سرفصل مطالب

سرفصل مطالب
# سرفصل مطالب طرح درس (براساس سرفصل)
1  آشنائی با اصول روش‌های بهینه‌سازی فراکاوشی، لزوم بهینه‌سازی فراکاوشی
2  اصول بهینه‌سازی زیستی، آشنائی با الگوریتم (GA) آشنائی با تولباکس بهینه‌سازی متلب، بهینه‌یابی یک تابع ساده به کمک GA
3  بهینه سازی انبوه ذرات (PSO) و کد نویسی مثال
4  حل مسئله فروشنده دوره¬گرد با استفاده از بهینه سازی GA و PSO و تلفیق این دو روش (کد نویسی هم زمان در کلاس)
5  آشنایی با کدهای بهینه¬سازی سایر روش¬های بهینه سازی تکاملی زیستی مانند: الگوریتم ریشه رونده RRA، روش بهینه سازی مبتنی بر رفتار وال-ها (WOA)، کرم شب¬تاب (FF)، بهینه سازی مبتنی بر دانه درختان (TSA) ، بهینه سازی انبوه جانداران (SSA) و .... (به علت کمبود زمان صرفا معرفی بخش¬های متفاوت کدها و شبیه سازی روی یک مسئله مشترک)
6  شبیه سازی کاربردهای روش¬های بهینه سازی در جدیدترین مسائل کنترلی چند متغیره مانند کاهش مرتبه سیستم¬ها
7  آشنائی با اصول منطق فازی، توابع عضویت، دیفازی سازی
8  شبیه سازی منطق فازی در کنترل دور موتور DC شبیه سازی شده به روش کد نویسی، GUI و سیمولینک و مقایسه نتایج با کنترل کننده¬های PID و تطبیقی
9  کنترل گلوکز خون بیماران دیابتی به روش منطق فازی با یک کنترل کننده فازی دو ورودی- یک خروجی
10  شبیه سازی یک ساختمان چهار طبقه و پیاده¬سازی یک کنترل فازی چهار ورودی- چهار خروجی برای کنترل ارتعاشات در برابر زلزله و مقایسه آن با کنترل PID
11  مثالی از یک کنترل کننده با منطق فازی نوع 2 (توضیح کدهای ارسالی)
12  روش‌های کنترل تطبیقی و کنترل فازی با بهینه‌سازی فراکاوشی
13  آشنائی با اصول شبکه عصبی پرسپترون و شبکه‌های شعاعی
14  تخمین ساده¬ترین تابع ممکن با روش درون¬یابی یا برازش منحنی با دستور polyfit و شبیه¬سازی و تخمین آن با یک شبکه¬ عصبی چند لایه پرسپترون (MLP) (کد نویسی هم زمان در کلاس و رفع اشکالات)
15  شبیه¬سازی و کاربرد شبکه¬های عصبی رگرسیون عمومی GRNN و کاربرد آن در برازش منحنی تابع Mackey-Glass (کد نویسی هم زمان در کلاس و رفع اشکالات)
16  آشنایی با اصول کار روش آموزش بازگشت خطا (BP) و کد نویسی با جزئیات این روش با مثالی از تشخیص الگو در تصاویر (توضیات کدهای ارسالی)
17  کاربرد شبکه عصبی مصنوعی در تخمین و پیش¬بینی بازار برق استرالیا (آشنایی با سایت بازار برق استرالیا) (کد نویسی هم زمان در کلاس)
18  شبیه¬سازی ساده¬ترین مثال ممکن در زمینه دسته¬بندی به دو گروه اعداد تصادفی با kmeans و SVM (کد نویسی هم زمان در کلاس)
19  شبیه سازی کاربرد روش¬های دسته¬بندی در تشخیص بیماری¬های قلبی بر اساس داده¬های سایت UCI (آشنایی با بانک اطلاعاتی UCI) (کد نویسی در کلاس)
20  شبیه سازی کاربرد روش¬های دسته بندی و کلاسترینگ در تشخیص بیماری سرع و دیابت (توضیح m فایل¬های مرتبط با موضوع)
21  جایگزینی یک شبکه ANFIS با کنترل فازی طراحی شده در بخش فازی در کنترل موتور DC جهت پیاده¬سازی سخت افزاری (کد نویسی هم زمان در کلاس)
22  کنترل آنلاین یک موتور DC به شکل اینترفیس و ارتباط سریالی با نرم افزار Matlab و راه انداز L298
23  شبیه¬سازی کاربرد ANFIS در کنترل سطح قند خون بیماران و مقایسه آن با روش کنترل مد لغزشی SMC و مد لغزشی مرتبه بالا HoSMC (آشنایی با کدهای ارسالی)
24  تخمین و پیش¬بینی مصرف و قیمت برق در بازار استرالیا با یک شبکه عصبی با آموزش بهینه سازی PSO و مقایسه با روش¬های آموزش (BP) بخش شبکه عصبی مصنوعی (کد نویسی هم زمان در کلاس)
25 ترل سازه به روش‌های کنترل فازی، کنترل ترکیبی فازی فراکاوشی، کنترل مبتنی بر شبکه عصبی، کنترل مبتنی بر شبکه عصبی GRNN و ANFIS
26  پیاده سازی مثال‌های کنترلی پای مصنوعی با انواع روش‌های کلاسیک و هوشمند و مقایسه آنها
27  ارائه های دانشجویی و بررسی روشهای کنترلی جدید هوشمند
28  پروژه‌های دانشجویی 2
29  پروژه‌های دانشجویی 3
30 رفع اشکال و شبیه‌سازی
31 رفع اشکال و شبیه سازی