.



کلید واژه ها

منطق فازی، تشخیص لبه، پردازش تصویر دیجیتال، استخراج ویژگی، حذف نویز، چشم انداز الکترونیکی، بینایی کامپیوتر، مقایسه



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: شبیه سازی, شبیه سازی با MATLAB, فازی, Fuzzy, پردازش تصویر Image processing
منتشر شده در تاریخ شنبه بیستم اردیبهشت ۱۳۹۳ توسط ADMIN
1027. تشخیص خودکار مراحل خواب انسان با استفاده از جدول جستجوی فازی

مقاله شبیه سازی شده

کد پروژه: 1027

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir

موضوع: کنترل فازی Fuzzy Control



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab + گزارش شبیه سازی Word و فایل ارائه پاورپوینت PPT



عنوان مقاله:

تشخیص خودکار مراحل خواب انسان با استفاده از جدول جستجوی فازی


Address:civilica





خلاصه مقاله:

نیاز به استفاده اهز روشی هوشمند در تشخیص خودکار مراحل خواب در بسیاری از کاربردهای روانشناسی و پزشکی اهمیت ویژه ای دارد دراین تحقیق با پیاده سازی جدول جستجوی فازی روشی جدید و با دقت بالا در تشخیص مراحل خواب ایجاد نموده ایم استخراج قوانین فازی با استفاده از ویژگیهایی که از اسپکتروگرام داده های EEG,EOG بدست آمده و همچنین توجه به مرحله قبلی خواب، امکان تشخیص مراحل خواب را در داده های تست تا پیش از 96% بوجودآورده است ضمن آنکه تشخیص صورت گرفته در 100% موارد صحیح بوده است و این بیشترین دقت در بین تحقیقات مشابه می باشد.

کلمات کلیدی:

تشخیص خودکار مراحل خواب، اسپکتروگرام، جدول جستجوی فازی



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: شبیه سازی با MATLAB, شبیه سازی, فازی, Fuzzy, تشخیص خودکار مراحل خواب انسان با استفاده از جدول ج
منتشر شده در تاریخ شنبه بیستم اردیبهشت ۱۳۹۳ توسط ADMIN
1026. Temperature prediction based on fuzzy clustering and fuzzy rules interpolation techniques

مقاله شبیه سازی شده

کد پروژه: 1026



موضوع: کنترل فازی Fuzzy Control



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab



عنوان مقاله:

Temperature prediction based on fuzzy clustering and fuzzy rules interpolation techniques

پیش بینی دمای هوا براساس خوشه بندی فازی و تکنیکهای درونیابی قواعد فازی

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.irazsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.irazsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir

Address: ieeexplore

ABSTRACT

In this paper, we present a new method to deal with temperature prediction based on fuzzy clustering and fuzzy rules interpolation techniques. First, the proposed method constructs fuzzy rules from training samples based on the fuzzy C-Means clustering algorithm, where each fuzzy rule corresponds to a cluster and the linguistic terms appearing in the fuzzy rules are represented by triangular fuzzy sets. Then, it performs fuzzy inference based on the multiple fuzzy rules interpolation scheme, where it calculates the weight of each fuzzy rule with respect to the input observation based on the defuzzified values of triangular fuzzy sets. Finally, it uses the weight of each fuzzy rule to calculate the forecasted output. We also apply the proposed method to handle the temperature prediction problem. The experimental result shows that the proposed method gets higher average forecasting accuracy rates than Chen and Hwang's method.

سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: شبیه سازی, شبیه سازی با MATLAB, فازی, Fuzzy, Temperature prediction based on fuzzy clustering a
منتشر شده در تاریخ شنبه بیستم اردیبهشت ۱۳۹۳ توسط ADMIN
1025. Modelling and Simulation for Optimal Control of Nonlinear Inverted Pendulum Dynamical System U

کد پروژه: 1025



موضوع:کنترل بهینه Optimal Control



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab



عنوان مقاله:
Modelling and Simulation for Optimal Control of Nonlinear Inverted Pendulum Dynamical System Using PID Controller and LQR



Address: ieeexplore

Download: PDF





ABSTRACT

This paper presents the modelling and simulation for optimal control design of nonlinear inverted pendulum-cart dynamic system using Proportional-Integral-Derivative (PID) controller and Linear Quadratic Regulator (LQR). LQR, an optimal control technique, and PID control method, both of which are generally used for control of the linear dynamical systems have been used in this paper to control the nonlinear dynamical system. The nonlinear system states are fed to LQR which is designed using linear state-space model. Inverted pendulum, a highly nonlinear unstable system is used as a benchmark for implementing the control methods. Here the control objective is to control the system such that the cart reaches at a desired position and the inverted pendulum stabilizes in upright position. The MATLAB-SIMULINK models have been developed for simulation of control schemes. The simulation results justify the comparative advantages of LQR control methods.

سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: شبیه سازی با MATLAB, شبیه سازی, کنترل بهینه, Optimal Control, Modelling and Simulation for Optimal Control of No
منتشر شده در تاریخ شنبه بیستم اردیبهشت ۱۳۹۳ توسط ADMIN
1024. Optimal Control with Fuzzy state space Modeling using Riccati Equation

مقاله شبیه سازی شده

کد پروژه: 1024



موضوع:کنترل فازی Fuzzy Control



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی

azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir

عنوان مقاله:

Optimal Control with Fuzzy state space Modeling using Riccati Equation





نام ژورنال یا کنفرانس مربوط به مقاله:

International Journal of Information and Electronics Engineering

Abstract
Fuzzy logic has a boon for nonlinear controlsystems. Normal fuzzy logic control with a proportional integral – Derivative (PID) controller is common. Controlsystems can be defined through transfer functions and state-space. relations for linear systems. Optimal control to meet aperformance index is possible only through State Spaceanalysis. Optimal control in state space is centered around theRiccati Equation with state variable functions that has to besolved to yield the control law or trajectory. In the controlscheme of an ozone generator, optimal control with aperformance index had to be implemented. The method forfinding the control functions by solving the equationgraphically is described. The data is used for realizing anembedded control scheme for the generator

Index Terms
Fuzzy control, neuro-fuzzy systems, fuzzysystem model, process control

سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: شبیه سازی با MATLAB, شبیه سازی, فازی, Fuzzy, Optimal Control with Fuzzy state space Modeling us
منتشر شده در تاریخ شنبه بیستم اردیبهشت ۱۳۹۳ توسط ADMIN
1023. An iterative learning control of Robot Manipulators



مقاله شبیه سازی شده



کد پروژه: 1023







موضوع:کنترل فازی Fuzzy Control







شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی



عنوان مقاله:



An iterative learning control of Robot Manipulators





Address: ieeexplore


Abstract:

An iterative learning scheme comprising a unique feedforward learning controller and a linear feedback controller is presented. In the feedback loop, the fixed-gain PD controller provides a stable open neighborhood along a desired trajectory. In the feedforward path, on the other hand, a learning control strategy is exploited to predict the desired actuator torques. It is shown that the predicted actuator torque converges to the desired one as the iteration number increases. The convergence is established based on the Lyapunov stability theory. The proposed learning scheme is structurally simple and computationally efficient. Moreover, it possesses two major advantages: the ability to reject unknown deterministic disturbances and the ability to adapt itself to the unknown system parameters



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: شبیه سازی, شبیه سازی با MATLAB, فازی, Fuzzy, An iterative learning control of Robot Manipulator
منتشر شده در تاریخ شنبه بیستم اردیبهشت ۱۳۹۳ توسط ADMIN
1021. شبیه سازی کنترلر فازی سیستم پاندول معکوس به همراه اغتشاش وبهبود پایداری سیستم

مقاله شبیه سازی شده

کد پروژه: 1021

موضوع:کنترل فازی Fuzzy Control

شبیه سازی کنترلر فازی سیستم پاندول معکوس به همراه اغتشاش وبهبود پایداری سیستم





شامل:فایل شبیه سازی با نرم افزار متلبMatlab و گزارش شبیه سازی Word

خلاصه:

سیستم پاندول معکوس که یکی از سیستمهای پایه برای مهندسی کنترل است را در نرم افزار متلب پیاده سازی کرده سپس توسط یک کنترلر فازی سیستم را کنترل کردیم.برای آزمایش پایداری سیستم یک اغتشاش به آن وارد کرده و مشاهده میکنیم که سیستم پایدار است.
azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir


سفارش پروژه
موضوعات مرتبط: پروژه درسی، شبیه سازی با MATLAB
برچسب ها: شبیه سازی با MATLAB, شبیه سازی, فازی, Fuzzy, شبیه سازی کنترلر فازی سیستم پاندول معکوس به همراه
منتشر شده در تاریخ شنبه بیستم اردیبهشت ۱۳۹۳ توسط ADMIN
1044. شبیه سازی کنترلر فازی سیستم گوی و میله

