عکس پازلی اینستاگرام ( چند تکه )

اختصاصی از فی بوو عکس پازلی اینستاگرام ( چند تکه ) دانلود با لینک مستقیم و پر سرعت .

این برنامه اولین برنامه فارسی برای ساخت عکس پازلی اینستاگرام است
با این برنامه میتوانید عکسهای خود را بصورت پازلی ( چند تکه ) در آورده و در اینستاگرام به اشتراک بگذارید و دوستان خود را شگفت زده کنید .

عکس پازلی چیست:
عکسهای پازلی ، عکسی است که از تکه های کوچک تشکیل میگردد و در صفحه اینستاگرام بصورت یک عکس بزرگ نمایش داده میشود . دقیقا مثل اینکه تکه های پازل را در کنار هم قرار داده و عکسی تشکیل شده است .
حتما در برخی از صفحات اینستاگرام ، عکسهای بزرگی را که از 3 ، 6 ، 9 یا 12 عکس کوچک تشکیل شده است دیده اید .
با این کار , برنامه هایی که عکسهای اینستاگرام را ذخیره میکنند , فقط تکه های عکسهایتان را دانلود و ذخیره میکنند و خیالتان از ذخیره عکس شما , بصورت یکجا , توسط دیگران راحت میشود...

ساخت این نوع عکسها توسط فتوشاپ بسیار مشکل است ، اما با این برنامه به راحتی و با یک کلیک میتوانید این عکسها را بسازید .
تکه عکسهای ذخیره شده در مسیر Instagram_Puzzle_Images در حافظه اصلی گوشی ذخیره میگردد.
ارسال فایل ذخیره شده به اینستاگرام نیز از داخل برنامه وجود دارد و نیاز به خروج از برنامه نیست.

( برای ارسال راحت تر عکس به اینستاگرام میتوانید انگشت خود را چند ثانیه بر روی دکمه ارسال نگه دارید )

پایان نامه کارشناسی دسته بندی تکنیک های تصمیم گیری چند معیاره گسسته (MADM)

اختصاصی از فی بوو پایان نامه کارشناسی دسته بندی تکنیک های تصمیم گیری چند معیاره گسسته (MADM) دانلود با لینک مستقیم و پر سرعت .

فرمت فایل: word

تعداد صفحه:140

همراه با فایل پی دی اف

 

فهرست:

مقدمه. ۱

فصل اول. ۴

مقیاس دو قطبی فاصله ای- ۵

بی مقیاس کردن- ۵

بی مقیاس کردن با استفاده از نرم ۶

بی مقیاس کردن خطی- ۶

بی مقیاس کردن فازی- ۷

ارزیابی اوزان (W_j) برای شاخص ها ۷

تکنیک آنتروپی- ۷

روش LINMAP- 8

روش کمترین مجذورات وزین شده ۸

تکنیک بردار ویژه ۱۰

MADM فازی- ۱۱

تعریف زیرمجموعه فازی- ۱۱

روشهای رتبه بندی فازی U_i (فازی) ۱۹

رتبه بندی با به کارگیری درجه بهینگی- ۱۹

روش باآس-کواکرناآک– ۱۹

روش بالدوین- ۲۱

رتبه بندی با به کارگیری فاصله همینگ– ۲۴

رتبه بندی توسط مقاطع – ۲۴

روش آدامو- ۲۵

روش باکلی- ۲۵

روش مابوچی- ۲۵

رتبه بندی فازی با روش لفظی- ۲۸

فصل دوم ۲۹

تکنیک های MADM کلاسیک– ۳۰

مدل های غیر جبرانی- ۳۰

روش تسلط- ۳۲

روش ماکسی مین- ۳۲

روش ماکسی ماکس– ۳۲

روش رضایت بخش شمول- ۳۳

روش رضایت بخش خاص— ۳۴

روش لکسیکوگراف– ۳۴

روش نیمه لکسیکوگراف– ۳۵

روش حذف– ۳۵

روش پرموتاسیون- ۳۶

روش رتبه ای از پرموتاسیون- ۳۷

مدل های جبرانی- ۳۸

زیرگروه نمره گذاری و امتیازدهی- ۳۸

روش مجموع ساده وزین (SAW) 38

روش مجموع وزین و رده بندی شده ۳۹

روش مجموع ساده وزین با کنش متقابل- ۴۰

زیرگروه سازشی- ۴۳

روش LINMAP- 43

روش TOPSIS- 46

روش MRS- 49

روشMDS- 51

زیرگروه هماهنگ– ۵۳

روش ELECTRE- 54

روش تخصیص خطی- ۵۶

روش AHP- 58

AHP گروهی- ۶۰

ساختار غیر رده ای و توام با بازخور- ۶۰

فصل سوم ۶۴

تکنیک های جدید MADM– 65

روش های فازی با مجموع وزین- ۶۵

روش باآس– ۶۶

روش کواکرناآک– ۶۷

روش دوبوس– ۶۸

روش چنگ– ۷۰

روش بونیسون- ۷۱

استفاده از AHP به صورت فازی- ۷۲

روش باکلی- ۷۳

TOPSIS فازی- ۷۷

ELECTRE GD- 79

ELECTRE TRI 83

FMADM برای GDM– 87

TOPSIS برای GDM– 95

GRA (Grey Relational Analysis)- 97

AIRM– 99

رویکرد ER (Evidential Reasoning) 100

DS-AHP- 111

MP-MADM– 112

فصل چهارم ۱۱۶

دسته بندی تکنیک های MADM– 117

دسته بندی براساس نوع اطلاعات دریافتی از DM– 118

دسته بندی براساس نوع کاربرد روش– ۱۲۱

دسته بندی براساس فازی و غیر فازی بودن- ۱۲۳

دسته بندی براساس تعداد DM– 125

دسته بندی بر مبنای قطعی یا احتمالی بودن اطلاعات- ۱۲۸

دسته بندی براساس کامل یا ناقص بودن اطلاعات ورودی- ۱۲۹

دسته بندی براساس تعداد دوره های تصمیم گیری- ۱۳۱

منابع. ۱۳۳

 منابع

[۱] قدسی پور، حسن، مباحثی در تصمیم گیری چند معیاره برنامه ریزی چند هدفه، مرکز نشر دانشگاه صنعتی

     امیر کبیر، ۱۳۸۲٫

[۲] اصغرپور، محمدجواد، تصمیم گیری های چند معیاره، انتشارات دانشگاه تهران، ۱۳۷۷٫

[۳] Mahdavi et al., Designing a model of fuzzy TOPSIS in multiple criteria    decision making, APPL.Math.Comput. (2008), doi: 10.1016/j.amc. 2008.05.047.

[4] J.C.Leyva-Lopez, E.Fernandez-Gonzalez, A new method for group decision support based on ELECTRE Ⅲ methodology, European Journal of Operational Research 148 (2003) 14-27.

[5] V.Movsseav, R.Slowinski, P.Zielniewicz ELECTRE TRI 2.0a Methodology guide and user’s manual, Mathematical & Computer Modeling, 37 (2006) 10-23

[6] A.I.Olcer, A.Y.Odabasi, A new fuzzy multiple attributive group decision making methodology and its application to propulsion/manoeuvring system selection problem, European Journal of Operational Research 166 (2005) 93-114.

[7] H.S.Shih, H.J.Shyur, E.S.Lee, An extention of TOPSIS for group decision making, Mathematical and Computer Modelling 45 (2007) 801-813.

[8] Y.Kuo, T.Yang, G.W.Huang, The use of grey relational analysis in solving multiple attribute decision-making problems, Computer & Industrial Engineering 55 (2008) 80-93.

[9] V.N.Huynh, Y.Nakamori, T.B.Ho, T.Murai, Multiple Attribute Decision Making Under Uncertainty: The Evidential Reasoning Approach Revisited, European Journal of Oprational Research 174 (2006) 1914-1943

[10] Z.Hua, B.Gong, X.Xu, ADS-AHP approach for multi-attribute decision making problem with incomplete information, Expert systems with Applications 34 (2008) 2221-2227.

