جزوه مکمل ژنتیک رشته ژنتیک

جزوه مکمل ژنتیک رشته ژنتیک


جزوه آمادگی آزمون کارشناسی ارشد سراسری رشته ژنتیک ویژه کنکور سال 95

تنظیم نسخه برداری:

از اوایل سال 1960 پذیرفته شد که پروتئینها توسط ماده حـد واسـط و ناپایـداری بـه نـام RNA پیـامبر (mRNA)

رمزگـذاری مــیشــوند. مسـیر یــک طرفــه و ســادهای بــهصــورت RNA DAN ¬ ¬ پــروتئین را اصــول مرکـزی

(centraldogma) گویند. این اصل نیز ماننـد سـایر اصـول ممکـن اسـت کـاملاً صـحیح نباشـد. آنزیمـی کـه توسـط

retovirus رمزگذاری میشود (ویروسهـایی کـه بـه جـای DNA موجـود در ژنـوم از RNA اسـتفاده مـیکننـد) را

reverse transcriptase مینامند. این آنزیمها میتوانند از روی الگوی RNA برای تهیـه DNA عمـل نماینـد. امـا

هنوز نمونهای در هیچ سیستمی پیدا نشده که از پروتئین برای رمزگذاری RNA یا DNA استفاده کند.

نقاط کنترل بالقوه

هدف نهایی از تنظیم ژن معمولاً تغییر مقدار پروتئین خاصل یا گروهی از پروتئینها است. بهطور کـل، ایـن پـروتئینهـا

هستند که بسیاری از عملکردهای موردنیاز سلول زنده را تأمین میکند.

چند نقطه برای کنترل مسیر از ژن به پروتئین وجود داشته باشد. این نقاط بهصورت زیر هستند:

1) شروع نسخهبرداری – کنترل میتواند توسط میزان سـرعت پیونـد مولکـول پلیمـر از (polymerase) بـه ژنـی کـه

میخواهد نسخهبرداری شود، صورت گیرد. این اولین نقطه کنترل است و معمولاً اولین کنترل دستور کار برای سایر نقاط

کنترل را صادر میکند. اگر ژن خاموش باشد، پس سایر نقاط کنترل حذف میشوند.

2) سرعت نسخهبرداری. یعنی سرعتی که در آن پلیمر از در طول ژن پیشرفت مـیکنـد. در نگـاه اول ایـن محـل نقطـه

کنترل بهنظر نمیرسد واکنشهای آنزیمی بستگی به متغیرهایی مانند دما، غلظت سوبسترا، pH، و غیـره دارد. برخـی از

آنها خارج از کنترل سلول قرار دارند و بدیهی است که هیچیک از آنها در تنظیم نسخهبرداری ژن خاص دخالت ندارند. به

هر حال، پروتئینی در سلول هست که نقش اساسی در مرحله طویل شدن نسـخهبـرداری بعهـده دارد. چنـد پـروتئین از

جمله آنهایی که اخیراً شناسایی شدهاند در سلولهای یوکاریوتی وجود دارند. بعضی از آنها نقش عمـومی دارنـد و برخـی

دیگر برای ژنهای خاصی موردنیاز هستند. چنین پـروتئینهـایی ممکـن اسـت بـه نوبـه خـود نقـش مهمـی در کنتـرل

نسخه برداری داشته باشند.

3) خاتمه زودرس نسخهبرداری – این مرحله در باکتریها اتفاق میافتد و به آن مرحله تضعیف (attenuation) گویند.

این عمل ذاتاً اسراف (از بین بردن بخشی از نسخهبرداری) است و بهنظر میرسد که برای بیـان الگوهـای بسـیار کوچـک

مورد استفاده قرار میگیرد. برای مثال، حذف مقادیر کوچکی از نسخهبرداری ژنهایی که قبلاً برگردانده شده بود، صورت

میگیرد.

تغییرات ژنتیکی در باکتریها

پروتئینهای پیوندی به DNA متکی به لیگاند

مکانیزم پروتئینهایی که قادرند ساختار خود را تغییر دهند تا عمل خاصی صورت گیرد معمـولاً بـه توانـایی اتصـال آنهـا

بستگی دارد و به دو صورت است: (1) آنها میتوانند به توالی خاصی روی DNA متصل شوند، (2) آنها توسط متابولیـت

توانایی اتصال پیدا میکنند (این متابولیت ممکن است آمینواسیدی مثل تریپتوفان یا قندی مثل لاکتوز باشند). مولکولی

که به پروتئین پیوند مییابد را لیگاند (ligand) میگوییم. آنچه که باعث ویژگی این پروتئین مـیشـود، داشـتن محـل

پیوند به لیگاند است، در نتیجه کانفورماسیون پروتئین تغییر میکند. این لیگاند ممکن است اثر مثبـت یـا منفـی جهـت

اتصال پروتیئن به DNA داشته باشد.

پروتئینهایی که به DNA متصل میشوند گاهی از نسخهبرداری ممانعت بـهعمـل مـیآورنـد (اغلـب محـل پرومـوتر را

مسدود میکنند). از طرف دیگر، پروتئین پیوندی به DNA میتواند با اتصال به پلیمراز عمل آن را سادهتر کنـد (شـاید

توسط اتصال مستقیم به یکی از زیرواحدهای پلیمراز و نگهداشتن آن در محل خـود). بـه ایـن ترتیـب، نسـخهبـرداری از

ژنهای انتخاب شده میتواند در حضور یا عدم حضور لیگاند کاهش یا افزایش یابد. اپرون lac در E.coli مثال خـوبی از

این نوع است.

صفات اتوزومی غالب:

ویژگیها:

الف- بیماری در تمام نسلها دیده میشود.

ب- زوجین بیمار میتوانند فرزند سالم داشته باشند.

ج- احتمال ظهور بیماری در پسر و دختر یکسان است.

ژنتیک

· Reverse genetics: دستیابی به توالی DNA استکه ابتدا توالی پروتئین و سپس از روی آن تـوالی RNA و در

نهایت توالی DNA مشخص میشود.

· در RNA mapping با استفاده از توالی پروتئین، توالی RNA مشخص میگردد.

· روش Conting mapping، مدلینگ توالی انتهای DNA 3 است.

· Functional cloning: استفاده از یک ژن با توالی شناخته شده بهعنوان probe، برای جست و جوی تـوالی یـک

ژن جدید براساس شباهت.

· آدنو ویروسها، از نوع ویروسهای DNAداری هستند که سلولهای یوکاریوتی را آلوده میکنند و میتوان به کمـک

آنها و با جایگزینی ژن موردنظر، از آنها بهعنوان وکتور مناسب برای سلولهای یوکاریوتی استفاده کرد ویروسهای وابسته

به آدنو ویروسها، در صورت وجود آدنو ویروسها، میتوانند همزمان با آنها در سلول تکثیر شوند. اگر آدنو ویـروسهـا در

سلول وجود نداشته باشند، به مکان خاصی از کروموزوم وارد میشوند. پس رکتورهایی کـه براسـاس اینهـا سـاخته شـده

باشند به مکان خاصی از کروموزوم میزبان دارد میشوند ولی رکتورهای رترو ویروسی بـهصـورت تصـادفی وارد کرومـوزم

میزبان میشوند.

ژن درمانی، سرطان و آپوتپوز:

· پروتوانکوژن یک ژن نرمال است که در برخی حالات تقسیم سلولی یا پرولیفراسیون درگیر میشود که در صورت فعال

شدن بهوسیله یک موتاسیون، میتواند به انکوژن تبدیل شود.

· حدود 5% تمام سرطانها ظاهراً از یک طرح فامیلی تبعیت میکنند اما در اکثریت، بزرگی توارث نقـش انـدکی دارد

یا اینکه نقش ندارد. با وجود این سرطانهای زیادی شبیه دیگر بیماریهایی که اشکال توارث مولتی فاکتوریـال را نشـان

میدهند، یک جزء ژنتیکی مشخص دارند و در برخی ناهنجاریهای کروموزومی شانس وقوع بعضـی سـرطانهـا افـزایش

مییابد. اما لزوماً تمام سرطانها (حتی در غیاب اجزای ارثی واضـح) نتیجـه موتالسـیونهـایی در سـلولهـای سـوماتیک

هستند و دیگر اینکه پیشرفت آن نیز به تجلی یکسری از ژنها وابسته است.

نوع فایل:Pdf

سایز: 3.53mb

تعداد صفحه: 146

خرید فایل

بررسی کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مختلف

بررسی کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مختلف

فهرست مطالب

عنوان	صفحه
مقدمه ..........................................................................................................................................................................	11
فصل یکم - معرفی برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) و الگوریتم ژنتیک ..............................................	17
1-1- برنامه ریزی فرآیند به کمک کامپیوتر................................................................................................................	17
1-1-1- رویکرد بنیادی ..............................................................................................................................................	18
1-1-2- رویکرد متنوع ...............................................................................................................................................	18
1-2- الگوریتم ژنتیک.................................................................................................................................................	20
1-2-1-کلیات الگوریتم ژنتیک..................................................................................................................................	21
1-2-2-قسمت های مهم الگوریتم ژنتیک....................................................................................................................	23
1-2-2-1-تابع هدف و تابع برازش..............................................................................................................................	26
1-2-2-2- انتخاب......................................................................................................................................................	27
1-2-2-3- تقاطع.........................................................................................................................................................	28
1-2-2-4- جهش........................................................................................................................................................	32
فصل دوم- نمونه هایی از کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر.........................................	34
2-1-بهینه سازی مسیر فرآیند با استفاده از الگوریتم ژنتیک...........................................................................................	34
2-1-1- توصیف توالی فرآیند.....................................................................................................................................	34
2-1-2- استراتژی کد گزاری.....................................................................................................................................	37
2-1-3- تجزیه و تحلیل همگرایی................................................................................................................................	38
2-1-3-1-همگرایی نزدیک شونده..............................................................................................................................	38
2-1-3-2-همگرایی با در نظر گرفتن احتمال................................................................................................................	40
2-1-3-3-همگرایی GAها در توالی سازی فرایندهای پشت سر هم.............................................................................	40
2-1-3-4-تعریف یک قانون.......................................................................................................................................	41
2-1-4-اپراتورهای ژنتیک...........................................................................................................................................	41
2-1-4-1-اپراتور انتخاب............................................................................................................................................	41
2-1-4-2- اپراتور تغییر و انتقال...................................................................................................................................	42
2-1-4-3- اپراتور جهش............................................................................................................................................	44
2-1-5- برقراری تابع تناسب.......................................................................................................................................	44
2-1-5-1- آنالیز محدودیت ها..................................................................................................................................	44
2-1-5-2- برقراری تابع برازش...................................................................................................................................	45
2-1-6-مثال................................................................................................................................................................	47
2-1-6-1-مثالهایی برای کاربرد این روشها .................................................................................................................	47
2-1-6-2-تاثیر پارامترهای متغیر بر روند تحقیقات ......................................................................................................	49
2-1-7-نتیجه گیری...................................................................................................................................................	50
2-2-روشی برای برنامه ریزی مقدماتی ترکیبات دورانی شکل محور Cاستفاده از الگوریتم ژنتیک.........................	51
2-2-1-مقدمه.............................................................................................................................................................	51
2-2-2-مدول های سیستمCAPP پیشنهاد شده........................................................................................................	54
2-2-3-تجسم قطعه...................................................................................................................................................	56
2-2-4-تولید توالی های ممکن..................................................................................................................................	58
2-2-4-1-الزامات اولویت دار..................................................................................................................................	58
2-2-4-2- الزامات تلرانس هندسی.............................................................................................................................	59
2-2-4-3- رابطه ویژگی های اولویت دار....................................................................................................................	60
2-2-5 بهینه سازی با استفاده از الگوریتم ژنتیک GA..................................................................................................	64
2-2-5-1- تابع برازش...............................................................................................................................................	67
2-2-5-2- الگوریتم ژنتیک......................... .............................................................................................................	68
2-2-6- نتایج و بحث...............................................................................................................................................	71
2-2-7-نتیجه گیری...................................................................................................................................................	71
فصل سوم: الگوریتم پیشنهادی برای کاربرد الگوریتم ژنتیک در طراحی قطعه به کمک کامپیوتر در محیط صنعتی .....	73
3-1-مقدمه................................................................................................................................................................	73
3-2-الگوریتم ژنتیک................................................................................................................................................	74
3-2-1-سیستم های تولیدی توزیع شده........................................................................................................................	74
3-2-2-نمایش طرح های فرایند...................................................................................................................................	75
3-2-3-جمعیت اولیه..................................................................................................................................................	76
3-3-تولید مثل..........................................................................................................................................................	76
3-3-1-ادغام...........................................................................................................................................................	76
3-3-2-دگرگونی و جهش.......................................................................................................................................	77
3-4- ارزیابی کروموزوم ...........................................................................................................................................	80
3-4-1- مینیمم سازی زمان فرایند................................................................................................................................	80
3-4-2- مینیمم سازی هزینه های تولید.........................................................................................................................	80
3-5- مطالعات موردی...............................................................................................................................................	81
3-5-1- CAPPسنتی................................................................................................................................................	81
3-5-2- CAPP توزیع شده.......................................................................................................................................	85
3-6- ارزیابی..............................................................................................................................................................	88
3-6-1- معیار اول.......................................................................................................................................................	88
3-6-2- معیار دوم.......................................................................................................................................................	89
فصل چهارم -نتیجه گیری....................................................................................................................................	90

