<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>بایگانی‌های MATLAB متلب - ايران متلب</title>
	<atom:link href="https://matlab1.ir/category/matlab-%D9%85%D8%AA%D9%84%D8%A8/feed/" rel="self" type="application/rss+xml" />
	<link>https://matlab1.ir/category/matlab-متلب/</link>
	<description>مرجع فیلم های آموزشی فارسی دانشگاهی و مهندسی</description>
	<lastBuildDate>Sun, 30 Aug 2026 11:03:08 +0000</lastBuildDate>
	<language>fa-IR</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	

<image>
	<url>https://matlab1.ir/wp-content/uploads/2017/08/ref_a2-150x150.png</url>
	<title>بایگانی‌های MATLAB متلب - ايران متلب</title>
	<link>https://matlab1.ir/category/matlab-متلب/</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>فیلم جامع آموزش فارسی الگوریتم ژنتیک در MATLAB</title>
		<link>https://matlab1.ir/%d9%81%db%8c%d9%84%d9%85-%d8%ac%d8%a7%d9%85%d8%b9-%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d8%a7%d9%84%da%af%d9%88%d8%b1%db%8c%d8%aa%d9%85-%da%98%d9%86%d8%aa%db%8c%da%a9-%d8%af-2/</link>
					<comments>https://matlab1.ir/%d9%81%db%8c%d9%84%d9%85-%d8%ac%d8%a7%d9%85%d8%b9-%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d8%a7%d9%84%da%af%d9%88%d8%b1%db%8c%d8%aa%d9%85-%da%98%d9%86%d8%aa%db%8c%da%a9-%d8%af-2/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Sun, 30 Aug 2026 11:03:08 +0000</pubDate>
				<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[هوش مصنوعی]]></category>
		<category><![CDATA[Artificial intelligence]]></category>
		<category><![CDATA[آموزش الگوریتم ژنتیک]]></category>
		<category><![CDATA[آموزش الگوریتم ژنتیک MATLAB]]></category>
		<category><![CDATA[آموزش GA در متلب]]></category>
		<category><![CDATA[آموزش GENETIC ALGORITHM]]></category>
		<category><![CDATA[آموزش MATLAB]]></category>
		<category><![CDATA[آموزش متلب]]></category>
		<category><![CDATA[آمیختگی الگوریتم ژنتیک]]></category>
		<category><![CDATA[الگوریتم تکاملی]]></category>
		<category><![CDATA[الگوریتم ژنتیک]]></category>
		<category><![CDATA[الگوریتم ژنتیک باینری]]></category>
		<category><![CDATA[الگوریتم ژنتیک برای پایان نامه]]></category>
		<category><![CDATA[الگوریتم ژنتیک در متلب]]></category>
		<category><![CDATA[الگوریتم فراابتکاری]]></category>
		<category><![CDATA[انتخاب تورنومنت]]></category>
		<category><![CDATA[انتخاب در الگوریتم ژنتیک]]></category>
		<category><![CDATA[انتخاب ویژگی با الگوریتم ژنتیک]]></category>
		<category><![CDATA[Binary Encoding]]></category>
		<category><![CDATA[binary genetic algorithm]]></category>
		<category><![CDATA[Chromosome Encoding]]></category>
		<category><![CDATA[Chromosome GA]]></category>
		<category><![CDATA[Computational Intelligence]]></category>
		<category><![CDATA[Convergence Curve]]></category>
		<category><![CDATA[Cost Function]]></category>
		<category><![CDATA[Crossover]]></category>
		<category><![CDATA[Crossover Probability]]></category>
		<category><![CDATA[Elitism]]></category>
		<category><![CDATA[Elitist Selection]]></category>
		<category><![CDATA[Evolutionary Algorithm]]></category>
		<category><![CDATA[Evolutionary Computation]]></category>
		<category><![CDATA[Feature Selection GA]]></category>
		<category><![CDATA[Fitness Function]]></category>
		<category><![CDATA[GA]]></category>
		<category><![CDATA[GA Convergence]]></category>
		<category><![CDATA[GA MATLAB]]></category>
		<category><![CDATA[Gene GA]]></category>
		<category><![CDATA[Generation]]></category>
		<category><![CDATA[genetic algorithm]]></category>
		<category><![CDATA[Genetic Algorithm Code]]></category>
		<category><![CDATA[Genetic Algorithm Control]]></category>
		<category><![CDATA[Genetic Algorithm Feature Selection]]></category>
		<category><![CDATA[Genetic Algorithm MATLAB]]></category>
		<category><![CDATA[Genetic Algorithm Scheduling]]></category>
		<category><![CDATA[Genetic Algorithm Tutorial]]></category>
		<category><![CDATA[Global Minimum]]></category>
		<category><![CDATA[Global Optimization]]></category>
		<category><![CDATA[Hyperparameter Optimization GA]]></category>
		<category><![CDATA[Initial Population]]></category>
		<category><![CDATA[Local Minimum]]></category>
		<category><![CDATA[MATLAB Genetic Algorithm Code]]></category>
		<category><![CDATA[MATLAB Optimization]]></category>
		<category><![CDATA[MATLAB Optimization Tutorial]]></category>
		<category><![CDATA[Metaheuristic]]></category>
		<category><![CDATA[Metaheuristic Algorithm]]></category>
		<category><![CDATA[Multi Point Crossover]]></category>
		<category><![CDATA[Mutation]]></category>
		<category><![CDATA[Mutation Operator]]></category>
		<category><![CDATA[Mutation Probability]]></category>
		<category><![CDATA[Neural Network Genetic Algorithm]]></category>
		<category><![CDATA[Objective Function]]></category>
		<category><![CDATA[Optimization]]></category>
		<category><![CDATA[Optimization Algorithm]]></category>
		<category><![CDATA[Population]]></category>
		<category><![CDATA[Power System GA]]></category>
		<category><![CDATA[Premature Convergence]]></category>
		<category><![CDATA[Random Population]]></category>
		<category><![CDATA[Real Coded Genetic Algorithm]]></category>
		<category><![CDATA[Real Encoding]]></category>
		<category><![CDATA[Real Valued GA]]></category>
		<category><![CDATA[Roulette Wheel Selection]]></category>
		<category><![CDATA[Selection]]></category>
		<category><![CDATA[Single Point Crossover]]></category>
		<category><![CDATA[Tournament Selection]]></category>
		<category><![CDATA[Two Point Crossover]]></category>
		<category><![CDATA[Uniform Crossover]]></category>
		<category><![CDATA[بهینه سازی]]></category>
		<category><![CDATA[بهینه سازی در متلب]]></category>
		<category><![CDATA[بهینه سازی سراسری]]></category>
		<category><![CDATA[پایان نامه الگوریتم ژنتیک]]></category>
		<category><![CDATA[پروژه الگوریتم ژنتیک]]></category>
		<category><![CDATA[پروژه GA]]></category>
		<category><![CDATA[تابع برازندگی]]></category>
		<category><![CDATA[تابع هدف]]></category>
		<category><![CDATA[تنظیم پارامتر با الگوریتم ژنتیک]]></category>
		<category><![CDATA[تولید جمعیت اولیه]]></category>
		<category><![CDATA[جمعیت الگوریتم ژنتیک]]></category>
		<category><![CDATA[جهش الگوریتم ژنتیک]]></category>
		<category><![CDATA[چرخ رولت]]></category>
		<category><![CDATA[زمان بندی با الگوریتم ژنتیک]]></category>
		<category><![CDATA[ژن الگوریتم ژنتیک]]></category>
		<category><![CDATA[سیستم قدرت الگوریتم ژنتیک]]></category>
		<category><![CDATA[شبکه عصبی و الگوریتم ژنتیک]]></category>
		<category><![CDATA[عملگر Crossover]]></category>
		<category><![CDATA[کدگذاری کروموزوم]]></category>
		<category><![CDATA[کدنویسی الگوریتم ژنتیک]]></category>
		<category><![CDATA[کروموزوم الگوریتم ژنتیک]]></category>
		<category><![CDATA[کنترل با الگوریتم ژنتیک]]></category>
		<category><![CDATA[محاسبات تکاملی]]></category>
		<category><![CDATA[مقاله الگوریتم ژنتیک]]></category>
		<category><![CDATA[نخبه گرایی]]></category>
		<category><![CDATA[نسل الگوریتم ژنتیک]]></category>
		<category><![CDATA[نمودار همگرایی]]></category>
		<category><![CDATA[همگرایی زودرس]]></category>
		<category><![CDATA[هوش محاسباتی]]></category>
		<guid isPermaLink="false">https://matlab1.ir/?p=14871</guid>