[11] Z.Xu, on multi-period multi-attribute decision making, Knowledge-based systems 21 (2008) 164-171.

[12] C.H.Yeh, A problem-based selection of multi-attribute decision making methods, int1.Trans.in Op.Res. 9 (2002) 169-181.

[13] E.Bernroider, V.Stix, Amethod using weight restriction in data envelopment analysis for ranking and validity issues in decision making, Computer & Operations Research 34 (2007) 2637-2647.

چکیده:

در این تحقیق سعی بر این است که دسته بندی جدیدی از تکنیک های تصمیم گیری چند معیاره گسسته (MADM[1] ) ارائه شود. در این راستا ابتدا، مباحث مقیاس دو قطبی فاصله ای‌، بی مقیاس کردن، ارزیابی اوزان برای شاخص ها و MADM فازی بیان شده تا مطالب فصل های بعدی مفهوم تر شود. بر پایه  این مقدمات، تکنیک های MADM کلاسیک مورد بررسی قرار گرفته و بدین منظور، دسته بندی ذکر شده در کتاب «تصمیم گیری های چند معیاره» تالیف دکتر اصغرپور مرور می شود که بر اساس این چشم انداز تکنیک های MADM کلاسیک به دو دسته عمده تقسیم می شوند: جبرانی و غیرجبرانی.

با توجه به اینکه در این روشها، مقادیر ماتریس تصمیم گیری اعداد قطعی (غیر فازی) هستند، مجموعه این روشها، «تکنیک های MADM کلاسیک» خوانده می شود.

پس از بررسی تکنیک های MADM کلاسیک، سعی شد، متدهای جدید MADM شناسایی و بررسی شود که نتیجه این تحقیقات و بررسی ها در فصل سوم آورده شده است.

با توجه به اینکه هدف از این تحقیق ارائه دسته بندی های جدیدی از تکنیک های MADM است، این تکنیک ها بررسی و در نهایت، ۷ نوع دسته بندی مختلف ارائه و توجیه شده است.

کلید واژه ها: تصمیم گیری های چند معیاره، MADM، دسته بندی تکنیکهای MADM.

مقدمه:

انسان در زندگی روزمره خود تصمیمات بسیاری می گیرد. این تصمیمات از مسائل شخصی و فردی تا مسائل بزرگ و کلان را شامل می شود. در اکثر مسائل تصمیم سازی، عموما اهداف و عوامل متعددی مطرح است و فرد تصمیم ساز سعی می کند که بین چند گزینه موجود (محدود یا نامحدود) بهترین گزینه را انتخاب نماید. انسان به طور ناخواسته در شبانه روز تعداد زیادی از این گونه تصمیمات می گیرد که برخی از آنها به دلیل هزینه بالای خطا در آنها، نیاز به بررسی و دقت بیشتری دارند [۱].

تصمیم گیری در محیط های پیچیده ناپایدار یکی از مسائل بسیار مهم در مدیریت نوین به شمار می ‌رود. در این موارد تصمیم گیرنده با گزینه‌هایی متفاوت تحت معیارهای مختلفی که از محیط داخلی و خارجی محیط سازمان متأثر می‌شوند روبرو است. در این مورد مدلهای تصمیم‌گیری چند معیاره به‌عنوان یکی از ابزارهای کارا جهت اخذ تصمیم مناسب به نظر می ‌رسد.

مباحث تصمیم گیری های چند معیاره یک بخش مهم از دانش تصمیم گیری مدرن را تشکیل می دهد. این مباحث به طور گسترده در زمینه های متعددی مانند: اجتماعی، اقتصادی، نظامی، مدیریتی و … به کار می رود.

محققین در دهه های اخیر توجه خود را معطوف به مدل های چند معیاره (MCDM[1]) برای تصمیم گیری های پیچیده کرده اند. در این تصمیم ها به جای استفاده از یک معیار سنجش بهینگی از چندین معیار سنجش ممکن است استفاده گردد.