فهرست شکلها

عنوان	صفحه
شکل 1-1- نمایش یک کروموزوم با ارقام صفر و یک................................................................................		22
شکل 1-2-a دو کرموزوم قبل از تقاطع (والدین).......................................................................................		22
شکل 1-2-b دو کروموزوم بعد از تقاطع (فرزندان)....................................................................................		23
شکل 1-3- کروموزوم بعد از جهش2......................................................................................................		23
شکل 1-4 - تقاطع چند نقطه ای2...............................................................................................................		32
شکل2-1-نمودار جریان برنامه2...............................................................................................................		46
شکل2-2........................................................................................... .....................................................		48
شکل2-3 -طرح دیاگرام CAPP پیشنهادشده.........................................................................................		55
شکل2-4-ساختار سلسله مراتبی ویژگی های فرمی نوعی............................................................................		56
شکل 2-5...................................................................................................................................................		57
شکل2-6- مثالهای الزامات اولویت دار........................................................................................................		59
شکل 2-7- مثال الزامات تلرانس هندسی ...................................................................................................		60
شکل 2-8- یک شکل نمونه دارای 18 ویژگی............................................................................................		61
شکل 2-9-تولید مجدد گرافیکی...............................................................................................................		62
شکل2-10 تولید مجدد داخلی.....................................................................................................................		62
شکل 3-1- توصیف یک سیستم تولیدی توزیع شده....................................................................................		75
شکل 3-2- نمونه ای از یک طرح فرآیند...................................................................................................		75
شکل 3-3- اپراتور ادغام.............................................................................................................................		77
شکل 3-4- اپراتور جهش...........................................................................................................................		79
شکل 3-5-یک قطعه منشوری برای ارزیابی الگوریتم..................................................................................		81
شکل 3-6 تغییرات هزینه تولید در طی اجراهای مختلف...............................................................................		84
شکل3-7-یک قطعه منشوری شکل.............................................................................................................		85

فهرست جدولها

عنوان	صفحه
جدول2-1- استراتژی کدگذاری..............................................................................................................		37
جدول2-2 توالی سازی با استفاده از GAتحویل.......................................................................................		47
جدول 2-3- رابطه نوع ویژگی کدبندی ویژگی سلول ماشینکاری و کدبندی طبیعی GA.........................		48
جدول 2-4 ..............................................................................................................................................		49
جدول 2-5...............................................................................................................................................		50
جدول 2-6............................................... ...............................................................................................		50
جدول 2-7 ...............................................................................................................................................		61
جدول 2-8 توالی های اولیه.....................................................................................................................		64
جدول 2-9-جزئیات برای قطعه نمونه........................................................................................................		65
جدول 2-10- الگوههای اولویت و مجاورت.............................................................................................		65
جدول 2-11- جمیعت اولیه......................................................................................................................		66
جدول2-12-نسل بعد از تولید مجدد.........................................................................................................		68
جدول 2-13 -فرآیند ادغام........................................................................................................................		69
جدول 2-14- فرآیند جهش......................................................................................................................		70
جدول 2-15- توالی های بهینه/نزدیک بهینه..............................................................................................		71
جدول3-1- اطلاعات تولید......................................................................................................................		82
جدول 3-4-طرح فرآیند مطالعه موردی .................................................................................................		83
جدول 3-3- ماتریس تقدم و تاخر...........................................................................................................		83
جدول 3-2-منابع موجود در کارگاه تولید.................................................................................................		84
جدول 3-5- رابطه تقدم و تاخر برای مطالعه موردی...................................................................................		86
جدول 3-6- شاخصهای زمان و هزینه در سه کارخانه.................................................................................		87
جدول 3-7- منابع مورد استفاده در سه کارخانه..........................................................................................		87
جدول 3-8 توصیف هفت عملیات اصلی....................................................................................................		87
جدول 3-9 منابع موجود در عملیات ماشینکاری..........................................................................................		87
جدول 3-10- طرح فرآیند بر طبق ضابطه کمینه کردن هزینه تولید..............................................................		88
جدول 3-11 طرح فرآیند بر طبق ضابطه کمینه کردن زمان فرآیند..............................................................		89

مقدمه

در جهان صنعتی امروز، به تولید به عنوان یک سلاح رقابتی نگریسته می شود و سازمانهای تولیدی در محیطی قرار گرفته اند که از ویژگی های آن می توان به افزایش فشارهای رقابتی، تنوع در محصولات، تغییر در انتظارات اجتماعی و افزایش سطح توقع مشتریان اشاره کرد. محصولات در حالی که باید بسیار کیفی باشند، تنها زمان کوتاهی در بازار می مانند و باید جای خود را به محصولاتی بدهند که با آخرین ذائقه، سلیقه و یا نیاز مشتریان سازگار هستند. بی توجهی به خواست مشتری و یا قصور در تحویل به موقع ممکن است بسیار گران تمام شود. شرایط فوق سبب گردیده تا موضوع اطلاعات برای سازمانهای تولیدی از اهمیت زیادی برخوردار شود. از طرف دیگر، آخرین بررسی ها حاکی از آن است که استراتژی رقابتی مبتنی بر بازار خود نیز به تدریج در حال گذر است و چشم انداز استراتژیک رقابت در آینده مبتنی بر منابع خواهد بود. به عبارت دیگر در حالی که شرکتها امروزه موفقیت را در تبعیت و استفاده درست از قوانین، فرصتها و شرایط دیکته شده توسط بازار می دانند، استراتژی مبتنی بر منابع بر این موضوع تاکید دارد که منفعت و موفقیت بیشتر با اتکا بر مزیتها و منابع منحصر به فرد و قابل اطمینان شرکت و سرمایه گذاری به منظور توسعه و حفاظت از آنها حاصل خواهد شد.

البته منابع تولیدی مورد نظر تنها شامل سرمایه، زمین، ماشین آلات و تجهیزات نمی شوند، بلکه بنای تولید نسل آینده بر تاکید و توجه به اطلاعات، مدیریت دانش و توجه ویژه به مسئله آموزش افراد خواهد بود.

وضعیت به وجود آمده و تحولات صورت گرفته مذکور در حوزه فعالیتهای تولیدی، اگرچه خود حاصل به کارگیری گسترده و همه جانبه فناوریهای اطلاعاتی در این حوزه است، ولی در عین حال باعث توجه مضاعف سازمانها و شرکتهای تولیدی به مقوله اطلاعات و فناوریهای مرتبط با آن شده است. این تحقیق با هدف تبیین موضوع فوق به طور عام و تبیین بخش خاصی از آن به نام برنامه ریزی فرایند به کمک کامپیوتر صورت گرفته است. اهمیت این بررسی از آنجا ناشی می شود که چند سالی است در کشور، افزایش تعداد واحدهای تولیدی و به تبع آن تحقق نسبی فضای رقابتی باعث گردیده تا توجه تولیدکنندگان و شرکتهای صنعتی به کیفیت محصولات، افزایش سهم بازار و مسئله صادرات معطوف گردد. از همین رو به نظر مــی رسد دانستن تحولات صورت گرفته در بخشهای تولیدی جوامع پیشرفته می تواند در تعیین و شناخت بهتر مسیری که سازمانهای تولیدی و صنعتی کشور برای ارتقای توان رقابتی خود باید طی کنند موثر واقع شود. توسعــه های اخیر در حوزه فناوری اطلاعات به ویژه هوش مصنوعی و سیستم های خبره، وضعیت تولید در جوامع صنعتی را دگرگون ساخته است.

عصر فعلی را برخی عصر اطلاعات لقب داده اند. این نامگذاری شاید به این دلیل باشد که امروزه اطلاعات به جزء تفکیک ناپذیر زندگی بشر تبدیل شده است. اگرچه اطلاعات از دیرباز در زندگی بشر تاثیر بسزایی داشته و انسان برای تصمیم گیریها و طی طریق همواره محتاج به آن بوده است ولی آنچه که امروزه اهمیت آن را صدچندان کرده، شرایط نوین زندگی و افزایش سهم اطلاعات در آن است.

اختراع رایانه، امکان پردازش سریع و ذخیره حجم انبوهی از داده ها را فراهم آورد و پیشرفتهای بعدی در زمینه ارتباط بین رایانه ها و امکان تبادل داده بین آنها، تبادل و انتقال اطلاعات را در سطح وسیعی ممکن ساخت. این رویدادها به همراه سایر پیشرفتهای صورت گرفته در زمینه الکترونیک و ارتباطات اعم از میکروالکترونیک، نیمه هادیها، ماهواره و روباتیک به وقوع انقلابی در زمینه نحوه جمع آوری، پردازش، ذخیره سازی، فراخوانی و ارائه اطلاعات منجر گردید که شکل گیری فناوری اطلاعات حاصل این رویداد بود.

براساس تعریف، فناوریهای اطلاعاتی مجموعه ای از ابزارها، تجهیزات، دانش و مهارتهاست که از آنها در گردآوری، ذخیـــــره سازی، پردازش و انتقال اطلاعات (اعم از متن، تصویر، صوت و...) استفاده می شود.

فصل سوم: الگوریتم پیشنهادی برای کاربرد الگوریتم ژنتیک در طراحی قطعه به کمک کامپیوتر در محیط صنعتی

3-1-مقدمه

در یک محیط صنعتی توزیع شده، کارخانه های مختلف و دارای ماشین ها و ابزارهای گوناگون در مکان های جغرافیایی مختلف غالبا به منظور رسیدن به بالاترین کارایی تولید ترکیب می شوند. در زمان تولید قطعات و محصولات مختلف ، طرح های فرایند مورد قبول توسط کارخانه های موجود تولید می شود. این طرحها شامل نوع ماشین، تجهیز و ابزار برای هر فرآیند عملیاتی لازم برای تولید قطعه است. طرح های فرایند ممکن است به دلیل تفاوت محدودیت های منابع متفاوت باشند. بنابراین به دست آوردن طرح فرایند بهینه یا نزدیک به بهینه مهم به نظر می رسد. به عبارت دیگر تعیین اینکه هر محصول درکدام کارخانه و با کدام ماشین آلات و ابزار تولید گردد امری لازم و ضروری می باشد. به همین منظور می بایست از بین طرحهای مختلف طرحی را انتخاب کرد که در عین ممکن بودن هزینه تولید محصولات را نیز کمینه سازد. در این بخش از تحقیق یک الگوریتم ژنتیک معرفی می شود که بر طبق ضوابط از پیش تعیین شده مانند مینیمم سازی زمان فرایند می تواند به سرعت طرح فرایند بهینه را برای یک سیستم تولیدی واحد و همچنین یک سیستم تولیدی توزیع شده جستجو کند. با استفاده از الگوریتم ژنتیک، برنامه ریزی فرآیند به کمک کامپیوتر (CAPP) می تواند براساس معیار در نظر گرفته شده طرح های فرایند بهینه یا نزدیک به بهینه ایجاد کند، بررسی های موردی به طور آشکار امکان عملی شدن و استحکام روش را نشان می دهند. این کار با استفاده از الگوریتم ژنتیک در CAPP هم در سیستمهای تولیدی توزیع شده و هم واحد ارتباط صورت می گیرد. بررسی های موردی نشان می دهد که این روش شبیه یا بهتر از برنامه ریزی فرآیند به کمک کامپیوتر (CAPP)

مرسوم تک کارخانه ای است. بعد از ارائه خلاصه از کار، در قسمتهای بعدی تحقیق به شرح روش خواهیم پرداخت.

افزایش تنوع محصول، محصول مشتری گرا و کوتاهترین زمان تدارک از نکات بحث انگیز برای یک کارخانه تولیدی هستند. سیستم های تولیدی موجود نمی توانند بقدر کافی با این نیازها انطباق پیدا کند. به دلیل روش های انعطاف ناپذیر و ثابت آنها در تصمیم گیری و وجود این سیستمها در یک محیطی تغییرات زیاد به منظور جلوگیری از روبرو شدن با چالشهای مختلف تغییر در سیستم تولیدی از وضع موجود به یک چشم انداز جدید ضروری به نظر می رسد. چندین رویکرد مورد استفاده از قبیل کارخانه فشرده، سیستم های تولیدی فوق بشر، سیستم های تولیدی هالونیک، سیستم های تولیدی توزیع شده و غیره ایجاد شده است. تحقیق و مطالعه بیشتر به اثبات رسانده که تولید توزیع شده بازارآفرینی ها را برای رسیدن به کیفیت تولید برتر، هزینه تولید کمتر و کاهش ریسک مدیریت میسر می سازد. این تحقیق قصد دارد الگوریتم ژنتیکی را برای حل مشکل برنامه ریزی فرآیند به کمک کامپیوتر بر اساس مقوله تولید توزیع شده توسعه دهد. یک محیط صنعتی توزیع شده درجه بالایی از پیچیدگی را ایجاد می کند جایی که گزینه های مختلف طرح های فرایند وجود دارد کسب یک طرح فرایند بهینه یا نزدیک به بهینه، یک وظیفه مشکل گروه تحقیق تولیدی می باشد. سیستم های CAPP سنتی برای دست یافتن به فرایندهای ماشینی بهینه قصد دارند که ماشین ها و ابزارهای مناسب برای اجرای عملیات مشخص تولیدی را به منابع تولیدی در دسترس در یک کارخانه محدود کنند. به هرحال در یک محیط تولیدی توزیع شده دیگر کارخانه های مختلفی برای انجام یک تولید مشخص وجود دارند و ممکن است یکی از آنها یک طرح فرایند بهتر و کارآمدتر را ایجاد کند. بنابراین توسعه یک سیستم CAPP که بتواند طرح های فرایند بهتر را در یک محیط تولیدی توزیع شده تولید کند، هدف اصلی بررسی حاضر است. طبیعت پیچیده سیستم های تولیدی و مشکل بهینه کردن آنها استفاده از الگوریتم های تکاملی را که از نظام های زنده در به دست آوردن راه حل های بهینه پیروی می کنند ضروری ساخته است. در دو دهه گذشته الگوریتم ژنتیک تا حد زیادی برای حل مشکلات بهینه سازی به کار برده می شد. اولین کاربرد الگوریتم ژنتیک به 1960 میلادی برمی گردد. ولی بعدا در سال 1980 میلادی به دلیل مطالعات گلودبرگ کاربرد آن در مجامع مهندسی چشمگیر شد. از آن پس الگوریتم ژنتیک یک روش بهینه سازی برای حل مشکلات پیچیده تولیدی از قبیل زمانبندی کارگاهی و برنامه ریزی فرایند شد. از آن جایی که برنامه ریزی فرایند یک مساله NP-HARD (پیچیده) است، روش های جستجوی کلی برای مسائل با حجم بزرگ برای آن قابل کاربرد نیست. در این پژوهش الگوریتم ژنتیک برای حل مشکل بهینه سازی انتخاب شده است. طرح ریزی فرایند ماشینی شده را بر اساس الگوریتم ژنتیک قرار داده شده است. به هر حال بیشتر کارهای گزارش شده و بررسی های موردی به طرح ریزی فرایند یک کارخانه واحد که قطعاتی تحت شرایط معین و محیط تولیدی مشخص تولید می کند پرداخته بودند.