					<description><![CDATA[<p>الگوریتم ژنتیک یا Genetic Algorithm (GA) یکی از شناخته‌شده‌ترین روش‌های بهینه‌سازی تکاملی است که از مفاهیم انتخاب طبیعی و ژنتیک الهام گرفته شده است. این الگوریتم به جای بررسی مستقیم همه جواب‌های [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d9%81%db%8c%d9%84%d9%85-%d8%ac%d8%a7%d9%85%d8%b9-%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d8%a7%d9%84%da%af%d9%88%d8%b1%db%8c%d8%aa%d9%85-%da%98%d9%86%d8%aa%db%8c%da%a9-%d8%af-2/">فیلم جامع آموزش فارسی الگوریتم ژنتیک در MATLAB</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p><strong>الگوریتم ژنتیک یا Genetic Algorithm (GA)</strong> یکی از شناخته‌شده‌ترین روش‌های بهینه‌سازی تکاملی است که از مفاهیم انتخاب طبیعی و ژنتیک الهام گرفته شده است. این الگوریتم به جای بررسی مستقیم همه جواب‌های ممکن، با یک جمعیت از جواب‌های اولیه شروع می‌کند و با استفاده از عملگرهایی مانند انتخاب، آمیختگی و جهش، نسل‌های جدیدی از جواب‌ها را تولید می‌کند.</p>
<p>الگوریتم ژنتیک در بسیاری از مسائل بهینه‌سازی که فضای جستجوی بزرگ، غیرخطی یا پیچیده دارند قابل استفاده است و به همین دلیل در حوزه‌های مختلف مهندسی، هوش مصنوعی و علوم کاربرد فراوانی پیدا کرده است.</p>
<h3>الگوریتم ژنتیک چگونه کار می‌کند؟</h3>
<p>در یک مسئله بهینه‌سازی، ابتدا باید متغیرهای تصمیم مشخص شوند. سپس هر جواب ممکن به شکلی قابل استفاده برای الگوریتم نمایش داده می‌شود.</p>
<p>الگوریتم ژنتیک معمولاً با مراحل زیر اجرا می‌شود:</p>
<ol>
<li>تولید جمعیت اولیه</li>
<li>محاسبه مقدار تابع برازندگی</li>
<li>انتخاب والدین مناسب</li>
<li>انجام Crossover</li>
<li>اعمال Mutation</li>
<li>تولید نسل جدید</li>
<li>ارزیابی نسل جدید</li>
<li>تکرار مراحل تا رسیدن به شرط توقف</li>
</ol>
<p>هدف این فرایند آن است که با گذشت نسل‌ها، کیفیت جواب‌های موجود در جمعیت افزایش پیدا کند.</p>
<h3>کروموزوم در الگوریتم ژنتیک</h3>
<p>در GA هر جواب ممکن برای مسئله با یک <strong>Chromosome</strong> نمایش داده می‌شود.</p>
<p>کروموزوم شامل مجموعه‌ای از ژن‌ها است و هر ژن می‌تواند نماینده یکی از متغیرهای مسئله باشد.</p>
<p>برای مثال اگر مسئله دارای سه متغیر تصمیم باشد، یک کروموزوم می‌تواند اطلاعات مربوط به این سه متغیر را در خود نگه دارد.</p>
<p>نحوه نمایش کروموزوم اهمیت زیادی دارد، زیرا ساختار آن باید متناسب با مسئله بهینه‌سازی انتخاب شود.</p>
<h3>کدگذاری باینری و حقیقی</h3>
<p>یکی از روش‌های کلاسیک نمایش کروموزوم‌ها، <strong>Binary Encoding</strong> است. در این روش متغیرها به رشته‌های صفر و یک تبدیل می‌شوند.</p>
<p>با این حال برای بسیاری از مسائل مهندسی استفاده از <strong>Real-Valued Encoding</strong> مناسب‌تر است، زیرا متغیرها مستقیماً به صورت اعداد حقیقی نمایش داده می‌شوند.</p>
<p>انتخاب نوع کدگذاری به ساختار مسئله، نوع متغیرها و روش اعمال عملگرهای ژنتیکی بستگی دارد.</p>
<h3>Population یا جمعیت</h3>
<p>مجموعه‌ای از چند کروموزوم یک <strong>Population</strong> را تشکیل می‌دهد.</p>
<p>هر عضو جمعیت یک جواب احتمالی برای مسئله است. در ابتدای اجرای الگوریتم، جمعیت اولیه معمولاً به صورت تصادفی ایجاد می‌شود.</p>
<p>سپس در هر Generation جمعیت جدیدی تولید می‌شود که انتظار داریم نسبت به نسل‌های قبلی جواب‌های مناسب‌تری در آن وجود داشته باشد.</p>
<p>تعداد اعضای جمعیت یکی از پارامترهای مهم الگوریتم ژنتیک است.</p>
<h3>تابع هدف و Fitness Function</h3>
<p>یکی از مهم‌ترین مراحل استفاده از الگوریتم ژنتیک، تعریف صحیح <strong>Objective Function یا تابع هدف</strong> است.</p>
<p>الگوریتم باید بتواند کیفیت هر جواب را اندازه‌گیری کند. این کار از طریق Fitness Function انجام می‌شود.</p>
<p>برای مثال ممکن است هدف مسئله یکی از موارد زیر باشد:</p>
<ul>
<li>کمینه کردن هزینه</li>
<li>کمینه کردن خطا</li>
<li>بیشینه کردن سود</li>
<li>بیشینه کردن راندمان</li>
<li>کاهش مصرف انرژی</li>
<li>پیدا کردن بهترین پارامترهای یک مدل</li>
</ul>
<p>اگر تابع هدف به درستی تعریف نشود، حتی یک الگوریتم ژنتیک خوب نیز نمی‌تواند جواب مناسبی برای مسئله پیدا کند.</p>
<h3>Selection یا انتخاب</h3>
<p>بعد از محاسبه Fitness، باید مشخص شود کدام اعضای جمعیت برای تولید نسل بعد انتخاب شوند.</p>
<p>به این مرحله <strong>Selection</strong> گفته می‌شود.</p>
<p>در حالت کلی جواب‌هایی که Fitness بهتری دارند، شانس بیشتری برای انتقال ویژگی‌های خود به نسل بعد خواهند داشت.</p>
<p>روش‌های مختلفی برای Selection وجود دارد.</p>
<h3>Roulette Wheel Selection</h3>
<p>یکی از روش‌های معروف انتخاب در GA، <strong>Roulette Wheel Selection</strong> است.</p>
<p>در این روش احتمال انتخاب هر عضو با کیفیت یا Fitness آن ارتباط دارد.</p>
<p>به صورت مفهومی می‌توان یک چرخ رولت را تصور کرد که اعضای بهتر سهم بیشتری از آن را در اختیار دارند؛ بنابراین احتمال انتخاب آن‌ها بیشتر است.</p>
<p>با این حال اعضای ضعیف‌تر نیز احتمال صفر ندارند و همین موضوع به حفظ تنوع جمعیت کمک می‌کند.</p>
<h3>Tournament Selection</h3>
<p>روش <strong>Tournament Selection</strong> نیز یکی از روش‌های پرکاربرد انتخاب است.</p>
<p>در این روش چند عضو از جمعیت انتخاب شده و با یکدیگر مقایسه می‌شوند. سپس عضو مناسب‌تر به عنوان والد انتخاب می‌شود.</p>
<p>این عملیات چندین بار تکرار می‌شود تا تعداد کافی والد برای تولید نسل بعد در اختیار الگوریتم قرار گیرد.</p>
<h3>Elitism</h3>
<p>در الگوریتم ژنتیک ممکن است بهترین جواب یک نسل در هنگام Crossover و Mutation از بین برود.</p>
<p>برای جلوگیری از این اتفاق می‌توان از <strong>Elitism</strong> استفاده کرد.</p>
<p>در روش نخبه‌گرایی، تعدادی از بهترین اعضای جمعیت بدون تغییر مستقیماً به نسل بعد منتقل می‌شوند.</p>
<p>این کار کمک می‌کند بهترین جواب پیدا شده تا آن لحظه از دست نرود.</p>
<h3>Crossover یا آمیختگی</h3>
<p>یکی از اصلی‌ترین عملگرهای الگوریتم ژنتیک <strong>Crossover</strong> است.</p>
<p>در این مرحله دو کروموزوم والد انتخاب می‌شوند و بخش‌هایی از اطلاعات آن‌ها با یکدیگر ترکیب می‌شوند تا فرزندان جدیدی ایجاد شوند.</p>
<p>ایده اصلی این است که شاید ترکیب ویژگی‌های خوب دو والد بتواند یک جواب بهتر تولید کند.</p>
<h3>Single Point Crossover</h3>
<p>در <strong>Single Point Crossover</strong> یک نقطه روی کروموزوم انتخاب می‌شود.</p>
<p>قسمتی از ژن‌های بعد از این نقطه میان والدها جابه‌جا می‌شوند و به این ترتیب دو فرزند جدید ایجاد می‌شوند.</p>
<p>این روش یکی از ساده‌ترین روش‌های آمیختگی در الگوریتم ژنتیک است.</p>
<h3>Two-Point و Multi-Point Crossover</h3>
<p>در Two-Point Crossover دو نقطه روی کروموزوم مشخص می‌شود و بخش قرار گرفته بین این دو نقطه میان والدها جابه‌جا می‌شود.</p>
<p>اگر تعداد بیشتری نقطه Crossover داشته باشیم، با یک روش <strong>Multi-Point Crossover</strong> مواجه هستیم.</p>
<p>انتخاب روش مناسب Crossover می‌تواند روی سرعت و کیفیت جستجو تأثیر بگذارد.</p>
<h3>Uniform Crossover</h3>
<p>در <strong>Uniform Crossover</strong> انتخاب ژن‌های فرزند می‌تواند برای هر موقعیت به صورت جداگانه انجام شود.</p>
<p>در نتیجه ترکیب ژن‌های والدین انعطاف بیشتری نسبت به روش‌های تک‌نقطه‌ای دارد.</p>
<p>نوع Crossover باید با نوع کدگذاری کروموزوم و ساختار مسئله هماهنگ باشد.</p>
<h3>Mutation یا جهش</h3>
<p>اگر تنها از Selection و Crossover استفاده شود، احتمال دارد جمعیت به تدریج تنوع خود را از دست بدهد.</p>
<p><strong>Mutation</strong> برای ایجاد تغییرات تصادفی کوچک در کروموزوم‌ها استفاده می‌شود.</p>
<p>در کدگذاری باینری، Mutation می‌تواند یک بیت صفر را به یک یا برعکس تبدیل کند.</p>
<p>در کدگذاری حقیقی نیز می‌توان مقدار یکی از متغیرها را با یک تغییر تصادفی اصلاح کرد.</p>
<p>هدف Mutation حفظ تنوع ژنتیکی و کمک به الگوریتم برای جستجوی نواحی جدید فضای جواب است.</p>
<h3>تعادل Exploration و Exploitation</h3>
<p>یکی از موضوعات مهم در الگوریتم‌های بهینه‌سازی، ایجاد تعادل میان:</p>
<ul>
<li><strong>Exploration</strong>: جستجوی نواحی جدید</li>
<li><strong>Exploitation</strong>: بهبود جواب‌های خوب موجود</li>
</ul>
<p>است.</p>
<p>Selection و Elitism معمولاً الگوریتم را به سمت جواب‌های خوب هدایت می‌کنند، در حالی که Mutation و تنوع جمعیت کمک می‌کنند فضای بیشتری از جواب‌های ممکن بررسی شود.</p>
<p>تنظیم مناسب پارامترها برای ایجاد این تعادل اهمیت زیادی دارد.</p>
<h3>احتمال Crossover و Mutation</h3>
<p>دو پارامتر مهم GA عبارتند از:</p>
<ul>
<li>Crossover Probability</li>
<li>Mutation Probability</li>
</ul>
<p>اگر Mutation بسیار کم باشد ممکن است الگوریتم تنوع کافی نداشته باشد. اگر بیش از حد زیاد باشد، رفتار الگوریتم می‌تواند بیش از اندازه تصادفی شود.</p>
<p>همین موضوع درباره نرخ Crossover نیز وجود دارد.</p>
<p>در پروژه‌های عملی ممکن است لازم باشد چند مقدار مختلف برای این پارامترها آزمایش شود.</p>
<h3>شرط توقف الگوریتم</h3>
<p>الگوریتم ژنتیک نمی‌تواند برای همیشه اجرا شود و باید یک معیار برای پایان عملیات تعریف کنیم.</p>
<p>شرط توقف می‌تواند بر اساس یکی از موارد زیر باشد:</p>
<ul>
<li>رسیدن به تعداد مشخصی Generation</li>
<li>رسیدن Fitness به مقدار مورد نظر</li>
<li>عدم بهبود جواب طی چند نسل</li>
<li>رسیدن به محدودیت زمانی</li>
<li>رسیدن تغییرات Fitness به مقدار بسیار کم</li>
</ul>
<p>پس از تحقق شرط توقف، بهترین جواب موجود در جمعیت به عنوان جواب الگوریتم گزارش می‌شود.</p>
<h3>همگرایی زودرس</h3>
<p>یکی از مشکلات احتمالی الگوریتم ژنتیک، <strong>Premature Convergence</strong> است.</p>
<p>در این حالت اعضای جمعیت خیلی زود شبیه یکدیگر می‌شوند و الگوریتم در یک ناحیه از فضای جستجو متوقف می‌شود.</p>
<p>این مسئله می‌تواند باعث شود الگوریتم به یک جواب محلی برسد و جواب بهتر موجود در فضای جستجو را پیدا نکند.</p>
<p>تنظیم Mutation، اندازه Population و روش Selection در کاهش این مشکل اهمیت دارند.</p>
<h3>پیاده‌سازی الگوریتم ژنتیک در MATLAB</h3>
<p>تمرکز اصلی این دوره بر <strong>پیاده‌سازی عملی Genetic Algorithm در MATLAB</strong> است.</p>
<p>MATLAB محیط مناسبی برای پیاده‌سازی الگوریتم‌های بهینه‌سازی است، زیرا کار با بردارها، ماتریس‌ها، اعداد تصادفی، توابع و نمودارها در آن ساده است.</p>
<p>در یک پیاده‌سازی GA معمولاً بخش‌هایی برای موارد زیر نوشته می‌شوند:</p>
<ul>
<li>تعریف مسئله</li>
<li>تولید Population</li>
<li>محاسبه Cost</li>
<li>Selection</li>
<li>Crossover</li>
<li>Mutation</li>
<li>ذخیره بهترین جواب</li>
<li>رسم روند همگرایی</li>
</ul>
<p>درک این اجزا به کاربر اجازه می‌دهد الگوریتم را برای پروژه‌های متفاوت تغییر دهد.</p>
<h3>رسم نمودار همگرایی</h3>
<p>برای بررسی عملکرد GA معمولاً بهترین مقدار تابع هدف در هر نسل ذخیره می‌شود.</p>
<p>سپس می‌توان <strong>Convergence Curve</strong> را رسم کرد.</p>
<p>این نمودار نشان می‌دهد الگوریتم در طول نسل‌ها چگونه جواب مسئله را بهبود داده است.</p>
<p>با مشاهده نمودار همگرایی می‌توان درباره سرعت بهبود الگوریتم و نیاز احتمالی به تغییر پارامترها تصمیم‌گیری کرد.</p>
<h3>الگوریتم ژنتیک برای مسائل مهندسی</h3>
<p>Genetic Algorithm محدود به یک رشته خاص نیست و می‌توان آن را در بسیاری از مسائل مهندسی استفاده کرد.</p>
<p>نمونه‌هایی از کاربردهای آن عبارتند از:</p>
<ul>
<li>بهینه‌سازی طراحی</li>
<li>سیستم‌های قدرت</li>
<li>کنترل</li>
<li>مکان‌یابی</li>
<li>زمان‌بندی</li>
<li>مهندسی صنایع</li>
<li>انتخاب ویژگی</li>
<li>تنظیم پارامترهای مدل</li>
<li>طراحی شبکه عصبی</li>
<li>مدیریت انرژی</li>
<li>بهینه‌سازی سازه</li>
<li>مسائل اقتصادی</li>
</ul>
<p>نکته اصلی این است که مسئله باید به شکلی تعریف شود که متغیرهای تصمیم، تابع هدف و در صورت وجود قیود آن مشخص باشند.</p>
<h3>استفاده از GA در یادگیری ماشین</h3>
<p>الگوریتم ژنتیک می‌تواند در مسائل Machine Learning نیز استفاده شود.</p>
<p>برای مثال می‌توان از GA برای:</p>
<ul>
<li>Feature Selection</li>
<li>Hyperparameter Optimization</li>
<li>انتخاب ساختار مدل</li>
<li>تنظیم پارامترهای شبکه عصبی</li>
<li>انتخاب متغیرهای ورودی</li>
<li>کمینه کردن خطای مدل</li>
</ul>
<p>استفاده کرد.</p>
<p>در این حالت عملکرد مدل یادگیری ماشین می‌تواند در داخل تابع هدف محاسبه شود و GA به دنبال ترکیبی از پارامترها باشد که عملکرد بهتری ایجاد کند.</p>
<h3>این آموزش برای چه افرادی مناسب است؟</h3>
<p>این دوره برای افراد زیر می‌تواند مفید باشد:</p>
<ul>
<li>دانشجویان مهندسی برق</li>
<li>دانشجویان کامپیوتر و هوش مصنوعی</li>
<li>دانشجویان صنایع</li>
<li>دانشجویان مکانیک و عمران</li>
<li>پژوهشگران بهینه‌سازی</li>
<li>دانشجویان کارشناسی ارشد و دکتری</li>
<li>افرادی که در پایان‌نامه از GA استفاده می‌کنند</li>
<li>افرادی که قصد کدنویسی الگوریتم‌های تکاملی در MATLAB را دارند</li>
</ul>
<h3>پیش‌نیاز دوره</h3>
<p>پیش‌نیاز معرفی‌شده برای این محصول، آشنایی با مبانی <strong>بهینه‌سازی</strong> است.</p>
<p>قبل از پیاده‌سازی یک الگوریتم ژنتیک باید بتوانید متغیرهای تصمیم، تابع هدف، محدوده متغیرها و در صورت نیاز قیود مسئله را به درستی تعریف کنید.</p>
<p>همچنین آشنایی مقدماتی با MATLAB برای استفاده بهتر از بخش کدنویسی توصیه می‌شود.</p>
<h3>هدف این آموزش</h3>
<p>هدف این دوره آن است که مخاطب ابتدا اجزای اصلی Genetic Algorithm را به صورت مفهومی درک کرده و سپس نحوه تبدیل این اجزا به کد MATLAB را یاد بگیرد.</p>
<p>پس از مشاهده آموزش، کاربر باید دید روشن‌تری نسبت به Population، Chromosome، Fitness Function، Selection، Crossover، Mutation و Generation داشته باشد و بتواند ساختار الگوریتم را برای مسئله بهینه‌سازی خود توسعه دهد.</p>
<blockquote class="wp-embedded-content" data-secret="gXPX4nS9yd"><p><a href="https://iran-matlab.ir/product/%d9%81%db%8c%d9%84%d9%85-%d8%ac%d8%a7%d9%85%d8%b9-%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d8%a7%d9%84%da%af%d9%88%d8%b1%db%8c%d8%aa%d9%85-%da%98%d9%86%d8%aa%db%8c%da%a9-%d8%af/">فیلم جامع آموزش فارسی الگوریتم ژنتیک در متلب MATLAB</a></p></blockquote>
<p><iframe class="wp-embedded-content" sandbox="allow-scripts" security="restricted"  title="“فیلم جامع آموزش فارسی الگوریتم ژنتیک در متلب MATLAB” — ایران متلب" src="https://iran-matlab.ir/product/%d9%81%db%8c%d9%84%d9%85-%d8%ac%d8%a7%d9%85%d8%b9-%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d8%a7%d9%84%da%af%d9%88%d8%b1%db%8c%d8%aa%d9%85-%da%98%d9%86%d8%aa%db%8c%da%a9-%d8%af/embed/#?secret=tH3MtkLJOB#?secret=gXPX4nS9yd" data-secret="gXPX4nS9yd" width="600" height="338" frameborder="0" marginwidth="0" marginheight="0" scrolling="no"></iframe></p>
<p>نوشته <a href="https://matlab1.ir/%d9%81%db%8c%d9%84%d9%85-%d8%ac%d8%a7%d9%85%d8%b9-%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d8%a7%d9%84%da%af%d9%88%d8%b1%db%8c%d8%aa%d9%85-%da%98%d9%86%d8%aa%db%8c%da%a9-%d8%af-2/">فیلم جامع آموزش فارسی الگوریتم ژنتیک در MATLAB</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d9%81%db%8c%d9%84%d9%85-%d8%ac%d8%a7%d9%85%d8%b9-%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d8%a7%d9%84%da%af%d9%88%d8%b1%db%8c%d8%aa%d9%85-%da%98%d9%86%d8%aa%db%8c%da%a9-%d8%af-2/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>فیلم آموزش فارسی فازی نوع 2 در MATLAB</title>
		<link>https://matlab1.ir/%d9%81%db%8c%d9%84%d9%85-%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d9%81%d8%a7%d8%b2%db%8c-%d9%86%d9%88%d8%b9-2-%d8%af%d8%b1-matlab/</link>
					<comments>https://matlab1.ir/%d9%81%db%8c%d9%84%d9%85-%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d9%81%d8%a7%d8%b2%db%8c-%d9%86%d9%88%d8%b9-2-%d8%af%d8%b1-matlab/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Sun, 30 Aug 2026 10:57:11 +0000</pubDate>
				<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[منطق فازي]]></category>
		<category><![CDATA[Artificial intelligence]]></category>
		<category><![CDATA[آموزش FOU]]></category>
		<category><![CDATA[آموزش MATLAB]]></category>
		<category><![CDATA[آموزش Type 2 Fuzzy]]></category>
		<category><![CDATA[آموزش Type Reduction]]></category>
		<category><![CDATA[آموزش type2fls]]></category>
		<category><![CDATA[آموزش تولباکس فازی نوع 2]]></category>
		<category><![CDATA[آموزش سیستم فازی نوع 2]]></category>
		<category><![CDATA[آموزش فازی نوع 2]]></category>
		<category><![CDATA[آموزش فازی نوع 2 MATLAB]]></category>
		<category><![CDATA[آموزش متلب]]></category>
		<category><![CDATA[الگوریتم Karnik Mendel]]></category>
		<category><![CDATA[الگوریتم KM]]></category>
		<category><![CDATA[Center of Gravity]]></category>
		<category><![CDATA[Center of Sets]]></category>
		<category><![CDATA[Classification Fuzzy]]></category>
		<category><![CDATA[COG Type Reduction]]></category>
		<category><![CDATA[Computational Intelligence]]></category>
		<category><![CDATA[Crisp Output]]></category>
		<category><![CDATA[Defuzzification]]></category>
		<category><![CDATA[Defuzzifier]]></category>
		<category><![CDATA[Fired Rule FOU]]></category>
		<category><![CDATA[Firing Interval]]></category>
		<category><![CDATA[Footprint of Uncertainty]]></category>
		<category><![CDATA[FOU]]></category>
		<category><![CDATA[Fuzzifier]]></category>
		<category><![CDATA[Fuzzy Edge Detection]]></category>
		<category><![CDATA[Fuzzy Image Processing]]></category>
		<category><![CDATA[Fuzzy Inference]]></category>
		<category><![CDATA[Fuzzy Modeling]]></category>
		<category><![CDATA[Fuzzy Rule Base]]></category>
		<category><![CDATA[Fuzzy Time Series]]></category>
		<category><![CDATA[Fuzzy Toolbox MATLAB]]></category>
		<category><![CDATA[Fuzzy Uncertainty]]></category>
		<category><![CDATA[FuzzyT2Struct]]></category>
		<category><![CDATA[Gauss Uncertain Mean]]></category>
		<category><![CDATA[Gauss Uncertain Peak]]></category>
		<category><![CDATA[Gaussian Membership Function]]></category>
		<category><![CDATA[Inference Engine]]></category>
		<category><![CDATA[Intelligent Control]]></category>
		<category><![CDATA[Intelligent Systems]]></category>
		<category><![CDATA[Interval Type 2 Fuzzy]]></category>
		<category><![CDATA[Interval Type 2 Fuzzy Tutorial]]></category>
		<category><![CDATA[Interval Type-2 Fuzzy Logic]]></category>
		<category><![CDATA[IT2 Fuzzy]]></category>
		<category><![CDATA[Karnik Mendel]]></category>
		<category><![CDATA[Karnik-Mendel Algorithm]]></category>
		<category><![CDATA[KM Algorithm]]></category>
		<category><![CDATA[Lower Membership Function]]></category>
		<category><![CDATA[M File Fuzzy]]></category>
		<category><![CDATA[Matlab Fuzzy Toolbox]]></category>
		<category><![CDATA[Max Fuzzy]]></category>
		<category><![CDATA[Membership Function]]></category>
		<category><![CDATA[Membership Function MATLAB]]></category>
		<category><![CDATA[Min Fuzzy]]></category>
		<category><![CDATA[Pattern Recognition]]></category>
		<category><![CDATA[Product Fuzzy]]></category>
		<category><![CDATA[Rule Base]]></category>
		<category><![CDATA[Rule Table]]></category>
		<category><![CDATA[Triangular Membership Function]]></category>
		<category><![CDATA[Triangular Uncertain Peak]]></category>
		<category><![CDATA[Type 1 Fuzzy]]></category>
		<category><![CDATA[Type 2 Fuzzy]]></category>
		<category><![CDATA[Type 2 Fuzzy Control]]></category>
		<category><![CDATA[Type 2 Fuzzy MATLAB]]></category>
		<category><![CDATA[Type 2 Fuzzy MATLAB Code]]></category>
		<category><![CDATA[Type 2 Fuzzy System]]></category>
		<category><![CDATA[Type 2 Fuzzy Toolbox]]></category>
		<category><![CDATA[Type 2 Fuzzy Tutorial]]></category>
		<category><![CDATA[Type Reducer]]></category>
		<category><![CDATA[Type Reduction]]></category>
		<category><![CDATA[Type-2 Fuzzy Logic]]></category>
		<category><![CDATA[type2fls]]></category>
		<category><![CDATA[Upper Membership Function]]></category>
		<category><![CDATA[پایان نامه فازی نوع 2]]></category>
		<category><![CDATA[پردازش تصویر فازی]]></category>
		<category><![CDATA[پروژه فازی نوع 2]]></category>
		<category><![CDATA[پیش بینی سری زمانی فازی]]></category>
		<category><![CDATA[تابع عضویت فازی]]></category>
		<category><![CDATA[تابع عضویت نوع 2]]></category>
		<category><![CDATA[تشخیص الگو]]></category>
		<category><![CDATA[تشخیص لبه فازی]]></category>
		<category><![CDATA[تفاوت فازی نوع 1 و نوع 2]]></category>
		<category><![CDATA[خروجی Crisp]]></category>
		<category><![CDATA[سیستم فازی دو ورودی یک خروجی]]></category>
		<category><![CDATA[سیستم فازی نوع 2]]></category>
		<category><![CDATA[سیستم هوشمند]]></category>
		<category><![CDATA[عدم قطعیت فازی]]></category>
		<category><![CDATA[فازی نوع 2]]></category>
		<category><![CDATA[فازی نوع 2 در متلب]]></category>
		<category><![CDATA[فازی نوع یک]]></category>
		<category><![CDATA[کاهش نوع فازی]]></category>
		<category><![CDATA[کد فازی نوع 2 متلب]]></category>
		<category><![CDATA[کدنویسی فازی نوع 2]]></category>
		<category><![CDATA[کنترل فازی نوع 2]]></category>
		<category><![CDATA[کنترل هوشمند]]></category>
		<category><![CDATA[مدل سازی فازی]]></category>
		<category><![CDATA[مقاله فازی نوع 2]]></category>
		<category><![CDATA[منطق فازی نوع 2]]></category>
		<category><![CDATA[هوش محاسباتی]]></category>
		<category><![CDATA[هوش مصنوعی]]></category>
		<guid isPermaLink="false">https://matlab1.ir/?p=14869</guid>