مقاله شبیه سازی شده

کد پروژه: 1044



موضوع: کنترل فازی Fuzzy Control



شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab + گزارش شبیه سازی Word



عنوان مقاله:

شبیه سازی کنترلر فازی سیستم گوی و میله



سفارش پروژه
موضوعات مرتبط: پروژه درسی، شبیه سازی با MATLAB
برچسب ها: شبیه سازی, شبیه سازی با MATLAB, فازی, Fuzzy, شبیه سازی کنترلر فازی سیستم گوی و میله
منتشر شده در تاریخ شنبه بیستم اردیبهشت ۱۳۹۳ توسط ADMIN
1022. شبیه سازی کنترلر فازی سیستم پاندول معکوس

مقاله شبیه سازی شده

کد پروژه: 1022

موضوع:کنترل فازی Fuzzy Control

شبیه سازی کنترلر فازی سیستم پاندول معکوس



شامل:فایل شبیه سازی با نرم افزار متلبMatlab و گزارش شبیه سازی Word

خلاصه:

سیستم پاندول معکوس که یکی از سیستمهای پایه برای مهندسی کنترل است را در نرم افزار متلب پیاده سازی کرده سپس توسط یک کنترلر فازی سیستم را کنترل کردیم.برای آزمایش پایداری سیستم یک اغتشاش به آن وارد کرده و مشاهده میکنیم که سیستم پایدار است.



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، پروژه درسی، شبیه سازی با MATLAB
برچسب ها: شبیه سازی, شبیه سازی با MATLAB, فازی, fuzzy, سیستم پاندول معکوس
منتشر شده در تاریخ شنبه بیستم اردیبهشت ۱۳۹۳ توسط ADMIN
1046. A Novel Image Encryption Algorithm Based on High-dimensional Compound Chaotic Systems



مقاله شبیه سازی شده



کد پروژه:1046







موضوع:پردازش تصویر - سیستم آشوبی

شامل: شبیه سازی با MATLAB

موضوع:

A Novel Image Encryption Algorithm Based on High-dimensional Compound Chaotic Systems

Address:ieee



ABSTRACT

A new image encryption scheme based on high-dimensional compound chaotic systems is proposed in this paper. The encryption system utilizes a 2D Logistic chaotic map to shuffle the pixel matrix of the plain image. Then a strong non-linear coupling structure combining hyper-chaos is constructed and different ways of encryption are chosen according to different areas to make gray-level transformation. Simulation experiment results and security analysis demonstrate that the proposed image algorithm has a large key space, and is very sensitive to initial values. Excellent confusion and diffusion properties are demonstrated in the proposed algorithm. Moreover, it can resist exhaustive attack, statistical attack and sensitive attack, etc.



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: شبیه سازی, پردازش تصویر, شبیه سازی با MATLAB, رمزنگاری, Image Encryption
منتشر شده در تاریخ پنجشنبه هجدهم اردیبهشت ۱۳۹۳ توسط ADMIN
1045. Image Encryption using Block Based Uniform Scrambling and Chaotic Logistic Mapping



مقاله شبیه سازی شده



کد پروژه:1045





azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.irazsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir

موضوع:پردازش تصویر - سیستم آشوبی

شامل: شبیه سازی با MATLAB

موضوع:

Image Encryption using Block Based Uniform Scrambling and Chaotic Logistic Mapping



Address:http://airccse.org/journal/ijcis/papers/2112ijcis05.pdf

ABSTRACT

With the fast evolution of digital data exchange and increased usage of multi media images, it is essential to protect the confidential image data from unauthorized access. In natural images the values and position of the neighbouring pixels are strongly correlated. The proposed method breaks this correlation increasing entropy of the position and entropy of pixel values using block shuffling and encryption by chaotic sequence respectively. The plain-image into blocks and then performs block based shuffling using Arnold Cat transformation. Further, the image is uniformly scrambled, where all the pixels in the same block of scrambled image come from different blocks of original image, after which the image as a whole is shuffled again by the transform. Finally the shuffled image is encrypted using a chaotic sequence generated using symmetric keys, to produce the ciphered image for transmission. The experimental results show that the proposed algorithm can successfully encrypt/decrypt the images with the secret keys, and the analysis of the algorithm also demonstrates that the encrypted images have good information entropy and low correlation coefficients.