3-2-الگوریتم ژنتیک

3-2-1-سیستم های تولیدی توزیع شده

همانطور که در شکل 3-1 نمایش داده شده در یک محیط تولیدی توزیع شده، ابزارها و ماشین های متنوع فرایند های کارخانه در مکان های جغرافیایی مختلف هستند و قابلیت های تولیدی مختلفی برای به دست آوردن بالاترین کارایی تولید انتخاب می شود. وقتی که تصمیم به تولید محصولات و قطعات مختلف گرفته می شود. طرح های فرایند قابل قبول توسط کارخانه های موجود برطبق ارتباط بین عملیات مختلف تولید آن قطعه یا محصول تولید می شوند. عملیات تولیدی می تواند توسط ماشین ها و ابزارهای مختلف که درمکان های مختلف قرار گرفته اند، اجرا شود. طرح فرایند بهینه یا نزدیک به بهینه نهایی بعد از مقایسه همه طرح های فرآیند تولید قطعه یا محصول حاصل خواهد شد.

خرید فایل

کتاب ژنتیک رشته کشاورزی

کتاب ژنتیک رشته کشاورزی

کتاب های آمادگی آزمون کارشناسی ارشد سراسری رشته کشاورزی گرایش بیوتکنولوژی (البته بعضی دروس برای دیگر گرایش ها هم قابل استفاده است) ویژه کنکور سال 95 - به همراه تست ها و پاسخ تشریحی

فصل اول :ماده وراثتی

DNA ملکول حاوی اطلاعات وراثتی است، مارپیچی مضـاعف کـه تـوالی بازهـای دو زنجیـره آن مکمـل یکـدیگر اسـت.

نوکلئوتیدها واحدهای تشکیل دهنده DNA هستند که نقشهای متفاوتی را ایفا می کنند که عبارتند از :

1- انتقال انرژی : مثل ملکول ATP

CAMP، GAMP،PPG PP مثل : ثانویه پیامبر -2

3- کوفاکتور : COA : انتقال اسیل ، NAD : انتقال هیدرید، FAD : انتقال الکتـرون داکسـی آدونوزیـل کوبـالامین :

انتقال داخل ملکولی گروه ، بین دو کربن مجاور (در پروتئین ها ختم اتصال نوکلئوتیدی ، محلی برای اتصال بـه ATP و

کوفاکتورهای نوکلئوتیدی است).

4- نقل ساختمانی در اسید نوکلئیک ها

نوکلئوتید :

از اتصال اتم N9 پورین یا N1 پیریمیدین باز با اتم ¢C1 قند ، نوکلئوزید حاصل می شود که با اتصـال فسـفات بـه ¢C5

نوکلئوتید را ایجاد می کند.

1) قند : قند پنتوز به شکل فورانوز بوده و شماره های کربن را با پرایم نشان می دهند. داکسی ریبوز در ملکـول DNA

یک اکسیژن در ¢2 نسبت به ریبوز RNA کمتر دارد. ساختمان قند بصورت مسطح نبوده، بلکه چروکیده اسـت. اگـر در

ریبو فورانوز اتم ¢2 یا ¢3 با اتم ¢5 در یک سمت قرار داشته باشند، (اندو) و اگر در جهت مخالف هم در صفحه قرار گرفته

باشند (اگزو) نامیده می شود.

مجموعه تست های ژنتیک – بخش اول

1 – کدام عبارت در خصوص هتروکروماتین صحیح است ؟

1 است الف – فاقد هیستون H

ب – مقدار آن در سلولهای مذکر و مونث برابر است

ج – دیرتر از سایر نقاط همانند سازی میشود

د – متیلاسیون DNA در این نواحی کمتر از سایر نقاط است

2 – کدام یک از موجودات زیر از Central Dogma مستثنی است ؟

الف – انسان ب – دروزوفیلا ملانگاستر

ج – کلی باسیل د – رتروویروس

3 – کاریوتیپ غیر طبیعی XO/46،45 ، XX در کدام یک از مکانیزمهای زیر ممکن است به وجود آید ؟

الف – وقوع تاخیر آنافازی در میوز I اووژنز

ب – وقوع تاخیر آنافازی در تقسیم میتوزی سلولهای جنینی

ج – وقوع Non-disjunction در میوز I اووژنز

د – وقوع Non-disjunction در تقسیم میتوز سلولهای جنینی

4 – کدامیک از توالیهای زیر Palindromic هستند ؟

/ / الف -

- ب 5 3 GCATCGTA / /

5 3 GACTAGTC

ج -

/ /

- د 5 3 GACTGACT / /

5 3 GATCCTAG

5 – مردی دارای گروه خونی AB است . در صورت عدم تفکیک صحیح کروموزومهای حاوی ایـن لکـوس در

میوز یک ، ژنوتیپ اسپرماتوزوئیدها چه خواهد بود ؟

- الف o o

- ب I I B B

- ج I I A B

- د I I A A

6 – ژنوتیپ جسم قطبی دوم با کدامیک از سلولهای زیر یکسان است ؟ ( فرض می کنیم کـه کراسـینگ اور

صورت نگرفته است )

الف – جسم قطبی اول ب – تخمک ج – اووسیت اولیه د – اووسیت ثانویه

پاسخنامه سوالات تستی

1- گزینه 3 صحیح است.

2- گزینه 4 صحیح است.

3- گزینه 4 صحیح است.

4- گزینه 2 صحیح است.

5- گزینه 3 صحیح است.

6- گزینه 2 صحیح است.

نوع فایل:Pdf

سایز :4.64 MB

تعداد صفحه:254

خرید فایل

کاربردهای الگوریتم ژنتیک

کاربردهای الگوریتم ژنتیک

توجه :

شما می توانید با خرید این محصول فایل " قلق های پایان نامه نویسی (از عنوان تا دفاع)" را به عنوان هدیه دریافت نمایید.

چکیده :

الگوریتم های ژنتیک یکی از الگوریتم های جستجوی تصادفی است که ایده آن برگرفته از طبیعت می باشد . نسل های موجودات قوی تر بیشتر زندگی می کنند و نسل های بعدی نیز قوی تر می شوند به عبارت دیگر طبیعت افراد قوی تر را برای زندگی بر می گزیند. در طبیعت از ترکیب کروموزوم های بهتر ، نسل های بهتری پدید می آیند . در این بین گاهی اوقات جهش هایی نیز در کروموزوم ها روی می دهد که ممکن است باعث بهتر شدن نسل بعدی شوند. الگوریتم ژنتیک نیز با استفاده از این ایده اقدام به حل مسائل می کند . الگوریتم های ژنتیک در حل مسائل بهینه سازی کاربرد فراوانی دارند.

مسئله ی کاهش آلاینده های Cox ، NOx و Sox در کوره های صنعتی ، یکی از مسائل بهینه سازی می باشد، که هدف آن بهینه کردن عملکرد کوره های احتراقی بر حسب پارامترهای درصد هوای اضافی (E) و دمای هوای خروجی از پیش گرمکن (T) ، به منظور کاهش میزان آلاینده های تولید شده در اثر انجام عملیات احتراق است.

در این پایان نامه ابتدا مروری بر مفاهیم مقدماتی الگوریتم های ژنتیک کرده سپس مشخصات کلی مسئله عنوان می شود، در انتها مسئله ی مورد نظر توسط الگوریتم ژنتیک اجرا و نتایج آن با روش تابع پنالتی مقایسه می شود.

فهرست مطالب

----------------------------------------------------------------------

فصل اول - مقدمه .....................................................

1-1- مقدمه

فصل دوم - مقدمه ای بر الگوریتم ژنتیک...............................................

2-1- مقدمه

2-2- پیشینه

2-3- اصطلاحات زیستی

2-4- تشریح کلی الگوریتم ژنتیک

2-5- حل مسأله با استفاده از الگوریتم ژنتیک

2-6- اجزای الگوریتم ژنتیک

2-6-1- جمعیت

2-6-2- کدگذاری

2-6-2-1- کدگذاری دودویی

2-6-2-2- کدگذاری مقادیر

2-6-2-3- کدگذاری درختی

2-6-3- عملگرهای الگوریتم ژنتیک

2-6-3-1- fitness (برازش)

2-6-3-2- selection (انتخاب)

2-6-3-3- crossover (ترکیب)

2-6-3-4- mutation (جهش)

2-7- مفاهیم تکمیلی

2-7-1- برتری ها و ضعف های الگوریتم ژنتیک

2-7-2- نکات مهم در الگوریتم های ژنتیک

2-7-3- نتیجه گیری

فصل سوم - کاهش اثرات زیست محیطی آلاینده های Cox، NOx و SOx در کوره ها...........

3-1- مقدمه

3-2- احتراق

3-2-1- روش محاسبه ترکیبات تعادلی با استفاده از ثابت تعادل

3-2-2- روش محاسبه دمای آدیاباتیک شعله

3-2-3- انتخاب سیستم شیمیایی

3-2-4- تأثیر دمای هوا و میزان هوای اضافی بر تولید محصولات

3-3- بهینه سازی

3-3-1- روش های حل مسائل بهینه سازی

3-3-2- روش تابع پنالتی

3-3-3- الگوریتم حل تابع پنالتی

3-4- برنامه ی کامپیوتری و مراحل آن

3-5- تشکیل تابع هدف

3-6- تشکیل مدل مسئله بهینه سازی

3-7- روش حل

فصل چهارم - توضیحاتی در رابطه با gatool نرم افزار مطلب................

4-1- gatool

4-2- تنظیم گزینه ها برای الگوریتم ژنتیک

4-3- Plot Options

4-4- Population Options

4-5- Fitness Scaling Options

4-6- Selection Options

4-7- Reproduction Options

4-8- Mutation Options

4-9- Crossover Options

4-10- Migration Options

4-11- Output Function Options

4-12- Stopping Criteria Options

4-13- Hybrid Function Options

4-14- Vectorize Options

فصل پنجم – نتایج..................................

5-1- نتایج حاصل از تابع پنالتی و الگوریتم ژنتیک

5-2- نتیجه گیری

فهرست مراجع......................

فهرست شکل

2-1- مراحل الگوریتم ژنتیک

2-2- مثالی از کروموزوم ها به روش کدگذاری دودویی

2-3- مثالی از کروموزوم ها با استفاده از روش کدگذاری مقادیر

2-4- انتخاب چرخ رولت

2-5- ترکیب تک نقطه ای

2-6- ترکیب دو نقطه ای

2-7- ترکیب یکنواخت

2-8- وارونه سازی بیت

2-9- تغییر ترتیب قرارگیری

2-10- تغییر مقدار

3-1- نمای برنامه ی کامپیوتری

3-2- عملیات برازش برای تولید NO در مقایسه با نتایج اصلی در احتراق گازوئیل

4-1- نمای gatool نرم افزار مطلب

5-1- نمای gatool ، Cox برای گاز طبیعی

5-2- نمودارهای Best fitness و Best individual آلاینده ی Cox برای گاز طبیعی

5-3- نمای gatool ، NOx برای گاز طبیعی

5-4- نمودارهای Best fitness و Best individual آلاینده ی NOx برای گاز طبیعی

5-5- نمای gatool ، Cox + NOx برای گاز طبیعی

5-6- نمودارهای Best fitness و Best individual مجموع آلاینده های Cox و NOxبرای گاز طبیعی

5-7- نمای gatool ، Cox برای گازوئیل

5-8- نمودارهای Best fitness و Best individual آلاینده ی Cox برای گازوئیل

5-9- نمای gatool ، NOx برای گازوئیل

5-10- نمودارهای Best fitness و Best individual آلاینده ی NOx برای گازوئیل

5-11- نمای gatool ، Sox برای گازوئیل

5-12- نمودارهای Best fitness و Best individual آلاینده ی Sox برای گازوئیل

5-13- نمای gatool ، Cox + NOx برای گازوئیل

5-14- نمودارهای Best fitness و Best individual مجموع آلاینده های Cox و NOx برای گازوئیل

5-15- نمای gatool ، Cox+NOx+Sox برای گازوئیل

5-16- نمودارهای Best fitness و Best individual مجموع آلاینده های Cox و NOx وSOx برای گازوئیل

5-17- نمای gatool ، Cox برای نفت کوره

5-18- نمودارهای Best fitness و Best individual آلاینده ی Cox برای نفت کوره

5-19- نمای gatool ، NOx برای نفت کوره

5-20- نمودارهای Best fitness و Best individual آلاینده ی NOx برای نفت کوره

5-21- نمای gatool ، Sox برای نفت کوره

5-22- نمودارهای Best fitness و Best individual آلاینده ی SOx برای نفت کوره

5-23- نمای gatool ، Cox + NOx برای نفت کوره

5-24- نمودارهای Best fitness و Best individual مجموع آلاینده های Cox و NOx برای نفت کوره

5-25- نمای gatool ، COx+NOx+SOx برای نفت کوره

5-26- نمودارهای Best fitness و Best individual مجموع آلاینده های COx و NOx و SOx برای نفت کوره

فهرست جدول

3-1- تغییر نرخ تولید (mole/hr) NO در اثر تغییر دمای هوا و درصد هوای اضافی........

3-2- تشکیل تابع هدف برای گاز طبیعی....................

3-3- تشکیل تابع هدف برای گازوئیل...............................................

3-4- تشکیل تابع هدف برای نفت کوره..........................

5-1- مقایسه نتایج تابع پنالتی و الگوریتم ژنتیک................................

