کتاب جبر خطی پیشرفته برای مهندسین با استفاده از نرم افزار MATLAB

جبر خطّی شاخه‌ای از ریاضیات است که به بررسی و مطالعه ماتریس ها، بردارها، فضاهای برداری (فضاهای خطّی)، تبدیلات خطی، و دستگاه‌های معادلات خطی می‌پردازد. جبر خطّی کاربردهای فراوان و گوناگونی در ریاضیات و محاسبات گسسته دارد. علاوه بر کاربردهای آن در زمینه‌هایی از خود ریاضیات همانند جبر مجرد، آنالیز تابعی، هندسه تحلیلی، و آنالیز عددی، جبر خطّی استفاده‌های وسیعی نیز در فیزیک، مهندسی، علوم طبیعی، و علوم اجتماعی پیداکرده است. این درس شامل موضوعاتی است که در یک درس جبر خطی دانشگاهی بررسی می شود که شامل فضاهای برداری، تبدیلات خطی، مقدار یکه و بردار یکه،‌ دستگاه معادلات خطی می باشد...

دانلود کتاب در زمینه متلب

حل کردن مشکلات با استفاده از نرم افزار متلب

راهنمای پیشرفته متلب، مثال های عملی در علوم و مهندسی

مقدمه ای بر محاسبات علمی با نرم افزار متلب

کتاب جبر خطی پیشرفته برای مهندسین با استفاده از نرم افزار متلب (Advanced Linear Algebra for Engineers with MATLAB)، مشتمل بر 6  فصل، 367 صفحه، با فرمت pdf، همراه با تصاویر، به زبان انگلیسی، به ترتیب زیر گردآوری شده است:

Chapter 1: Matrices, Matrix Algebra, and Elementary, Matrix Operations

• Introduction
• Basic Concepts and Notation
• Matrix Algebra
• Elementary Row Operations
• Solution of System of Linear Equations
• Matrix Partitions
• Block Multiplication
• Inner, Outer, and Kronecker Products

Chapter 2: Determinants, Matrix Inversion and Solutions to Systems of Linear Equations

• Introduction
• Determinant of a Matrix
• Matrix Inversion
• Solution of Simultaneous Linear Equations
• Applications: Circuit Analysis
• Homogeneous Coordinates System
• Rank, Null Space and Invertibility of Matrices
• Special Matrices with Applications
• Derivatives and Gradients

Chapter 3: Linear Vector Spaces

• Introduction
• Linear Vector Space
• Span of a Set of Vectors
• Normed Vector Spaces
• Inner Product Spaces
• Orthogonality
• Matrix Factorization

Chapter 4: Eigenvalues and Eigenvectors

• Introduction
• Matrices as Linear Transformations
• Eigenvalues and Eigenvectors
• Matrix Diagonalization
• Special Matrices
• Singular Value Decomposition
• Numerical Computation of Eigenvalues and Eigenvectors
• Properties of Eigenvalues and Eigenvectors of Different Classes of Matrices
• Applications

Chapter 5: Matrix Polynomials and Functions of Square Matrices

• Introduction
• Matrix Polynomials
• Cayley–Hamilton Theorem
• Functions of Matrices
• The State Space Modeling of Linear Continuous-time Systems
• State Space Representation of Discrete-time Systems
• Controllability of LTI Systems
• Observability of LTI Systems

Chapter 6: Introduction to Optimization

• Introduction
• Stationary Points of Functions of Several Variables
• Least-Square (LS) Technique
• Total Least-Squares
• Eigen Filters
• Stationary Points with Equality Constraints

Artifical Neural Network - ANN

MATLAB Video

MATLAB Project

جهت بر لینک زیر کلیک نمایید:

کتاب جبر خطی پیشرفته برای مهندسین با استفاده از نرم افزار MATLAB

اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:

آموزش کاربردی نرم افزار متلب دانشگاه صنعتی اصفهان

کاربرد کامپیوتر در مهندسی (نرم افزار متلب)

متلب زبان محاسبات فنی (Version 5)

آموزش کاربردی نرم افزار متلب (Matlab Application Training)

اصول کار و برنامه نویسی با متلب MATLAB Programming

تجزیه و تحلیل عددی با استفاده از متلب (Numerical Analysis using MATLAB)

SIMULINK، شبیه سازی سیستم دینامیکی برای MATLAB

برنامه نویسی متلب برای مهندسین (Matlab Programming for Engineers)

جزوه آموزشی مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی با استفاده از نرم افزار MATLAB

جزوه آموزشی مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی با استفاده از نرم افزار  MATLAB، مشتمل بر 13 مثال کاربردی که به صورت گام به گام و به زبان روان به حل کامل مثال ها پرداخته شده است.