					<description><![CDATA[<p>فازی نوع 2 یا Type-2 Fuzzy Logic توسعه‌ای از منطق فازی نوع 1 است که با هدف مدل‌سازی بهتر عدم قطعیت طراحی شده است. در سیستم فازی نوع 1، درجه عضویت هر [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d9%81%db%8c%d9%84%d9%85-%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d9%81%d8%a7%d8%b2%db%8c-%d9%86%d9%88%d8%b9-2-%d8%af%d8%b1-matlab/">فیلم آموزش فارسی فازی نوع 2 در MATLAB</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p><strong>فازی نوع 2 یا Type-2 Fuzzy Logic</strong> توسعه‌ای از منطق فازی نوع 1 است که با هدف مدل‌سازی بهتر عدم قطعیت طراحی شده است. در سیستم فازی نوع 1، درجه عضویت هر ورودی یک مقدار مشخص بین صفر و یک است، اما در فازی نوع 2 خود تابع عضویت نیز می‌تواند دارای عدم قطعیت باشد.</p>
<p>این ویژگی باعث می‌شود سیستم‌های فازی نوع 2 در مسائلی که داده‌ها دارای نویز، ابهام یا عدم قطعیت زیادی هستند، انعطاف بیشتری نسبت به سیستم‌های فازی معمولی داشته باشند.</p>
<h3>چرا فازی نوع 2؟</h3>
<p>در بسیاری از مسائل واقعی تعیین دقیق تابع عضویت کار ساده‌ای نیست.</p>
<p>برای مثال ممکن است چند متخصص درباره مرز میان مفاهیمی مانند «کم»، «متوسط» و «زیاد» نظرهای متفاوتی داشته باشند. همچنین داده‌های واقعی ممکن است دارای نویز باشند یا رفتار سیستم با گذشت زمان تغییر کند.</p>
<p>در چنین شرایطی استفاده از یک تابع عضویت ثابت ممکن است نتواند عدم قطعیت موجود را به خوبی نمایش دهد.</p>
<p>فازی نوع 2 برای همین نوع مسائل طراحی شده است و می‌تواند عدم قطعیت موجود در خود تابع عضویت را نیز مدل کند.</p>
<h3>تفاوت فازی نوع 1 و نوع 2</h3>
<p>در فازی نوع 1، برای هر مقدار ورودی یک درجه عضویت مشخص در بازه صفر تا یک داریم.</p>
<p>اما در فازی نوع 2، درجه عضویت می‌تواند خود یک مجموعه فازی باشد.</p>
<p>در کاربردهای عملی، یکی از مهم‌ترین و پرکاربردترین انواع فازی نوع 2، <strong>Interval Type-2 Fuzzy System</strong> است که نسبت به نوع عمومی محاسبات ساده‌تری دارد.</p>
<p>در این آموزش تمرکز اصلی بر سیستم‌های فازی نوع 2 بازه‌ای است.</p>
<h3>مفهوم FOU</h3>
<p>یکی از مهم‌ترین مفاهیم در فازی نوع 2، <strong>Footprint of Uncertainty یا FOU</strong> است.</p>
<p>FOU ناحیه‌ای است که عدم قطعیت تابع عضویت را نمایش می‌دهد.</p>
<p>در یک سیستم فازی نوع 2 بازه‌ای، معمولاً دو تابع عضویت اصلی داریم:</p>
<ul>
<li>Upper Membership Function</li>
<li>Lower Membership Function</li>
</ul>
<p>فضای بین این دو تابع همان FOU است.</p>
<p>هرچه عدم قطعیت در تعریف تابع عضویت بیشتر باشد، این ناحیه می‌تواند گسترده‌تر شود.</p>
<h3>تابع عضویت Upper و Lower</h3>
<p>برای تعریف یک مجموعه فازی نوع 2 بازه‌ای، از تابع عضویت بالا و پایین استفاده می‌شود.</p>
<p>تابع Upper حد بالای درجه عضویت و تابع Lower حد پایین آن را مشخص می‌کند.</p>
<p>در نتیجه به جای آن‌که برای یک ورودی یک مقدار عضویت مشخص داشته باشیم، یک بازه از مقادیر عضویت در اختیار خواهیم داشت.</p>
<p>این موضوع یکی از تفاوت‌های اصلی سیستم فازی نوع 2 با فازی نوع 1 است.</p>
<h3>ساختار کلی سیستم فازی نوع 2</h3>
<p>یک سیستم فازی نوع 2 معمولاً شامل بخش‌های زیر است:</p>
<ul>
<li>Fuzzifier</li>
<li>Rule Base</li>
<li>Inference Engine</li>
<li>Type Reducer</li>
<li>Defuzzifier</li>
</ul>
<p>ورودی ابتدا وارد بخش Fuzzifier می‌شود و سپس قوانین فازی توسط موتور استنتاج مورد ارزیابی قرار می‌گیرند.</p>
<p>یکی از بخش‌های مهمی که در سیستم فازی نوع 1 وجود ندارد، <strong>Type Reducer</strong> است.</p>
<p>وظیفه Type Reducer تبدیل خروجی فازی نوع 2 به یک مجموعه فازی نوع 1 است تا در نهایت بتوان یک مقدار عددی Crisp تولید کرد.</p>
<h3>Type Reduction چیست؟</h3>
<p>خروجی موتور استنتاج در یک سیستم Type-2 هنوز دارای عدم قطعیت است و نمی‌توان مستقیماً آن را به یک عدد تبدیل کرد.</p>
<p>بنابراین ابتدا باید مرحله‌ای به نام <strong>Type Reduction</strong> انجام شود.</p>
<p>در این مرحله مجموعه فازی نوع 2 به یک مجموعه فازی نوع 1 تبدیل می‌شود و سپس عملیات Defuzzification روی آن انجام می‌شود.</p>
<p>یکی از مهم‌ترین روش‌های کاهش نوع، روش مبتنی بر مرکز ثقل است.</p>
<h3>الگوریتم Karnik-Mendel</h3>
<p>یکی از الگوریتم‌های مشهور در سیستم‌های فازی نوع 2، <strong>Karnik-Mendel یا KM</strong> است.</p>
<p>این الگوریتم برای محاسبه حدود چپ و راست خروجی Type-Reduced استفاده می‌شود.</p>
<p>در این آموزش الگوریتم KM و شبه‌کد آن بررسی شده و نحوه محاسبه مقادیر مورد نیاز برای رسیدن به خروجی نهایی تشریح می‌شود.</p>
<p>مفاهیمی مانند:</p>
<ul>
<li>yl</li>
<li>yr</li>
<li>L</li>
<li>R</li>
<li>Firing Interval</li>
</ul>
<p>در این بخش مورد بررسی قرار می‌گیرند.</p>
<h3>Firing Interval در قوانین فازی</h3>
<p>در سیستم‌های فازی نوع 2، میزان فعال شدن یک قانون لزوماً یک عدد مشخص نیست و ممکن است به صورت یک بازه بیان شود.</p>
<p>این بازه با عنوان <strong>Firing Interval</strong> شناخته می‌شود.</p>
<p>در دوره نحوه محاسبه Firing Interval در قسمت Antecedent و Consequent قوانین بررسی می‌شود تا کاربر روند کامل اجرای یک Rule را در سیستم Type-2 درک کند.</p>
<h3>قوانین فازی نوع 2</h3>
<p>مانند سیستم‌های فازی نوع 1، در فازی نوع 2 نیز از قوانین If-Then استفاده می‌شود.</p>
<p>تفاوت اصلی در این است که توابع عضویت موجود در قسمت شرط و نتیجه دارای عدم قطعیت هستند.</p>
<p>در آموزش نحوه تعریف Rule Base، ایجاد Rule Table و عملکرد قوانین با مثال‌های گرافیکی بررسی می‌شود.</p>
<h3>عملیات Min، Max و Product</h3>
<p>در موتور استنتاج فازی از عملگرهای مختلفی برای ترکیب شرایط قوانین استفاده می‌شود.</p>
<p>در این دوره نحوه عملکرد عملگرهای:</p>
<ul>
<li>Min</li>
<li>Max</li>
<li>Product</li>
</ul>
<p>در سیستم فازی نوع 2 توضیح داده می‌شود.</p>
<p>درک این عملیات برای فهم نحوه تولید Fired Rule FOU و خروجی نهایی سیستم اهمیت زیادی دارد.</p>
<h3>طراحی گرافیکی سیستم فازی نوع 2</h3>
<p>یکی از بخش‌های مهم این دوره، آموزش کار با <strong>Toolbox فازی نوع 2</strong> است.</p>
<p>کاربر یاد می‌گیرد چگونه بدون کدنویسی اولیه، یک سیستم فازی نوع 2 را از طریق محیط گرافیکی طراحی کند.</p>
<p>از جمله کارهایی که در این بخش آموزش داده می‌شوند:</p>
<ul>
<li>تعریف ورودی‌ها</li>
<li>تغییر نام ورودی‌ها</li>
<li>تعیین بازه ورودی</li>
<li>افزایش یا کاهش تعداد ورودی‌ها</li>
<li>تعریف توابع عضویت</li>
<li>تغییر نام Membership Functionها</li>
<li>تنظیم Upper و Lower</li>
<li>تعریف قوانین</li>
<li>حذف و اضافه کردن Rule</li>
<li>تنظیم بخش Inference</li>
</ul>
<h3>انواع Membership Function</h3>
<p>در طراحی سیستم فازی نوع 2 می‌توان از انواع مختلف توابع عضویت استفاده کرد.</p>
<p>در آموزش با نمونه‌هایی مانند:</p>
<ul>
<li>Gaussian</li>
<li>Triangular</li>
<li>Gauss Mean</li>
<li>Gauss Div</li>
<li>Gauss Uncertain Peak</li>
<li>Triangular Uncertain Peak</li>
</ul>
<p>آشنا می‌شوید.</p>
<p>همچنین نحوه تنظیم پارامترهای این توابع و تغییر میزان عدم قطعیت آن‌ها بررسی می‌شود.</p>
<h3>تولید کد MATLAB بدون کدنویسی اولیه</h3>
<p>یکی از قابلیت‌های کاربردی Toolbox مورد استفاده در این آموزش، امکان طراحی گرافیکی سیستم و سپس <strong>Export کردن مدل به کد MATLAB</strong> است.</p>
<p>به این ترتیب ابتدا می‌توانید ساختار سیستم را در محیط گرافیکی ایجاد کنید و سپس M-File تولیدشده را مشاهده و ویرایش کنید.</p>
<p>در دوره کد تولیدشده به صورت خط به خط بررسی می‌شود تا کاربر با ساختار برنامه نیز آشنا شود.</p>
<h3>کدنویسی فازی نوع 2 در MATLAB</h3>
<p>علاوه بر طراحی گرافیکی، نحوه پیاده‌سازی مستقیم سیستم فازی نوع 2 در MATLAB نیز آموزش داده می‌شود.</p>
<p>موضوعاتی مانند:</p>
<ul>
<li>ساخت FuzzyT2Struct</li>
<li>تعریف ورودی و خروجی</li>
<li>تعریف Membership Function</li>
<li>تعریف Rule Base</li>
<li>استفاده از تابع type2fls</li>
<li>اعمال داده به سیستم</li>
<li>دریافت خروجی</li>
</ul>
<p>در بخش برنامه‌نویسی مورد بررسی قرار می‌گیرند.</p>
<p>این قسمت برای افرادی اهمیت زیادی دارد که می‌خواهند سیستم فازی نوع 2 را در یک پروژه بزرگ‌تر یا الگوریتم دیگر استفاده کنند.</p>
<h3>مدل‌سازی با دو ورودی و یک خروجی</h3>
<p>در آموزش یک سیستم فازی نوع 2 دارای دو ورودی و یک خروجی نیز بررسی می‌شود.</p>
<p>این مثال کمک می‌کند کاربر مراحل طراحی یک سیستم را از تعریف توابع عضویت تا ایجاد قوانین و محاسبه خروجی به صورت عملی مشاهده کند.</p>
<p>بعد از درک این ساختار می‌توان سیستم را برای تعداد بیشتری از ورودی‌ها یا مسائل متفاوت توسعه داد.</p>
<h3>کاربردهای فازی نوع 2</h3>
<p>سیستم‌های فازی نوع 2 در حوزه‌هایی که عدم قطعیت و نویز اهمیت زیادی دارند قابل استفاده هستند.</p>
<p>برخی از کاربردهای آن عبارتند از:</p>
<ul>
<li>کنترل سیستم‌های غیرخطی</li>
<li>رباتیک</li>
<li>پردازش تصویر</li>
<li>تشخیص لبه</li>
<li>Pattern Recognition</li>
<li>Classification</li>
<li>پیش‌بینی سری زمانی</li>
<li>مدل‌سازی سیستم‌ها</li>
<li>پردازش داده‌های نویزی</li>
<li>تصمیم‌گیری</li>
<li>سیستم‌های هوشمند</li>
<li>کاربردهای پزشکی</li>
</ul>
<h3>این آموزش برای چه افرادی مناسب است؟</h3>
<p>این دوره می‌تواند برای گروه‌های زیر مناسب باشد:</p>
<ul>
<li>دانشجویان مهندسی برق و کنترل</li>
<li>دانشجویان کامپیوتر و هوش مصنوعی</li>
<li>پژوهشگران منطق فازی</li>
<li>دانشجویان کارشناسی ارشد و دکتری</li>
<li>افرادی که در پایان‌نامه از فازی نوع 2 استفاده می‌کنند</li>
<li>پژوهشگران سیستم‌های هوشمند</li>
<li>علاقه‌مندان Computational Intelligence</li>
<li>افرادی که قصد پیاده‌سازی Type-2 Fuzzy در MATLAB را دارند</li>
</ul>
<h3>پیش‌نیاز پیشنهادی</h3>
<p>برای درک بهتر مطالب، آشنایی مقدماتی با <strong>منطق فازی نوع 1</strong> توصیه می‌شود.</p>
<p>بهتر است کاربر با مفاهیمی مانند:</p>
<ul>
<li>Membership Function</li>
<li>Fuzzification</li>
<li>Rule Base</li>
<li>Inference</li>
<li>Defuzzification</li>
</ul>
<p>آشنا باشد.</p>
<p>برای بخش کدنویسی نیز آشنایی اولیه با MATLAB مفید خواهد بود.</p>
<h3>هدف این آموزش</h3>
<p>هدف این دوره آن است که مخاطب ابتدا تفاوت سیستم‌های فازی نوع 1 و نوع 2 را درک کرده و سپس با اجزای مختلف یک سیستم Interval Type-2 آشنا شود.</p>
<p>در ادامه کاربر می‌آموزد چگونه الگوریتم Karnik-Mendel و Type Reduction عمل می‌کنند و در نهایت می‌تواند یک سیستم فازی نوع 2 را هم به صورت گرافیکی و هم به صورت کدنویسی در MATLAB پیاده‌سازی کند.</p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<blockquote class="wp-embedded-content" data-secret="9fAGjSMxXI"><p><a href="https://iran-matlab.ir/product/%d9%81%db%8c%d9%84%d9%85-%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d9%81%d8%a7%d8%b2%db%8c-%d9%86%d9%88%d8%b9-2/">فیلم آموزش فارسی فازی نوع 2</a></p></blockquote>
<p><iframe class="wp-embedded-content" sandbox="allow-scripts" security="restricted"  title="“فیلم آموزش فارسی فازی نوع 2” — ایران متلب" src="https://iran-matlab.ir/product/%d9%81%db%8c%d9%84%d9%85-%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d9%81%d8%a7%d8%b2%db%8c-%d9%86%d9%88%d8%b9-2/embed/#?secret=6XBxZZUo3g#?secret=9fAGjSMxXI" data-secret="9fAGjSMxXI" width="600" height="338" frameborder="0" marginwidth="0" marginheight="0" scrolling="no"></iframe></p>
<p>نوشته <a href="https://matlab1.ir/%d9%81%db%8c%d9%84%d9%85-%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d9%81%d8%a7%d8%b2%db%8c-%d9%86%d9%88%d8%b9-2-%d8%af%d8%b1-matlab/">فیلم آموزش فارسی فازی نوع 2 در MATLAB</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d9%81%db%8c%d9%84%d9%85-%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d9%81%d8%a7%d8%b2%db%8c-%d9%86%d9%88%d8%b9-2-%d8%af%d8%b1-matlab/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>کد classical AI search algorithms</title>
		<link>https://matlab1.ir/1484/</link>
					<comments>https://matlab1.ir/1484/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Sun, 21 Jan 2024 12:13:26 +0000</pubDate>
				<category><![CDATA[آموزش]]></category>
		<category><![CDATA[MATLAB متلب]]></category>
		<guid isPermaLink="false">http://am19.siteground.biz/~matlab18/matlab1.ir/?p=1484</guid>

