پاورپوینت آموزش و پیادهسازی روش و الگوریتمهای ژنتیک، شبکه عصبی مصنوعی، فازی و پردازش تصویر در نرمافزار متلب

بخشی از پاورپوینت

اسلاید 1 :

به نام خدا

آموزش و پیادهسازی روش و الگوریتمهای ژنتیک، شبکه عصبی مصنوعی، فازی و پردازش تصویر در نرمافزار متلب

اسلاید 2 :

نرم افزار متلب
MATLAB نرم افزاری برای انجام کارهای ریاضی، آماری، مهندسی و..می باشد.

MATLAB=MATrix Laboratory(آزمایشگاه ماتریسی)

در اوايل دهه 1970 توسط Cleve Moler, به وجود آمد.

در اوايل دهه 1980 با زبان C بازنويسي شد.

در 1984 شركت Mathwork تأسيس شد.

اسلاید 3 :

بعضی قابلیت های MATLAB
تعریف و استفاده از متغیرها
محاسبات ماتریسی
نوشتن M-file (Script نویسی)
دستورات حلقه و شرط
دستورات ورودی-خروجی
ساخت و احضار توابع
رسم نمودار

اسلاید 4 :

الگوریتم ژنتیک در متلب
امروزه یکی از مهمترین زمینههای تحقیق و پژوهش، توسعۀ روشهای جستجو بر مبنای اصول تکامل طبیعی میباشد. در محاسبات تکاملی به صورت انتزاعی از مفاهیم اساسی تکامل طبیعی در راستای جستجو برای یافتن راه حلّ بهینه برای مسائل مختلف الهام گرفته شده است. در همین راستا مطالبی که در این فصل پیش روی شما پژوهندۀ گرامی قرار خواهد گرفت مفاهیمی دربارۀ علم کامپیوتر و علم ژنتیک مانند: الگوریتم و انواع آن، جستجو، هیوریستیک، تاریخچه الگوریتم ژنتیک و علم ژنتیک، ژن، کروموزوم، ارث بری و. می باشد و یا به بیانی خلاصهتر میتوان گفت: در این فصل به بیان مقدّمات خواهیم پرداخت.

اسلاید 5 :

تاریخچۀ علم ژنتیک
اوّلین کسی که توانست قوانین حاکم بر انتقال صفات ارثی را شناسایی کند، کشیشی اتریشی به نام «گریگور مندل» بود که در سال ۱۸۶۵ این قوانین را که حاصل آزمایشاتش روی گیاه نخودفرنگی بود، ارائه کرد. وی با ترکیب نژادهای گوناگون، نتایجی در مورد اثر متقابل خصوصیات به دست آورد. به عنوان مثال وقتی که گیاهان بلند را با گیاهان کوتاه ترکیب میکرد، بدون توجّه به اینکه کدامیک، گرده را اهداء کرده، فرزندان همه بلند میشدند. «مندل» نتیجه گرفت که خاصیت گیاه بلند (یا همان ژن که بعدها شناخته شد) پیروز شده و خاصیت گیاه کوتاه کنار گذاشته شده است. اما متأسفانه جامعۀ علمی آن دوران به دیدگاهها و کشفیات او اهمیّت چندانی نداد و نتایج کارهای «مندل» به دست فراموشی سپرده شد. در سال ۱۹۰۰ میلادی کشف مجدّدِ قوانین ارائه شده از سوی «مندل»، توسط «درویس»، «شرماک» و «کورنز» باعث شد که نظریات او مورد توجه و قبول قرار گرفته و «مندل» به عنوان پدر علم ژنتیک شناخته شود.

اسلاید 6 :

الگوریتم های ژنتیک
روش متداول پیاده سازی الگوریتم ژنتیک بدین ترتیب است که:
مجموعه ای از فرضیه ها که population نامیده میشود تولید وبطور متناوب با فرضیه های جدیدی جایگزین میگردد.
در هر بار تکرارتمامی فرضیه ها با استفاده از یک تابع تناسب یا Fitness مورد ارزیابی قرار داده میشوند. آنگاه تعدادی از بهترین فرضیه ها با استفاده از یک تابع احتمال انتخاب شده و جمعیت جدید را تشکیل میدهند.
تعدادی از این فرضیه های انتخاب شده به همان صورت مورد استفاده واقع شده و مابقی با استفاده از اپراتورهای ژنتیکی نظیر Crossover و Mutationبرای تولید فرزندان بکار میروند.