خرید فایل

کنترل اتوماتیک فشارخون با استفاده از کنترلر PID و تنظیم پارامترهای آن توسط الگوریتم ژنتیک

کنترل اتوماتیک فشارخون با استفاده از کنترلر PID و تنظیم پارامترهای آن توسط الگوریتم ژنتیک

توجه :

شما می توانید با خرید این محصول فایل " قلق های پایان نامه نویسی (از عنوان تا دفاع)" را به عنوان هدیه دریافت نمایید.

چکیده

کنترل اتوماتیک فشارخون با استفاده از کنترلر PID و تنظیم پارامترهای آن توسط الگوریتم ژنتیک

فشارخون بالا زمانی ایجاد می شود که فشارخون در دیواره رگ ها بیش از حد معمول بالا رود که این وضعیت بسیار خطرناک است چون گاهی اوقات تاْثیرات مخرب آن در مرور زمان افزایش می یابد ، پس ثابت نگه داشتن سطح فشارخون در حالت نرمال حائز اهمیت است . کنترل PID به دلیل سادگی و مقاوم بودن آن تا کنون در کنترل بسیاری از پروسه های صنعتی مورد استفاده قرار گرفته است. معمولا در کاربردهای صنعتی، پارامترهای کنترلر PID به صورت دستی و با سعی و خطا تنظیم می شود. تنظیم پارامترهای کنترلر به صورت دستی، کارایی آن را به ویژه در شرایطی که زمان اهمیت دارد و نیز در مواردی که پارامترهای پلانت از قبل مشخص نباشد، کاهش می دهد. لذا در سالهای اخیر کار تحقیقاتی زیادی در زمینه تنظیم اتوماتیک پارامترهای کنترلر PID انجام گرفته و از بسیاری از تکنیک های هوشمند مانند الگوریتم های ژنتیک، بهینه سازی انبوه ذرات و ... برای تنظیم پارامترهای این کنترلر استفاده شده است.

در این پایان نامه، از الگوریتم ژنتیک جهت تنظیم پارامترهای کنترلر PID استفاده شده است. تنظیم اتوماتیک پارامترهای کنترلر توسط الگوریتم ژنتیک، دقت و سرعت کنترلر را به طرز قابل توجهی بهبود بخشیده و انعطاف کنترلر را برای برخورد با سیستمهای مختلف افزایش می دهد. کنترلر PID-GA پیشنهادی ، جهت تنظیم نرخ تزریق دارو به منظور کنترل فشار خون بیمار مورد استفاده قرار گرفته است. نتایج شبیه سازی ها نشان می دهد که این کنترلر با دقت و سرعت مناسب، سطح فشار خون بیمار را به حالت نرمال برمی گرداند و تغییر پارامترهای بیمار نیز در کارایی کنترلر تاثیری نخواهد داشت.

فهرست مطالب

عنوان صفحه

فصل اول مقدمه 1

فصل دوم بیماری فشارخون و روش های درمان پزشکی 4

2-1 مقدمه 4

2-2 تعریف فشار خون 6

2-3 انواع فشار خون 7

2-3-1 علائم 7

2-3-2 تشخیص 8

2-3-3 درمان 8

2-4 افزایش فشار خون 11

2-4-1 شکل فشار خون بدخیم یا تشدید شده 12

2-5 عوارض ناشی از فشار خون بالا 12

2-5-1 نارسایی قلبی 12

2-5-2 نارسایی کلیه 13

2-5-3 ضعف بینایی 13

2-5-4 سکته مغزی 13

2-5-5 حمله گذرای ایسکمی 14

2-5-6 فراموشی 14

2-5-7 بیماری عروق قلبی 14

2-5-8 سکته (حمله) قلبی 15

2-5-9 بیماری عروق محیطی 15

2-6 شیوه های درمان فشار خون بالا 15

2-7 برخی داروهای پایین آورنده فشار خون 16

فصل سوم استفاده از الگوریتم ژنتیک در تنظیم پارامترهای کنترلر PID 17

3-1 مقدمه 17

3-2 کنترلر PID 18

3-2-1 مقدمه 18

3-2-2 اجزای کنترلر 19

3-2-3 PID پیوسته 20

3-2-4 بهینه سازی کنترلر 20

3-2-5 مشخصات کنترلر های تناسبی-مشتق گیر-انتگرالگیر 21

3-2-6 مثالی از تنظیم پارامترهای کنترلر PID 22

3-2-6-1 کنترل تناسبی 23

3-2-6-2 کنترل تناسبی – مشتق گیر 24

3-2-6-3 کنترل تناسبی – انتگرالی 25

3-2-6-4 اعمال کنترلر PID 26

3-3 الگوریتم ژنتیک 27

3-3-1 مقدمه 27

3-3-2 تاریخچه الگوریتم ژنتیک 28

3-3-3 زمینه های بیولوژیکی 29

3-3-4 فضای جستجو 30

3-3-5 مفاهیم اولیه در الگوریتم ژنتیک 31

3-3-5-1 اصول پایه 31

3-3-5-2 شمای کلی الگوریتم ژنتیک 31

3-3-5-3 کد کردن 32

3-3-5-4 کروموزوم 32

3-3-5-5 جمعیت 33

3-3-5-6 مقدار برازندگی 33

3-3-5-7 عملگر برش 34

3-3-5-8 عملگر جهش 36

3-3-6 مراحل اجرای الگوریتم ژنتیک 38

3-3-7 همگرایی الگوریتم ژنتیک 43

3-3-8 شاخص های عملکرد 44

3-3-8-1 معیارITAE 44

3-3-8-2 معیار IAE 44

3-3-8-3 معیار ISE 44

3-3-8-4 معیار MSE 45

3-4 تنظیم پارامترهای کنترلر PID با استفاده از الگوریتم ژنتیک 45

3-4-1 تاریخچه 46

3-4-2 نحوه تنظیم پارامترهای کنترلر PID با استفاده از الگوریتم ژنتیک 46

3-5 مدل سازی ریاضی سیستم تنظیم فشار خون 47

3-5-1 مقدمه 47

3-5-2 مدل های دینامیکی توسعه داده شده 48

3-5-2-1 مدل اول 48

3-5-2-2 مدل دوم 49

3-5-2-3 مدل سوم 50

3-5-2-4 مدل چهارم 52

3-6 پیاده سازی سیستم تحویل دارو برای تنضیم فشارخون 53

فصل چهارم الگوریتمهای هم تکاملی هم کارانه 55

4-1 مقدمه 55

4-1-1 مفهوم هم تکاملی در طبیعت 55

4-1-2 الگوریتم های هم تکاملی ( CEAs) 56

4-2 تاریخچه 57

4-3 چرا از الگوریتمهای هم تکاملی استفاده می کنیم؟ 58

4-3-1 فضای جستجوی بزرگ یا نامحدود 59

4-3-2 عدم وجود یا مشکل بودن بیان ریاضی معیار مطلق برای ارزیابی افراد 60

4-3-3 ساختارهای پیچیده و یا خاص 61

4-4 معایب هم تکاملی 62

4-5 طبقه بندی الگوریتم های هم تکاملی 64

4-5-1 ارزیابی 64

4-5-1-1 کیفیت و چگونگی Payoff 66

4-5-1-2 روش های اختصاص برازندگی 66

4-5-1-3 روش های تعامل بین افراد 67

4-5-1-4 تنظیم زمان به هنگام سازی 68

4-5-2 نحوه نمایش 69

4-5-2-1 تجزیه مسأله به اجزای کوچکتر 69

4-5-2-2 توپولوژی فضایی 69

4-5-2-3 ساختار جمعیت 69

4-6 چهارچوب کلی الگوریتم هم تکاملی همکارانه 70

4-7 مقاوم بودن در الگوریتم های هم تکاملی هم کارانه 70

4-8 تئوری بازیهاوتحلیل الگوریتم هم تکاملی براساس مفاهیم تئوری بازی تکاملی 72

4-9 زمینه های کاربرد الگوریتم های هم تکاملی 75

فصل پنجم شبیه سازی ها و نتایج 78

5-1 مقدمه 78

5-2 کنترل بهینه فشارخون حین عمل جراحی توسط الگوریتم ژنتیک 78

5-2-1 شبیه سازی سیستم کنترل اتوماتیک فشارخون با کنترلر PID والگوریتم ژنتیک 79

5-2-1-1 انتخاب مدل ریاضی 79

5-2-1-2 انتخاب کنترلر 80

5-2-1-3 انتخاب تابع برازندگی برای الگوریتم ژنتیک 81

5-2-1-4 اعمال کنترلر و عمل کردن الگوریتم ژنتیک 82

5-2-2 نتایج شبیه سازی 84

5-2-3 پاسخ های حاصل از اجرای برنامه شبیه سازی شده 85

فصل ششم نتیجه گیری و پیشنهادات 88

6-1 نتیجه گیری 88

6-2 پیشنهادات 89

مراجع 90

فهرست شکل ها

عنوان صفحه

شکل 3-1 شمای کلی کنترلر PID 19

شکل 3-2 مثالی از تنظیم پارامترهای کنترلر PID 22

شکل 3-3 پاسخ پله سیستم حلقه باز 23

شکل 3-4 پاسخ پله واحد سیستم حلقه بسته با کنترلر تناسبی 24

شکل 3-5 پاسخ پله واحد سیستم حلقه بسته با کنترلر PD 24

شکل 3-6 پاسخ پله واحد سیستم حلقه بسته با کنترلر PI 25

شکل 3-7 پاسخ پله واحد سیستم حلقه بسته با کنترلر PID 26

شکل 3-8 : تبدیل فنوتیپ ها به ژنوتیپ ها وبالعکس 29

شکل 3-9 نمونه ای از فضای جواب 30

شکل 3-10 نمایش یک کروموزوم n بیتی در پایه عددی m 33

شکل 3-11 عمل برش تک نقطه ای 35

شکل 3-12 : عمل برش چند نقطه ای 35

شکل 3-13 عمل برش یکنواخت 36

شکل 3-14 عمل جهش 37

شکل 3-15 مراحل اجرای الگوریتم ژنتیک 39

شکل 3-16 مدل چرخ رولت 40

شکل 3-17 بلوک دیاگرام سیستم کنترل با کنترلر 53

شکل 4-1 سلسله مراتب طبقه بندی ویژگی های یک الگوریتم هم تکاملی 65

شکل4-2 الگوریتم هم تکاملی هم کارانه ترتیبی خلاصه شده 71

شکل 4-3 ماتریس امتیازدهی 74

شکل 5-1 شمای کلی سیستم 79

شکل 5-2 فلوچارت سیستم کنترل فشارخون 83

شکل 5-3 شبیه سازی کنترلر PID 84

شکل 5-4 شبیه سازی سیستم کنترل فشارخون 84

شکل 5-5 مقدار برازندگی ها در هر نسل 86

شکل 5-6 ضرایب کنترلرPID 86

شکل 5-7 خروجی سیستم در حالتی که فشار از حالت مطلوب بیشتر است 87

شکل 5-8 خروجی سیستم در حالتی که فشار از حد مطلوب کمتر است 87

فهرست جداول

جدول 3-1 اثرات کنترلرهای ، ، 21

جدول 3-2 نمونه ای از عمل جهش 37

جدول 3-3 انتخاب کروموزوم ها با استفاده از مدل چرخ رولت 41

جدول 3-4 محدوده پارامترهای مدل دینامیکی سیستم فشارخون 51

جدول 3-5 مقادیر تعیین شده برای پارامترهای مدل 52

جدول 3-6 مقادیر پارامترهای فرمول رابطه بین تغییرات فشارخون و سرعت تزریق دارو 53

جدول 5-1 انتخاب عدد مناسب برای پارامترهای مدل فشارخون 80

خرید فایل

کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مختلف

کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) در محیطهای صنعتی مختلف

توجه :

شما می توانید با خرید این محصول فایل " قلق های پایان نامه نویسی (از عنوان تا دفاع)" را به عنوان هدیه دریافت نمایید.