					<description><![CDATA[<p>EvaluateNormalVsBidirectionalBFS.m /////////////////// upperBound =  10; lowerBound = 3; numberOfExperiments = 5; x=1:upperBound; y1=zeros(1,upperBound); y2=zeros(1,upperBound); for i=lowerBound:upperBound for j=1:i*numberOfExperiments problem = Problem(i, i); [cost , numberOfExpandedNodes] = SolveMaze(problem, false, BFSFringe); y1(i) = y1(i) [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/1484/">کد classical AI search algorithms</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p dir="ltr">EvaluateNormalVsBidirectionalBFS.m</p>
<p dir="ltr">///////////////////<br />
<span style="font-family: 'courier new', courier;">upperBound =  10;</span><br />
<span style="font-family: 'courier new', courier;">lowerBound = 3;</span><br />
<span style="font-family: 'courier new', courier;">numberOfExperiments = 5;</span><br />
<span style="font-family: 'courier new', courier;">x=1:upperBound;</span><br />
<span style="font-family: 'courier new', courier;">y1=zeros(1,upperBound);</span><br />
<span style="font-family: 'courier new', courier;">y2=zeros(1,upperBound);</span><br />
<span style="font-family: 'courier new', courier;">for i=lowerBound:upperBound</span><br />
<span style="font-family: 'courier new', courier;">for j=1:i*numberOfExperiments</span><br />
<span style="font-family: 'courier new', courier;">problem = Problem(i, i);</span><br />
<span style="font-family: 'courier new', courier;">[cost , numberOfExpandedNodes] = SolveMaze(problem, false, BFSFringe);</span><br />
<span style="font-family: 'courier new', courier;">y1(i) = y1(i) + numberOfExpandedNodes;</span><br />
<span style="font-family: 'courier new', courier;">[cost , numberOfExpandedNodes] = SolveMazeBidirectional(problem, false, BFSFringe, BFSFringe);</span><br />
<span style="font-family: 'courier new', courier;">y2(i) = y2(i) + numberOfExpandedNodes;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">y1(i) = y1(i)/(i*numberOfExperiments);</span><br />
<span style="font-family: 'courier new', courier;">y2(i) = y2(i)/(i*numberOfExperiments);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">figure(&#8216;name&#8217;,&#8217;Normal vs Bidirectional BFS&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">hold on</span><br />
<span style="font-family: 'courier new', courier;">axis([lowerBound upperBound 0 max(max(y1),max(y2))]);</span><br />
<span style="font-family: 'courier new', courier;">plot(x,y1,&#8217;r&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">plot(x,y2,&#8217;b&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">clear;</span></p>
<hr />
<p dir="ltr"><span style="font-family: 'courier new', courier;"> EvaluateDFS.m</span><br />
<span style="font-family: 'courier new', courier;">upperBound = 10;</span><br />
<span style="font-family: 'courier new', courier;">lowerBound = 3;</span><br />
<span style="font-family: 'courier new', courier;">numberOfExperiments = 10;</span><br />
<span style="font-family: 'courier new', courier;">x=1:upperBound;</span><br />
<span style="font-family: 'courier new', courier;">y=zeros(1,upperBound);</span><br />
<span style="font-family: 'courier new', courier;">for i=lowerBound:upperBound</span><br />
<span style="font-family: 'courier new', courier;">for j=1:i*numberOfExperiments </span><br />
<span style="font-family: 'courier new', courier;">problem = Problem(i, i);</span><br />
<span style="font-family: 'courier new', courier;">[cost , numberOfExpandedNodes] = SolveMaz(problem, false, DFSFringe, SLHeuristic);</span><br />
<span style="font-family: 'courier new', courier;">y(i) = y(i) + numberOfExpandedNodes;</span><br />
<span style="font-family: 'courier new', courier;">end</span></p>
<p dir="ltr"><span style="font-family: 'courier new', courier;">y(i) = y(i)/(i*numberOfExperiments;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">figure(&#8216;name&#8217;,&#8217;DFS Evaluation&#8217;)</span><br />
<span style="font-family: 'courier new', courier;">hold on</span><br />
<span style="font-family: 'courier new', courier;">axis([lowerBound upperBound 0 max(y)]);</span><br />
<span style="font-family: 'courier new', courier;">plot(x,y,&#8217;r&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">clear;</span></p>
<hr />
<p dir="ltr"><span style="font-family: 'courier new', courier;">EvaluateBestFirst.m</span><br />
<span style="font-family: 'courier new', courier;">upperBound = 10;</span><br />
<span style="font-family: 'courier new', courier;">lowerBound = 3;</span><br />
<span style="font-family: 'courier new', courier;">numberOfExperiments = 10;</span><br />
<span style="font-family: 'courier new', courier;">x=1:upperBound;</span><br />
<span style="font-family: 'courier new', courier;">y=zeros(1,upperBound </span><br />
<span style="font-family: 'courier new', courier;">for i=lowerBound:upperBound</span><br />
<span style="font-family: 'courier new', courier;">for j=1:i*numberOfExperiments</span><br />
<span style="font-family: 'courier new', courier;">problem = Problem(i, i);</span><br />
<span style="font-family: 'courier new', courier;">[cost , numberOfExpandedNodes] = SolveMaze(problem, false, BestFirstFringe, SLHeuristic);</span><br />
<span style="font-family: 'courier new', courier;">y(i) = y(i) + numberOfExpandedNodes;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">y(i) = y(i)/(i*numberOfExperiments);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">figure(&#8216;name&#8217;,&#8217;Best First Evaluation&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">hold on</span><br />
<span style="font-family: 'courier new', courier;">axis([lowerBound upperBound 0 max(y)]);</span><br />
<span style="font-family: 'courier new', courier;">plot(x,y,&#8217;g&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">clear;</span></p>
<hr />
<p dir="ltr"><span style="font-family: 'courier new', courier;">EvaluateAStar.m</span><br />
<span style="font-family: 'courier new', courier;">upperBound = 10;</span><br />
<span style="font-family: 'courier new', courier;">lowerBound = 3;</span><br />
<span style="font-family: 'courier new', courier;">numberOfExperiments = 10;</span><br />
<span style="font-family: 'courier new', courier;">x=1:upperBound;</span><br />
<span style="font-family: 'courier new', courier;">y=zeros(1,upperBound);</span><br />
<span style="font-family: 'courier new', courier;">for i=lowerBound:upperBound</span><br />
<span style="font-family: 'courier new', courier;">for j=1:i*numberOfExperiments</span><br />
<span style="font-family: 'courier new', courier;">problem = Problem(i, i);</span><br />
<span style="font-family: 'courier new', courier;">[cost , numberOfExpandedNodes] = SolveMaze(problem, false, AStarFringe, SLHeuristic);</span><br />
<span style="font-family: 'courier new', courier;">y(i) = y(i) + numberOfExpandedNodes;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">y(i) = y(i)/(i*numberOfExperiments);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">figure(&#8216;name&#8217;,&#8217;A* Evaluation&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">hold on</span><br />
<span style="font-family: 'courier new', courier;">axis([lowerBound upperBound 0 max(y)]);</span><br />
<span style="font-family: 'courier new', courier;">plot(x,y,&#8217;b&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">clear;</span></p>
<hr />
<p dir="ltr"><span style="font-family: 'courier new', courier;">ExampleNormalVsBidirectional.m</span><br />
<span style="font-family: 'courier new', courier;">function ExampleNormalVsBidirectional(numberOfRows, numberOfColumns)</span><br />
<span style="font-family: 'courier new', courier;">problem = Problem(numberOfRows, numberOfColumns);</span><br />
<span style="font-family: 'courier new', courier;">close all;</span><br />
<span style="font-family: 'courier new', courier;">[cost , numberOfExpandedNodes] = SolveMaze(problem, true, BFSFringe);</span><br />
<span style="font-family: 'courier new', courier;">disp(&#8216;Solution cost with normal BFS:&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">disp(cost);</span><br />
<span style="font-family: 'courier new', courier;">disp(&#8216;Number of expanded nodes with normal BFS&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">disp(numberOfExpandedNodes);</span><br />
<span style="font-family: 'courier new', courier;">[cost , numberOfExpandedNodes] = SolveMazeBidirectional(problem, true, BFSFringe,BFSFringe);</span><br />
<span style="font-family: 'courier new', courier;">disp(&#8216;Solution cost with bidirectional BFS:&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">disp(cost);</span><br />
<span style="font-family: 'courier new', courier;">disp(&#8216;Number of expanded nodes with bidirectional BFS:&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">disp(numberOfExpandedNodes);</span><br />
<span style="font-family: 'courier new', courier;">end</span></p>
<hr />
<p dir="ltr"><span style="font-family: 'courier new', courier;">ExampleDFS.m</span><br />
<span style="font-family: 'courier new', courier;">function ExampleDFS(numberOfRows, numberOfColumns)</span><br />
<span style="font-family: 'courier new', courier;">disp(&#8216;Depth First Search&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">problem = Problem(numberOfRows, numberOfColumns);</span><br />
<span style="font-family: 'courier new', courier;">close all;</span><br />
<span style="font-family: 'courier new', courier;">[cost , numberOfExpandedNodes] = SolveMaze(problem, true, DFSFringe);</span><br />
<span style="font-family: 'courier new', courier;">disp(&#8216;Solution cost:&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">disp(cost);</span><br />
<span style="font-family: 'courier new', courier;">disp(&#8216;Number of expanded nodes:&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">disp(numberOfExpandedNodes);</span><br />
<span style="font-family: 'courier new', courier;">end</span></p>
<hr />
<p dir="ltr"><span style="font-family: 'courier new', courier;">ExampleBFS.m</span><br />
<span style="font-family: 'courier new', courier;">function ExampleBFS(numberOfRows, numberOfColumns)</span><br />
<span style="font-family: 'courier new', courier;">disp(&#8216;Breadth First Search&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">problem = Problem(numberOfRows, numberOfColumns);</span><br />
<span style="font-family: 'courier new', courier;">close all;</span><br />
<span style="font-family: 'courier new', courier;">[cost , numberOfExpandedNodes] = SolveMaze(problem, true, BFSFringe);</span><br />
<span style="font-family: 'courier new', courier;">disp(&#8216;Solution cost:&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">disp(cost);</span><br />
<span style="font-family: 'courier new', courier;">disp(&#8216;Number of expanded nodes:&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">disp(numberOfExpandedNodes);</span><br />
<span style="font-family: 'courier new', courier;">end</span></p>
<hr />
<p dir="ltr"><span style="font-family: 'courier new', courier;">ExampleBestFirst.m</span><br />
<span style="font-family: 'courier new', courier;">function ExampleBestFirst(numberOfRows, numberOfColumns)</span><br />
<span style="font-family: 'courier new', courier;">disp(&#8216;Best First Search, Straight Line Distance Heuristic&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">problem = Problem(numberOfRows, numberOfColumns);</span><br />
<span style="font-family: 'courier new', courier;">close all;</span><br />
<span style="font-family: 'courier new', courier;">[cost , numberOfExpandedNodes] = SolveMaze(problem, true, BestFirstFringe, SLHeuristic);</span><br />
<span style="font-family: 'courier new', courier;">disp(&#8216;Solution cost:&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">disp(cost);</span><br />
<span style="font-family: 'courier new', courier;">disp(&#8216;Number of expanded nodes:&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">disp(numberOfExpandedNodes);</span><br />
<span style="font-family: 'courier new', courier;">end</span></p>
<hr />
<p dir="ltr"><span style="font-family: 'courier new', courier;">ExampleAStar.m</span><br />
<span style="font-family: 'courier new', courier;">function ExampleAStar(numberOfRows, numberOfColumns)</span><br />
<span style="font-family: 'courier new', courier;">disp(&#8216;A* Search, Straight Line Distance Heuristic&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">problem = Problem(numberOfRows, numberOfColumns);</span><br />
<span style="font-family: 'courier new', courier;">close all;</span><br />
<span style="font-family: 'courier new', courier;">[cost , numberOfExpandedNodes] = SolveMaze(problem, true, AStarFringe, SLHeuristic);</span><br />
<span style="font-family: 'courier new', courier;">disp(&#8216;Solution cost:&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">disp(cost);</span><br />
<span style="font-family: 'courier new', courier;">disp(&#8216;Number of expanded nodes:&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">disp(numberOfExpandedNodes);</span><br />
<span style="font-family: 'courier new', courier;">end</span></p>
<hr />
<p dir="ltr"><span style="font-family: 'courier new', courier;">for i=1:numberOfColumns</span><br />
<span style="font-family: 'courier new', courier;">x=zeros(0);</span><br />
<span style="font-family: 'courier new', courier;">y=zeros(0);</span><br />
<span style="font-family: 'courier new', courier;">for j=1:numberOfRows</span><br />
<span style="font-family: 'courier new', courier;">if(arrayVersion(j,i) == 1)</span><br />
<span style="font-family: 'courier new', courier;">x = [x i];</span><br />
<span style="font-family: 'courier new', courier;">y = [y j];</span><br />
<span style="font-family: 'courier new', courier;">else</span><br />
<span style="font-family: 'courier new', courier;">plot(x,y,&#8217;-ks&#8217;,&#8217;LineWidth&#8217;,3,&#8230;</span><br />
<span style="font-family: 'courier new', courier;">&#8216;MarkerEdgeColor&#8217;,&#8217;k&#8217;,&#8230;</span><br />
<span style="font-family: 'courier new', courier;">&#8216;MarkerFaceColor&#8217;,&#8217;g&#8217;,&#8230;</span><br />
<span style="font-family: 'courier new', courier;">&#8216;MarkerSize&#8217;,5)</span><br />
<span style="font-family: 'courier new', courier;">x=zeros(0);</span><br />
<span style="font-family: 'courier new', courier;">y=zeros(0);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">plot(x,y,&#8217;-ks&#8217;,&#8217;LineWidth&#8217;,3,&#8230;</span><br />
<span style="font-family: 'courier new', courier;">&#8216;MarkerEdgeColor&#8217;,&#8217;k&#8217;,&#8230;</span><br />
<span style="font-family: 'courier new', courier;">&#8216;MarkerFaceColor&#8217;,&#8217;g&#8217;,&#8230;</span><br />
<span style="font-family: 'courier new', courier;">&#8216;MarkerSize&#8217;,5)</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">if isempty(solution) == false</span><br />
<span style="font-family: 'courier new', courier;">[x, y] = ConvertToArray(solution);</span><br />
<span style="font-family: 'courier new', courier;">plot(x,y,&#8217;:r&#8217;, &#8216;LineWidth&#8217;,2);</span><br />
<span style="font-family: 'courier new', courier;">else</span><br />
<span style="font-family: 'courier new', courier;">text(numberOfColumns/2,0,&#8217;FAILURE&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">text(problem.InitialState.Column, problem.InitialState.Row, &#8216;S&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">text(problem.GoalState.Column, problem.GoalState.Row, &#8216;G&#8217;);</span><br />
<span style="font-family: 'courier new', courier;">hold off</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">function [x, y] = ConvertToArray(path)</span><br />
<span style="font-family: 'courier new', courier;">x=zeros(0);</span><br />
<span style="font-family: 'courier new', courier;">y=zeros(0);</span><br />
<span style="font-family: 'courier new', courier;">for node = path</span><br />
<span style="font-family: 'courier new', courier;">x = [x node.State.Column];</span><br />
<span style="font-family: 'courier new', courier;">y = [y node.State.Row];</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span></p>
<hr />
<p dir="ltr"><span style="font-family: 'courier new', courier;">DrawMaze.m</span><br />
<span style="font-family: 'courier new', courier;">function DrawMaze(problem, solution)</span><br />
<span style="font-family: 'courier new', courier;">arrayVersion = problem.ArrayVersion;</span><br />
<span style="font-family: 'courier new', courier;">[numberOfRows, numberOfColumns] = size(problem.States);</span><br />
<span style="font-family: 'courier new', courier;">figure;</span><br />
<span style="font-family: 'courier new', courier;">hold on;</span><br />
<span style="font-family: 'courier new', courier;">axis ij</span><br />
<span style="font-family: 'courier new', courier;">axis([0.5 numberOfColumns+0.5 0.5 numberOfRows+0.5]);</span><br />
<span style="font-family: 'courier new', courier;">for i=1:numberOfRows</span><br />
<span style="font-family: 'courier new', courier;">x=zeros(0);</span><br />
<span style="font-family: 'courier new', courier;">y=zeros(0);</span><br />
<span style="font-family: 'courier new', courier;">for j=1:numberOfColumns</span><br />
<span style="font-family: 'courier new', courier;">if(arrayVersion(i,j) == 1)</span><br />
<span style="font-family: 'courier new', courier;">x = [x j];</span><br />
<span style="font-family: 'courier new', courier;">y = [y i];</span><br />
<span style="font-family: 'courier new', courier;">else</span><br />
<span style="font-family: 'courier new', courier;">plot(x,y,&#8217;-ks&#8217;,&#8217;LineWidth&#8217;,3,&#8230;</span><br />
<span style="font-family: 'courier new', courier;">&#8216;MarkerEdgeColor&#8217;,&#8217;k&#8217;,&#8230;</span><br />
<span style="font-family: 'courier new', courier;">&#8216;MarkerFaceColor&#8217;,&#8217;g&#8217;,&#8230;</span><br />
<span style="font-family: 'courier new', courier;">&#8216;MarkerSize&#8217;,5)</span><br />
<span style="font-family: 'courier new', courier;">x=zeros(0);</span><br />
<span style="font-family: 'courier new', courier;">y=zeros(0);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">plot(x,y,&#8217;-ks&#8217;,&#8217;LineWidth&#8217;,3,&#8230;</span><br />
<span style="font-family: 'courier new', courier;">&#8216;MarkerEdgeColor&#8217;,&#8217;k&#8217;,&#8230;</span><br />
<span style="font-family: 'courier new', courier;">&#8216;MarkerFaceColor&#8217;,&#8217;g&#8217;,&#8230;</span><br />
<span style="font-family: 'courier new', courier;">&#8216;MarkerSize&#8217;,5)</span><br />
<span style="font-family: 'courier new', courier;">end</span></p>
<hr />
<p dir="ltr"><strong><span style="font-family: 'courier new', courier;">SolveMazeBidirectional.m</span></strong><br />
<span style="font-family: 'courier new', courier;">function [cost , numberOfExpandedNodes] = SolveMazeBidirectional(problem, drawMaze, fringe1, fringe2, heuristic1, heuristic2)</span><br />
<span style="font-family: 'courier new', courier;">if isa(fringe1,&#8217;HeuristicFringe&#8217;)</span><br />
<span style="font-family: 'courier new', courier;">fringe1.Set(problem,heuristic1);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">if isa(fringe2,&#8217;HeuristicFringe&#8217;)</span><br />
<span style="font-family: 'courier new', courier;">if nargin == 5</span><br />
<span style="font-family: 'courier new', courier;">fringe2.Set(problem,heuristic1);</span><br />
<span style="font-family: 'courier new', courier;">else</span><br />
<span style="font-family: 'courier new', courier;">fringe2.Set(problem,heuristic2);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">[solution, cost] = BidirectionalSearch(problem, fringe1, fringe2);</span><br />
<span style="font-family: 'courier new', courier;">numberOfExpandedNodes = fringe1.NumberOfExpandedNodes + fringe2.NumberOfExpandedNodes;</span><br />
<span style="font-family: 'courier new', courier;">if drawMaze</span><br />
<span style="font-family: 'courier new', courier;">DrawMaze (problem, solution);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span></p>
<hr />
<p dir="ltr"><strong><span style="font-family: 'courier new', courier;">SolveMaze.m</span></strong><br />
<span style="font-family: 'courier new', courier;">function [cost , numberOfExpandedNodes] = SolveMaze(problem, drawMaze, fringe, heuristic)</span><br />
<span style="font-family: 'courier new', courier;">if isa(fringe,&#8217;HeuristicFringe&#8217;)</span><br />
<span style="font-family: 'courier new', courier;">fringe.Set(problem,heuristic);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">[solution, cost] = GraphSearch(problem,fringe);</span><br />
<span style="font-family: 'courier new', courier;">numberOfExpandedNodes = fringe.NumberOfExpandedNodes;</span><br />
<span style="font-family: 'courier new', courier;">if drawMaze</span><br />
<span style="font-family: 'courier new', courier;">DrawMaze(problem, solution);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span></p>
<hr />
<p dir="ltr"><strong><span style="font-family: 'courier new', courier;">Problem.m</span></strong><br />
<span style="font-family: 'courier new', courier;">classdef Problem &lt; handle</span><br />
<span style="font-family: 'courier new', courier;">properties</span><br />
<span style="font-family: 'courier new', courier;">InitialState</span><br />
<span style="font-family: 'courier new', courier;">GoalState</span><br />
<span style="font-family: 'courier new', courier;">States = State.empty;</span><br />
<span style="font-family: 'courier new', courier;">ArrayVersion</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">methods</span><br />
<span style="font-family: 'courier new', courier;">function problem = Problem(numberOfRows, numberOfColumns)</span><br />
<span style="font-family: 'courier new', courier;">problem.States(1:numberOfRows, 1: numberOfColumns) = State;</span><br />
<span style="font-family: 'courier new', courier;">for i = 1:numberOfRows</span><br />
<span style="font-family: 'courier new', courier;">for j = 1:numberOfColumns</span><br />
<span style="font-family: 'courier new', courier;">if rand &lt; 0.4</span><br />
<span style="font-family: 'courier new', courier;">blocked = true;</span><br />
<span style="font-family: 'courier new', courier;">else</span><br />
<span style="font-family: 'courier new', courier;">blocked = false;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">problem.States(i,j) = State(i,j,blocked);</span><br />
<span style="font-family: 'courier new', courier;">problem.ArrayVersion(i,j) = blocked;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span></p>
<p dir="ltr"><span style="font-family: 'courier new', courier;">index = round(rand*(i*j-1))+1;</span><br />
<span style="font-family: 'courier new', courier;">problem.InitialState = problem.States(index);</span><br />
<span style="font-family: 'courier new', courier;">problem.InitialState.Blocked = false;</span><br />
<span style="font-family: 'courier new', courier;">problem.ArrayVersion(index) = 0;</span><br />
<span style="font-family: 'courier new', courier;">index = round(rand*(i*j-1))+1;</span><br />
<span style="font-family: 'courier new', courier;">problem.GoalState = problem.States(index);</span><br />
<span style="font-family: 'courier new', courier;">problem.GoalState.Blocked = false;</span><br />
<span style="font-family: 'courier new', courier;">problem.ArrayVersion(index) = 0;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">function result = GoalTest(problem, state)</span><br />
<span style="font-family: 'courier new', courier;">if state == problem.GoalState</span><br />
<span style="font-family: 'courier new', courier;">result = true;</span><br />
<span style="font-family: 'courier new', courier;">else</span><br />
<span style="font-family: 'courier new', courier;">result = false;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">function [actions, results] = SuccessorFunction(problem, state)</span><br />
<span style="font-family: 'courier new', courier;">[numberOfRows, numberOfColumns] = size(problem.States);</span><br />
<span style="font-family: 'courier new', courier;">row = state.Row;</span><br />
<span style="font-family: 'courier new', courier;">column = state.Column;</span><br />
<span style="font-family: 'courier new', courier;">actions = double.empty;</span><br />
<span style="font-family: 'courier new', courier;">results = State.empty;</span><br />
<span style="font-family: 'courier new', courier;">index = 0;</span><br />
<span style="font-family: 'courier new', courier;">if(column&gt;1 &amp;&amp; problem.States(row,column-1).Blocked == false)</span><br />
<span style="font-family: 'courier new', courier;">index = index + 1;</span><br />
<span style="font-family: 'courier new', courier;">actions(index) = 4; % left (according to keyboard&#8217;s numeric keypad!)</span><br />
<span style="font-family: 'courier new', courier;">results(index) = problem.States(row,column-1);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">if(column&lt;numberOfColumns &amp;&amp; problem.States(row,column+1).Blocked == false)</span><br />
<span style="font-family: 'courier new', courier;">index = index + 1;</span><br />
<span style="font-family: 'courier new', courier;">actions(index) = 6; % right</span><br />
<span style="font-family: 'courier new', courier;">results(index) = problem.States(row,column+1);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">if(row&gt;1 &amp;&amp; problem.States(row-1,column).Blocked == false)</span><br />
<span style="font-family: 'courier new', courier;">index = index + 1;</span><br />
<span style="font-family: 'courier new', courier;">actions(index) = 8; % up</span><br />
<span style="font-family: 'courier new', courier;">results(index) = problem.States(row-1,column);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">if(row&lt;numberOfRows &amp;&amp; problem.States(row+1,column).Blocked == false)</span><br />
<span style="font-family: 'courier new', courier;">index = index + 1;</span><br />
<span style="font-family: 'courier new', courier;">actions(index) = 2; % down</span><br />
<span style="font-family: 'courier new', courier;">results(index) = problem.States(row+1,column);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">if(column&gt;1 &amp;&amp; row&gt;1 &amp;&amp; problem.States(row-1,column-1).Blocked == false)</span><br />
<span style="font-family: 'courier new', courier;">index = index + 1;</span><br />
<span style="font-family: 'courier new', courier;">actions(index) = 7; % upper left</span><br />
<span style="font-family: 'courier new', courier;">results(index) = problem.States(row-1,column-1);</span><br />
<span style="font-family: 'courier new', courier;">end</span></p>
<p dir="ltr"><span style="font-family: 'courier new', courier;">if(column&lt;numberOfColumns &amp;&amp; row&gt;1 &amp;&amp; problem.States(row-1,column+1).Blocked == false)</span><br />
<span style="font-family: 'courier new', courier;">index = index + 1;</span><br />
<span style="font-family: 'courier new', courier;">actions(index) = 9; % upperRight</span><br />
<span style="font-family: 'courier new', courier;">results(index) = problem.States(row-1,column+1);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">if(column&gt;1 &amp;&amp; row&lt;numberOfRows &amp;&amp; problem.States(row+1,column-1).Blocked == false)</span><br />
<span style="font-family: 'courier new', courier;">index = index + 1;</span><br />
<span style="font-family: 'courier new', courier;">actions(index) = 1; % bottomLeft</span><br />
<span style="font-family: 'courier new', courier;">results(index) = problem.States(row+1,column-1);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">if(column&lt;numberOfColumns &amp;&amp; row&lt;numberOfRows &amp;&amp; problem.States(row+1,column+1).Blocked == false)</span><br />
<span style="font-family: 'courier new', courier;">index = index + 1;</span><br />
<span style="font-family: 'courier new', courier;">actions(index) = 3; % bottomRight</span><br />
<span style="font-family: 'courier new', courier;">results(index) = problem.States(row+1,column+1);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span></p>
<hr />
<p dir="ltr"><span style="font-family: 'courier new', courier;">BidirectionalSearch.m</span><br />
<span style="font-family: 'courier new', courier;">function [solution, cost] = BidirectionalSearch(problem, fringe1, fringe2)</span><br />
<span style="font-family: 'courier new', courier;">closed = State.empty;</span><br />
<span style="font-family: 'courier new', courier;">fringe1.Insert(MakeNode(problem.InitialState));</span><br />
<span style="font-family: 'courier new', courier;">fringe2.Insert(MakeNode(problem.GoalState));</span><br />
<span style="font-family: 'courier new', courier;">while(true)</span><br />
<span style="font-family: 'courier new', courier;">if fringe1.IsEmpty || fringe2.IsEmpty</span><br />
<span style="font-family: 'courier new', courier;">solution = Node.empty; % Failure</span><br />
<span style="font-family: 'courier new', courier;">cost = 0;</span><br />
<span style="font-family: 'courier new', courier;">break;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">[intersectingNodeFromFring1, intersectingNodeFromFring2] = FindIntersection(fringe1,fringe2);</span><br />
<span style="font-family: 'courier new', courier;">if isempty(intersectingNodeFromFring1) == false</span><br />
<span style="font-family: 'courier new', courier;">[solution, cost] = Solution(intersectingNodeFromFring1, intersectingNodeFromFring2);</span><br />
<span style="font-family: 'courier new', courier;">break;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">node1 = fringe1.RemoveFront();</span><br />
<span style="font-family: 'courier new', courier;">node2 = fringe2.RemoveFront();</span><br />
<span style="font-family: 'courier new', courier;">if Contains(closed, node1.State) == false</span><br />
<span style="font-family: 'courier new', courier;">closed = [node1.State closed];</span><br />
<span style="font-family: 'courier new', courier;">fringe1.InsertAll(Expand(node1, problem));</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">if Contains(closed, node2.State) == false</span><br />
<span style="font-family: 'courier new', courier;">closed = [node2.State closed];</span><br />
<span style="font-family: 'courier new', courier;">fringe2.InsertAll(Expand(node2, problem));</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">function [intersectingNodeFromFring1, intersectingNodeFromFring2] = FindIntersection(fringe1,fringe2)</span><br />
<span style="font-family: 'courier new', courier;">intersectingNodeFromFring1 = Node.empty;</span><br />
<span style="font-family: 'courier new', courier;">intersectingNodeFromFring2 = Node.empty;</span><br />
<span style="font-family: 'courier new', courier;">for node1 = fringe1.Nodes</span><br />
<span style="font-family: 'courier new', courier;">for node2 = fringe2.Nodes</span><br />
<span style="font-family: 'courier new', courier;">if node1 == node2</span><br />
<span style="font-family: 'courier new', courier;">intersectingNodeFromFring1 = node1;</span><br />
<span style="font-family: 'courier new', courier;">intersectingNodeFromFring2 = node2;</span></p>
<p dir="ltr"><span style="font-family: 'courier new', courier;">break;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">function [solution, cost] = Solution(node1,node2)</span><br />
<span style="font-family: 'courier new', courier;">solution = node1;</span><br />
<span style="font-family: 'courier new', courier;">currentNode = node1;</span><br />
<span style="font-family: 'courier new', courier;">rootReached = false;</span><br />
<span style="font-family: 'courier new', courier;">while(rootReached == false)</span><br />
<span style="font-family: 'courier new', courier;">currentNode = currentNode.ParentNode;</span><br />
<span style="font-family: 'courier new', courier;">solution = [currentNode solution];</span><br />
<span style="font-family: 'courier new', courier;">if isempty(currentNode) || isempty(currentNode.ParentNode)</span><br />
<span style="font-family: 'courier new', courier;">rootReached = true;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">currentNode = node2;</span><br />
<span style="font-family: 'courier new', courier;">rootReached = false;</span><br />
<span style="font-family: 'courier new', courier;">while(rootReached == false)</span><br />
<span style="font-family: 'courier new', courier;">currentNode = currentNode.ParentNode;</span><br />
<span style="font-family: 'courier new', courier;">solution = [solution currentNode];</span><br />
<span style="font-family: 'courier new', courier;">if isempty(currentNode) || isempty(currentNode.ParentNode)</span><br />
<span style="font-family: 'courier new', courier;">rootReached = true;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">cost = node1.PathCost + node2.PathCost;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">5.16. Problem.m</span><br />
<span style="font-family: 'courier new', courier;">classdef Problem &lt; handle</span><br />
<span style="font-family: 'courier new', courier;">properties</span><br />
<span style="font-family: 'courier new', courier;">InitialState</span><br />
<span style="font-family: 'courier new', courier;">GoalState</span><br />
<span style="font-family: 'courier new', courier;">States = State.empty;</span><br />
<span style="font-family: 'courier new', courier;">ArrayVersion</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">methods</span><br />
<span style="font-family: 'courier new', courier;">function problem = Problem(numberOfRows, numberOfColumns)</span><br />
<span style="font-family: 'courier new', courier;">problem.States(1:numberOfRows, 1: numberOfColumns) = State;</span><br />
<span style="font-family: 'courier new', courier;">for i = 1:numberOfRows</span><br />
<span style="font-family: 'courier new', courier;">for j = 1:numberOfColumns</span><br />
<span style="font-family: 'courier new', courier;">if rand &lt; 0.4</span><br />
<span style="font-family: 'courier new', courier;">blocked = true;</span><br />
<span style="font-family: 'courier new', courier;">else</span><br />
<span style="font-family: 'courier new', courier;">blocked = false;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">problem.States(i,j) = State(i,j,blocked);</span><br />
<span style="font-family: 'courier new', courier;">problem.ArrayVersion(i,j) = blocked;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span></p>
<p dir="ltr"><span style="font-family: 'courier new', courier;">index = round(rand*(i*j-1))+1;</span><br />
<span style="font-family: 'courier new', courier;">problem.InitialState = problem.States(index);</span><br />
<span style="font-family: 'courier new', courier;">problem.InitialState.Blocked = false;</span><br />
<span style="font-family: 'courier new', courier;">problem.ArrayVersion(index) = 0;</span><br />
<span style="font-family: 'courier new', courier;">index = round(rand*(i*j-1))+1;</span><br />
<span style="font-family: 'courier new', courier;">problem.GoalState = problem.States(index);</span><br />
<span style="font-family: 'courier new', courier;">problem.GoalState.Blocked = false;</span><br />
<span style="font-family: 'courier new', courier;">problem.ArrayVersion(index) = 0;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">function result = GoalTest(problem, state)</span><br />
<span style="font-family: 'courier new', courier;">if state == problem.GoalState</span><br />
<span style="font-family: 'courier new', courier;">result = true;</span><br />
<span style="font-family: 'courier new', courier;">else</span><br />
<span style="font-family: 'courier new', courier;">result = false;</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">function [actions, results] = SuccessorFunction(problem, state)</span><br />
<span style="font-family: 'courier new', courier;">[numberOfRows, numberOfColumns] = size(problem.States);</span><br />
<span style="font-family: 'courier new', courier;">row = state.Row;</span><br />
<span style="font-family: 'courier new', courier;">column = state.Column;</span><br />
<span style="font-family: 'courier new', courier;">actions = double.empty;</span><br />
<span style="font-family: 'courier new', courier;">results = State.empty;</span><br />
<span style="font-family: 'courier new', courier;">index = 0;</span><br />
<span style="font-family: 'courier new', courier;">if(column&gt;1 &amp;&amp; problem.States(row,column-1).Blocked == false)</span><br />
<span style="font-family: 'courier new', courier;">index = index + 1;</span><br />
<span style="font-family: 'courier new', courier;">actions(index) = 4; % left (according to keyboard&#8217;s numeric keypad!)</span><br />
<span style="font-family: 'courier new', courier;">results(index) = problem.States(row,column-1);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">if(column&lt;numberOfColumns &amp;&amp; problem.States(row,column+1).Blocked == false)</span><br />
<span style="font-family: 'courier new', courier;">index = index + 1;</span><br />
<span style="font-family: 'courier new', courier;">actions(index) = 6; % right</span><br />
<span style="font-family: 'courier new', courier;">results(index) = problem.States(row,column+1);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">if(row&gt;1 &amp;&amp; problem.States(row-1,column).Blocked == false)</span><br />
<span style="font-family: 'courier new', courier;">index = index + 1;</span><br />
<span style="font-family: 'courier new', courier;">actions(index) = 8; % up</span><br />
<span style="font-family: 'courier new', courier;">results(index) = problem.States(row-1,column);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">if(row&lt;numberOfRows &amp;&amp; problem.States(row+1,column).Blocked == false)</span><br />
<span style="font-family: 'courier new', courier;">index = index + 1;</span><br />
<span style="font-family: 'courier new', courier;">actions(index) = 2; % down</span><br />
<span style="font-family: 'courier new', courier;">results(index) = problem.States(row+1,column);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">if(column&gt;1 &amp;&amp; row&gt;1 &amp;&amp; problem.States(row-1,column-1).Blocked == false)</span><br />
<span style="font-family: 'courier new', courier;">index = index + 1;</span><br />
<span style="font-family: 'courier new', courier;">actions(index) = 7; % upper left</span><br />
<span style="font-family: 'courier new', courier;">results(index) = problem.States(row-1,column-1);</span><br />
<span style="font-family: 'courier new', courier;">end</span></p>
<p dir="ltr"><span style="font-family: 'courier new', courier;">if(column&lt;numberOfColumns &amp;&amp; row&gt;1 &amp;&amp; problem.States(row-1,column+1).Blocked == false)</span><br />
<span style="font-family: 'courier new', courier;">index = index + 1;</span><br />
<span style="font-family: 'courier new', courier;">actions(index) = 9; % upperRight</span><br />
<span style="font-family: 'courier new', courier;">results(index) = problem.States(row-1,column+1);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">if(column&gt;1 &amp;&amp; row&lt;numberOfRows &amp;&amp; problem.States(row+1,column-1).Blocked == false)</span><br />
<span style="font-family: 'courier new', courier;">index = index + 1;</span><br />
<span style="font-family: 'courier new', courier;">actions(index) = 1; % bottomLeft</span><br />
<span style="font-family: 'courier new', courier;">results(index) = problem.States(row+1,column-1);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">if(column&lt;numberOfColumns &amp;&amp; row&lt;numberOfRows &amp;&amp; problem.States(row+1,column+1).Blocked == false)</span><br />
<span style="font-family: 'courier new', courier;">index = index + 1;</span><br />
<span style="font-family: 'courier new', courier;">actions(index) = 3; % bottomRight</span><br />
<span style="font-family: 'courier new', courier;">results(index) = problem.States(row+1,column+1);</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span><br />
<span style="font-family: 'courier new', courier;">end</span></p>
<p>نوشته <a href="https://matlab1.ir/1484/">کد classical AI search algorithms</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/1484/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>کاربردهای نرم افزار متلب</title>
		<link>https://matlab1.ir/%da%a9%d8%a7%d8%b1%d8%a8%d8%b1%d8%af%d9%87%d8%a7%db%8c-%d9%86%d8%b1%d9%85-%d8%a7%d9%81%d8%b2%d8%a7%d8%b1-%d9%85%d8%aa%d9%84%d8%a8/</link>
					<comments>https://matlab1.ir/%da%a9%d8%a7%d8%b1%d8%a8%d8%b1%d8%af%d9%87%d8%a7%db%8c-%d9%86%d8%b1%d9%85-%d8%a7%d9%81%d8%b2%d8%a7%d8%b1-%d9%85%d8%aa%d9%84%d8%a8/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Wed, 15 Feb 2023 18:59:00 +0000</pubDate>
				<category><![CDATA[آموزش]]></category>
		<category><![CDATA[MATLAB متلب]]></category>
		<guid isPermaLink="false">https://matlab1.ir/?p=14631</guid>