KEYWORDS

Correlation, Image Decryption, Image Encryption, Image Entropy, Image Shuffling



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: شبیه سازی, شبیه سازی با MATLAB, پردازش تصویر, Image Encryption, رمزنگاری
منتشر شده در تاریخ پنجشنبه هجدهم اردیبهشت ۱۳۹۳ توسط ADMIN
1507. بررسی و ارزیابی چند روش تشخیص جنسیت گوینده از روی گفتار

مقاله شبیه سازی شده

کد پروژه:1507



موضوع:پردازش گفتار

بررسی و ارزیابی چند روش تشخیص جنسیت گوینده از روی گفتار



شامل:مقاله اصلی +گزارش کاملی از ده مقاله در این مورد و شبیه سازی با متلبMatlab



عنوان مقالات:

1-A Comparative Study of Gender and Age Classification in Speech Signals

2-Age and Gender Classification using Fusion of Acoustic and Prosodic Features

3-Age and Gender Recognition from Speech Patterns Based on Supervised Non-Negative Matrix Factorization

4-Age and Gender Classification using Fusion of Acoustic and Prosodic Features

5-Combining Five Acoustic Level Modeling Methods for Automatic Speaker Age and Gender Recognition

6-COMPARISON OF FOUR APPROACHES TO AGE AND GENDER RECOGNITION FOR TELEPHONE APPLICATIONS

7-تشخیص جنسیت به کمک شبکه عصبی mpl و شبکه عصبی ژنتیک و شبکه anfis

8-Genderr ecognitionfr oms peechP. art I: Coarsea nalysis

9-تشخیص جنسیت گوینده صدا با استفاده از فرآیندهای تصادفی





چکیده:

مطالعات پزشکی نشان می دهد که دستگاه صوتی آقایان بزرگتر از خانم هاست و از آنجایی که بسیاری از ویژگی های صوتی ناشی از اندازه و شکل اندام گویایی است پس این تفاوت مطمئنا باید (حداقل) در یک ویژگی صوتی تاثیر بگذارد. یکی از این تاثیرها روی تفاوت فرکانسی است. فرکانس گفتار خانم و آقا یکسان نیست؛ فرکانس خانمها بالاتر و در محدوده 250-450هرتز و آقایان پایین تر و در محدوده 50-250 است. بنابراین اگر فرکانس پایه گفتار را در صوت تشخیص بدهیم بنابر محدوده فرکانسی گفتار قادر به تشخیص جنسیت گوینده هستیم که با روشهای مختلفی می توان این فرکانس پایه را بدست آورد.

هم چنین در این مقاله از روش های دیگری نظیر انواع شبکه های عصبی و استفاده از انرژی جنبشی صوت و مخزوط گوسی نیز بررسی شده و همینطور ترکیب چند روش در کنارهم برای بهبود کارآیی و دقت و سرعت سیستم مطرح شده است.

کلمات کلیدی:

تشخیص جنسیت ؛ فرکانس پایه ؛ مدل مخلوط گاوسی ؛ شبکه عصبی MLP؛ شبکه عصبی ANFIS؛ ضرایب MFCC؛ ضرایب LPCC





سفارش پروژه
موضوعات مرتبط: پروژه درسی، شبیه سازی با MATLAB
برچسب ها: پروژه درس پردازش گفتار, گزارش پروژه و مقالات به کاررفته و ترجمه آنها, شبیه سازی با MATLAB, بررسی و ارزیابی چند روش تشخیص جنسیت گوینده از روی, فرکانس پایه ؛ مدل مخلوط گاوسی ؛ شبکه عصبی MLP؛ شب
منتشر شده در تاریخ پنجشنبه هشتم اسفند ۱۳۹۲ توسط ADMIN
1509. Early Detection of Numerical Typing Errors Using Data Mining Techniques

مقاله شبیه سازی شده

کد پروژه:1509
azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir


موضوع:داده کاوی؛ سیستم خبره ؛ وب معنایی



شامل:مقاله اصلی +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی با وکا Weka و متلبMatlab+ دیتاستdataset



عنوان مقاله:


Early Detection of Numerical Typing Errors Using Data Mining Techniques

تشخیص زودهنگام اشتباهات تایپ عددی با استفاده از تکنیک های داده کاوی



خلاصه:

در این مقاله به مطالعه برنامه های کاربردی از تکنیک های داده کاوی در تشخیص زود هنگام از اشتباهات تایپ کردن عددی توسط اپراتورهای انسانی را از طریق تجزیه و تحلیل کمی از منحنی هایی که توسط دستگاه الکتروگرام چندکاناله (EEG) ضبط شده است. سه تکنیک استخراج ویژگی توسعه یافته براساس capture temporal و morphologicalو مشخصات time–frequency (wavelet) داده های EEG است.دو مورد متداول مورد استفاده ی تکنیک های داده کاوی عبارتند از:

1. خطی (LDA) : linear discriminantan alysis
2. ماشین بردار پشتیبان (SVM)

این روشها برای کلاس بندی نمونه های EEG مرتبط با کلید های درست و نادرست است. روشهای cross-validation leave-one-error-pattern-out و leave-one-subject-out طراحی شده اند برای ارزیابی کارآیی in-and cross-subject classification. برای in-subject classification بهترین عملکرد تست دارای حساسیت 62.20٪ و حساسیتی که توسط SVM با ویژگی های morphological به دست آمد 51.68٪ است. برای classification cross-subject بهترین کارآیی عملکرد بوسیله ی LDA با استفاده از ویژگی های زمانی که در آن حساسیت 68.72٪ و ویژگی از 49.45٪ است. علاوه بر این، آنالیز عامل مشخصه گیرنده (ROC) نشان داد که مقادیر میانگین سطح زیر منحنیROC از LDA و SVM برای طبقه بندی in- and cross subject classifications هر دو بزرگتر از 0.60 با استفاده از EEG 300 میلی ثانیه قبل از کلید است. طبقه بندی نتایج این مطالعه نشان داد که الگوهای EEG کلید اشتباه ممکن است از آنهایی که درست است متفاوت باشد. در نتیجه،پیش بینی کلید اشتباه را قبل از وقوع خطا ممکن است. مشکل طبقه بندی classification مورد بررسی در این مطالعه چالش تعداد بسیار محدودی کلید اشتباه ساخته شده توسط هر یک از موضوع و ویژگی های فضایی و زمانی complex spatiotemporal پیچیده ای از داده ها EEG است. با این حال، نتیجه این مطالعه بسیار دلگرم کننده است، و آن را وعده آینده نگر به منظور توسعه یک سیستم تشخیص زود هنگام برای کلید اشتباه بر اساس موج سیگنال های مغز است.





کلمه کلیدی:: تشخیص زود هنگام - طبقه بندی(EEG)- نظارت بر وضعیت روانی - تایپ کردن اشتباه
Abstract
This paper studies the applications of data mining techniques in early detection of numerical typing errors by human operators through a quantitative analysis of multichannel electroencephalogram (EEG) recordings. Three feature extraction techniques were developed to capture temporal, morphological, and time-frequency (wavelet) characteristics of EEG data. Two most commonly used data mining techniques, namely, linear discriminant analysis (LDA) and support vector machine (SVM), were employed to classify EEG samples associated with correct and erroneous keystrokes. The leave-one-error-pattern-out and leave-one-subject-out cross-validation methods were designed to evaluate the in- and cross-subject classification performances, respectively. For the in-subject classification, the best testing performance had a sensitivity of 62.20% and a specificity of 51.68%, which were achieved by SVM using morphological features. For the cross-subject classification, the best testing performance was achieved by LDA using temporal features, based on which it had a sensitivity of 68.72% and a specificity of 49.45%. In addition, the receiver operating characteristic (ROC) analysis revealed that the averaged values of the area under ROC curves of LDA and SVM for the in- and cross-subject classifications were both greater than 0.60 using the EEG 300 ms prior to the keystrokes. The classification results of this study indicated that the EEG patterns of erroneous keystrokes might be different from those of the correct ones. As a result, it may be possible to predict erroneous keystrokes prior to error occurrence. The classification problem addressed in this study is extremely challenging due to the very limited number of erroneous keystrokes made by each subject and the complex spatiotemporal characteristics of the EEG data. However, the outcome of this study is quite encouraging, and it is promising to develop a prospective early detection system for erroneous keystrokes based on brain-wa- - ve signals.
Keywords
data mining; electroencephalography ; feature extraction ; medical signal processing ; pattern classification; statistical analysis; support vector machines