چکیده

در یک محیط صنعتی توزیع شده، کارخانه های مختلف و دارای ماشین ها و ابزارهای گوناگون در مکان های جغرافیایی مختلف غالبا به منظور رسیدن به بالاترین کارایی تولید ترکیب می شوند. در زمان تولید قطعات و محصولات مختلف ، طرح های فرایند مورد قبول توسط کارخانه های موجود تولید می شود. این طرحها شامل نوع ماشین، تجهیز و ابزار برای هر فرآیند عملیاتی لازم برای تولید قطعه است. طرح های فرایند ممکن است به دلیل تفاوت محدودیت های منابع متفاوت باشند. بنابراین به دست آوردن طرح فرایند بهینه یا نزدیک به بهینه مهم به نظر می رسد. به عبارت دیگر تعیین اینکه هر محصول درکدام کارخانه و با کدام ماشین آلات و ابزار تولید گردد امری لازم و ضروری می باشد. به همین منظور می بایست از بین طرحهای مختلف طرحی را انتخاب کرد که در عین ممکن بودن هزینه تولید محصولات را نیز کمینه سازد. در این تحقیق یک الگوریتم ژنتیک معرفی می شود که بر طبق ضوابط از پیش تعیین شده مانند مینیمم سازی زمان فرایند می تواند به سرعت طرح فرایند بهینه را برای یک سیستم تولیدی واحد و همچنین یک سیستم تولیدی توزیع شده جستجو می کند. با استفاده از الگوریتم ژنتیک، برنامه ریزی فرآیند به کمک کامپیوتر (CAPP) می تواند براساس معیار در نظر گرفته شده طرح های فرایند بهینه یا نزدیک به بهینه ایجاد کند، بررسی های موردی به طور آشکار امکان عملی شدن و استحکام روش را نشان می دهند. این کار با استفاده از الگوریتم ژنتیک در CAPP هم در سیستمهای تولیدی توزیع شده و هم واحد صورت می گیرد. بررسی های موردی نشان می دهد که این روش شبیه یا بهتر از برنامه ریزی فرآیند به کمک کامپیوتر (CAPP) مرسوم تک کارخانه ای است

فهرست مطالب

عنوان	صفحه
مقدمه ..........................................................................................................................................................................	11
فصل یکم - معرفی برنامه ریزی فرآیند به کمک کامپیوتر(CAPP) و الگوریتم ژنتیک ..............................................	17
1-1- برنامه ریزی فرآیند به کمک کامپیوتر................................................................................................................	17
1-1-1- رویکرد بنیادی ..............................................................................................................................................	18
1-1-2- رویکرد متنوع ...............................................................................................................................................	18
1-2- الگوریتم ژنتیک.................................................................................................................................................	20
1-2-1-کلیات الگوریتم ژنتیک..................................................................................................................................	21
1-2-2-قسمت های مهم الگوریتم ژنتیک....................................................................................................................	23
1-2-2-1-تابع هدف و تابع برازش..............................................................................................................................	26
1-2-2-2- انتخاب......................................................................................................................................................	27
1-2-2-3- تقاطع.........................................................................................................................................................	28
1-2-2-4- جهش........................................................................................................................................................	32
فصل دوم- نمونه هایی از کاربرد الگوریتم ژنتیک در برنامه ریزی فرآیند به کمک کامپیوتر.........................................	34
2-1-بهینه سازی مسیر فرآیند با استفاده از الگوریتم ژنتیک...........................................................................................	34
2-1-1- توصیف توالی فرآیند.....................................................................................................................................	34
2-1-2- استراتژی کد گزاری.....................................................................................................................................	37
2-1-3- تجزیه و تحلیل همگرایی................................................................................................................................	38
2-1-3-1-همگرایی نزدیک شونده..............................................................................................................................	38
2-1-3-2-همگرایی با در نظر گرفتن احتمال................................................................................................................	40
2-1-3-3-همگرایی GAها در توالی سازی فرایندهای پشت سر هم.............................................................................	40
2-1-3-4-تعریف یک قانون.......................................................................................................................................	41
2-1-4-اپراتورهای ژنتیک...........................................................................................................................................	41
2-1-4-1-اپراتور انتخاب............................................................................................................................................	41
2-1-4-2- اپراتور تغییر و انتقال...................................................................................................................................	42
2-1-4-3- اپراتور جهش............................................................................................................................................	44
2-1-5- برقراری تابع تناسب.......................................................................................................................................	44
2-1-5-1- آنالیز محدودیت ها..................................................................................................................................	44
2-1-5-2- برقراری تابع برازش...................................................................................................................................	45
2-1-6-مثال................................................................................................................................................................	47
2-1-6-1-مثالهایی برای کاربرد این روشها .................................................................................................................	47
2-1-6-2-تاثیر پارامترهای متغیر بر روند تحقیقات ......................................................................................................	49
2-1-7-نتیجه گیری...................................................................................................................................................	50
2-2-روشی برای برنامه ریزی مقدماتی ترکیبات دورانی شکل محور Cاستفاده از الگوریتم ژنتیک.........................	51
2-2-1-مقدمه.............................................................................................................................................................	51
2-2-2-مدول های سیستمCAPP پیشنهاد شده........................................................................................................	54
2-2-3-تجسم قطعه...................................................................................................................................................	56
2-2-4-تولید توالی های ممکن..................................................................................................................................	58
2-2-4-1-الزامات اولویت دار..................................................................................................................................	58
2-2-4-2- الزامات تلرانس هندسی.............................................................................................................................	59
2-2-4-3- رابطه ویژگی های اولویت دار....................................................................................................................	60
2-2-5 بهینه سازی با استفاده از الگوریتم ژنتیک GA..................................................................................................	64
2-2-5-1- تابع برازش...............................................................................................................................................	67
2-2-5-2- الگوریتم ژنتیک......................... .............................................................................................................	68
2-2-6- نتایج و بحث...............................................................................................................................................	71
2-2-7-نتیجه گیری...................................................................................................................................................	71
فصل سوم: الگوریتم پیشنهادی برای کاربرد الگوریتم ژنتیک در طراحی قطعه به کمک کامپیوتر در محیط صنعتی .....	73
3-1-مقدمه................................................................................................................................................................	73
3-2-الگوریتم ژنتیک................................................................................................................................................	74
3-2-1-سیستم های تولیدی توزیع شده........................................................................................................................	74
3-2-2-نمایش طرح های فرایند...................................................................................................................................	75
3-2-3-جمعیت اولیه..................................................................................................................................................	76
3-3-تولید مثل..........................................................................................................................................................	76
3-3-1-ادغام...........................................................................................................................................................	76
3-3-2-دگرگونی و جهش.......................................................................................................................................	77
3-4- ارزیابی کروموزوم ...........................................................................................................................................	80
3-4-1- مینیمم سازی زمان فرایند................................................................................................................................	80
3-4-2- مینیمم سازی هزینه های تولید.........................................................................................................................	80
3-5- مطالعات موردی...............................................................................................................................................	81
3-5-1- CAPPسنتی................................................................................................................................................	81
3-5-2- CAPP توزیع شده.......................................................................................................................................	85
3-6- ارزیابی..............................................................................................................................................................	88
3-6-1- معیار اول.......................................................................................................................................................	88
3-6-2- معیار دوم.......................................................................................................................................................	89
فصل چهارم -نتیجه گیری....................................................................................................................................	90

خرید فایل

معرفی علم ژنتیک

مقاله معرفی علم ژنتیک دارای 38 صفحه ودر قالب ورد و قابل ویرایش می باشد که بخشی از متن و فهرست آن را در ادامه برای مشاهده قرار داده ایم و در صورت نیاز به داشتن کل این پاورپوینت می توانید آن را دریافت نموده و از آن استفاده نمایید

بخشی از متن:

ژنتیک، علم مطالعه وراثت، در تمامی زمینه‌های آن، از گسترش صفات در یک شجره‌نامه خانوادگی، تا بیوشیمی ماده ژنتیکی، اسید دزوکسی ریبونوکلئیکDNA و اسید ریبونوکلئیکRNA است. هدف ما در این بخش، معرفی و بررسی مکانیزم‌های وراثت است.
به صورت تاریخی، ژنتیک دانان در ۳ حیطه مجزا فعالیت کرده‌اند، هر حیطه با مشکلات، روش‌ها و موجودات زنده مورد مطالعه مربوط به خود. این ۳ حیطه عبارتند از ژنتیک کلاسیک، ژنتیک مولکولی و ژنتیک تکاملی (یا ژنتیک جمعیت).

در ژنتیک کلاسیک ما با تئوری کروموزومی وراثت روبرو هستیم، مفهومی که ژن‌ها را به صورت خطی در کنار هم بر روی کروموزوم فرض می‌کند. موقعیت نسبی ژنها با بررسی فراوانی زاده‌های حاصل از آمیزش‌های خاصی قابل تعیین است. ژنتیک مولکولی مطالعه ماده ژنتیک است؛ ساختار، رونویسی و بیان ماده‌ ژنتیک. همچنین در همین حیطه ما انقلاب بزرگ تکنولوژی DNAنوترکیب (یا مهندسی ژنتیک) و اطلاعات بدست آمده از آن را بررسی خواهیم کرد. ژنتیک تکاملی یا ژنتیک جمعیت به بررسی تغییرات در فراوانی ژنها در جمعیت می‌پردازد. مفهوم داروینی تکامل که بنابر پایه انتخاب طبیعی است بررسی می‌شود. جدول

امروزه به دلیل پیشرفت‌های علمی، مرزهای این ۳ ناحیه، تا حدی محو شده‌اند؛ به عنوان مثال، اطلاعات به دست آمده از ژنتیک مولکولی، از طرفی به فهم بهتر ساختار و عملکرد کروموزوم‌ها و از طرف دیگر به فهمیدن انتخاب طبیعی کمک می‌کند. در این فصل، ما سعی می‌کنیم مطالب را به صورت تاریخی آنها بررسی کنیم؛ از کارهای مندل و کشف خصوصیات وراثت آغاز می‌کنیم و سپس به ژنتیک مولکولی می‌پردازیم.
ژنتیک مانند هر علم دیگری، بر پایه متد علمی بنا نهاده شده است. اطلاعات ما برگرفته از دنیای واقعی است. متد علمی گردآوری قوانینی است که به فهم بهتر طبیعت کمک می‌کنند. در قلب یک متد علمی، آزمایش قرار دارد، طی یک آزمایش، یک حدس درباره کار بخشی از طبیعت (که آن را یک فرضیه می‌نامیم) امتحان می شود. در یک آزمایش خوب، تنها ۲ نتیجه ممکن وجود دارد؛ تایید فرضیه و یا رد فرضیه (شکل )

به عنوان مثال ممکن است شما تصور کنید که صفات اکتسابی به ارث می‌رسند ایده‌ای که توسط لامارک پیشنهاد شد. لامارک فرض کرد که زرافه‌هایی که سعی‌‌ می‌کردند برگ‌های موجود در شاخه‌های بالاتری را بخورند، گردن‌های بلندتری داشتند. آنها این صفت درازی گردن را به فرزندان خود انتقال می‌دهند (در هر نسل فقط افزایش کوتاهی در طول گردن وجود دارد) و این روند در نهایت امروزه منجر به گردن‌های بسیار طویل زرافه‌ها شده است.

دیدگاه دیگر نسبت به این مطلب، دیدگاه تکامل براساس انتخاب طبیعی است که توسط داروین پیشنهاد شد. براساس فرضیه داروین، زرافه‌ها به طور طبیعی در طول گردن تنوع کمی دارند و این تنوع‌ها به ارث می‌رسند. زرافه‌هایی که گردن بلندتری دارند، در تهیه برگ‌ از درخت برای خوردن، نسبت به دیگران مزیت دارند. به عبارت دیگر، درطول زمان، زرافه‌هایی که گردن‌های بلندتری دارند، بهتر و بیشتر از دیگران زنده می‌مانند و تولید مثل می‌کنند. در نتیجه، زرافه‌هایی با گردن درازتر، پس از مدتی، گونه غالب در جمعیت می‌شوند که دلیل اصلی این اتفاق مرگ گونه‌های دارای گردن کوتاه‌تر است. فراوانی هر جهشی که باعث افزایش طول گردن در جمعیت شود، در جمعیت افزایش خواهد یافت. برای آزمودن فرضیه لامارک، ما ابتدا باید جاندار مناسبی پیدا کنیم. گرفتن زرافه‌ها و انجام آمیزش‌های مورد نظر بر روی آنها بسیار دشوار است. می‌توانیم آزمایش را با موش‌های آزمایشگاهی انجام دهیم. (نگهداری و آزمایش بر روی موش نسبتاً آسان و ارزان است). ما باید صفت دیگری به غیر از طول گردن پیدا کنیم. برای مثال می‌توانیم نیمی از دم موش‌ها را ببریم. سپس موش های دم کوتاه را با موش‌های عادی آمیزش می‌دهیم و زاده‌ها را بررسی می‌کنیم اگر زاده‌ها دم‌های عادی داشتند، می‌توانیم نتیجه بگیریم که دم کوتاه، یک صفت اکتسابی، به ارث نمی‌رسد. در مقابل در صورتی که دم موش‌های نسل بعد کوتاه‌تر از حد معمول باشد، می‌توانیم نتیجه بگیریم که صفات اکتسابی، ارثی هستند.

دلیل اینکه ما یک آزمایش را با تمامی سختی‌هایش انجام می‌دهیم، این است که نتایج آزمایش، برای ما قطعی هستند و قابل اطمینان اند. در صورتی که آزمایش درست طراحی شده باشد و بدون خطا اجرا شود، نتیجه منفی در آزمایش، مانند آزمایش ما در بالا، به معنی رد نظریه خواهد بود. آزمودن نظریه‌ها به طوری که اگر نتیجه آزمایش منفی باشد، نظریه رد شود، ایده اصلی متد علمی است.

تاریخچه ژنتیک
علم زیست شناسی ، هرچند به صورت توصیفی از قدیم ترین علومی بوده که بشر به آن توجه داشته است ؛ اما از حدود یک قرن پیش این علم وارد مرحله جدیدی شد که بعدا آن را ژنتیک نامیده اند و این امر انقلابی در علم زیست شناسی به وجود آورد. در قرن هجدهم ، عده ای از پژوهشگران بر آن شدند که نحوه انتقال صفات ارثی را از نسلی به نسل دیگر بررسی کنند؛ ولی به ۲دلیل مهم که یکی عدم انتخاب صفات مناسب و دیگری نداشتن اطلاعات کافی در زمینه ریاضیات بود، به نتیجه ای نرسیدند.

اولین 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 نخود فرنگی بود، ارائه کرد. اما متاسفانه جامعه علمی آن دوران به دیدگاه ها و کشفیات او اهمیت چندانی نداد و نتایج کارهای مندل به دست فراموشی سپرده شد.
در سال ۱۹۰۰ میلادی کشف مجدد 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.

در سال ۱۹۵۳ با کشف ساختمان جایگاه ژنها (DNA) از سوی جیمز واتسن و فرانسیس کریک ، رشته ای جدید در علم زیست شناسی به وجود آمد که زیست شناسی ملکولی نام گرفت . با حدود گذشت یک قرن از کشفیات مندل در خلال سالهای ۱۹۷۱ و ۱۹۷۳ در رشته زیست شناسی ملکولی و ژنتیک که اولی به بررسی ساختمان و مکانیسم عمل ژنها و دومی به بررسی بیماری های ژنتیک و پیدا کردن درمانی برای آنها می پرداخت ، ادغام شدند و رشته ای به نام «مهندسی ژنتیک» را به وجود آوردند که طی اندک زمانی توانست رشته های مختلفی اعم از پزشکی ، صنعت و کشاورزی را تحت الشعاع خود قرار دهد.