					<description><![CDATA[<p>نرم افزار MATLAB یکی از قدرتمندترین ابزارهای محاسباتی و تحلیلی در دنیای علم و صنعت است. در اینجا به برخی از کاربردهای MATLAB در علوم مختلف اشاره خواهیم کرد: علوم ریاضیاتی: MATLAB [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%da%a9%d8%a7%d8%b1%d8%a8%d8%b1%d8%af%d9%87%d8%a7%db%8c-%d9%86%d8%b1%d9%85-%d8%a7%d9%81%d8%b2%d8%a7%d8%b1-%d9%85%d8%aa%d9%84%d8%a8/">کاربردهای نرم افزار متلب</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p>نرم افزار MATLAB یکی از قدرتمندترین ابزارهای محاسباتی و تحلیلی در دنیای علم و صنعت است. در اینجا به برخی از کاربردهای MATLAB در علوم مختلف اشاره خواهیم کرد:</p>
<ul>
<li>علوم ریاضیاتی: MATLAB یکی از محبوب‌ترین نرم‌افزارهای مورد استفاده در ریاضیات است و از آن به عنوان یک محیط محاسباتی و تحلیلی استفاده می‌شود. MATLAB برای حل مسائل مربوط به نظریه گراف، محاسبات عددی، آمار و احتمالات، رمزنگاری، روش‌های تفاضلی، روش‌های جبری و غیره استفاده می‌شود.</li>
<li>علوم مهندسی: MATLAB یکی از مورد استفاده قرار گرفته در علوم مهندسی است و برای حل مسائل مختلف مربوط به مهندسی برق، مهندسی مکانیک، مهندسی شیمی، مهندسی عمران و غیره استفاده می‌شود. MATLAB برای تحلیل و طراحی سیستم‌های کنترل، شبیه‌سازی سیستم‌های انرژی، مدلسازی سیستم‌های تشخیص خطا و غیره مورد استفاده قرار می‌گیرد.</li>
<li>علوم پزشکی: MATLAB یکی از برترین نرم‌افزارهای مورد استفاده در پزشکی است و برای تحلیل داده‌های پزشکی، تحلیل سیگنال‌های پزشکی، تحلیل تصویر پزشکی و غیره استفاده می‌شود. MATLAB به عنوان یک محیط محاسباتی و تحلیلی برای بسیاری از پژوهش‌های پزشکی مورد استفاده قرار می‌گیرد.</li>
<li>علوم زمین‌شناسی: MATLAB برای تحلیل داده‌های زمین‌شناسی و مهندسی زمین، تحلیل داده‌های رادار و شبیه</li>
<li>علوم اقتصادی: MATLAB برای تحلیل داده‌های مالی و اقتصادی، مدلسازی سیستم‌های مالی، طراحی و پیاده‌سازی سیستم‌های معاملاتی و غیره استفاده می‌شود.</li>
<li>علوم فیزیکی: MATLAB برای مدلسازی و شبیه‌سازی سیستم‌های فیزیکی، حل مسائل مربوط به الکترودینامیک، نوری، مغناطیسی، اپتیک و غیره استفاده می‌شود.</li>
<li>علوم روانشناسی: MATLAB برای تحلیل داده‌های روان‌شناختی، مدلسازی و شبیه‌سازی سیستم‌های روان‌شناختی و طراحی و پیاده‌سازی آزمایش‌های روان‌شناختی و غیره استفاده می‌شود.</li>
<li>علوم بیولوژی: MATLAB برای تحلیل داده‌های بیولوژیکی، مدلسازی سیستم‌های بیولوژیکی، طراحی و پیاده‌سازی آزمایش‌های بیولوژیکی و غیره استفاده می‌شود.</li>
<li>علوم کامپیوتر: MATLAB برای پردازش تصویر، شبیه‌سازی شبکه‌های عصبی، پردازش سیگنال‌های صوتی، پردازش متن و غیره استفاده می‌شود.</li>
</ul>
<p>در کل، MATLAB یک ابزار بسیار قدرتمند است که در صنایع مختلف مورد استفاده قرار می‌گیرد. این نرم‌افزار به عنوان یک محیط محاسباتی و تحلیلی قدرتمند، به محققان و متخصصان می‌تواند در بسیاری از زمینه‌ها کمک کند و به دستیابی به نتایج بهتر و دقیق‌تر کمک کند.</p>
<p>نوشته <a href="https://matlab1.ir/%da%a9%d8%a7%d8%b1%d8%a8%d8%b1%d8%af%d9%87%d8%a7%db%8c-%d9%86%d8%b1%d9%85-%d8%a7%d9%81%d8%b2%d8%a7%d8%b1-%d9%85%d8%aa%d9%84%d8%a8/">کاربردهای نرم افزار متلب</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%da%a9%d8%a7%d8%b1%d8%a8%d8%b1%d8%af%d9%87%d8%a7%db%8c-%d9%86%d8%b1%d9%85-%d8%a7%d9%81%d8%b2%d8%a7%d8%b1-%d9%85%d8%aa%d9%84%d8%a8/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>مشاهده واحدهای پشتیبانی شونده در متلب</title>
		<link>https://matlab1.ir/%d9%85%d8%b4%d8%a7%d9%87%d8%af%d9%87-%d9%88%d8%a7%d8%ad%d8%af%d9%87%d8%a7%db%8c-%d9%be%d8%b4%d8%aa%db%8c%d8%a8%d8%a7%d9%86%db%8c-%d8%b4%d9%88%d9%86%d8%af%d9%87-%d8%af%d8%b1-%d9%85%d8%aa%d9%84%d8%a8/</link>
					<comments>https://matlab1.ir/%d9%85%d8%b4%d8%a7%d9%87%d8%af%d9%87-%d9%88%d8%a7%d8%ad%d8%af%d9%87%d8%a7%db%8c-%d9%be%d8%b4%d8%aa%db%8c%d8%a8%d8%a7%d9%86%db%8c-%d8%b4%d9%88%d9%86%d8%af%d9%87-%d8%af%d8%b1-%d9%85%d8%aa%d9%84%d8%a8/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Tue, 10 Jan 2023 12:04:35 +0000</pubDate>
				<category><![CDATA[MATLAB متلب]]></category>
		<guid isPermaLink="false">https://matlab1.ir/?p=14597</guid>

					<description><![CDATA[<p>متلب و سیمولینک یکی از ابزارهای پر کاربرد در پروژه های مهندسی می باشند. در این پروژه ها از متغییرهای فیزیکی زیادی مانند فشار و نیرو و وزن و دبی استفاده می [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d9%85%d8%b4%d8%a7%d9%87%d8%af%d9%87-%d9%88%d8%a7%d8%ad%d8%af%d9%87%d8%a7%db%8c-%d9%be%d8%b4%d8%aa%db%8c%d8%a8%d8%a7%d9%86%db%8c-%d8%b4%d9%88%d9%86%d8%af%d9%87-%d8%af%d8%b1-%d9%85%d8%aa%d9%84%d8%a8/">مشاهده واحدهای پشتیبانی شونده در متلب</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p><span style="font-size: 14pt;">متلب و <a href="https://iran-matlab.ir/product/%D8%A2%D9%85%D9%88%D8%B2%D8%B4-%D8%AC%D8%A7%D9%85%D8%B9-%D8%B3%DB%8C%D9%85%D9%88%D9%84%DB%8C%D9%86%DA%A9-simulink/" target="_blank" rel="noopener">سیمولینک</a> یکی از ابزارهای پر کاربرد در پروژه های مهندسی می باشند. در این پروژه ها از متغییرهای فیزیکی زیادی مانند فشار و نیرو و وزن و دبی استفاده می شود.هر متغییر فیزیکی دارای یک واحد SI می باشد.</span></p>
<p><span style="font-size: 14pt;">برای مشاهده لیست تمامی unit های پشیبانی شونده در نسخه متلب خود دستور زیر را در متلب وارد کنید.</span></p>
<p>&nbsp;</p>
<blockquote>
<p dir="ltr"><span style="font-size: 14pt;"><strong><span style="font-family: 'Courier New', Courier;">&gt; showunitslist</span></strong></span></p>
</blockquote>
<p dir="ltr">
<p dir="ltr">
<p dir="ltr">
<blockquote class="wp-embedded-content" data-secret="3c1Lb44Zuv"><p><a href="https://iran-matlab.ir/product/%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d8%ac%d8%a7%d9%85%d8%b9-%d8%b3%db%8c%d9%85%d9%88%d9%84%db%8c%d9%86%da%a9-simulink/">آموزش جامع سیمولینک simulink</a></p></blockquote>
<p><iframe class="wp-embedded-content" sandbox="allow-scripts" security="restricted"  title="&#8220;آموزش جامع سیمولینک simulink&#8221; &#8212; ایران متلب" src="https://iran-matlab.ir/product/%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d8%ac%d8%a7%d9%85%d8%b9-%d8%b3%db%8c%d9%85%d9%88%d9%84%db%8c%d9%86%da%a9-simulink/embed/#?secret=4dQvMazfHv#?secret=3c1Lb44Zuv" data-secret="3c1Lb44Zuv" width="600" height="338" frameborder="0" marginwidth="0" marginheight="0" scrolling="no"></iframe></p>
<p>نوشته <a href="https://matlab1.ir/%d9%85%d8%b4%d8%a7%d9%87%d8%af%d9%87-%d9%88%d8%a7%d8%ad%d8%af%d9%87%d8%a7%db%8c-%d9%be%d8%b4%d8%aa%db%8c%d8%a8%d8%a7%d9%86%db%8c-%d8%b4%d9%88%d9%86%d8%af%d9%87-%d8%af%d8%b1-%d9%85%d8%aa%d9%84%d8%a8/">مشاهده واحدهای پشتیبانی شونده در متلب</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d9%85%d8%b4%d8%a7%d9%87%d8%af%d9%87-%d9%88%d8%a7%d8%ad%d8%af%d9%87%d8%a7%db%8c-%d9%be%d8%b4%d8%aa%db%8c%d8%a8%d8%a7%d9%86%db%8c-%d8%b4%d9%88%d9%86%d8%af%d9%87-%d8%af%d8%b1-%d9%85%d8%aa%d9%84%d8%a8/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>این کاراکتر چیست؟ 65279</title>
		<link>https://matlab1.ir/%d8%a7%db%8c%d9%86-%da%a9%d8%a7%d8%b1%d8%a7%da%a9%d8%aa%d8%b1-%da%86%db%8c%d8%b3%d8%aa%d8%9f-65279/</link>
					<comments>https://matlab1.ir/%d8%a7%db%8c%d9%86-%da%a9%d8%a7%d8%b1%d8%a7%da%a9%d8%aa%d8%b1-%da%86%db%8c%d8%b3%d8%aa%d8%9f-65279/#comments</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Fri, 13 Nov 2020 13:49:52 +0000</pubDate>
				<category><![CDATA[آموزش]]></category>
		<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[نکات برنامه نویسی]]></category>
		<guid isPermaLink="false">https://matlab1.ir/?p=14494</guid>