اسلاید 7 :

پارامترهای ژنتیک
یک الگوریتم GA دارای پارامترهای زیر است:
GA(Fitness,Fitness_threshold,p,r,m)
: Fitnessتابعی برای ارزیابی یک فرضیه که مقداری عددی به هر فرضیه نسبت میدهد
: Fitness_threshold مقدار آستانه که شرط پایان را معین میکند
: p تعداد فرضیه هائی که باید در جمعیت در نظر گرفته شوند
:r در صدی از جمعیت که در هر مرحله توسط الگوریتم crossover جایگزین میشوند
:m نرخ mutation

اسلاید 8 :

جعبهابزار الگوريتم ژنتيك در نرم افزار MATLAB
ساختار جعبه ابزار الگوريتم ژنتيك
>>gatool

اسلاید 9 :

پردازش تصویر در متلب

پردازش تصوير ديجيتال دانش جديدي است كه سابقه آن به پس از اختراع رایانههای ديجيتال بازمیگردد. بااینحال اين علم نوپا در چند دهه اخير از هر دو جنبه نظري و عملي پیشرفتهای چشمگيري داشته است. سرعت اين پيشرفت بهاندازهای بوده است كه هماکنون و پسازاین مدت نسبتاً كوتاه ، بهراحتی میتوان رد پاي پردازش تصوير ديجيتال را در بسياري از علوم و صنايع مشاهده نمود . علاقه بهروشهای پردازش تصوير ديجيتال از دو محدوده كاربردي اصلي نشأت میگیرد كه آن محدودهها عبارتاند از : بهبود اطلاعات تصويري بهمنظور تعبير انساني و پردازش دادههای صحنه براي ادراك ماشيني مستقل.

اسلاید 10 :

جعبهابزار پردازش تصاویر در متلب
خواندن تصوير
>>I = imread('pout.tif');

نمایش تصویر
<
افزايش کنتراست تصویر
<

اسلاید 11 :

کاربردهای پردازش تصویر
زمینههای مختلف کاربرد پردازش تصویر عبارتاند از صنعت، هواشناسی، شهرسازی، کشاورزی، علوم نظامی و امنیتی، نجوم و فضا نوردی، پزشکی، فناوریهای علمی، باستانشناسی، تبلیغات، سینما، اقتصاد، روانشناسی و زمینشناسی که در ادامه درباره هرکدام مختصراً بحث شده است.
صنعت: امروزه کمتر کارخانه پیشرفتهای وجود دارد که بخشی از خط تولید آن توسط برنامههای هوشمند بینایی ماشین کنترل نشود. خطای بسیار کم، سرعت زیاد، هزینه نگهداری بسیار پایین، عدم نیاز به حضور اپراتور ۲۴ ساعته و خیلی مزایای دیگر باعث شده که صنایع و کارخانهها بهسرعت به سمت پردازش تصویر و بینایی ماشین روی بیاورند.

اسلاید 12 :

شبکه های عصبی مصنوعی در متلب
مطالعه برروي شبكههاي عصبي توسط مك كلاخ و پيتس در سال 1943 آغاز شد. شبكههاي تك لايه، با توابع فعال سازی آستانهاي، توسط روزنبلات در سال 1962 بنيانگذاري شدند كه اين نوع شبكهها، پرسپترون ناميده شدند.
در دهه 1960، به صورت تجربي نشان داده شد كه پرسپترونها قابليت حل مسائل فراواني را دارند، ولی بسياري از مسائل پيچيده توسط آنها قابل حل نبود.
محدوديت پرسپترونهای يك لايه در سال 1966 توسط مينسكي و پپرت در كتاب پرسپترون آنها به چاپ رسيد. نتايج مطالعه اين كتاب باعث شد كه شبكههاي عصبي به مدت دو دهه كمتر مورد توجه قرار گيرند.
با کشف الگوريتم پس-انتشار توسط رملهات، هينتن و ويليامز در سال 1986 مطالعات جديد بر روي شبكههاي عصبي مجددا شروع شد. اهميت ويژه اين الگوريتم اين بود كه شبكههاي عصبي چند لايه توسط آن ميتوانستند آموزش داده شوند.
تاريخچه

اسلاید 13 :

شبکه های عصبی مصنوعی در متلب
شبکههای عصبي نوعي مدلسازی سادهانگارانه از سیستمهای عصبي واقعي هستند كه كاربرد فراواني در حل مسائل مختلف در علوم دارند. حوزه كاربرد اين شبکهها آنچنان گسترده است كه از كاربردهاي طبقهبندی گرفته تا كاربردهايي نظير درونیابی، تخمين، آشكارسازي و . را شامل میشود. شايد مهمترین مزيت اين شبکهها، توانايي وافر آنها در كنار سهولت استفاده از آنها باشد.
یک سیستم پردازشی دادهها که از مغز انسان ایده گرفته و پردازش دادهها را به عهدهی پردازندههای کوچک و بسیار زیادی سپرده که بهصورت شبکهای بههمپیوسته و موازی با یکدیگر رفتار میکنند تا یک مسئله را حل کنند.