این مدلهای تصمیم گیری به دو دسته عمده تقسیم می شوند: مدلهای چند هدفه (MODM[2]) و مدلهای چند شاخصه (MADM)، به طوریکه مدلهای چند هدفه به منظور طراحی و مدلهای چند شاخصه برای انتخاب گزینه برتر استفاده می شوند.

مدلهای چند هدفه (MODM) به فرم کلی است:

 : F(x) = {f₁(x), f₂(x),…, f_k(x)}بهینه کنید

              x Eⁿ

مقایس سنجش برای هر هدف ممکن است با مقیاس سنجش برای بقیه اهداف متفاوت بوده و بسادگی نتوان آنها را مثلا با یکدیگر جمع نمود.

منظور در این گونه مدل های طراحی عبارت از بهینه کردن تابع کلی مطلوبیت[۳] برای DM[4] می باشد.

 به طوری کهA_i نشان دهنده گزینه i ام، X_j نشان دهنده شاخص j ام و r_ij نشان دهنده ارزش شاخص j ام برای گزینه i ام میباشد.

در مدلهای MADM شاخص ها اغلب از مقیاس های مختلف بوده و غالبا در تعارض با یکدیگر هستند، لذا گزینه ای که بتواند ایده آل هر شاخص را تامین نماید، معمولا غیر ممکن است. در نتیجه در مدلهای  MADM به دنبال پیدا کردن مناسب ترین گزینه به طور نسبی هستند.

گزینه ای که ارجح ترین ارزش یا مطلوبیت از هر شاخص را تامین نماید گزینه ای است ذهنی که به ازای هر شاخص یا مشخصه، مطلوبیت را ماکسیمم کند. که به صورت زیر تعریف می شود:

     X^*_j = max_i U_j(r_ij) ; i = 1,2, …, m به طوریکهA^* ~ { X^*₁ ,X^*₂ ,…,X^*_n}

 U_j نشان دهنده مطلوبیت (یا ارزش) از مشخصه jام است.

یک گزینه MADM ممکن است توسط شاخص های کمی یا شاخص های کیفی توصیف شود.

در شاخص های کمی، مقیاس های اندازه گیری ممکن است با یکدیگر متفاوت باشند (مانند فاصله به متر و هزینه به ریال).

به این دلیل انجام عملیات اصلی ریاضی باید بعد از بی مقیاس کردن صورت پذیرد که در ادامه توضیح داده می شود. برای اندازه گیری شاخص های کیفی نیز از مقیاس های فاصله ای یا رتبه ای استفاده می شود [۲].

مفاهیم اولیه:

با توجه به اینکه هدف از انجام این پایان نامه شناسایی تکنیک های جدید و دسته بندی آنهاست، آشنایی با مباحث اولیه مربوط به تکنیک های MADM ضروری به نظر می رسد از این رو موضوعاتی مانند بی مقیاس کردن و ارزیابی اوزان برای شاخص ها در حدی که مطالب ذکر شده در فصل های بعد را قابل فهم نماید، دراین فصل ارائه شده است.

مقیاس دوقطبی فاصله ای[۵] [۲]:

اندازه گیری یک شاخص کیفی به این روش بر اساس یک مقیاس ده نقطه ای می باشد به صورتی که صفر مینیمم ارزش ممکن و ۱۰ ماکسیمم ارزش ممکن از شاخص مورد نظر را مشخص می کند و نقطه وسط (عدد ۵) مشخص کننده نقطه شکست مقیاس بین مساعدها و نامساعدها است.

در این مقیاس ارزشهای صفر و ۱۰ کمتر مورد استفاده قرار می گیرد و ارزشهای ۲، ۴، ۶ و ۸ نیز به عنوان ارزشهای واسطه به کار می روند. اندازه گیری به روش مقیاس دو قطبی فاصله ای برای شاخص های با جنبه مثبت مانند زیبایی، انعطاف پذیری یا … به روش زیر می باشد:

در این مقیاس فرض بر این است که مثلا امتیاز ۹ سه برابر مناسبتر از امتیاز ۳ و اختلاف بین زیاد و کم با اختلاف بین متوسط و خیلی زیاد برابر است. (هر دو به اندازه ۴ امتیاز)

عملیات جمع و ضرب نیز در مقیاس فوق مجاز می باشد.