					<description><![CDATA[<p>سلام بر بچه ها یکی از مشکلاتی که در برنامه نویسی ممکن است به آن برخورد کنید، برخورد با کاراکتر ascii با کد 65279 می باشد. این مشکل بیشر در هنگام خواندن [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d8%a7%db%8c%d9%86-%da%a9%d8%a7%d8%b1%d8%a7%da%a9%d8%aa%d8%b1-%da%86%db%8c%d8%b3%d8%aa%d8%9f-65279/">این کاراکتر چیست؟ 65279</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p>سلام بر بچه ها</p>
<p>یکی از مشکلاتی که در برنامه نویسی ممکن است به آن برخورد کنید، برخورد با کاراکتر ascii با کد 65279 می باشد.</p>
<p>این مشکل بیشر در هنگام خواندن فایلها رخ می دهد.</p>
<p>این مشکل ربطی به زبان برنامه نویسی شما ندارد در همه زبان های برنامه نویسی ممکن است رخ دهد.</p>
<p>این کاراکتر به اسم</p>
<p><strong><span style="color: #ff0000;">zero-width no-break space</span></strong></p>
<p>شناخته می شود و بیشتر هنگامی رخ می دهد که فایل شما به صورت<br />
<strong><span style="color: #008000;">byte-order mark (BOM)</span></strong><br />
ذخیره شده باشد.</p>
<p>لذا کافی است که فایل خود را بدون این ویژگی ذخیره کنید.</p>
<p>مثلا فرض کنید من فایل زیر را می خوانم.</p>
<p>fid=fopen(&#8216;retio.sr&#8217;,&#8217;r&#8217;);</p>
<p>با دستور زیر هر خط آنرا به ترتیب در یک حلقه می خوانم</p>
<p>tline = fgetl(fid)</p>
<p>فرض کنید عدد 1 در اولین خط آن قرار داشته باشد.</p>
<p>شما این خط را می خوانید و با کمال تعجب می بینید که چیزی که خواندید دارای 2 بعد می باشد.</p>
<p>بعد اول چیزی که خواندید همین کاراکتر اسکی 65279 می باشد.</p>
<p>اگر خروجی tline را چاپ کنید تنها عدد 1 را می بینید و این کد اسکی مخفی است.</p>
<p>برای دیدن این کد کافی است tline را به دستور double بفرستید.</p>
<p>&nbsp;</p>
<p>نوشته <a href="https://matlab1.ir/%d8%a7%db%8c%d9%86-%da%a9%d8%a7%d8%b1%d8%a7%da%a9%d8%aa%d8%b1-%da%86%db%8c%d8%b3%d8%aa%d8%9f-65279/">این کاراکتر چیست؟ 65279</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d8%a7%db%8c%d9%86-%da%a9%d8%a7%d8%b1%d8%a7%da%a9%d8%aa%d8%b1-%da%86%db%8c%d8%b3%d8%aa%d8%9f-65279/feed/</wfw:commentRss>
			<slash:comments>1</slash:comments>
		
		
			</item>
		<item>
		<title>برنامه نویسی متلب درخت تصمیم</title>
		<link>https://matlab1.ir/%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%86%d9%88%db%8c%d8%b3%db%8c-%d9%85%d8%aa%d9%84%d8%a8-%d8%af%d8%b1%d8%ae%d8%aa-%d8%aa%d8%b5%d9%85%db%8c%d9%85/</link>
					<comments>https://matlab1.ir/%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%86%d9%88%db%8c%d8%b3%db%8c-%d9%85%d8%aa%d9%84%d8%a8-%d8%af%d8%b1%d8%ae%d8%aa-%d8%aa%d8%b5%d9%85%db%8c%d9%85/#comments</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Fri, 01 May 2020 08:18:47 +0000</pubDate>
				<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[دسته بندی کننده درختی]]></category>
		<category><![CDATA[یادگیری ماشین در پایتون]]></category>
		<guid isPermaLink="false">https://matlab1.ir/?p=14148</guid>

					<description><![CDATA[<p>درخت های تصمیم یک روش یادگیری با ناظر غیر پارامتری می باشد که برای کاربردهای دسته بندی و رگرسیون قابل استفاده هستند. هدف از آن ایجاد یک مدل بر اساس گره های [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%86%d9%88%db%8c%d8%b3%db%8c-%d9%85%d8%aa%d9%84%d8%a8-%d8%af%d8%b1%d8%ae%d8%aa-%d8%aa%d8%b5%d9%85%db%8c%d9%85/">برنامه نویسی متلب درخت تصمیم</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p style="text-align: justify;"><span style="font-size: 14pt;">درخت های تصمیم یک روش یادگیری با ناظر غیر پارامتری می باشد که برای کاربردهای دسته بندی و رگرسیون قابل استفاده هستند. هدف از آن ایجاد یک مدل بر اساس گره های تصمیم گیری می باشد. اساس کار یک درخت تصمیم، گره های تصمیم گیری (Decision Node) می باشند. ایده اصلی یک درخت تصمیم از طبیعت الهام گرفته شده است. </span></p>
<p><img loading="lazy" decoding="async" class="aligncenter size-full wp-image-15250" src="https://iran-matlab.ir/wp-content/uploads/2020/04/deciosn-Tree.jpg" alt="" width="800" height="350" /></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">در شکل بالا یک درخت تصمیم ساده نشان داده شده است. این درخت تصمیم برای دسته بندی یک فرد بر اساس سه ویژگی ورزش و خوردن پیتزا و سن تشکیل شده است. خروجی این درخت تصمیم یکی از دو کلاس Fit و Unfit می باشد. از انواع درخت های تصمیم می توان C4.5 و C5 و Meta Decision Tree و <a href="https://iran-matlab.ir/?product=%D8%A2%D9%85%D9%88%D8%B2%D8%B4-%D8%A8%D8%B1%D9%86%D8%A7%D9%85%D9%87-%D9%86%D9%88%DB%8C%D8%B3%DB%8C-random-forest-%D8%AF%D8%B1-%D9%85%D8%AA%D9%84%D8%A8" target="_blank" rel="noopener noreferrer">Random Forest</a> وJ48 را نام برد.</span></p>
<p style="text-align: justify;"><span style="font-size: 14pt; color: #800080;"><strong>المانهای اصلی تشکیل دهنده یک درخت تصمیم :</strong></span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;"><span style="color: #ff6600;">Root Node</span> (گره ریشه): اصلی ترین گره در درخت تصمیم می باشد و عملیات درخت تصمیم از این گره آغاز می شود. </span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;"><span style="color: #ff6600;">Decision Node</span> (گره تصمیم گیری): گره هایی که به چند بخش تقسیم می شوند و متناسب با اندازه متغییر ورودی یکی از دو مسیر را مشخص می کنند. </span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;"><a href="https://www.cs.cmu.edu/afs/cs.cmu.edu/academic/class/15381-s06/www/DTs.pdf" target="_blank" rel="noopener noreferrer"><span style="color: #ff6600;">Leaf / Terminal Node</span></a> (گره پایانی / برگ): گره های انتهایی یک درخت تصمیم هستند که اغلب مشخص کننده یکی از کلاسهای خروجی می باشند.</span></p>
<p style="text-align: center;"><img loading="lazy" decoding="async" class="aligncenter wp-image-15252" src="https://iran-matlab.ir/wp-content/uploads/2020/04/diagram-decision-tree-MATLAB-code.jpg" alt="" width="527" height="368" /></p>
<p style="text-align: justify;"><span style="color: #800080;"><strong><span style="font-size: 14pt;">مزیت های درخت تصمیم :</span></strong></span></p>
<ul>
<li style="text-align: justify;"><span style="font-size: 14pt;">سادگی درک و تفسیر و نمایش</span></li>
<li style="text-align: justify;"><span style="font-size: 14pt;">امکان پیاده سازی سخت افزاری راحت</span></li>
<li style="text-align: justify;"><span style="font-size: 14pt;">قابلیت کار هم با داده های عددی و هم دسته بندی شده</span></li>
<li style="text-align: justify;"><span style="font-size: 14pt;">امکان مدلسازی مسئله های چند خروجی</span></li>
<li style="text-align: justify;"><span style="font-size: 14pt;">برعکس شبکه های عصبی که مثل یک جعبه سیاه هستند اما درخت تصمیم عملکرد آن به راحتی توسط شخص استفاده کننده، قابل درک است.</span></li>
</ul>
<p style="text-align: center;">[button type=&#8221;big&#8221; color=&#8221;purple&#8221;] <span style="font-size: 14pt;"><strong><span style="color: #ffff00;">ارسال لینک های دانلود به ایمیل شما</span></strong></span>[/button]</p>
<p style="text-align: justify;"><span style="font-size: 14pt;">این فیلم آموزشی اختصاص به پیاده سازی متلب درخت تصمیم دارد. </span><span style="font-size: 14pt;">این آموزش مناسب هر شخصی می باشد که می خواهد برنامه نویسی متلب درخت تصمیم را یاد بگیرد . شما به هیچ پیش نیاز ریاضی یا مهندسی برای این آموزش نیاز ندارید. به شما اطمینان می دهیم که از این آموزش نهایت لذت را ببرید.</span></p>
<p>&nbsp;</p>
<p><span style="color: #800080;"><strong><span style="font-size: 14pt;">محتوی این فیلم آموزشی :</span></strong></span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">در ابتدا مقداری تئوری درخت تصمیم گفته می شود، سپس برنامه نویسی مقدماتی با چندین مثال ساده شروع میشود و به مرور مثالهای کاملتری آموزش داده می شود. شما با نحوه نمایش یک درخت تصمیم در متلب هم آشنا می شوید. مثالهایی از cross-validation هم گفته می شود. عملیات هرس کردن pruning به صورت عملی در متلب پیاده سازی و مفهوم سطح هرس بیان می شود. سپس گزینه های قابل دسترس برای تنطمیمات درخت تصمیم در متلب گفته می شود و در نهایت نحوه بهینه سازی یک  درخت تصمیم به صورت عملی در متلب آموزش داده می شود. <span style="color: #ff6600;">همراه با این آموزش 13 کد متلب درخت تصمیم هم قرار دارد که در آموزش خط به خط آنها توضیح کامل داده شده است. </span></span></p>
<p><span style="font-size: 14pt;"><strong>تعدادی</strong> از کدهای این آموزش را می توانید در GitHub ایران متلب مشاهده کنید:</span></p>
<p dir="ltr" style="text-align: left;"><span style="font-size: 14pt;"><a href="https://github.com/PymatFlow/MATLABDecisionTree" target="_blank" rel="noopener noreferrer">https://github.com/PymatFlow/MATLABDecisionTree</a></span></p>
<p>&nbsp;</p>
<p><a href="#_ftnref1" name="_ftn1"></a><a href="#_ftnref8" name="_ftn8"></a></p>
<hr />
<p style="text-align: center;"><span style="color: #ff6600;"><strong><span style="font-size: 16pt;">پیش نمایش </span></strong></span></p>
<p><iframe loading="lazy" src="https://takhtesefid.org/embed?v=495600618046" width="806" height="392" frameborder="0" scrolling="no" allowfullscreen="allowfullscreen"><span data-mce-type="bookmark" style="display: inline-block; width: 0px; overflow: hidden; line-height: 0;" class="mce_SELRES_start">﻿</span></iframe></p>
<p style="text-align: center;"><span style="font-size: 18pt;"><a href="http://www.mediafire.com/file/sfyfiac9u2yt4gj/Demo_DecisionTree.rar/file" target="_blank" rel="noopener noreferrer">دانلود پیش نمایش (کیفیت بالا)</a></span></p>
<p>&nbsp;</p>
<hr />
<p style="text-align: center;"><span style="font-size: 16pt;"><span style="color: #800080;"><strong>مدت زمان</strong></span> : <strong><span style="color: #008000;">214 دقیقه</span></strong></span></p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p style="text-align: center;"><a href="https://iran-matlab.ir/?product=%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%86%d9%88%db%8c%d8%b3%db%8c-%d9%85%d8%aa%d9%84%d8%a8-%d8%af%d8%b1%d8%ae%d8%aa-%d8%aa%d8%b5%d9%85%db%8c%d9%85" target="_blank" rel="noopener noreferrer"><span style="font-size: 72pt;">لینک سفارش</span></a></p>
<p>نوشته <a href="https://matlab1.ir/%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%86%d9%88%db%8c%d8%b3%db%8c-%d9%85%d8%aa%d9%84%d8%a8-%d8%af%d8%b1%d8%ae%d8%aa-%d8%aa%d8%b5%d9%85%db%8c%d9%85/">برنامه نویسی متلب درخت تصمیم</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%86%d9%88%db%8c%d8%b3%db%8c-%d9%85%d8%aa%d9%84%d8%a8-%d8%af%d8%b1%d8%ae%d8%aa-%d8%aa%d8%b5%d9%85%db%8c%d9%85/feed/</wfw:commentRss>
			<slash:comments>1</slash:comments>
		
		
			</item>
		<item>
		<title>بسته آموزشی جامع یادگیری عمیق Deep Learning</title>
		<link>https://matlab1.ir/%d8%a8%d8%b3%d8%aa%d9%87-%d8%a2%d9%85%d9%88%d8%b2%d8%b4%db%8c-%d8%ac%d8%a7%d9%85%d8%b9-%db%8c%d8%a7%d8%af%da%af%db%8c%d8%b1%db%8c-%d8%b9%d9%85%db%8c%d9%82-deep-learning/</link>
					<comments>https://matlab1.ir/%d8%a8%d8%b3%d8%aa%d9%87-%d8%a2%d9%85%d9%88%d8%b2%d8%b4%db%8c-%d8%ac%d8%a7%d9%85%d8%b9-%db%8c%d8%a7%d8%af%da%af%db%8c%d8%b1%db%8c-%d8%b9%d9%85%db%8c%d9%82-deep-learning/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Thu, 09 Apr 2020 14:08:04 +0000</pubDate>
				<category><![CDATA[آموزش]]></category>
		<category><![CDATA[آموزش python]]></category>
		<category><![CDATA[آموزش پردازش تصویر]]></category>
		<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[داده كاوي]]></category>
		<category><![CDATA[شبکه عصبی CNN]]></category>
		<category><![CDATA[شبکه عصبی در پایتون]]></category>
		<category><![CDATA[شبکه های عصبی]]></category>
		<category><![CDATA[هوش مصنوعی]]></category>
		<category><![CDATA[یادگیری عمیق]]></category>
		<category><![CDATA[یادگیری ماشین در پایتون]]></category>
		<category><![CDATA[آموزش دیپ لرنینگ]]></category>
		<category><![CDATA[deep learning]]></category>
		<category><![CDATA[deep learning MATLAB]]></category>
		<category><![CDATA[Deep Neural Networks]]></category>
		<category><![CDATA[pretrained neural networks]]></category>
		<category><![CDATA[transfer learning MATLAB]]></category>
		<category><![CDATA[پیش بینی یادگیری عمیق]]></category>
		<category><![CDATA[تشخیص دیپ لرنینگ]]></category>
		<category><![CDATA[دیپ لرنینگ MATLAB]]></category>
		<category><![CDATA[دیپ لرنینگ متلب]]></category>
		<category><![CDATA[شبکه های عصبی از پیش آموزش داده شده]]></category>
		<category><![CDATA[شبکه های عصبی عمیق]]></category>
		<category><![CDATA[یادگیری عمیق MATLAB]]></category>
		<category><![CDATA[یادگیری عمیق متلب]]></category>
		<category><![CDATA[یادگیری ماشین]]></category>
		<guid isPermaLink="false">https://matlab1.ir/?p=14107</guid>

					<description><![CDATA[<p>یکی از زمینه های بسیار جذاب و پرکاربرد در قرن اخیر هوش مصنوعی می باشد. هم اکنون کاربردهای بسیار زیادی برای هوش مصنوعی در جهان اطراف ما قابل مشاهده است مثل ماشین [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d8%a8%d8%b3%d8%aa%d9%87-%d8%a2%d9%85%d9%88%d8%b2%d8%b4%db%8c-%d8%ac%d8%a7%d9%85%d8%b9-%db%8c%d8%a7%d8%af%da%af%db%8c%d8%b1%db%8c-%d8%b9%d9%85%db%8c%d9%82-deep-learning/">بسته آموزشی جامع یادگیری عمیق Deep Learning</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<figure id="attachment_15065" aria-describedby="caption-attachment-15065" style="width: 800px" class="wp-caption aligncenter"><img loading="lazy" decoding="async" class="size-full wp-image-15065" src="http://iran-matlab.ir/wp-content/uploads/2020/04/Artificial-Intelligence2.jpg" alt="" width="800" height="340" /><figcaption id="caption-attachment-15065" class="wp-caption-text">هوش مصنوعی &#8211; یادگیری عمیق</figcaption></figure>
<p style="text-align: justify;"><span style="font-size: 14pt;">یکی از زمینه های بسیار جذاب و پرکاربرد در قرن اخیر هوش مصنوعی می باشد. هم اکنون کاربردهای بسیار زیادی برای هوش مصنوعی در جهان اطراف ما قابل مشاهده است مثل ماشین های بدون راننده ، دستیاران صوتی، مترجم های آنلاین، رباتهای هوشمند، نرم افزارهای تشخیص بیماری ، الگوریتم های هوشمند داده کاوی، تشخیص چهره، ربات سخن گو، پیش بینی بورس و نمودارهای مالی .</span></p>
<figure id="attachment_15066" aria-describedby="caption-attachment-15066" style="width: 800px" class="wp-caption aligncenter"><img loading="lazy" decoding="async" class="size-full wp-image-15066" src="http://iran-matlab.ir/wp-content/uploads/2020/04/Artificial-Intelligence.jpg" alt="" width="800" height="450" /><figcaption id="caption-attachment-15066" class="wp-caption-text">هوش مصنوعی &#8211; یادگیری عمیق &#8211; کاربرد</figcaption></figure>
<p style="text-align: justify;"><span style="font-size: 14pt;">هوش مصنوعی دانش بسیار گسترده ای می باشد که بخشی از آن یادگیری عمیق می باشد. یادگیری عمیق یکی از موضوعات بسیار داغ و جذاب می باشد که علاقه مندان بسیار زیادی پیدا کرده است. یکی از دلایل این علاقه سادگی کار و نتایج حیرت کننده حاصل از آن می باشد. به عنوان مثال برای تشخیص یک شی در تصویر، اگر بخواهید از روشهای قدیمی استفاده کنید باید استخراج ویژگی انجام دهید و سپس یک مدل دسته بندی کننده انتخاب کنید. این فرایند بسیار زمان بر و تخصصی می باشد و می بایست یک فرد متخصص نوع ویژگی ها و پارامترهای آنها را تنظیم کند. اما با یادگیری عمیق شما فقط کافی است که ساختار مدل خود را طراحی کنید و نیازی به مرحله استخراج ویژگی ندارید و تمامی فرایند توسط لایه های مدل یادگیری عمیق انجام می شود.</span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">دلیل بعدی جذابیت کار در یادگیری عمیق ، مدلهای آماده بسیار زیاد موجود می باشد که فرایند طراحی و آموزش و تست را بسیار کوتاه می کند و شما با توجه به مفهوم transfer learning یک مدل آماده را برای کاربرد خود تغییر می دهید. یعنی دیگر لازم نیست چرخ را از اول اختراع کنید و همه فرایند سخت و طاقت فرسای طراحی مدل هوشمند خود را از صفر شروع کنید. الان مدلهای آماده ای وجود دارند که با دقت بالایی می توانند 1000 کلاس مختلف تصویری را شناسایی کنند. یعنی شما مدل را import می کنید و تصویر بهش می دهید و برای شما کار شناسایی را انجام می دهد. به عبارت ساده تر هولو برو تو گلو. 🙂</span></p>
<p>&nbsp;</p>
<p style="text-align: center;"><a href="http://iran-matlab.ir/?product=%d8%a8%d8%b3%d8%aa%d9%87-%d8%a2%d9%85%d9%88%d8%b2%d8%b4%db%8c-%d8%ac%d8%a7%d9%85%d8%b9-%db%8c%d8%a7%d8%af%da%af%db%8c%d8%b1%db%8c-%d8%b9%d9%85%db%8c%d9%82-deep-learning" target="_blank" rel="noopener noreferrer"><span style="font-size: 48pt;">لینک سفارش</span></a></p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<hr />
<p style="text-align: center;"><strong>قسمت اول</strong></p>
<p style="text-align: center;"><strong>مبانی و مقدمات یادگیری عمیق</strong></p>
<p style="text-align: center;"><a href="http://iran-matlab.ir/?product=%d9%85%d8%a8%d8%a7%d9%86%db%8c-%d9%88-%d9%85%d9%82%d8%af%d9%85%d8%a7%d8%aa-%db%8c%d8%a7%d8%af%da%af%db%8c%d8%b1%db%8c-%d8%b9%d9%85%db%8c%d9%82" target="_blank" rel="noopener noreferrer"><img loading="lazy" decoding="async" class="aligncenter size-full wp-image-15074" src="http://iran-matlab.ir/wp-content/uploads/2020/04/deep-learning-course-packages-2.png" alt="" width="400" height="400" /></a></p>
<p>&nbsp;</p>
<hr />
<p style="text-align: center;"><strong>قسمت دوم </strong></p>
<p style="text-align: center;"><strong>پیاده سازی و برنامه نویسی در متلب</strong></p>
<p style="text-align: center;"><a href="http://iran-matlab.ir/?product=%d9%be%db%8c%d8%a7%d8%af%d9%87-%d8%b3%d8%a7%d8%b2%db%8c-%d9%88-%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%86%d9%88%db%8c%d8%b3%db%8c-matlab-%db%8c%d8%a7%d8%af%da%af%db%8c%d8%b1%db%8c-%d8%b9%d9%85%db%8c" target="_blank" rel="noopener noreferrer"><img loading="lazy" decoding="async" class="aligncenter size-full wp-image-15079" src="http://iran-matlab.ir/wp-content/uploads/2020/04/deep-learning-course-MATLAB-programming-design.png" alt="" width="400" height="400" /></a></p>
<p>&nbsp;</p>
<hr />
<p><span style="color: #ff6600;"><strong><span style="font-size: 14pt;">مدرس :</span></strong></span></p>
<p><span style="font-size: 14pt;"><strong>قیصری</strong> (مدیر گروه ایران متلب با سابقه 15 ساله در متلب و زبان های مختلف برنامه نویسی)</span></p>
<p>&nbsp;</p>
<p>نوشته <a href="https://matlab1.ir/%d8%a8%d8%b3%d8%aa%d9%87-%d8%a2%d9%85%d9%88%d8%b2%d8%b4%db%8c-%d8%ac%d8%a7%d9%85%d8%b9-%db%8c%d8%a7%d8%af%da%af%db%8c%d8%b1%db%8c-%d8%b9%d9%85%db%8c%d9%82-deep-learning/">بسته آموزشی جامع یادگیری عمیق Deep Learning</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d8%a8%d8%b3%d8%aa%d9%87-%d8%a2%d9%85%d9%88%d8%b2%d8%b4%db%8c-%d8%ac%d8%a7%d9%85%d8%b9-%db%8c%d8%a7%d8%af%da%af%db%8c%d8%b1%db%8c-%d8%b9%d9%85%db%8c%d9%82-deep-learning/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>آموزش فارسی پردازش سیگنال دیجیتال با متلب</title>
		<link>https://matlab1.ir/%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d9%be%d8%b1%d8%af%d8%a7%d8%b2%d8%b4-%d8%b3%db%8c%da%af%d9%86%d8%a7%d9%84-%d8%af%db%8c%d8%ac%db%8c%d8%aa%d8%a7%d9%84-%d8%a8%d8%a7-%d9%85/</link>
					<comments>https://matlab1.ir/%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d9%be%d8%b1%d8%af%d8%a7%d8%b2%d8%b4-%d8%b3%db%8c%da%af%d9%86%d8%a7%d9%84-%d8%af%db%8c%d8%ac%db%8c%d8%aa%d8%a7%d9%84-%d8%a8%d8%a7-%d9%85/#comments</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Sun, 17 Dec 2017 15:05:05 +0000</pubDate>
				<category><![CDATA[آموزش]]></category>
		<category><![CDATA[آموزش پردازش تصویر]]></category>
		<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[دانلود]]></category>
		<category><![CDATA[Frequency Spectrum]]></category>
		<category><![CDATA[signal processing matlab]]></category>
		<category><![CDATA[پردازش سیگنال دیجیتال]]></category>
		<category><![CDATA[پردازش سیگنال متلب]]></category>
		<category><![CDATA[فیلتر وفقی matlab]]></category>
		<guid isPermaLink="false">https://matlab1.ir/?p=10928</guid>