اسلاید 14 :

ساختار شبکه عصبی
نرون ها به صورت طبيعي به روش خاصي اتصال مي يابند تا يک شبکه عصبي را تشکيل دهند نحوه اتصال نرون ها مي تواند به گونه اي باشد که شبکه تک لايه يا چند لايه باشد.
شبکه هاي چند لايه از يک لايه ورودي، يک لايه خروجي و يک يا چند لايه بين آنها (لایه پنهان) که مستقيما به داده هاي ورودي و نتايج خروجي متصل نيستند تشکيل يافته اند.
واحدهاي لايه ورودي صرفا وظيفه توزيع مقادير ورودي را به لايه بعد برعهده دارند. و هيچ گونه تاثيري بر روي سيگنال هاي ورودي ندارند. به همين دليل در شمارش تعداد لايه ها به حساب نيامده اند. شبکه شامل يک لايه خروجي است که پاسخ سيگنال هاي ورودي را ارائه مي دهد. که تعداد نرون ها در لايه ورودي و لايه خروجي برابر با تعداد ورودي ها و خروجي ها مي باشد و لايه يا لايه هاي پنهان وظيفه ارتباط دادن لايه ورودي به لايه خروجي را بر عهده دارند. شبکه با داشتن اين لايه هاي پنهان قادر مي گردد که روابط غير خطي را از داده هاي ارائه شده به شبکه استخراج کند.

اسلاید 15 :

شبکه عصبی پرسپترون در متلب
ایجاد یک شبکه پرسپترون
>>net=newp(p,T)

مقادیر تولیدشده توسط شبکه
<
مقداردهی آغازین پارامترها
<

اسلاید 16 :

رابط گرافیکی شبکه عصبی
ایجاد نمایش رابط گرافیکی
>>nntool

اسلاید 17 :

منطق فازی در متلب
از آن زمان كه انسان انديشيدن را آغاز كرد، همواره كلمات و عباراتى را بر زبان جارى ساخته كهمرزهاى روشنى نداشته اند .كلماتى نظير «خوب»، «بد»، «جوان»، «پير»، «بلند»، «كوتاه»، «قوى»، «ضعيف»، «گرم»، «سرد»، «خوشحال»، «باهوش» ، «زيبا» و قيودى از قبيل «معمولاً»، «غالباً»، «تقريباً» و «به ندرت». روشن است كه نمى توان براى اين كلمات رمز مشخصى يافت. براى مثال درگزاره «على باهوش است» يا «گل رز زيباست» نمى توان مرز مشخصى براى «باهوش بودن» و «زيبا بودن» در نظر گرفت .
منطق اين يا  آن ارسطو در مقابل منطق تضاد بودا در هند  و شاگردانش لائوتسه در چین با علامت ین و یانگ  (یعنی اینکه همیشه دو چیز متضاد تلفیقی از هم و مخلوطی از همند ) بودا همیشه جواب سوالاتی را که در آنها حرف یا وجود داشت نمی داد. چون همه چیز را در نظر داشت نه این یا آن.

اسلاید 18 :

تفاوت دیدگاه در منطق فازی با منطق صفر و یک
فرض کنید گزاره ما درباره گرم بودن یا سرد بودن یک محیط باشد.در منطق صفر و یک باید یک دمای مرجع را در نظر بگیریم و اگر دمای محیط بالاتر از دمای مرجع بود می گوییم محیط گرم است و در غیر این صورت محیط سرد است.ولی در منطق فازی یک محدوده را بجای دمای مرجع در نظر گرفته و ممکن است محیط مثلا ۰٫۳ گرم باشد.این تفاوت میان دو منطق را در شکل رو به رو می توانید ببینید

اسلاید 19 :

پروفسور لطفی زاده
پروفسور لطفی زاده(همچنین با نام های لطفی علی عسگرزاده، لطف الله عسگری زاده، لطفی عسکرزاده، لطفی ع. زاده و زاده شناخته می شود.) در سال 1921 در شهر باکو پایتخت جمهوری آذربایجان به دنیا آمد. مادرش پزشک و پدرش یک روزنامه نگار از اهالی آذربایجان ایران بود. در سن 10 سالگی، همزمان با حکومت دیکتاتوری استالین در اتحاد شوروی سابق، همراه خانواده اش مجبور به مراجعت به ایران شد و در شهر تهران ساکن گردید. لطفی زاده تحصیلات ابتدایی را در تهران ادامه داد و دوره متوسطه را در کالج البرز (دبیرستان البرز فعلی) به پایان رسانید و در کنکور ورودی دانشگاه تهران شرکت و رتبه دوم را احراز نمود.

اسلاید 20 :

پروفسور چهار مرحله ای استفاده از منطق فازی
1)فازي كردن: كردن:در اين مرحله واقعيات بر اساس سيستم فازي تعريف مي شوند.ابتدا بايد ورودي و خروجي سيستم معرفي شده،سپس قوانين اگرآنگاه مناسب به كار گرفته شوند .
2)استنتاج: هنگامي كه ورودي ها به سيستم مي رسنداستنتاج، همه قوانين اگر-آنگاه را مورد ارزيابي قرار مي دهد و ”درجه درستي“ آنها را مشخص مي كند.
3)ساخت: در اين قسمت براي بدست آوردن يك نتيجه كلي تمامي مقادير بدست آمده از قسمت استنتاج با هم تركيب مي شوند.
4)بازگرداندن از حالت فازي :در اين مرحله مقدار فازي بدست آمده از قسمت ساخت به يك داده قابل استفاده تبديل مي شود.