Artifical Neural Network - ANN

MATLAB Video

MATLAB Project

جزوه مورد نظر 92 صفحه، با فرمت PDF، به زبان انگلیسی، به ترتیب زیر گردآوری شده است:

Example 1: Calculate the output of a simple neuron

Example 2: Create and view custom neural networks

Example 3: Classification of linearly separable data with a perceptron

Example 4: Classification of a 4-class problem with a 2-neuron perceptron

Example 5: ADALINE time series prediction with adaptive linear filter

Example 6: Classification of an XOR problem with a multilayer perceptron

Example 7: Classification of a 4-class problem with a multilayer perceptron

Example 8: Industrial diagnostic of compressor connection rod defects

Example 9: Prediction of chaotic time series with NAR neural network

Example 10: Radial basis function networks for function approximation

Example 11: Radial basis function networks for classification of XOR problem

Example 12: 1D and 2D Self Organized Map

Example 13: PCA for industrial diagnostic of compressor connection rod defects

* توجه: لازم به ذکر است که علاوه بر فایل جزوه آموزشی بالا، 3 فایل مرتبط با مباحث شبکه عصبی مصنوعی با عناوین زیر نیز جهت دانلود قرار داده شده است:

فایل 1: جزوه آموزشی شبکه عصبی مصنوعی (به زبان فارسی، 43 صفحه، فرمت JPEG)

فایل 2: جزوه آموزشی شبکه عصبی مصنوعی (به زبان فارسی، 23 اسلاید، فرمت powerpoint)

فایل 3: آموزش تصویری پیاده سازی شبکه عصبی برای داده های آماری بانک مرکزی (به زبان فارسی، 13 دقیقه، فرمت MP4)

کاهش بعد با استفاده از شبکه های عصبی

آموزش شبکه های عصبی در نرم افزار SPSS

آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل

جهت دانلود جزوه آموزشی مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی با استفاده از نرم افزار  MATLAB به همراه فایل های ضمیمه بالا، بر لینک زیر کلیک نمایید:

جزوه آموزشی مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی با استفاده از نرم افزار MATLAB

اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:

تشخیص خطای اولیه ترانسفورماتور بر اساس شبکه عصبی مصنوعی

برنامه نویسی به روش المان محدود در نرم افزار متلب

محاسبه معکوس ماتریس با استفاده از کوفاکتور در متلب

برنامه آنالیز قاب دو بعدی به روش تحلیل ماتریسی در نرم افزار متلب

پردازش سیگنال دیجیتال در نرم افزار متلب

تحلیل قوسی از دایره با تکیه گاه های گیردار با استفاده از نرم افزار متلب

کتاب آموزش شبکه های عصبی در نرم افزار SPSS

در جهان امروز به علت پیشرفت تکنولوژی و پیچیده تر شدن مسائل، استفاده از روش های نوین، جایگزین بسیاری از روش های سنتی شده که دیگر قادر به تخمین درستی از وضعیت موجود نمی باشند. همچنین پیچیده شدن فرایندها منجر به مشکلاتی مانند غیر خطی شدن رابطه پارامترهای فرایند شده که روش های پیشین قادر به انجام و یا تصمیم گیری در مورد آنها نیستند، از این رو روش های جدیدی از قبیل شبکه های عصبی جهت تحلیل این فرایندها پدید آمده است. به دلیل پیچیده بودن محاسبات شبکه عصبی استفاده از نرم افزارهای کامپیوتری توسط کاربران ناگزیر می نماید. در این میان نرم افزارهای متعددی به محاسبه شبکه های عصبی می پردازند. نرم افزار SPSS نسبت به سایر نرم افزارها دارای مزیت هایی بوده که مهمترین آن سهولت استفاده از آن می باشد. از این رو بر آن شدیم تا راهنمای مناسبی جهت استفاده از این نرم افزار مهیا کنیم که کتاب حاضر حاصل این احساس نیاز می باشد. توجه داشته باشید که این آموزش بر اساس مثال های کاربردی صورت می پذیرد که تأثیر مفیدی بر آموزش نرم افزار دارد...