 بی مقیاس کردن[۶] [۲]:

به منظور قابل مقایسه شدن مقیاس های مختلف اندازه گیری، از «بی مقیاس کردن» استفاده می شود تا بدین وسیله بتوان عناصر شاخص ها را به صورت بدون بعد اندازه گیری کرد.

بدین منظور از سه روش «بی مقیاس کردن با استفاده از نرم»،«بی مقیاس کردن خطی»  و «بی مقیاس کردن فازی» استفاده می کنیم.

الف) بی مقیاس کردن با استفاده از نرم:

در این روش عناصر موجود در ماتریس تصمیم گیری را بر نرم موجود از ستون jام (به ازای شاخص x_j ) تقسیم می کنیم تا کلیه ستون های ماتریس، دارای واحد طول مشابه شده و مقایسه کلی آنها آسان شود.

 در این روش نمی توان شاخص ها را به طور مستقیم با هم مقایسه کرد زیرا تبدیل فوق غیر خطی بوده، طول مقیاسهای اندازه گیری مساوی نخواهد شد و ترتیب نسبی نتایج بخصوص برای مقادیر مینیمم و ماکسیمم یکسان باقی نمی ماند.

 ب) بی مقیاس کردن خطی:

در این روش به ازای جنبه مثبت برای کلیه شاخص ها، هر ارزش r_ij، به ماکسیمم r_ijموجود از ستون jام تقسیم می شود.

ج) بی مقیاس کردن فازی:

در این روش نیز n_ij بین صفر و یک است و نقطه ضعف احتمالی تبدیل فوق اینست که منجر به یک تغییر متناسب در نتایج نمی شود.

 ارزیابی اوزان (wj) برای شاخص ها [۲]:

به منظورارزیابی اهمیت نسبی شاخص ها (w_j) از چهار روش زیر استفاده می شود:

الف- روش آنتروپی

ب- روش LINMAP

ج- روش کمترین مجذورات وزین شده

د- روش بردار ویژه

که از چهار روش فوق، دو روش اول نیاز به ماتریس تصمیم گیری دارند.

 الف) تکنیک آنتروپی:

محتوی اطلاعات یک ماتریس تصمیم گیری از یک مدل MADM را ابتدا به صورت نرمالیزه شده (P_ij) محاسبه می کنیم.

 ب) روش LINMAP:

در این روش m گزینه با n شاخص به وسیله m نقطه برداری در یک فضای n بعدی نشان داده شده و فرض بر این است که DM گزینه های نزدیک به نقطه ایده آل را در این فضا انتخاب خواهد کرد. این روش در ادامه در زمره تکنیک های حل و ارزیابی MADM تشریح می شود.

پایان نامه _ فرآیند ماشین کاری چند محوره ، انتخاب نوع و مسیر حرکت ابزار

اختصاصی از فی بوو پایان نامه _ فرآیند ماشین کاری چند محوره ، انتخاب نوع و مسیر حرکت ابزار دانلود با لینک مستقیم و پر سرعت .

چکیده

پروژه ی ارائه شده از تکنولوژی CAD/CAM یا تکنولوژی طراحی و ساخت به کمک کامپیوتر، صحبت شده است که عبارت است از به کار گیری کامپیوتر در طراحی ساخت قطعات و مجموعه های مهندسی، از نقشه کشی و محاسبات گرفته تا تولید، هدایت و کنترل ماشین های کنترل عددی و روبات ها، مونتاژ و اتوماسیون، کنترل کیفیت و همچنین خرید و فروش و انبارداری مواد خام و تولید شده و به طور کلی، به کار گیری کار گیری کامپیوتر در کلیه واحدهای خدمات مهندسی.یکی از اساسی ترین اهداف سازندگان، دستیابی به قابلیت بالای ماشین کاری است. توجه به این موضوع سبب کاهش زمان ساخت، افزایش عمر ابزار، کاهش زبری سطوح و نهایتا کاهش هزینه های تولید می شود.