سفارش پروژه


موضوعات مرتبط: مقالات شبیه سازی شده، مقالات ترجمه شده، شبیه سازی با MATLAB، شبیه سازی با weka
برچسب ها: شبیه سازی با MATLAB و WEKA, ترجمه مقاله, گزارش Word, مقاله شبیه سازی شده, داده کاوی
منتشر شده در تاریخ پنجشنبه هشتم اسفند ۱۳۹۲ توسط ADMIN
1030. طراحی کنترل کننده بهینه LQR و LQG برای ژنراتور با 11 متغییر و 21 متغییر

شبیه سازی

کد پروژه: 1030

موضوع: پروژه درس کنترل بهینه و چندمتغیره

شامل: شبیه سازی MATLAB-گزارش پروژه



عنوان شبیه سازی:

طراحی کنترل کننده بهینه LQR و LQGبرای ژنراتوربا 11 متغییر و 21 متغییر

در این پروژه ابتدا درباره LQR و LQG و فیلتر کالمن توضیح داده شده است.

سورس برنامه MATLAB کامل وجود دارد.




فهرست مطالب

1. کنترل کننده LQR

1.1. LQR زمان پیوسته متناهی

1.2. LQR زمان پیوسته نامتناهی

1.3. LQR زمان گسسته متناهی

1.4. LQR زمان گسسته نامتناهی

2. کنترل کننده LQG

2.1. مشکلات LQR و LQG سنتی

2.2. فیدبک حالت مطلوب

2.3. فیلتر کالمن

2.4. برآورد حالت مطلوب ترکیبی و فیدبک حالت مطلوب

3. خصوصیات robustness

4. فیلتر کالمن

5. روند کلی

6. نمودارها

7. نتیجه گیری

8. منابع
azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir
سفارش پروژه
موضوعات مرتبط: پروژه درسی، شبیه سازی با MATLAB
برچسب ها: کنترل کننده بهینه LQR, LQG, ژنراتور, کنترل بهینه, کنترل چندمتغیره
منتشر شده در تاریخ سه شنبه ششم اسفند ۱۳۹۲ توسط ADMIN
1031. پروژه درس ریاضی مهندسی پیشرفته

حل معادلات

کد پروژه:1031



موضوع: پروژه درس ریاضی مهندسی پیشرفته



حل معادلات مشتقات جزئی با نرم افزار MATLAB

1- حل معادله سهموی Parabolic Equation Solving

2- حل معادله هذلولی(هایپربولیک) hyperbolic Equation Solving

3- حل معادله بیضوی Elliptic Equation Solving

4- حل معادله خطی واگرای ut+C-2uxxx=0

5- حل مسئله solition دوتایی

6- حل 2 مرتبه ای انتشار همرفت solving a 2nd-order convection-diffusion



سفارش پروژه
موضوعات مرتبط: پروژه درسی، شبیه سازی با MATLAB
برچسب ها: ریاضی مهندسی, حل معادلات مشتق جزیی, حل معادلات با متلب
منتشر شده در تاریخ سه شنبه ششم اسفند ۱۳۹۲ توسط ADMIN
1039. طراحی کنترل کننده دیجیتال همراه با شبیه سازی در متلب MATLAB

موضوع: پروژه درس کنترل دیجیتال

طراحی کنترل کننده دیجیتال همراه با شبیه سازی در متلب MATLAB

مقدمه

کنترل دیجیتال ‫شاخه ای از علم کنترل است که از کامپیوترهای دیجیتال بهره می گیرد. از آنجایی که داده های مورد استفاده در کامپیوترهای دیجیتال گسسته می باشند، در کنترل دیجیتال به جای تبدیل لاپلاس از تبدیل زد Zاستفاده می شود.

‫اجزای کنترلر دیجیتال

‫یک ‫کنترلر دیجیتال معمولاً از اجزای زیر تشکیل شده است:

مبدل آنالوگ به دیجیتال: برای دریافت سیگنال آنالوگ و تبدیل آن به سیگنال دیجیتال قابل استفاده برای کامپیوتر

برنامه کنترلر: برنامه ای که برای ورودی، خروجی مناسب را محاسبه می کند.