مدلسازی و شبیه سازی موتور هیسترزیس با نرم افزار متلب

حل معادله انتقال حرارت یک بعدی به روش صریح و ضمنی در نرم افزار متلب

حل معادله انتقال حرارت دو بعدی به روش صریح و ضمنی در نرم افزار متلب

کتاب آموزش شبکه های عصبی در نرم افزار SPSS، مشتمل بر 152 صفحه، در 3 فصل، با فرمت PDF، به زبان فارسی، همراه با تصاویر و روابط مهم ریاضی به ترتیب زیر گردآوری شده است:

فصل 1: مقدمه

• شبکه عصبی چیست؟
• مزیت های شبکه های عصبی
• محدودیت های شبکه عصبی
• نرون عصبی انسان
• شبکه های عصبی تک نرونه، تک لایه، چند لایه
• انواع شبکه ای عصبی مصنوعی از نظر برگشت پذیری
• مراحل طراحی یک شبکه عصبی مصنوعی
• یادگیری نظارت نشده یا بدون ناظر
• شبکه پرسپترون
• یادگیری یک پرسپترون
• توابعی که پرسپترون قادر به یادگیری آنها می باشد
• الگوریتم های یادگیری پرسپترون
• مشکلات روش Gradient descent
• الگوریتم Back propagation  
• انواع مدل های پرسپترون چند لایه
• شبکه های تابع شعاع مدار (RBF)
• معماری شبکه
• شبکه های عصبی در SPSS
• آموزش شبکه RBF
• لایه خروجی
• مزایای یک RBF
• برخی کاربردهای شبکه های عصبی مصنوعی

فصل 2: راهنمای کاربر

بخش اول

• شبکه های عصبی در SPSS
• ساختار شبکه عصبی

بخش دوم

• پرسپترون چند لایه
• متغیرهای وابسته
• ساخت یک شبکه پرسپترون چند لایه
• تفکیک کردن (Partitions)
• ساختار (Architecture)
• لایه های پنهان
• آموزش (Training)
• خروجی (Out Put)
• ذخیره (save)
• احتمال ها و شبه احتمال ها
• صدور (Export)
• گزینه ها (Options)

بخش سوم

• تابع شعاع مدار
• متغیرهای وابسته
• ساخت یک شبکه تابع شعاع مدار
• تفکیک کردن (Partiotions)
• ساختار (Architecture)
• خروجی (Out Put)
• ذخیره (save)
• احتمال ها و شبه احتمال ها
• صدور (Export)
• گزینه ها (Options)

فصل 3: مثال ها

بخش اول

• پرسپترون چندلایه
• آماده سازی داده ها جهت انجام تحلیل ها
• شروع تحلیل ها
• خلاصه فرایند انجام شده
• اطلاعات شبکه
• خلاصه مدل
• طبقه بندی
• تصحیح نمودن آموزش اضافی
• ایجاد نمونه آموزشی
• آغاز نمودن تحلیل ها
• خلاصه ای از فرایند انجام شده
• اطلاعات شبکه
• خلاصه مدل
• طبقه بندی
• منحنی ROC
• نمودار پیش بینی بر اساس مشاهده (Predicted-by-Observed Chart)
• Cumulative Gains and lift charts
• اهمیت متغیرهای مستقل
• خلاصه
• استفاده از پرسپترون چند لایه به منظور محاسبه هزینه های درمانی و مدت زمان بستری بیماران
• آماده سازی داده ها جهت انجام تحلیل ها
• آغاز آنالیزها
• اعلام خطرها
• خلاصه فرایند
• اطلاعات شبکه
• خلاصه مدل
• جدول پیش بینی بر اساس مشاهده (Predicted-by-Observed Charts)
• Residual by predicted chart
• Independent variable importance
• شبکه های عصبی در SPSS
• خلاصه