   با بکار گیری نرم افزار های طراحی و تولید به کمک رایانه، مدل سه بعدی قطعه مورد نظر با دقت بالا ایجاد شده و برای ساخت آن، مسیر ابزار مناسبی برای دستگاه CNC مورد نظر حاصل می گردد. در صورت وجود سخت افزار مورد نیاز، با استفاده از ماشین های چند محور همزمان می توان سطوح پیچیده را ماشینکاری کرد...

آنچه در این پروژه خواهید دید:

مقدمه  

فصل اول، آشنایی با اتوماسیون و دستگاه های اتوماسیون  

1- 1 تاریخچه و روند توسعه اتوماسیون  

1- 1- 1  آشنایی با دستگاههای  CNC

2- 1 اجزای اصلی ماشینهای CNC

1- 2- 1 برنامه ماشین ( واحد ورودی )  

2- 2- 1 واحد کنترل ماشین

3- 2- 1 واحد کنترل مدار باز Open loop

4- 2- 1 واحد کنترل مدار بسته Close loop 

5- 2- 1 ماشین افزار  

 3- 1 تفاوتهای اساسی ماشینهای NC و CNC  

4- 1 دانستنیها ومهارت های لازم برای اپراتورCNC  

5- 1 مزایا و معایب دستگاه CNC  

فصل دوم، تکنولوژی CAD / CAM

1- 2 تعریف و تاریخچه CAD / CAM  

2- 2 مزایای به کارگیری تکنولوژی CAD/CAM  

1- 2- 2 زمینه های فعالیتی تکنولوژی CIM 

3- 2 نرم افزار های CAD / CAM  

1- 3- 2 معرفی نرم افزارهای CAD

2- 3- 2 معرفی نرم افزارهای CAM

3- 3- 2 نرم افزارهای تست NC PATH

4- 2 معرفی و انتخاب استراتژی ماشینکاری و پارمترهای مربوط در فرایند ساخت

1- 4- 2 انتخاب تکنولوژی ساخت

2- 4- 2 پارامترهای انتخاب استراتژی ماشینکاری

3- 4- 2 دسته بندی استراتژی ها بر اساس ماهیت

5- 4- 2 تهیه برنامه های ماشینکاری برای قالبهای بدنه خودرو با روش FMC4- 4- 2 تعاریف وپارامترهای موثر در استراتژی