					<description><![CDATA[<p>اكثر سيگنال هاي مورد استفاده در عمل، در حوزه زمان هستند. به عبارت ديگر، درا یه هاي سيگنال، جداي از آنچه سيگنال مورد بحث اندازه گيري ميكند ، تابعيت زماني خواهد داشت. [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d9%be%d8%b1%d8%af%d8%a7%d8%b2%d8%b4-%d8%b3%db%8c%da%af%d9%86%d8%a7%d9%84-%d8%af%db%8c%d8%ac%db%8c%d8%aa%d8%a7%d9%84-%d8%a8%d8%a7-%d9%85/">آموزش فارسی پردازش سیگنال دیجیتال با متلب</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p style="text-align: justify;"><span style="font-size: 14pt;">اكثر سيگنال هاي مورد استفاده در عمل، در حوزه زمان هستند. به عبارت ديگر، درا یه هاي سيگنال، جداي از آنچه سيگنال مورد بحث اندازه گيري ميكند ، تابعيت زماني خواهد داشت. بدين سان به هنگام رسم سيگنال، دامنه مقادير مختلف سيگنال بر حسب زمان رسم مي گردند. طبيعتاً اين نحوه نمايش، بهترين شكل براي توصيف يك سيگنال نخواهد بود. در بسياري موارد، اطلاعات سودمند سيگنال در محتواي فركانسي آن نهفته اند كه اصطلاحاً به آن، طيف سيگنال گفته ميشود. به بيان ساده، طيف يك سيگنال نشان دهنده فركانس هاي موجود در آن سيگنال است. جهت دست یابی یه این اطلاعات نهفته شده در درون سیگنال تبدیلات ریاضیاتی متنوعی در طول سال های متمادی معرفی شده اند تا ما را در رساندن به مقصود یاری کنند .</span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">امروزه پردازش های سیگنال های دیجیتال را در بیشتر ابزارهای اطراف خود از قبیل موبایل ، دوربین دیجیتال ، تبلت و تلویزیون و &#8230; استفاده می شود.</span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">پردازندهای سیگنال دیجیتال سیگنال های دنیای واقعی مانند صدا ، صوت ، ویدئو ، دما ، فشار یا موقعیت را به فرم دیجیتال تبدیل می کنند و بر روی آنها عملیات ریاضی انجام می دهند.</span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">تولباکس DSP متلب ، الگوریتم ها، ابزارهایی برای طراحی ، شبیه سازی و آنالیز <a href="https://www.mathworks.com/solutions/dsp.html" target="_blank" rel="noopener noreferrer">سیستم های پردازش سیگنال در متلب</a> و <a href="https://iran-matlab.ir/?product=%D8%A2%D9%85%D9%88%D8%B2%D8%B4-%D8%AC%D8%A7%D9%85%D8%B9-%D8%B3%DB%8C%D9%85%D9%88%D9%84%DB%8C%D9%86%DA%A9-simulink" target="_blank" rel="noopener noreferrer">سیمولینک</a> ارائه می دهد. شما می توانید از این تولباکس برای مدلسازی سیستم های DSP برخط مانند سیستم های مخابراتی ، رادار، صوتی ، وسایل پزشکی ، اینترنت اشیا و دیگر کاربردها استفاده کنید.</span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">با این تولباکس شما می توانید <a href="https://www.mathworks.com/help/dsp/adaptive-filters.html" target="_blank" rel="noopener noreferrer">فیلترهای وفقی</a> ، چند مرحله ای ، چند نرخی ، IIR ، FIR را طراحی و آنالیز کنید. شما می توانید سیگنال ها را از متغییرها ، فایلهای دیتا و وسایل داخل شبکه وارد محیط متلب کنید.</span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">این تولباکس ابزارهایی مانند اسکوپ (Time Scope) ، آنالیزر طیفی (<a href="https://www.mathworks.com/help/dsp/ref/spectrumanalyzer.html" target="_blank" rel="noopener noreferrer">Spectrum Analyzer</a>)  ، آنالیز منطقی (Logical Analyzer) در اختیار شما قرار می دهد تا بتوانید به صورت دینامیک سیگنالها را مشاهده و اندازه گیری کنید.</span></p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<p style="text-align: center;"><span style="font-size: 48pt;"><strong><a href="https://iran-matlab.ir/?product=%D8%A2%D9%85%D9%88%D8%B2%D8%B4-%D9%81%D8%A7%D8%B1%D8%B3%DB%8C-%D9%BE%D8%B1%D8%AF%D8%A7%D8%B2%D8%B4-%D8%B3%DB%8C%DA%AF%D9%86%D8%A7%D9%84-%D8%AF%DB%8C%D8%AC%DB%8C%D8%AA%D8%A7%D9%84-%D8%A8%D8%A7-%D9%85" target="_blank" rel="noopener noreferrer">لینک دانلود</a></strong></span></p>
<p>&nbsp;</p>
<p>&nbsp;</p>
<hr />
<p><span style="color: #ff9900;"><strong><span style="font-size: 14pt;">معرفی این فیلم آموزشی :</span></strong></span></p>
<p style="text-align: center;"><iframe loading="lazy" src="https://takhtesefid.org/embed?v=886335500888" width="588" height="441" frameborder="0" scrolling="no" allowfullscreen="allowfullscreen"></iframe></p>
<p style="text-align: center;"><a href="http://www.mediafire.com/file/cs5fb6pa5fne6n8/00_introduction1_iranmatlab.org.rar" target="_blank" rel="noopener noreferrer"><span style="font-size: 14pt;">لینک دانلود فیلم معرفی (کیفیت بالا)</span></a></p>
<p>نوشته <a href="https://matlab1.ir/%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d9%be%d8%b1%d8%af%d8%a7%d8%b2%d8%b4-%d8%b3%db%8c%da%af%d9%86%d8%a7%d9%84-%d8%af%db%8c%d8%ac%db%8c%d8%aa%d8%a7%d9%84-%d8%a8%d8%a7-%d9%85/">آموزش فارسی پردازش سیگنال دیجیتال با متلب</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d8%a2%d9%85%d9%88%d8%b2%d8%b4-%d9%81%d8%a7%d8%b1%d8%b3%db%8c-%d9%be%d8%b1%d8%af%d8%a7%d8%b2%d8%b4-%d8%b3%db%8c%da%af%d9%86%d8%a7%d9%84-%d8%af%db%8c%d8%ac%db%8c%d8%aa%d8%a7%d9%84-%d8%a8%d8%a7-%d9%85/feed/</wfw:commentRss>
			<slash:comments>2</slash:comments>
		
		
			</item>
		<item>
		<title>پیاده سازی متلب شبکه عصبی GoogLeNet</title>
		<link>https://matlab1.ir/%d9%be%db%8c%d8%a7%d8%af%d9%87-%d8%b3%d8%a7%d8%b2%db%8c-%d9%85%d8%aa%d9%84%d8%a8-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c-googlenet/</link>
					<comments>https://matlab1.ir/%d9%be%db%8c%d8%a7%d8%af%d9%87-%d8%b3%d8%a7%d8%b2%db%8c-%d9%85%d8%aa%d9%84%d8%a8-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c-googlenet/#comments</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Sat, 07 Oct 2017 04:57:30 +0000</pubDate>
				<category><![CDATA[آموزش]]></category>
		<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[شبکه های عصبی]]></category>
		<guid isPermaLink="false">http://am19.siteground.biz/~matlab18/matlab1.ir/?p=10902</guid>

					<description><![CDATA[<p>GoogLeNet یک مدل شبکه عصبی آموزش یافته بر روی بخشی از دیتاست ImageNet آموزش داده شده است. دیتاست ImageNet Large-Scale Visual Recognition Challenge (ILSVRC) می باشد. آموزش این مدل بر روی بیشتر [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d9%be%db%8c%d8%a7%d8%af%d9%87-%d8%b3%d8%a7%d8%b2%db%8c-%d9%85%d8%aa%d9%84%d8%a8-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c-googlenet/">پیاده سازی متلب شبکه عصبی GoogLeNet</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p style="text-align: justify;"><span style="font-size: 16pt;">GoogLeNet یک مدل شبکه عصبی آموزش یافته بر روی بخشی از دیتاست ImageNet آموزش داده شده است. دیتاست ImageNet Large-Scale Visual Recognition Challenge (ILSVRC) می باشد.</span><br />
<span style="font-size: 16pt;"> آموزش این مدل بر روی بیشتر از یک میلیون تصویر انجام شده است . این مدل 144 لایه دارد و می تواند 1000 کلاس تصویر را دسته بندی کند.</span></p>
<p><img loading="lazy" decoding="async" class="aligncenter size-full wp-image-10906" src="https://matlab1.ir/wp-content/uploads/2017/10/googlenet-matlab.jpg" alt="" width="745" height="302" srcset="https://matlab1.ir/wp-content/uploads/2017/10/googlenet-matlab.jpg 745w, https://matlab1.ir/wp-content/uploads/2017/10/googlenet-matlab-300x122.jpg 300w" sizes="auto, (max-width: 745px) 100vw, 745px" /></p>
<p>نوشته <a href="https://matlab1.ir/%d9%be%db%8c%d8%a7%d8%af%d9%87-%d8%b3%d8%a7%d8%b2%db%8c-%d9%85%d8%aa%d9%84%d8%a8-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c-googlenet/">پیاده سازی متلب شبکه عصبی GoogLeNet</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d9%be%db%8c%d8%a7%d8%af%d9%87-%d8%b3%d8%a7%d8%b2%db%8c-%d9%85%d8%aa%d9%84%d8%a8-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c-googlenet/feed/</wfw:commentRss>
			<slash:comments>11</slash:comments>
		
		
			</item>
		<item>
		<title>پیاده سازی متلب شبکه عصبی AlexNet</title>
		<link>https://matlab1.ir/%d9%be%db%8c%d8%a7%d8%af%d9%87-%d8%b3%d8%a7%d8%b2%db%8c-%d9%85%d8%aa%d9%84%d8%a8-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c-alexnet/</link>
					<comments>https://matlab1.ir/%d9%be%db%8c%d8%a7%d8%af%d9%87-%d8%b3%d8%a7%d8%b2%db%8c-%d9%85%d8%aa%d9%84%d8%a8-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c-alexnet/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Fri, 06 Oct 2017 06:57:14 +0000</pubDate>
				<category><![CDATA[آموزش]]></category>
		<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[شبکه های عصبی]]></category>
		<category><![CDATA[convolutional neural network]]></category>
		<category><![CDATA[دیتاست ImageNet]]></category>
		<category><![CDATA[شبکه عصبی کانالوشن]]></category>
		<guid isPermaLink="false">http://am19.siteground.biz/~matlab18/matlab1.ir/?p=10895</guid>

					<description><![CDATA[<p>AlexNet یک شبکه عصبی کانالوشن CNN پیش آموزش یافته است که بر روی حدود 1.2 میلیون تصویر از دیتاست ImageNet از http://image-net.org/index آموزش داده شده است. این یک مدل با 23 لایه [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d9%be%db%8c%d8%a7%d8%af%d9%87-%d8%b3%d8%a7%d8%b2%db%8c-%d9%85%d8%aa%d9%84%d8%a8-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c-alexnet/">پیاده سازی متلب شبکه عصبی AlexNet</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p style="text-align: justify;"><span style="font-size: 16pt;">AlexNet یک شبکه عصبی کانالوشن CNN پیش آموزش یافته است که بر روی حدود 1.2 میلیون تصویر از دیتاست ImageNet از http://image-net.org/index آموزش داده شده است.</span><br />
<span style="font-size: 16pt;"> این یک مدل با 23 لایه می باشد که می تواند 1000 کلاس را دسته بندی کند. ( مثلا کیبورد ، ماوس ، خورکار ، مداد و میز و &#8230;. ).</span><br />
<span style="font-size: 16pt;"> این تولباکس بر روی نسخه متلب 2016b به بالاتر جواب می دهد.</span><br />
<span style="font-size: 16pt;"> شما از این کد می توانید در پروژه های خود به راحتی استفاده کنید.</span></p>
<p style="text-align: center;"><span style="font-size: 72pt;"><a href="http://iran-matlab.ir/?product=%D9%BE%DB%8C%D8%A7%D8%AF%D9%87-%D8%B3%D8%A7%D8%B2%DB%8C-%D9%85%D8%AA%D9%84%D8%A8-%D8%B4%D8%A8%DA%A9%D9%87-%D8%B9%D8%B5%D8%A8%DB%8C-alexnet" rel="noopener noreferrer" target="_blank">لینک دانلود</a></span></p>
<p><img loading="lazy" decoding="async" src="https://matlab1.ir/wp-content/uploads/2017/10/single_layer.jpg" alt="" width="800" height="368" class="aligncenter size-full wp-image-10900" srcset="https://matlab1.ir/wp-content/uploads/2017/10/single_layer.jpg 800w, https://matlab1.ir/wp-content/uploads/2017/10/single_layer-300x138.jpg 300w, https://matlab1.ir/wp-content/uploads/2017/10/single_layer-768x353.jpg 768w" sizes="auto, (max-width: 800px) 100vw, 800px" /></p>
<p>نوشته <a href="https://matlab1.ir/%d9%be%db%8c%d8%a7%d8%af%d9%87-%d8%b3%d8%a7%d8%b2%db%8c-%d9%85%d8%aa%d9%84%d8%a8-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c-alexnet/">پیاده سازی متلب شبکه عصبی AlexNet</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d9%be%db%8c%d8%a7%d8%af%d9%87-%d8%b3%d8%a7%d8%b2%db%8c-%d9%85%d8%aa%d9%84%d8%a8-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c-alexnet/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>کتابخانه سیمولینک Arduino</title>
		<link>https://matlab1.ir/%da%a9%d8%aa%d8%a7%d8%a8%d8%ae%d8%a7%d9%86%d9%87-%d8%b3%db%8c%d9%85%d9%88%d9%84%db%8c%d9%86%da%a9-arduino/</link>
					<comments>https://matlab1.ir/%da%a9%d8%aa%d8%a7%d8%a8%d8%ae%d8%a7%d9%86%d9%87-%d8%b3%db%8c%d9%85%d9%88%d9%84%db%8c%d9%86%da%a9-arduino/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Fri, 06 Oct 2017 06:47:48 +0000</pubDate>
				<category><![CDATA[آموزش]]></category>
		<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[center5]]></category>
		<guid isPermaLink="false">http://am19.siteground.biz/~matlab18/matlab1.ir/?p=10893</guid>

					<description><![CDATA[<p>این کتابخانه library را می توان برای اجرای مدلهای سیمولینک بر روی برد Arduino مود استفاده قرار داد. شما با این کتابخانه قادر خواهید بود با سنسورها و عملگرها و راه های [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%da%a9%d8%aa%d8%a7%d8%a8%d8%ae%d8%a7%d9%86%d9%87-%d8%b3%db%8c%d9%85%d9%88%d9%84%db%8c%d9%86%da%a9-arduino/">کتابخانه سیمولینک Arduino</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p style="text-align: justify;"><span style="font-size: 16pt;">این کتابخانه library را می توان برای اجرای مدلهای سیمولینک بر روی برد Arduino مود استفاده قرار داد. شما با این کتابخانه قادر خواهید بود با سنسورها و عملگرها و راه های ارتباطی برد Arduino دسترسی داشته باشید و از طریق مدل سیمولینک بر روی آنها عملیاتی را انجام دهید. یکی از مزایای این کتابخانه این است که شما می توانید در هنگامی که برد در حالت اجرا می باشد، الگوریتم را از طریق سیمولینک تغییر دهید.</span></p>
<p style="text-align: justify;"><span style="font-size: 16pt;">این کتابخانه بر روی متلب 2013a و بالاتر جواب می دهد.</span></p>
<p>نوشته <a href="https://matlab1.ir/%da%a9%d8%aa%d8%a7%d8%a8%d8%ae%d8%a7%d9%86%d9%87-%d8%b3%db%8c%d9%85%d9%88%d9%84%db%8c%d9%86%da%a9-arduino/">کتابخانه سیمولینک Arduino</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%da%a9%d8%aa%d8%a7%d8%a8%d8%ae%d8%a7%d9%86%d9%87-%d8%b3%db%8c%d9%85%d9%88%d9%84%db%8c%d9%86%da%a9-arduino/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>تبدیل شکل fig در متلب به بقیه فرمت های تصویری</title>
		<link>https://matlab1.ir/%d8%aa%d8%a8%d8%af%db%8c%d9%84-%d8%b4%da%a9%d9%84-fig-%d8%af%d8%b1-%d9%85%d8%aa%d9%84%d8%a8-%d8%a8%d9%87-%d8%a8%d9%82%db%8c%d9%87-%d9%81%d8%b1%d9%85%d8%aa-%d9%87%d8%a7%db%8c-%d8%aa%d8%b5%d9%88%db%8c/</link>
					<comments>https://matlab1.ir/%d8%aa%d8%a8%d8%af%db%8c%d9%84-%d8%b4%da%a9%d9%84-fig-%d8%af%d8%b1-%d9%85%d8%aa%d9%84%d8%a8-%d8%a8%d9%87-%d8%a8%d9%82%db%8c%d9%87-%d9%81%d8%b1%d9%85%d8%aa-%d9%87%d8%a7%db%8c-%d8%aa%d8%b5%d9%88%db%8c/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Fri, 06 Oct 2017 06:33:50 +0000</pubDate>
				<category><![CDATA[آموزش]]></category>
		<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[center4]]></category>
		<guid isPermaLink="false">http://am19.siteground.biz/~matlab18/matlab1.ir/?p=10891</guid>