بخش دوم

• تابع شعاع مدار
• استفاده از RBF جهت طبقه بندی مشتریان خدمات ارتباط از راه دور
• آماده سازی داده ها جهت آغاز آنالیزها
• راه اندازی آنالیزها
• خلاصه فرایند انجام شده
• اطلاعات شبکه
• خلاصه مدل
• طبقه بندی
• نمودار پیش بینی بر اساس مشاهده
• منحنی ROC
• Cumulative gains and lift charts
• پیوست
• فایل های نمونه

شبیه سازی متعادل سازی بار در شبکه های برق با نرم افزار متلب

تحلیل تیر سراسری با استفاده از نرم افزار متلب

 

تحلیل ورق تحت بار درون صفحه ای به روش اجزاء محدود با استفاده از نرم افزار متلب

جهت دانلود کتاب آموزش شبکه های عصبی در نرم افزار SPSS، بر لینک زیر کلیک نمایید.

کتاب آموزش شبکه های عصبی در نرم افزار SPSS

اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:

کاربرد روش های اکتشافی مبتنی بر تحلیل بافت در گروه بندی کیفی محصولات فولادی

جعبه ابزار شبکه عصبی در نرم افزار متلب

کاربردهای منطق فازی در یادگیری ماشین

تشخیص خطای اولیه ترانسفورماتور بر اساس شبکه عصبی مصنوعی

آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل

مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی

 

طراحی شبکه های عصبی مصنوعی

مقاله با عنوان: کاربرد الگوریتم ژنتیک در بهینه سازی فرآیند جوشکاری اصطکاکی اغتشاشی

این مقاله در مورد طراحی یک نرم افزار به منظور استفاده بهینه از فرآیند جوشکاری اصطکاکی اغتشاشی است که یکی از فرآیندهای نوین جوشکاری در حالت جامد است. این نرم افزار که با زبان c# و با استفاده از الگوریتم ژنتیک طراحی شده، کاربر را قادر می سازد با ورود مقادیر اندازه گیری شده خواص آلیاژ و با ورود درصد میزان اهمیت خواص به سیستم، به مقادیر بهینه ای از سرعت حرکت و سرعت چرخش که در میزان تغییرات خواص آلیاژ مؤثرند، دست یابد. این نرم افزار با در نظر گرفتن وزن برای هر یک از خواص، این امکان را ایجاد می کند که بتوان بعضی از خواص را نسبت به برخی دیگر در حصول نتیجه، برتری داد. با این نوآوری امکان استفاده گسترده از این متد در صنایع مختلف، که در آنها یک یا چند خاصیت، اهمیت بیشتری نسبت به خواص دیگر دارند، فراهم می گردد...

شبیه سازی جوشکاری و اتصال آلیاژهای آلومینیوم به روش آنالیز اجزای محدود

تست های غیر مخرب جوش

 

گریتینگ

مقاله کاربرد الگوریتم ژنتیک در بهینه سازی فرآیند جوشکاری اصطکاکی اغتشاشی، مشتمل بر 5 صفحه، به زبان فارسی، تایپ شده، به همراه تصاویر و جداول، با فرمت pdf، به ترتیب زیر گردآوری شده است:

• چکیده
• مقدمه
• مفاهیم و تعاریف اولیه
• روش جوشکاری FSW
• متدولوژی کاربرد الگوریتم ژنتیک در بهینه یابی سرعت چرخش و سرعت حرکت پین
• مرحله اول، مدلسازی داده ها (جمعیت اولیه)
• مرحله دوم، تقاطع (Crossover)
• مرحله سوم، جهش (Mutation)
• مرحله پایانی، برازندگی (Fitness)
• نتیجه گیری و پیشنهادها
• مراجع

آموزش جوشکاری به زبان فارسی

تعمیر و نگهداری قطعات جوشی در محیط فضا

عیوب جوشکاری، علل پیدایش و راهکارهای رفع عیوب

 