فصل سوم، ماشین کاری سطوح پیچیده با استفاده از فرزکاری چند محوره

1- 3  آشنایی با روش های ماشین کاری چند محوره

2- 3  سطوح پیچیده

1- 2- 3  ماشینکاری سطوح پیچیده به روش سه محوره

2- 2- 3  ماشینکاری سطوح پیچیده به روش پنج محور همزمان

3- 3  شبیه سازی مجازی فرز های CNC

4- 3  نتایج بدست آمده از روش های ماشین کاری سه و پنج محوره

1- 4- 3  خشن کاری

2- 4- 3  پرداختکاری به روش سه محوره

3- 4- 3  پرداخت کاری به روش 5 محور

4- 4- 3  گزارش و تحلیلی از پارامتر های بدست آمده

فصل چهارم، ماشین کاری پنج محوره به کمک کامپیوتر

1- 4  مقدمه 39

2- 4  طبقه بندی ماشین های فرزکاری 

3- 4  نیاز به ماشین های فرز پنج محوره

4- 4  اجزای ماشین فرز پیج محوری

1- 4- 4  ترکیبات دستگاه فرز پنج محوره

2- 4- 4  کنترل کننده ماشین

3- 4- 4  نرم افزار های CAD / CAM در ماشین کاری پنج محوره

4- 4- 4  آموزش پرسنل

5- 4  علم حرکت ماشین فرزکاری پنج محوره

1- 5- 4  علم حرکت رو به جلوی ماشین فرز کاری5محوره نوع میز گردان انحناء

2- 5- 4  علم حرکت وارونه ماشین فرز پنج محوره نوع میز گردان منحنی شکل

3- 5- 4  علم حرکت رو به سمت جلوی ماشین فرز پنج محوره نوع پیچی

4- 5- 4  علم حرکت وارونه ماشین فرز پنج محوره نوع پیچی

 6- 4  ماشین کاری سطحی

فصل پنجم، تشخیص تداخل ابزاردرماشین NC چند محوره برای سطوح سه بعدی

1- 5  مقدمه 

2- 5  بررسی نحوه تداخل ابزار

3- 5  نتایج حاصله از بررسی تداخل ابزار با استفاده از نرم افزار Matlab

 فصل ششم، بررسی فرمت های IGES و DXF در ماشین کاری سطوح آزاد

1- 6  مقدمه

2- 6  چگونگی عمل تبدیل و انتقال اطلاعات

1- 2- 6  ساختار فایل مبتنی بر 

2- 2- 6  مقایسه IGES   

3- 6  فرزکاری سطوح سه بعدی

4- 6  سطح خمیده پارامتریک

5- 6  تولید برنامه قطعه ای

1- 5- 6  محاسبه اتوماتیک سطح مثبت ماشین کاری

2- 5- 6  محاسبه اتوماتیک جبران ابزار

3- 5- 6  تعیین اتوماتیک گام وجهت حرکت تیغچه

4- 5- 6  تهیه برنامه قطعه ای

5- 5- 6  جلوگیری ازخوردگی ناخواسته قطعه توسط ابزار

6- 5- 6  محاسبه ماشین کاری صحیح سطوح با شیب منفی

6- 6  نمایش سطح قطعه

7- 6  شبیه سازی حرکت تیغچه برروی سطح قطعه

 نتیجه گیری 

منابع و ماخذ

چند برنامه ای 17صفحه ترجمه شده به همراه فایل انگلیسی (ویزه دانشجویان رشته کامپیوتر)

اختصاصی از فی بوو چند برنامه ای 17صفحه ترجمه شده به همراه فایل انگلیسی (ویزه دانشجویان رشته کامپیوتر) دانلود با لینک مستقیم و پر سرعت .

چند برنامه ای 17صفحه ترجمه شده به همراه فایل انگلیسی (ویزه دانشجویان رشته کامپیوتر)

مقاله یک پروتکل تطبیقی مبتنی بر اتوماتاهای یادگیر برای چند پخشی متحرک در شبکه‌های حسگر

اختصاصی از فی بوو مقاله یک پروتکل تطبیقی مبتنی بر اتوماتاهای یادگیر برای چند پخشی متحرک در شبکه‌های حسگر دانلود با لینک مستقیم و پر سرعت .

این مقاله در قالب word و قابل ویرایش می باشد.

چکیده:

در این مقاله یک پروتکل توزیع‌شده تطبیقی مبتنی بر اتوماتاهای یادگیر برای چندپخشی‌ متحرک در شبکه های سنسور پیشنهاد می‌گردد. این پروتکل برای تنظیم ناحیه ارسال برخلاف تنها پروتکل مبتنی بر اتوماتاهای یادگیر گزارش شده که فقط از اطلاعات همسایگان پیش‌روی گره استفاده میکند، هم از اطلاعات همسایگان پیش‌روی گره و هم از اطلاعات همسایگان فضایی گره برای محاسبه میزان تراکم استفاده میکند. نتایج شبیه‌سازی‌ها نشان می‌دهد که پروتکل ارائه شده ضمن تضمین دریافت پیغام، تعداد گره‌های سنسوری درگیر، تعداد پیغام‌های ردوبدل شده و میانگین زمان سکون را در مقایسه با پروتکل‌های دیگر و همچنین تنها پروتکل مبتنی بر اتوماتاهای یادگیر به میزان قابل توجهی کاهش می‌دهد