پایه اصلی مهندسی ژنتیک بر این اصل استوار است که با انتقال ژنی به درون ذخیره ژنی یک ارگانیسم ، آن ارگانیسم را وادار می کند که در شرایط محیطی مناسب برای بیان آن ژن به دستورات آن ژن که می تواند بروز یک صنعت یا ساختار شدن یک ماده بیوشیمیایی و… باشد ، عمل کند. امروزه مهندسی ژنتیک خدمات شایان ذکری را به بشر ارائه کرده که در تصویر دیروز او نمی گنجیده و امری محال محسوب می شد.
از برجسته ترین خدمات این علم در حال حاضر می توان موارد زیر را برشمرد: اصلاح نژادی حیوانات و نباتات که باعث بالا رفتن سطح کیفیت و کمیت فرآورده های غذایی استحصال شده از آنان گردیده است . تهیه داروها و هورمون ها با درجه خلوص بالا و صرف هزینه های پایین درمان بیماری های ژنتیکی با ایجاد تغییرات در سلول تخم که از جدیدترین دستاوردهای مهندسی ژنتیک محسوب می شود و بسیار محدود است . پیش بینی محدود بیماری ها در فرزندان آینده یک زوج که از این طریق به زوجهای جوانی که می خواهند با یکدیگر ازدواج کنند خدمات مشاوره ژنتیک می دهند و آنها را از وضعیت جسمانی فرزندان آینده شان مطلع می سازند.
اما اگر بخواهیم دورنمای مهندسی ژنتیک را ترسیم کنیم ، تمامی موارد زیر قابل تصورند: اعضای بدن انسان از قلب گرفته تا چشم و دست و پا به صورت مجزا از طریق مهندسی ژنتیک تولید می شوند و بانکهای اعضای بدن به نیازمندان پیوند عضو ، عضو جدید عرضه می کنند و هر فرد می تواند عضوی که دقیقا مشابهت ژنتیکی با خودش را دارد، خریداری کند و از این طریق مشکل دفع پیوند که به دلیل شباهت نداشتن رموز ژنتیکی ، فرد دهنده و گیرنده عضو ناشی می شود، مرتفع خواهد شد در نتیجه آمار مرگ و میر انسان نیز پایین خواهد آمد. تمامی بیماری های ژنتیکی حتی در دوره جنینی نیز قابل درمان خواهد بود. از جهشهای متوالی عوامل بیماریزا که عامل اصلی فناناپذیر بودنشان است ، جلوگیری به عمل می آید و درصد بالایی از بیماری های شناخته شده ریشه کن خواهد شد. کارتهای شناسایی افراد ژنتیکی خواهد شد که برای هر ۲فردی روی کره زمین (بجز ۲قلوهای همسان و کلونها) متفاوت خواهد بود و دقیقا هویت هر فرد را تعیین می کنند. مجرمان با گذاشتن کوچکترین اثر بیولوژیکی از خود مثل یک تار مو بسرعت شناسایی خواهند شد. می توان سرعت رشد موجودات مختلف را افزایش داد که خود این امر مزایای بسیاری را فراهم می آورد که از آن جمله می توان به پرورش سریع حیواناتی همچون گاو و گوسفند اشاره کرد که می توانند نیازهای غذایی یک جامعه را تا حد زیادی مرتفع کنند.
به نظر می رسد ژنتیک بخش بسیار عظیمی از آینده را به خود اختصاص خواهد داد و شاید یکه تاز زمان باشد. البته برای این علم جنجال برانگیز پایانی نمی توان متصور شد. تمامی مواردی که در بالا ذکر شد، از لحاظ نظری امکانپذیر است ؛ ولی نیاز به تحقیق ، مطالعات و آزمایشات فراوان دارد که بشر بتواند به آنها دست یابد و چون مسلط بودن بر این علم نیاز به پشتوانه قوی علومی همچون بیولوژی سلولی ملکولی ، بیوشیمی ، فیزیولوژی و آمار و احتمالات دارد ، باید زحمات فراوانی برای دستیابی به ویژگی های این رشته از علم متحمل شد.
دانشمندان می توانند ژنی را از یک گونه بگیرند و آن را وارد گونه دیگری کنند، تا مشخصه جدیدی در گونه دوم ایجاد شود. مثلا می توان ژنی را که مواد شیمیایی سمی برای حشرات تولید می کند، به یک سلول گیاه گوجه فرنگی منتقل کرد. این سلول به صورت یک گیاه گوجه فرنگی در می آید که مواد شیمیایی سمی تولید می کند و در نتیجه حشرات آن را نمی خورند. این مثالی از مهندسی ژنتیک است.

انتقال ژن: گیاه گوجه فرنگی که با مهندسی ژنتیک تولید
شده است توسط یک ژن جدید از خورده شدن توسط
حشرات محافظت می شود.

جنسیت چگونه تعیین می شود
جنسیت یک جانور توسط یک جفت کروموزوم، که کروموزوهای جنسی هستند، تعیین می شود. در پستانداران، جنس ماده دو کروموزوم جنسی همانند دارد، که به دلیل شکلشان، کروموزوم X نامیده می شوند. بنابراین جنس ماده XX است. جنس نر یک کروموزوم X و یک کروموزوم کوتاهتر به نام Y دارد. بنابراین نرها XY هستند. تخمکهایی که توسط جنس ماده ساخته می شوند دارای یک کروموزوم X هستند. اسپرمهایی که توسط جنس نر ساخته می شوند دارای یک کروموزوم X یا Y هستند. اگر تخمک توسط اسپرمی که دارای کروموزوم X است بارور می شود، فرزند ماده خواهد بود و اگر توسط اسپرمی با کروموزوم Y بارور شود، فرزند نر خواهد بود.

ساخته شدن سلولهای جنسی
سلولهای جنسی توسط نوع خاصی از تقسیم سلولی به نام میوز ساخته می شوند. این تقسیم فقط در اعضای تناسلی، یعنی بیضه ها و تخمدانها در جانوران، و بساکها و تخمکهای گیاهان، انجام می شود. سلولهای جنسی فقط یک مجموعه کروموزوم دارند، در حالی که همه سلولهای دیگر یک موجود زنده دو مجموعه کروموزوم دارند. وقتی تخمک جنس ماده و اسپرم جنس نر در عمل لقاح با هم ترکیب می شوند، تبدیل به یک سلول می شوند که دوباره همان دو مجموعه کروموزوم را دارد. این سلول تبدیل به یک موجود زنده جدید می شود.

DNA همه امور یک سلول را، از طول
عمر آن تا واکنشهایی که در آن
رخ می دهد، کنترل می کند.
ژنها و DNA

کروموزوها عمدتا از DNA (دئوکسی ریبو نوکلئیک اسید) تشکیل می شوند. مولکول DNA تا حدی شبیه یک نردبان طنابی بسیار بلند مارپیچی است. هر «پله» این نردبان از یک جفت باز تشکیل می شود (باز نوعی ماده شیمیایی است). این بازها C , T , A و G نام دارند A همیشه با , T و C همیشه با G جفت می شود. این جفت بازها دو رشته مارپیچ دو تایی را به هم متصل می کنند. بخشهای مختلف این نردبان، با شاید چندین هزار جفت باز، هر ژن را تشکیل می دهند. ژنها واحد وراثت هستند. آرایش ژنتیکی یک موجود زنده (ترکیب ژنهای آن)، تعیین کننده مشخصات آن، مانند رنگ چشمهای یک جانور یا بوی گل یک گیاه، است.

ژنتیک پزشکی و انسانی
دید کلی
این نظر که ژنتیک پزشکی صرفا مربوط به توارث خصوصیات جزئی ، سطحی و نادر است، جای خود را به درک نقش اساسی ژن در فرایندهای پایه زندگی داده است. ژنتیک پزشکی و ژنتیک انسانی ، در خط مقدم تحقیقات پیرامون تنوع و توارث انسانها قرار دارند، در حالی که در پیشرفت سریع زیست شناسی مولکولی ، بیوشیمی و زیست شناسی سلولی نیز نقش دارند و از آن بهره می‌برند. به ویژه ، در دهه آخر قرن ۲۰ و شروع قرن ۲۱ شاهد آغاز پروژه ژنوم انسانی بوده‌ایم که تلاش هدفمند در جهت تعیین محتوای کامل ژنوم انسان است.

ژنوم به زبان ساده به صورت مجموعه اطلاعات ژنتیکی گونه ما که در هر یک از سلولهای هسته‌دار بدن رمزگردانی می‌شود، تعریف می‌گردد. همگام با سایر موضوعات زیست شناسی نوین ، پروژه ژنوم انسانی از طریق فراهم سازی بینش اساسی در مورد بسیاری از بیماریها و پیشبرد تکامل ابزارهای تشخیصی به مراتب بهتر ، اقدامات پیشگیری کننده و شیوه‌های درمانی در آینده نزدیک ، در حال متحول کردن ژنتیک پزشکی و انسانی است. پس از کامل شدن ، پروژه ژنوم انسانی ، توالی کامل تمام DNA انسان را در دسترس قرار خواهد داد. آگاهی از این توالی کامل ، به نوبه خود شناسایی تمام ژنهای انسان را مقدور می‌سازد و نهایتا تعیین این موضوع را که چگونه تنوع در این ژنها در ایجاد سلامت و بیماری نقش دارد، امکان‌پذیر می‌سازد.

تاریخچه
در سال ۱۹۰۲ « گارود » (Garrod) و « گالتون » (Galton) ، که بنیانگذاران ژنتیک پزشکی نام گرفته‌اند، با بررسی آلکاپتون اوری اولین نمونه توارث مندلی در انسان را گزارش کردند. گارود در گزارش خود با تشکر از همکاریهای « بیت سن » (Bateson) زیست شناس ، نتیجه ازدواجهای فامیلی را در بوجود آمدن به اصطلاح خطاهای متابولیزم مادرزادی تاکید کرده بود. این اولین نتیجه روشن همکاری تحقیقی بین علم پزشکی و غیر پزشکی بود که تا به حال ادامه پیدا کرده و حاصل آن نیز پیشرفت سریع این علم می‌باشد.

در اواخر دهه ۵۰ قرن بیستم ، مطالعه علمی کروموزوم‌های انسان مقدور گشت و نقش نقایص کروموزومی در عقب افتادگی رشدی و ذهنی ، عقیمی و دیگر عوارض روشن شد. جدیدا تعیین نقشه کروموزومی ژنهای انسان بر روی کروموزوم‌ها مشخص شده است. توسعه و کاربرد علم ژنتیک نتایج سودمندی برای پزشکی بالینی داشته است.

اهمیت ژنتیک در تمام جنبه‌های پزشکی
اگرچه ژنتیک پزشکی به صورت تخصصی شناخته شده در آمده است، واضحا آشکار شده که ژنتیک انسانی مفاهیم یکنواخت مهمی فراهم می‌سازد که مسیر تمام کارهای پزشکی را روشن و آنها را همسو می‌کند. برای بهره‌مند ساختن کامل بیماران و خانواده‌های آنها از دانش در حال گسترش ژنتیک ، تمام پزشکان و همکاران آنها در مشاغل بهداشتی نیاز به درک اصول پایه ژنتیک انسانی دارند.

• وجود اشکال جایگزین یک ژن (آللها) در جمعیت ، پیدایش فنوتیپ‌های مشابه بوجود آمده از جهش و تنوع در جایگاههای ژنی مختلف ، اهمیت تعاملات ژنی _ ژنی و ژنی _ محیطی در بیماری ، نقش جهش پیکری در سرطان و پیری ، مقدور بودن تشخیص پیش از تولد ، امیدواری در زمینه ژن درمانی‌های قوی ، مفاهیمی هستند که امروزه در تمام کارهای پزشکی نفوذ پیدا کرده‌اند و در آینده فقط مهمتر خواهند شد.
• یک جنبه از کار ژنتیک پزشکی که مربوط به تمام طب است، ارزش تاکید دارد: این علم نه تنها بر بیمار بلکه بر کل خانواده نیز متمرکز می‌باشد. تاریخچه جامع خانوادگی ، از گامهای اولیه مهم در تجزیه و تحلیل هر نوع اختلال است، صرفنظر از اینکه ژنتیکی بودن این اختلال شناخته شده یا ناشناخته باشد.

• تاریخچه ژنتیکی ، از این جهت اهمیت دارد که می‌تواند نقش حیاتی در تشخیص داشته باشد، ممکن است ارثی بودن یک اختلال را نشان دهد، می‌تواند اطلاعاتی پیرامون تاریخچه طبیعی یک بیماری و تنوع در بروز آن فراهم کند و می‌تواند طرح توارث را آشکار سازد. تشخیص یک بیماری ارثی ، تخمین خطر برای سایر افراد خانواده را مقدور می‌کند تا بتوان اداره و تدیبر مناسب ، پیشگیری و مشاوره برای بیمار و خانواده او در نظر گرفت.

قوانین موجود در ژنتیک انسانی و پزشکی
• ژنتیک ، موضوع پراکنده‌ای مرتبط با تنوع و توارث در تمام موجودات زنده است. در این حوزه وسیع ، ژنتیک انسانی ، داشن تنوع و توارث در انسان است. در حالی که ژنتیک پزشکی ، با زیرگروهی از تنوع ژنتیکی انسان که در کار طب و تحقیقات پزشکی حائز اهیمیت است، سروکار دارد.
• در ژنتیک انسانی و پزشکی ، حوزه‌های متعدد جالبی وجود دارند که به صورت جهات گوناگون تکامل ژنتیک مشخص می‌شوند. حوزه‌های اصلی شناخته شده این تخصص عبارتند از:
o مطالعه کروموزوم‌ها یا ژنتیک سلولی (Cytogenetics).

o بررسی ساختمان و عملکرد هر ژن یا ژنتیک بیوشیمیایی و مولکولی.
o مطالعه ژنوم، سازمان‌یابی و اعمال آن یا ژنومیک (genomics).
o بررسی تنوع ژنتیکی در جمعیتهای انسانی و عوامل تعیین کننده فراوانی آللها یا ژنتیک جمعیت.
o بررسی کنترل ژنتیکی تکامل یا ژنتیک تکامل.
o استفاده از ژنتیک برای تشخیص و مراقبت از بیمار یا ژنتیک بالینی.
• مشاوره ژنتیکی که اطلاعاتی پیرامون خطر ابتلا به بیماری را ارائه می‌دهد و در عین حال ، حمایت روانی و آموزشی فراهم می‌کند، به حرفه بهداشتی جدیدی تکامل پیدا کرده است که در آن تمام کادر مشاغل پزشکی ، خود را وقف مراقبت از بیماران و خانواده‌های آنها می‌کنند.