جهت دانلود مقاله کاربرد الگوریتم ژنتیک در بهینه سازی فرآیند جوشکاری اصطکاکی اغتشاشی، بر لینک زیر کلیک نمایید:

مقاله با عنوان: کاربرد الگوریتم ژنتیک در بهینه سازی فرآیند جوشکاری اصطکاکی اغتشاشی

اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:

اصول انتخاب الکترود جوشکاری

راهنمای جوش و اتصالات جوشی در ساختمان های فولادی

جوشکاری مس و آلیاژهای آن

جوشکاری فلزات رنگی و جوش لیزری

سازه های پیچ و مهره ای

مجموعه آموزش جامع (جوش، بازرسی، عیوب، دستورالعمل) لوله های انتقال نفت و گاز

جوشکاری و کنترل کیفیت در ساخت مخازن تحت فشار

مقاله با عنوان: تعیین پروفیل سایشی غلتک های نورد گرم ورق با شبکه های عصبی و بهینه سازی توسط الگوریتم ژنتیک

پیش بینی پروفیل سایش غلتک های نورد به منظور برنامه ریزی پاس های نورد و برنامه نورد در کارخانجات نورد فولاد از اهمیت ویژه ای برخوردار است. در این پروژه طول غلتک نورد به بخش های کوچک تقسیم شد و برای هر بخش یک شبکه عصبی مجزا تعریف گردید که تمام این شبکه ها در یک شبکه واحد سفارشی تعریف گردیدند تا زمان مدل سازی کاهش یابد. برای هر بخش از طول غلتک معادله پروفیل سایش استخراج گردید و در اختیار الگوریتم ژنتیک برای کمینه کردن سایش قرار گرفت. در این پروژه از نرم افزار متلب MATLAB استفاده گردیده است. این پروژه بر مبنای داده های عملی خط نورد گرم فولاد سبا انجام شد. نتایج بدست آمده به خوبی با نمودارهای پروفیل سایش واحد سنگ زنی فولاد سبا تطابق دارد...

مجموعه آموزش‌های طراحی قالب و قالبسازی

مجموعه آموزش‌های روش اجزای محدود

مجموعه آموزش‌های شبکه عصبی مصنوعی در نرم افزار MATLAB

مقاله تعیین پروفیل سایشی غلتک های نورد گرم ورق با شبکه های عصبی و بهینه سازی توسط الگوریتم ژنتیک، مشتمل بر 8 صفحه، به زبان فارسی، تایپ شده، به همراه تصاویر، دیاگرام، فرمول ها و روابط ریاضی با فرمت pdf، به ترتیب زیر گردآوری شده است:

• چکیده
• مقدمه
• شبکه عصبی و الگوریتم ژنتیک
• نتایج و بحث
• نتیجه گیری
• پیوست
• مراجع

آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل

مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی

 

کاهش بعد با استفاده از شبکه های عصبی

جهت دانلود مقاله تعیین پروفیل سایشی غلتک های نورد گرم ورق با شبکه های عصبی و بهینه سازی توسط الگوریتم ژنتیک، بر لینک زیر کلیک نمایید:

مقاله با عنوان: تعیین پروفیل سایشی غلتک های نورد گرم ورق با شبکه های عصبی و بهینه سازی توسط الگوریتم ژنتیک

اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:

ترسیم خط تاثیر نیروی محوری اعضاء و عکس العمل های تکیه گاهی خرپا دوبعدی در متلب

 

کاربرد روش اجزاء محدود در مسائل مهندسی سازه

 

تحلیل تیر سراسری با استفاده از نرم افزار متلب

 

تحلیل قوسی از دایره با تکیه گاه های گیردار با استفاده از نرم افزار متلب

 

طراحی و ساخت دستگاه ثبت کننده سیگنال الکترومایوگرام دو کانال

 

مدلسازی سیستم کروز کنترل در نرم افزار متلب

 

طراحی کنترل مدرن و کنترل بهینه برای مدل تابع تبدیل

 

طراحی و تحلیل ساختمان سوله صنعتی با استفاده از نرم افزار متلب