مبدل دیجیتال به آنالوگ: برای تبدیل خروجی برنامه به سیگنال آنالوگ



سفارش پروژه
موضوعات مرتبط: پروژه درسی، شبیه سازی با MATLAB
برچسب ها: کنترل دیجیتال
منتشر شده در تاریخ سه شنبه ششم اسفند ۱۳۹۲ توسط ADMIN
1042. Nonlinear feedback synchronization control of a new four-dimensional hyperchaotic Chen system

مقاله شبیه سازی شده



کد پروژه: 1042







موضوع:سنکرون سازی آشوبی







شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab




azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir


عنوان مقاله:



Nonlinear feedback synchronization control of a new four-dimensional hyperchaotic Chen system with disturbances



Address: ieeexplore

EndNote

Y.-b. Zhang, "Nonlinear feedback synchronization control of a new four-dimensional hyperchaotic Chen system with disturbances," in 2011 International Conference on Electric Information and Control Engineering, 2011, pp. 544-547.
Abstract

Based on nonlinear feedback control method and Lyapunov stability theory, the nonlinear controller and the adaptive laws for unknown parameters of the response system are obtained to achieve the synchronization of the new coupled four-dimensional hyperchaotic Chen system with disturbances. Numerical simulation results are presented to illustrate the effectiveness of this method.

Keywords

Lyapunov methods; adaptive control; feedback; nonlinear control systems; stability; synchronisation



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: Lyapunov methods, adaptive contro, nonlinear control systems, stability, synchronisation
منتشر شده در تاریخ دوشنبه پنجم اسفند ۱۳۹۲ توسط ADMIN
1041. The Bidirectional Coupled Synchronization of Chaotic System Using Finite-time Control



مقاله شبیه سازی شده



کد پروژه: 1041


azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir




موضوع:سنکرون سازی آشوبی







شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی







عنوان مقاله:


The Bidirectional Coupled Synchronization of Chaotic System Using Finite-time Control


Address: ieeexplore


EndNote
T. Ren, et al., "The Bidirectional Coupled Synchronization of Chaotic System Using Finite-time Control," in Chaos-Fractals Theories and Applications (IWCFTA), 2012 Fifth International Workshop on, 2012, pp. 278-282.

Abstract

In this paper, the finite-time control method is proposed to achieve synchronization based on bidirectional coupled chaotic systems. The stability criteria is presented for error system based on Lyapunov method. Compared to other results, the proposed controller is simpler and the new nonlinear system is considered which is consisted of the chaos system and the finite time controller. The Wolf method is used to calculate the largest Lyapunov exponent which shows that the controlled chaos system remains chaotic features. Simulation results for Lorenz system are presented to illustrate the effectiveness of the finite-time synchronization control scheme


Keywords

Lyapunov methods; chaos; control system synthesis; nonlinear control systems; stability; synchronisation



سفارش پروژه
موضوعات مرتبط: مقالات شبیه سازی شده، شبیه سازی با MATLAB
برچسب ها: سنکرون سازی آشوبی, شبیه سازی با متلب, Lyapunov methods, control system synthesis
منتشر شده در تاریخ دوشنبه پنجم اسفند ۱۳۹۲ توسط ADMIN
1043. Analysis, control, synchronization, and circuit design of anovel chaotic system
azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir
مقاله شبیه سازی شده

کد پروژه: 1043

موضوع: سنکرون سازی آشوبی تطبیقی

شامل: شبیه سازی با MATLAB
عنوان مقاله:
Analysis, control, synchronization, and circuit design of anovel chaotic system


Address: sciencedirect

EndNote

V. Sundarapandian and I. Pehlivan, "Analysis, control, synchronization, and circuit design of a novel chaotic system," Mathematical and Computer Modelling, vol. 55, pp. 1904-1915, 2012.
Abstract

This article introduces a novel three-dimensional autonomous chaotic system with a single cubic nonlinearity. Several issues, such as the basic dynamical behaviour, equilibria, Lyapunov exponent spectrum, and bifurcations of the new chaotic system, are investigated analytically and numerically. Next, adaptive control laws are designed to stabilize the new chaotic system with unknown parameters to its unstable equilibrium point at the origin, based on adaptive control theory and Lyapunov stability theory. Then, adaptive control laws are derived to achieve global chaos synchronization of identical new chaotic systems with unknown parameters. Further to these, a novel electronic circuit realization of the proposed chaotic system is presented and examined using the Orcad-PSpice® program. It is convenient to use the new chaotic system to purposefully generate chaos in chaos applications. A good qualitative agreement is shown between the simulations and the experimental results.

Keywords
azsoftir@gmail.com
0936-729-2276
azsoft.ir
azsoftir@gmail.com
0936-729-2276
azsoft.ir