• علاوه بر تماس مستقیم با بیمار ، ژنتیک پزشکی ، از طریق فراهم سازی تشخیص آزمایشگاهی ، افراد و از طریق برنامه‌های غربالگری (Screening) طراحی شده برای شناسایی اشخاص در معرض خطر ابتلا یا انتقال یک اختلال ژنتیکی ، جمعیت را مراقبت می‌کند.

موضوعات اخلاقی در ژنتیک پزشکی
موفقیتهای ژنتیک پزشکی ، با رشد موازی سطح نگرانی و اضطراب در مورد استفاده از دانشمان در جهت مفید (نه مضر) برای افراد ، خانواده‌هایشان و کل جامعه همراه بوده است. با شروع پروژه ژنوم انسانی در ایالات متحده ، کنگره آمریکا ، معضلات اخلاقی آسیب پذیری جدی جامعه بر اثر استفاده نادرست از این دانش بسیار توسعه یافته ژنتیک انسانی را شناسایی کرد.

کنگره کاربرد بخشی از بودجه پروژه ژنوم انسانی آمریکا برای حمایت از تحقیقات و آموزش در زمینه‌های اخلاقی ، قانونی و اجتماعی (EISI) این پروژه را الزامی ساخت. برنامه‌های مشابهی در کشورهای دیگر نیز وجود دارند. تلاش (EISI) در جهت مطالعه اثر دانش بدست آمده از پروژه ژنوم انسانی در بسیاری از حوزه‌ها مانند کار طب و سایر حرفه‌های مراقبت بهداشتی ، وضع و ارائه سیاست عمومی ، قانون و آموزش می‌باشد.

عنوان: معرفی علم ژنتیک

فرمت:word

صفحات:38 صفحه

خرید فایل

گزارش کارآموزی در بخش ژنتیک و اصلاح نباتات(توتون)

تقدیر و تشکر

صمیمانه‌ترین سلام و صادقانه‌ترین کلام نثار شما باد، شمایی که در عرصه فرهنگ و اعتلای دانش این مرز و بوم تلاش می‌کنید، برای شما دوستان و برادران که جزو محققین کشور ایران هستید، آرزو دارم بلند همت‌‌تر، صبورتر و پرانگیزه‌تر از همیشه مشغول کشفیات و آبیاری نهال دانش باشید.

این جزوه، مجموعه‌ای از فعالیت‌ها و آموخته‌های اینجانب در مدت کارآموزی در مرکز تحقیقات توتون تیرتاش که از تاریخ 27/4/84 شروع شده بود، می‌باشد.

در خاتمه از همه دوستان و محققین بخش ژنتیک از جمله آقایان مهندس عباسی، زمانی، حسین‌زاده، مهدوی، علی‌نژاد و کلیه دوستانی که اینجانب را در طول این مدت همیاری نمودند و استاد ارجمندم آقای مهندس فرساد کمال تقدیر و تشکر را دارم.

مقدمه

توتون از گیاهان بومی دنیای جدید می‌باشد. امروزه کشاورزان آمریکا حدود 3/1 محصول توتون دنیا را تولید می‌کند. در ایران توتون نیز از گیاهان قابل اهمیت به شمار می‌رود. استان‌های مهم کشت توتون عبارتند از: آذربایجان غربی، گیلان و مازندران.

توتون‌هایی که در ایران کشت می‌شوند، عبارتند از: 1) باسما (توتون تیپ شرقی) در ارومیه، گرگان و مازندران، 2) ویرجینیا (توتون تیپ غربی) در مازندران، گیلان و گلستان، 3) بارلی (توتون تیپ غربی) در مازندران، گلستان و آذربایجان غربی.

توتون گیاهی است از خانواده سولاناسه و جنس نیکوتیانا این جنس 65 گونه دارد که دو گونه تاباکوم و روستیکا در کشاورزان اهمیت دارد و هیچیک از این دو گونه به صورت وحشی دیده نشده است.

توتون گیاهی است اصلاً دائمی، ولی چون نمی‌تواند سرما و یخبندان را تحمل کند، به صورت یکساله مورد کشت قرار می‌گیرد. چون توتون گیاهی است اتوگام، و برای اصلاح آن از روش‌هایی مثل وارد کردن و سلکسیون و دورگ‌گیری استفاده می‌شود. دورگ‌گیری در اصلاح توتون خیلی کاربرد دارد. دورگ‌گیری بین گونه‌ای به منظورهای زیادی مثل انتقال صفت مقاومت به بیماری از ارقام وحشی به توتون معمولی نیکوتیانا تاباکوم به کار رفته است و در این روش بیشتر از روش تلاقی برگشتی استفاده می‌شود.

اهداف اصلاحی توتون عبارتند از: ازدیاد عملکرد، مقاومت به آفات و بیماری و کیفیت توتون.

ایجاد ارقام نر عقیم

مجری طرح فوق، جناب‌ آقای مهندس عباسی است و این طرح یک طرح چند ساله است. هدف از انجام این طرح، این است که خود کشاورز نتواند بذر تهیه کند و با این روش همه ساله مجبور می‌شود بذر خالص را از شرکت دخانیات (مراکز تحقیقاتی) تهیه نموده و با این استراتژی برگ‌های توتون یکدست حاصل از یک رقم خالص به دخانیات تحویل داده می‌شود.

برای این منظور، همه ساله عمل تلاقی به روش مالشی را انجام می‌دهند. روش اصلاحی در این طرح تلاقی برگشتی می‌باشد. برای تلاقی به روش بالینی نیاز به یک عدد قیچی، لاک قرمز رنگ، پنس، کارت، سم، پاکت و نخ می‌باشد.

در تاریخ 10/5/84 به همراه افراد بخش، وارد مزرعه شدیم و اقدام به این عمل نمودیم.

روش کار به این صورت است که ابتدا بوته‌های مادری را انتخاب نموده و گل‌های کاملاً باز و کاملاً بسته را حذف کرده و باقی گل‌ها را با محلول سم (برای مقابله با شته و هلیوتیس) سم‌پاشی نموده، سپس توسط پنس به آرامی گلبرگ را شکاف داده به طوری که به مادگی صدمه وارد نشود. سپس چند پرچم از پایه پدری که قبلاٌ تهیه کرده‌ایم را آماده کرده و دانه‌های گرده را روی مادگی مالیده و سپس مادگی را به دورن گلبرگ‌ها برمی‌گردانیم. بعد از اینکه تمام این کارها را برای همه گل‌ها انجام دادیم، سپس با کمک لاک گل‌هایی را که لقاح یافته‌اند، را علامت‌گذاری کرده جهت شناسایی گل‌های غیرتلاقی که بعد از عمل تلاقی بوجود می‌آیند، سپس نام پایه پدری و مادری تاریخ تلاقی و نام تلاقی دهنده را روی کارت نوشته و به گل‌آذین آویزان کرده، سپس پاکت را روی گل‌آذین کشیده و با نخ پایین آن را می‌بندیم.

خرید فایل

کنترل اتوماتیک فشارخون با استفاده از کنترلر PID و تنظیم پارامترهای آن توسط الگوریتم ژنتیک

کنترل اتوماتیک فشارخون با استفاده از کنترلر PID و تنظیم پارامترهای آن توسط الگوریتم ژنتیک

فشارخون بالا زمانی ایجاد می شود که فشارخون در دیواره رگ ها بیش از حد معمول بالا رود که این وضعیت بسیار خطرناک است چون گاهی اوقات تاْثیرات مخرب آن در مرور زمان افزایش می یابد ، پس ثابت نگه داشتن سطح فشارخون در حالت نرمال حائز اهمیت است . کنترل PID به دلیل سادگی و مقاوم بودن آن تا کنون در کنترل بسیاری از پروسه های صنعتی مورد استفاده قرار گرفته است. معمولا در کاربردهای صنعتی، پارامترهای کنترلر PID به صورت دستی و با سعی و خطا تنظیم می شود. تنظیم پارامترهای کنترلر به صورت دستی، کارایی آن را به ویژه در شرایطی که زمان اهمیت دارد و نیز در مواردی که پارامترهای پلانت از قبل مشخص نباشد، کاهش می دهد. لذا در سالهای اخیر کار تحقیقاتی زیادی در زمینه تنظیم اتوماتیک پارامترهای کنترلر PID انجام گرفته و از بسیاری از تکنیک های هوشمند مانند الگوریتم های ژنتیک، بهینه سازی انبوه ذرات و ... برای تنظیم پارامترهای این کنترلر استفاده شده است.

در این پایان نامه، از الگوریتم ژنتیک جهت تنظیم پارامترهای کنترلر PID استفاده شده است. تنظیم اتوماتیک پارامترهای کنترلر توسط الگوریتم ژنتیک، دقت و سرعت کنترلر را به طرز قابل توجهی بهبود بخشیده و انعطاف کنترلر را برای برخورد با سیستمهای مختلف افزایش می دهد. کنترلر PID-GA پیشنهادی ، جهت تنظیم نرخ تزریق دارو به منظور کنترل فشار خون بیمار مورد استفاده قرار گرفته است. نتایج شبیه سازی ها نشان می دهد که این کنترلر با دقت و سرعت مناسب، سطح فشار خون بیمار را به حالت نرمال برمی گرداند و تغییر پارامترهای بیمار نیز در کارایی کنترلر تاثیری نخواهد داشت.

واژه های کلیدی : تنظیم اتوماتیک فشارخون ، کنترلر PID ، الگوریتم ژنتیک ، تنظیم پارامترهای کنترلر PID با الگوریتم ژنتیک

فهرست مطالب:

فصل اول مقدمه 1

فصل دوم بیماری فشارخون و روش های درمان پزشکی 4

2-1 مقدمه 4

2-2 تعریف فشار خون 6

2-3 انواع فشار خون 7

2-3-1 علائم 7

2-3-2 تشخیص 8

2-3-3 درمان 8

2-4 افزایش فشار خون 11

2-4-1 شکل فشار خون بدخیم یا تشدید شده 12

2-5 عوارض ناشی از فشار خون بالا

2-5-1 نارسایی قلبی 12

2-5-2 نارسایی کلیه 13

2-5-3 ضعف بینایی 13

2-5-4 سکته مغزی 13

2-5-5 حمله گذرای ایسکمی 14

2-5-6 فراموشی 14

2-5-7 بیماری عروق قلبی 14

2-5-8 سکته (حمله) قلبی 15

2-5-9 بیماری عروق محیطی 15

2-6 شیوه های درمان فشار خون بالا 15

2-7 برخی داروهای پایین آورنده فشار خون 16

فصل سوم استفاده از الگوریتم ژنتیک در تنظیم پارامترهایکنترلر PID 17

3-1 مقدمه 17

3-2 کنترلر PID 18

3-2-1 مقدمه 18

3-2-2 اجزای کنترلر 19

3-2-3 PID پیوسته 20

3-2-4 بهینه سازی کنترلر 20

3-2-5 مشخصات کنترلر های تناسبی-مشتق گیر-انتگرالگیر 21

3-2-6 مثالی از تنظیم پارامترهای کنترلر PID 22

3-2-6-1 کنترل تناسبی 23

3-2-6-2 کنترل تناسبی – مشتق گیر 24

3-2-6-3 کنترل تناسبی – انتگرالی 25

3-2-6-4 اعمال کنترلر PID 26

3-3 الگوریتم ژنتیک 27

3-3-1 مقدمه 27

3-3-2 تاریخچه الگوریتم ژنتیک 28

3-3-3 زمینه های بیولوژیکی 29

3-3-4 فضای جستجو 30

3-3-5 مفاهیم اولیه در الگوریتم ژنتیک 31

3-3-5-1 اصول پایه 31

3-3-5-2 شمای کلی الگوریتم ژنتیک 31

3-3-5-3 کد کردن 32

3-3-5-4 کروموزوم 32

3-3-5-5 جمعیت 33

3-3-5-6 مقدار برازندگی 33

3-3-5-7 عملگر برش 34

3-3-5-8 عملگر جهش 36

3-3-6 مراحل اجرای الگوریتم ژنتیک 38

3-3-7 همگرایی الگوریتم ژنتیک 43

3-3-8 شاخص های عملکرد 44

3-3-8-1 معیارITAE 44

3-3-8-2 معیار IAE 44

3-3-8-3 معیار ISE 44

3-3-8-4 معیار MSE 45

3-4 تنظیم پارامترهای کنترلر PID با استفاده از الگوریتم ژنتیک 45

3-4-1 تاریخچه 46

3-4-2 نحوه تنظیم پارامترهای کنترلر PID با استفاده از الگوریتم ژنتیک 46

3-5 مدل سازی ریاضی سیستم تنظیم فشار خون 47

3-5-1 مقدمه 47

3-5-2 مدل های دینامیکی توسعه داده شده 48

3-5-2-1 مدل اول 48

3-5-2-2 مدل دوم 49

3-5-2-3 مدل سوم 50

3-5-2-4 مدل چهارم 52

3-6 پیاده سازی سیستم تحویل دارو برای تنضیم فشارخون 53

فصل چهارم الگوریتمهای هم تکاملیهم کارانه 55

4-1 مقدمه 55

4-1-1 مفهوم هم تکاملی در طبیعت 55

4-1-2 الگوریتم های هم تکاملی ( CEAs) 56

4-2 تاریخچه 57

4-3 چرا از الگوریتمهای هم تکاملی استفاده می کنیم؟ 58

4-3-1 فضای جستجوی بزرگ یا نامحدود 59

4-3-2 عدم وجود یا مشکل بودن بیان ریاضی معیار مطلق برای ارزیابی افراد 60

4-3-3 ساختارهای پیچیده و یا خاص 61

4-4 معایب هم تکاملی 62

4-5 طبقه بندی الگوریتم های هم تکاملی 64

4-5-1 ارزیابی 64

4-5-1-1 کیفیت و چگونگی Payoff 66

4-5-1-2 روش های اختصاص برازندگی 66

4-5-1-3 روش های تعامل بین افراد 67

4-5-1-4 تنظیم زمان به هنگام سازی 68

4-5-2 نحوه نمایش 69

4-5-2-1 تجزیه مسأله به اجزای کوچکتر 69

4-5-2-2 توپولوژی فضایی 69

4-5-2-3 ساختار جمعیت 69

4-6 چهارچوب کلی الگوریتم هم تکاملی همکارانه 70

4-7 مقاوم بودن در الگوریتم های هم تکاملی هم کارانه 70

4-8 تئوری بازیهاوتحلیل الگوریتم هم تکاملی براساس مفاهیم تئوری بازی تکاملی72

4-9 زمینه های کاربرد الگوریتم های هم تکاملی 75

فصل پنجم شبیه سازی ها و نتایج 78

5-1 مقدمه 78

5-2 کنترل بهینه فشارخون حین عمل جراحی توسط الگوریتم ژنتیک 78

5-2-1 شبیه سازی سیستم کنترل اتوماتیک فشارخون باکنترلر PID والگوریتم ژنتیک 79

5-2-1-1 انتخاب مدل ریاضی 79

5-2-1-2 انتخاب کنترلر 80

5-2-1-3 انتخاب تابع برازندگی برای الگوریتم ژنتیک 81

5-2-1-4 اعمال کنترلر و عمل کردن الگوریتم ژنتیک 82

5-2-2 نتایج شبیه سازی 84

5-2-3 پاسخ های حاصل از اجرای برنامه شبیه سازی شده 85

فصل ششم نتیجه گیری و پیشنهادات 88

6-1 نتیجه گیری 88

6-2 پیشنهادات 89

مراجع 90

فهرست شکل ها

شکل 3-1 شمای کلی کنترلر PID 19

شکل 3-2 مثالی از تنظیم پارامترهای کنترلر PID 22

شکل 3-3 پاسخ پله سیستم حلقه باز 23

شکل 3-4 پاسخ پله واحد سیستم حلقه بسته با کنترلر تناسبی 24

شکل 3-5 پاسخ پله واحد سیستم حلقه بسته با کنترلر PD 24

شکل 3-6 پاسخ پله واحد سیستم حلقه بسته با کنترلر PI 25

شکل 3-7 پاسخ پله واحد سیستم حلقه بسته با کنترلر PID 26

شکل 3-8 : تبدیل فنوتیپ ها به ژنوتیپ ها وبالعکس 29

شکل 3-9 نمونه ای از فضای جواب 30

شکل 3-10 نمایش یک کروموزوم n بیتی در پایه عددی m 33

شکل 3-11 عمل برش تک نقطه ای 35

شکل 3-12 : عمل برش چند نقطه ای 35

شکل 3-13 عمل برش یکنواخت 36

شکل 3-14 عمل جهش 37

شکل 3-15 مراحل اجرای الگوریتم ژنتیک 39

شکل 3-16 مدل چرخ رولت 40

شکل 3-17 بلوک دیاگرام سیستم کنترل با کنترلر 53

شکل 4-1 سلسله مراتب طبقه بندی ویژگی های یک الگوریتم هم تکاملی 65

شکل4-2 الگوریتم هم تکاملی هم کارانه ترتیبی خلاصه شده 71

شکل 4-3 ماتریس امتیازدهی 74

شکل 5-1 شمای کلی سیستم 79

شکل 5-2 فلوچارت سیستم کنترل فشارخون 83

شکل 5-3 شبیه سازی کنترلر PID 84

شکل 5-4 شبیه سازی سیستم کنترل فشارخون 84

شکل 5-5 مقدار برازندگی ها در هر نسل 86

شکل 5-6 ضرایب کنترلرPID 86

شکل 5-7 خروجی سیستم در حالتی که فشار از حالت مطلوب بیشتر است 87

شکل 5-8 خروجی سیستم در حالتی که فشار از حد مطلوب کمتر است 87

فهرست جداول

جدول 3-1 اثرات کنترلرهای ، ، 21

جدول 3-2 نمونه ای از عمل جهش 37

جدول 3-3 انتخاب کروموزوم ها با استفاده از مدل چرخ رولت 41

جدول 3-4 محدوده پارامترهای مدل دینامیکی سیستم فشارخون 51

جدول 3-5 مقادیر تعیین شده برای پارامترهای مدل 52

جدول 3-6 مقادیر پارامترهای فرمول رابطه بین تغییرات فشارخون و سرعت تزریق دارو53

جدول 5-1 انتخاب عدد مناسب برای پارامترهای مدل فشارخون 80

خرید فایل

پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ژنتیک

پیاده سازی VLSI یک شبکه عصبی آنالوگ مناسب برای الگوریتم های ژنتیک

خلاصه
مفید بودن شبکه عصبی آنالوگ مصنوعی بصورت خیلی نزدیکی با میزان قابلیت آموزش پذیری آن محدود می شود .
این مقاله یک معماری شبکه عصبی آنالوگ جدید را معرفی می کند که وزنهای بکار برده شده در آن توسط الگوریتم ژنتیک تعیین می شوند .
اولین پیاده سازی VLSI ارائه شده در این مقاله روی سیلیکونی با مساحت کمتر از 1mm که شامل 4046 سیناپس و 200 گیگا اتصال در ثانیه است اجرا شده است .
از آنجائیکه آموزش می تواند در سرعت کامل شبکه انجام شود بنابراین چندین صد حالت منفرد در هر ثانیه می تواند توسط الگوریتم ژنتیک تست شود .
این باعث می شود تا پیاده سازی مسائل بسیار پیچیده که نیاز به شبکه های چند لایه بزرگ دارند عملی بنظر برسد .
- مقدمه
شبکه های عصبی مصنوعی به صورت عمومی بعنوان یک راه حل خوب برای مسائلی از قبیل تطبیق الگو مورد پذیرش قرار گرفته اند .
علیرغم مناسب بودن آنها برای پیاده سازی موازی ، از آنها در سطح وسیعی بعنوان شبیه سازهای عددی در سیستمهای معمولی استفاده می شود .
یک دلیل برای این مسئله مشکلات موجود در تعیین وزنها برای سیناپسها در یک شبکه بر پایه مدارات آنالوگ است .
موفقترین الگوریتم آموزش ، الگوریتم Back-Propagation است .
این الگوریتم بر پایه یک سیستم متقابل است که مقادیر صحیح را از خطای خروجی شبکه محاسبه می کند .
یک شرط لازم برای این الگوریتم دانستن مشتق اول تابع تبدیل نرون است .
در حالیکه اجرای این مسئله برای ساختارهای دیجیتال از قبیل میکروپروسسورهای معمولی و سخت افزارهای خاص آسان است ، در ساختار آنالوگ با مشکل روبرو می شویم .
دلیل این مشکل ، تغییرات قطعه و توابع تبدیل نرونها و در نتیجه تغییر مشتقات اول آنها از نرونی به نرون دیگر و از تراشه ای به تراشه دیگر است و چه چیزی می تواند بدتر از این باشد که آنها با دما نیز تغییر کنند .
ساختن مدارات آنالوگی که بتوانند همه این اثرات را جبران سازی کنند امکان پذیر است ولی این مدارات در مقایسه با مدارهایی که جبران سازی نشده اند دارای حجم بزرگتر و سرعت کمتر هستند .
برای کسب موفقیت تحت فشار رقابت شدید از سوی دنیای دیجیتال ، شبکه های عصبی آنالوگ نباید سعی کنند که مفاهیم دیجیتال را به دنیای آنالوگ انتقال دهند .
در عوض آنها باید تا حد امکان به فیزیک قطعات متکی باشند تا امکان استخراج یک موازی سازی گسترده در تکنولوژی VLSI مدرن بدست آید .
شبکه های عصبی برای چنین پیاده سازیهای آنالوگ بسیار مناسب هستند زیرا جبران سازی نوسانات غیر قابل اجتناب قطعه می تواند در وزنها لحاظ شود .
مسئله اصلی که هنوز باید حل شود آموزش است .
حجم بزرگی از مفاهیم شبکه عصبی آنالوگ که در این زمینه می توانند یافت شوند ، تکنولوژیهای گیت شناور را جهت ذخیره سازی وزنهای آنالوگ بکار می برند ، مثل EEPROM حافظه های Flash .
در نظر اول بنظر می رسد که این مسئله راه حل بهینه ای باشد .
آن فقط سطح کوچکی را مصرف می کند و بنابراین حجم سیناپس تا حد امکان فشرده می شود (کاهش تا حد فقط یک ترانزیستور) .
دقت آنالوگ می تواند بیشتر از 8 بیت باشد و زمان ذخیره سازی داده (با دقت 5 بیت) تا 10 سال افزایش می یابد .
اگر قطعه بطور متناوب مورد برنامه ریزی قرار گیرد ، یک عامل منفی وجود خواهد داشت و آن زمان برنامه ریزی و طول عمر محدود ساختار گیت شناور است .
بنابراین چنین قطعاتی احتیاج به وزنهایی دارند که از پیش تعیین شده باشند .
اما برای محاسبه وزنها یک دانش دقیق از تابع تبدیل شبکه ضروری است .
برای شکستن این چرخه پیچیده ، ذخیره سازی وزن باید زمان نوشتن کوتاهی داشته باشد .
این عامل باعث می شود که الگوریتم ژنتیک وارد محاسبات شود .
با ارزیابی تعداد زیادی از ساختارهای تست می توان وزنها را با بکار بردن یک تراشه واقعی تعیین کرد .
همچنین این مسئله می تواند حجم عمده ای از تغییرات قطعه را جبران سلزی کند ، زیرا داده متناسب شامل خطاهایی است که توسط این نقایص ایجاد شده اند .
- مقدمه
شبکه های عصبی مصنوعی به صورت عمومی بعنوان یک راه حل خوب برای مسائلی از قبیل تطبیق الگو مورد پذیرش قرار گرفته اند .
علیرغم مناسب بودن آنها برای پیاده سازی موازی ، از آنها در سطح وسیعی بعنوان شبیه سازهای عددی در سیستمهای معمولی استفاده می شود .
یک دلیل برای این مسئله مشکلات موجود در تعیین وزنها برای سیناپسها در یک شبکه بر پایه مدارات آنالوگ است .
موفقترین الگوریتم آموزش ، الگوریتم Back-Propagation است .
این الگوریتم بر پایه یک سیستم متقابل است که مقادیر صحیح را از خطای خروجی شبکه محاسبه می کند .
یک شرط لازم برای این الگوریتم دانستن مشتق اول تابع تبدیل نرون است .
در حالیکه اجرای این مسئله برای ساختارهای دیجیتال از قبیل میکروپروسسورهای معمولی و سخت افزارهای خاص آسان است ، در ساختار آنالوگ با مشکل روبرو می شویم .
دلیل این مشکل ، تغییرات قطعه و توابع تبدیل نرونها و در نتیجه تغییر مشتقات اول آنها از نرونی به نرون دیگر و از تراشه ای به تراشه دیگر است و چه چیزی می تواند بدتر از این باشد که آنها با دما نیز تغییر کنند .
ساختن مدارات آنالوگی که بتوانند همه این اثرات را جبران سازی کنند امکان پذیر است ولی این مدارات در مقایسه با مدارهایی که جبران سازی نشده اند دارای حجم بزرگتر و سرعت کمتر هستند .
برای کسب موفقیت تحت فشار رقابت شدید از سوی دنیای دیجیتال ، شبکه های عصبی آنالوگ نباید سعی کنند که مفاهیم دیجیتال را به دنیای آنالوگ انتقال دهند .
در عوض آنها باید تا حد امکان به فیزیک قطعات متکی باشند تا امکان استخراج یک موازی سازی گسترده در تکنولوژی VLSI مدرن بدست آید .
شبکه های عصبی برای چنین پیاده سازیهای آنالوگ بسیار مناسب هستند زیرا جبران سازی نوسانات غیر قابل اجتناب قطعه می تواند در وزنها لحاظ شود .
مسئله اصلی که هنوز باید حل شود آموزش است .
حجم بزرگی از مفاهیم شبکه عصبی آنالوگ که در این زمینه می توانند یافت شوند ، تکنولوژیهای گیت شناور را جهت ذخیره سازی وزنهای آنالوگ بکار می برند ، مثل EEPROM حافظه های Flash .
در نظر اول بنظر می رسد که این مسئله راه حل بهینه ای باشد .
آن فقط سطح کوچکی را مصرف می کند و بنابراین حجم سیناپس تا حد امکان فشرده می شود (کاهش تا حد فقط یک ترانزیستور) .
دقت آنالوگ می تواند بیشتر از 8 بیت باشد و زمان ذخیره سازی داده (با دقت 5 بیت) تا 10 سال افزایش می یابد .
اگر قطعه بطور متناوب مورد برنامه ریزی قرار گیرد ، یک عامل منفی وجود خواهد داشت و آن زمان برنامه ریزی و طول عمر محدود ساختار گیت شناور است .
بنابراین چنین قطعاتی احتیاج به وزنهایی دارند که از پیش تعیین شده باشند .
اما برای محاسبه وزنها یک دانش دقیق از تابع تبدیل شبکه ضروری است .
برای شکستن این چرخه پیچیده ، ذخیره سازی وزن باید زمان نوشتن کوتاهی داشته باشد .
این عامل باعث می شود که الگوریتم ژنتیک وارد محاسبات شود .
با ارزیابی تعداد زیادی از ساختارهای تست می توان وزنها را با بکار بردن یک تراشه واقعی تعیین کرد .
همچنین این مسئله می تواند حجم عمده ای از تغییرات قطعه را جبران سلزی کند ، زیرا داده متناسب شامل خطاهایی است که توسط این نقایص ایجاد شده اند .

خرید فایل