					<description><![CDATA[<p>این کد متلب می تواند شکل ها را به فرمت های تصویری زیر تبدیل کند. pdf png tiff eps jpg bmp شما می توانید از این تابع در کدهای متلب خود استفاده [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d8%aa%d8%a8%d8%af%db%8c%d9%84-%d8%b4%da%a9%d9%84-fig-%d8%af%d8%b1-%d9%85%d8%aa%d9%84%d8%a8-%d8%a8%d9%87-%d8%a8%d9%82%db%8c%d9%87-%d9%81%d8%b1%d9%85%d8%aa-%d9%87%d8%a7%db%8c-%d8%aa%d8%b5%d9%88%db%8c/">تبدیل شکل fig در متلب به بقیه فرمت های تصویری</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p style="text-align: justify;"><span style="font-size: 14pt;">این کد متلب می تواند شکل ها را به فرمت های تصویری زیر تبدیل کند.</span><br />
<span style="font-size: 14pt;"> pdf</span><br />
<span style="font-size: 14pt;"> png</span><br />
<span style="font-size: 14pt;"> tiff</span><br />
<span style="font-size: 14pt;"> eps</span><br />
<span style="font-size: 14pt;"> jpg</span><br />
<span style="font-size: 14pt;"> bmp</span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">شما می توانید از این تابع در کدهای متلب خود استفاده کنید و خروجی خود را به صورت یکی از فرمت های دلخواه ذخیره کنید.</span><br />
<span style="font-size: 14pt;"> تصویر خروجی را می توان در فایل های متنی یا ارائه یا مقاله استفاده کرد زیرا کیفیت بالایی دارد.</span></p>
<p>نوشته <a href="https://matlab1.ir/%d8%aa%d8%a8%d8%af%db%8c%d9%84-%d8%b4%da%a9%d9%84-fig-%d8%af%d8%b1-%d9%85%d8%aa%d9%84%d8%a8-%d8%a8%d9%87-%d8%a8%d9%82%db%8c%d9%87-%d9%81%d8%b1%d9%85%d8%aa-%d9%87%d8%a7%db%8c-%d8%aa%d8%b5%d9%88%db%8c/">تبدیل شکل fig در متلب به بقیه فرمت های تصویری</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d8%aa%d8%a8%d8%af%db%8c%d9%84-%d8%b4%da%a9%d9%84-fig-%d8%af%d8%b1-%d9%85%d8%aa%d9%84%d8%a8-%d8%a8%d9%87-%d8%a8%d9%82%db%8c%d9%87-%d9%81%d8%b1%d9%85%d8%aa-%d9%87%d8%a7%db%8c-%d8%aa%d8%b5%d9%88%db%8c/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>اجرای برنامه متلب روی سخت افزار Arduino</title>
		<link>https://matlab1.ir/%d8%a7%d8%ac%d8%b1%d8%a7%db%8c-%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%85%d8%aa%d9%84%d8%a8-%d8%b1%d9%88%db%8c-%d8%b3%d8%ae%d8%aa-%d8%a7%d9%81%d8%b2%d8%a7%d8%b1-arduino/</link>
					<comments>https://matlab1.ir/%d8%a7%d8%ac%d8%b1%d8%a7%db%8c-%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%85%d8%aa%d9%84%d8%a8-%d8%b1%d9%88%db%8c-%d8%b3%d8%ae%d8%aa-%d8%a7%d9%81%d8%b2%d8%a7%d8%b1-arduino/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Thu, 05 Oct 2017 14:23:05 +0000</pubDate>
				<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[center3]]></category>
		<guid isPermaLink="false">http://am19.siteground.biz/~matlab18/matlab1.ir/?p=10887</guid>

					<description><![CDATA[<p>با این کد شما قادر خواهید بود بین متلب و برد Arduino ارتباط برقرار کنید. شما قادر خواهید بود داده های سنسور را از Arduino بخوانید و در متلب مشاهده کنید. این [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d8%a7%d8%ac%d8%b1%d8%a7%db%8c-%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%85%d8%aa%d9%84%d8%a8-%d8%b1%d9%88%db%8c-%d8%b3%d8%ae%d8%aa-%d8%a7%d9%81%d8%b2%d8%a7%d8%b1-arduino/">اجرای برنامه متلب روی سخت افزار Arduino</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p style="text-align: justify;"><span style="font-size: 16pt;">با این کد شما قادر خواهید بود بین متلب و برد Arduino ارتباط برقرار کنید. شما قادر خواهید بود داده های سنسور را از Arduino بخوانید و در متلب مشاهده کنید.</span><br />
<span style="font-size: 16pt;"> این کد تنها برای متلب 2014a به بالاتر قابل استفاده است.</span></p>
<p>نوشته <a href="https://matlab1.ir/%d8%a7%d8%ac%d8%b1%d8%a7%db%8c-%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%85%d8%aa%d9%84%d8%a8-%d8%b1%d9%88%db%8c-%d8%b3%d8%ae%d8%aa-%d8%a7%d9%81%d8%b2%d8%a7%d8%b1-arduino/">اجرای برنامه متلب روی سخت افزار Arduino</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d8%a7%d8%ac%d8%b1%d8%a7%db%8c-%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%85%d8%aa%d9%84%d8%a8-%d8%b1%d9%88%db%8c-%d8%b3%d8%ae%d8%aa-%d8%a7%d9%81%d8%b2%d8%a7%d8%b1-arduino/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>اجرای برنامه متلب روی سخت افزار Raspberry Pi</title>
		<link>https://matlab1.ir/%d8%a7%d8%ac%d8%b1%d8%a7%db%8c-%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%85%d8%aa%d9%84%d8%a8-%d8%b1%d9%88%db%8c-%d8%b3%d8%ae%d8%aa-%d8%a7%d9%81%d8%b2%d8%a7%d8%b1-raspberry-pi/</link>
					<comments>https://matlab1.ir/%d8%a7%d8%ac%d8%b1%d8%a7%db%8c-%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%85%d8%aa%d9%84%d8%a8-%d8%b1%d9%88%db%8c-%d8%b3%d8%ae%d8%aa-%d8%a7%d9%81%d8%b2%d8%a7%d8%b1-raspberry-pi/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Thu, 05 Oct 2017 14:13:36 +0000</pubDate>
				<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[center1]]></category>
		<guid isPermaLink="false">http://am19.siteground.biz/~matlab18/matlab1.ir/?p=10881</guid>

					<description><![CDATA[<p>این پکیج شامل مثالهای پردازش تصویر و پردازش سیگنال است که نحوه تولید کد متلب از الگوریتم های نوشته شده در متلب جهت اجرای روی سخت افزار شامل می شود. تابعی در [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d8%a7%d8%ac%d8%b1%d8%a7%db%8c-%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%85%d8%aa%d9%84%d8%a8-%d8%b1%d9%88%db%8c-%d8%b3%d8%ae%d8%aa-%d8%a7%d9%81%d8%b2%d8%a7%d8%b1-raspberry-pi/">اجرای برنامه متلب روی سخت افزار Raspberry Pi</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p style="text-align: justify;"><span style="font-size: 16pt;">این پکیج شامل مثالهای پردازش تصویر و پردازش سیگنال است که نحوه تولید کد متلب از الگوریتم های نوشته شده در متلب جهت اجرای روی سخت افزار شامل می شود.</span></p>
<p style="text-align: justify;">
<p style="text-align: justify;"><span style="font-size: 16pt;"> تابعی در این مجموعه کد قرار دارد که برای استفاده از الگوریتم متلب بر روی برد Raspberry Pi قابل استفاده است.</span></p>
<p style="text-align: justify;">
<p style="text-align: justify;"><span style="font-size: 16pt;"> تشخیص دهنده لبه sobel هم در این کد ها قرار دارد که تصویر ورودی را از یک دوربین می گیرد و تصویر را بر روی Raspberry Pi desktop نمایش می دهد.</span></p>
<p style="text-align: justify;">
<p style="text-align: justify;"><span style="font-size: 16pt;"> مثال شیفت دهی Pitch برای آشنایی با انجام پروژه پردازش صوت بر روی Raspberry Pi هم در این مجموعه کد قرار دارد.</span></p>
<p><img loading="lazy" decoding="async" class="aligncenter size-full wp-image-10882" src="https://matlab1.ir/wp-content/uploads/2017/10/download.jpg" alt="" width="750" height="223" srcset="https://matlab1.ir/wp-content/uploads/2017/10/download.jpg 750w, https://matlab1.ir/wp-content/uploads/2017/10/download-300x89.jpg 300w" sizes="auto, (max-width: 750px) 100vw, 750px" /></p>
<p>نوشته <a href="https://matlab1.ir/%d8%a7%d8%ac%d8%b1%d8%a7%db%8c-%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%85%d8%aa%d9%84%d8%a8-%d8%b1%d9%88%db%8c-%d8%b3%d8%ae%d8%aa-%d8%a7%d9%81%d8%b2%d8%a7%d8%b1-raspberry-pi/">اجرای برنامه متلب روی سخت افزار Raspberry Pi</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d8%a7%d8%ac%d8%b1%d8%a7%db%8c-%d8%a8%d8%b1%d9%86%d8%a7%d9%85%d9%87-%d9%85%d8%aa%d9%84%d8%a8-%d8%b1%d9%88%db%8c-%d8%b3%d8%ae%d8%aa-%d8%a7%d9%81%d8%b2%d8%a7%d8%b1-raspberry-pi/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>شناسایی قرنیه با فیلتر گابور</title>
		<link>https://matlab1.ir/%d8%b4%d9%86%d8%a7%d8%b3%d8%a7%db%8c%db%8c-%d9%82%d8%b1%d9%86%db%8c%d9%87-%d8%a8%d8%a7-%d9%81%db%8c%d9%84%d8%aa%d8%b1-%da%af%d8%a7%d8%a8%d9%88%d8%b1/</link>
					<comments>https://matlab1.ir/%d8%b4%d9%86%d8%a7%d8%b3%d8%a7%db%8c%db%8c-%d9%82%d8%b1%d9%86%db%8c%d9%87-%d8%a8%d8%a7-%d9%81%db%8c%d9%84%d8%aa%d8%b1-%da%af%d8%a7%d8%a8%d9%88%d8%b1/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Tue, 03 Oct 2017 12:47:36 +0000</pubDate>
				<category><![CDATA[آموزش]]></category>
		<category><![CDATA[آموزش پردازش تصویر]]></category>
		<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[دانلود]]></category>
		<category><![CDATA[دانلود پايان نامه]]></category>
		<guid isPermaLink="false">http://am19.siteground.biz/~matlab18/matlab1.ir/?p=10841</guid>

					<description><![CDATA[<p>لینک دانلود یکی از روشهای شناسایی افراد استفاده از قرنیه می باشد. در این پروژه متلب از فیلتر گابور برای شناسایی قرنیه استفاده شده است.</p>
<p>نوشته <a href="https://matlab1.ir/%d8%b4%d9%86%d8%a7%d8%b3%d8%a7%db%8c%db%8c-%d9%82%d8%b1%d9%86%db%8c%d9%87-%d8%a8%d8%a7-%d9%81%db%8c%d9%84%d8%aa%d8%b1-%da%af%d8%a7%d8%a8%d9%88%d8%b1/">شناسایی قرنیه با فیلتر گابور</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p style="text-align: center;"><span style="font-size: 72pt;"><a href="http://iran-matlab.ir/?product=%D8%B4%D9%86%D8%A7%D8%B3%D8%A7%DB%8C%DB%8C-%D9%82%D8%B1%D9%86%DB%8C%D9%87-%D8%A8%D8%A7-%D9%81%DB%8C%D9%84%D8%AA%D8%B1-%DA%AF%D8%A7%D8%A8%D9%88%D8%B1" rel="noopener noreferrer" target="_blank">لینک دانلود</a></span></p>
<p><span style="font-size: 14pt;">یکی از روشهای شناسایی افراد استفاده از قرنیه می باشد.</span><br />
<span style="font-size: 14pt;"> در این پروژه متلب از فیلتر گابور برای شناسایی قرنیه استفاده شده است.</span></p>
<p><iframe loading="lazy" width="420" height="315" src="https://takhtesefid.org/embed?v=200360599783" frameborder="0" scrolling="no" allowfullscreen></iframe></p>
<p>نوشته <a href="https://matlab1.ir/%d8%b4%d9%86%d8%a7%d8%b3%d8%a7%db%8c%db%8c-%d9%82%d8%b1%d9%86%db%8c%d9%87-%d8%a8%d8%a7-%d9%81%db%8c%d9%84%d8%aa%d8%b1-%da%af%d8%a7%d8%a8%d9%88%d8%b1/">شناسایی قرنیه با فیلتر گابور</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d8%b4%d9%86%d8%a7%d8%b3%d8%a7%db%8c%db%8c-%d9%82%d8%b1%d9%86%db%8c%d9%87-%d8%a8%d8%a7-%d9%81%db%8c%d9%84%d8%aa%d8%b1-%da%af%d8%a7%d8%a8%d9%88%d8%b1/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>پیش بینی بورس با شبکه عصبی MLP</title>
		<link>https://matlab1.ir/%d9%be%db%8c%d8%b4-%d8%a8%db%8c%d9%86%db%8c-%d8%a8%d9%88%d8%b1%d8%b3-%d8%a8%d8%a7-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c-mlp/</link>
					<comments>https://matlab1.ir/%d9%be%db%8c%d8%b4-%d8%a8%db%8c%d9%86%db%8c-%d8%a8%d9%88%d8%b1%d8%b3-%d8%a8%d8%a7-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c-mlp/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Tue, 03 Oct 2017 12:44:21 +0000</pubDate>
				<category><![CDATA[آموزش]]></category>
		<category><![CDATA[MATLAB متلب]]></category>
		<guid isPermaLink="false">http://am19.siteground.biz/~matlab18/matlab1.ir/?p=10836</guid>

					<description><![CDATA[<p>لینک دانلود در اين کد مدل هيبريد جديدي قيمت سهام بازار بورس تهران را در دو بازه کوتاه‌مدت (يک و سه و پنج روز) و بلندمدت (تا سي روز) پيش‌بيني مي کند. [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d9%be%db%8c%d8%b4-%d8%a8%db%8c%d9%86%db%8c-%d8%a8%d9%88%d8%b1%d8%b3-%d8%a8%d8%a7-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c-mlp/">پیش بینی بورس با شبکه عصبی MLP</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p style="text-align: center;"><span style="font-size: 72pt;"><a href="http://iran-matlab.ir/?product=%D9%BE%DB%8C%D8%B4-%D8%A8%DB%8C%D9%86%DB%8C-%D8%A8%D9%88%D8%B1%D8%B3-%D8%A8%D8%A7-%D8%B4%D8%A8%DA%A9%D9%87-%D8%B9%D8%B5%D8%A8%DB%8C-mlp" rel="noopener noreferrer" target="_blank">لینک دانلود</a></span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">در اين کد مدل هيبريد جديدي قيمت سهام بازار بورس تهران را در دو بازه کوتاه‌مدت (يک و سه و پنج روز) و بلندمدت (تا سي روز) پيش‌بيني مي کند. هر داده ای که از سایت شركت مديريت فناوري بورس تهران جمع آوری شد، شامل موارد مختلفی می باشد. در این کد از فیلدهای قیمت پایانی و قیمت اولیه و کمترین قیمت و بیشترین قیمت استفاده شده است.</span><br />
<span style="font-size: 14pt;"> بردار ورودي سيستم پيش بيني کننده داراي چهار عنصر قيمت اوليه ، قيمت نهايي، کمترين قيمت و بيشترين قيمت می‌باشد و خروجي سيستم پيش بيني کننده، قيمت اوليه در نظر گرفته شده است. داده هاي مورد استفاده در اين پايان نامه شامل چندين شرکت مختلف در بورس می‌باشد که از سايت شركت مديريت فناوري بورس تهران جمع آوري شدند. در اين سايت می‌توان به متغیرهای گوناگون يک شرکت دسترسي پيدا کرد این متغیرها شامل اولين قيمت ،قيمت پاياني ، قيمت آخرين معامله ،تعداد معاملات ، حجم ، ارزش ، کمترين قيمت ، بيشترين قيمت و قيمت ديروز می‌باشد.</span></p>
<p><iframe loading="lazy" width="420" height="315" src="https://takhtesefid.org/embed?v=298892705517" frameborder="0" scrolling="no" allowfullscreen></iframe></p>
<p>نوشته <a href="https://matlab1.ir/%d9%be%db%8c%d8%b4-%d8%a8%db%8c%d9%86%db%8c-%d8%a8%d9%88%d8%b1%d8%b3-%d8%a8%d8%a7-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c-mlp/">پیش بینی بورس با شبکه عصبی MLP</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d9%be%db%8c%d8%b4-%d8%a8%db%8c%d9%86%db%8c-%d8%a8%d9%88%d8%b1%d8%b3-%d8%a8%d8%a7-%d8%b4%d8%a8%da%a9%d9%87-%d8%b9%d8%b5%d8%a8%db%8c-mlp/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>پیش بینی بورس با سیستم فازی fuzzy</title>
		<link>https://matlab1.ir/%d9%be%db%8c%d8%b4-%d8%a8%db%8c%d9%86%db%8c-%d8%a8%d9%88%d8%b1%d8%b3-%d8%a8%d8%a7-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%81%d8%a7%d8%b2%db%8c-fuzzy/</link>
					<comments>https://matlab1.ir/%d9%be%db%8c%d8%b4-%d8%a8%db%8c%d9%86%db%8c-%d8%a8%d9%88%d8%b1%d8%b3-%d8%a8%d8%a7-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%81%d8%a7%d8%b2%db%8c-fuzzy/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Tue, 03 Oct 2017 12:42:50 +0000</pubDate>
				<category><![CDATA[آموزش]]></category>
		<category><![CDATA[MATLAB متلب]]></category>
		<guid isPermaLink="false">http://am19.siteground.biz/~matlab18/matlab1.ir/?p=10834</guid>

					<description><![CDATA[<p>لینک دانلود در اين کد مدل هيبريد جديدي قيمت سهام بازار بورس تهران را در دو بازه کوتاه‌مدت (يک و سه و پنج روز) و بلندمدت (تا سي روز) پيش‌بيني مي کند. [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d9%be%db%8c%d8%b4-%d8%a8%db%8c%d9%86%db%8c-%d8%a8%d9%88%d8%b1%d8%b3-%d8%a8%d8%a7-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%81%d8%a7%d8%b2%db%8c-fuzzy/">پیش بینی بورس با سیستم فازی fuzzy</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p style="text-align: center;"><span style="font-size: 72pt;"><a href="http://iran-matlab.ir/?product=%D9%BE%DB%8C%D8%B4-%D8%A8%DB%8C%D9%86%DB%8C-%D8%A8%D9%88%D8%B1%D8%B3-%D8%A8%D8%A7-%D8%B3%DB%8C%D8%B3%D8%AA%D9%85-%D9%81%D8%A7%D8%B2%DB%8C-fuzzy" rel="noopener noreferrer" target="_blank">لینک دانلود</a></span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">در اين کد مدل هيبريد جديدي قيمت سهام بازار بورس تهران را در دو بازه کوتاه‌مدت (يک و سه و پنج روز) و بلندمدت (تا سي روز) پيش‌بيني مي کند. هر داده ای که از سایت شركت مديريت فناوري بورس تهران جمع آوری شد، شامل موارد مختلفی می باشد. در این کد از فیلدهای قیمت پایانی و قیمت اولیه و کمترین قیمت و بیشترین قیمت استفاده شده است.</span><br />
<span style="font-size: 14pt;"> بردار ورودي سيستم پيش بيني کننده داراي چهار عنصر قيمت اوليه ، قيمت نهايي، کمترين قيمت و بيشترين قيمت می‌باشد و خروجي سيستم پيش بيني کننده، قيمت اوليه در نظر گرفته شده است. داده هاي مورد استفاده در اين پايان نامه شامل چندين شرکت مختلف در بورس می‌باشد که از سايت شركت مديريت فناوري بورس تهران جمع آوري شدند. در اين سايت می‌توان به متغیرهای گوناگون يک شرکت دسترسي پيدا کرد این متغیرها شامل اولين قيمت ،قيمت پاياني ، قيمت آخرين معامله ،تعداد معاملات ، حجم ، ارزش ، کمترين قيمت ، بيشترين قيمت و قيمت ديروز می‌باشد.</span></p>
<p><iframe loading="lazy" width="420" height="315" src="https://takhtesefid.org/embed?v=289885489438" frameborder="0" scrolling="no" allowfullscreen></iframe></p>
<p>نوشته <a href="https://matlab1.ir/%d9%be%db%8c%d8%b4-%d8%a8%db%8c%d9%86%db%8c-%d8%a8%d9%88%d8%b1%d8%b3-%d8%a8%d8%a7-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%81%d8%a7%d8%b2%db%8c-fuzzy/">پیش بینی بورس با سیستم فازی fuzzy</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d9%be%db%8c%d8%b4-%d8%a8%db%8c%d9%86%db%8c-%d8%a8%d9%88%d8%b1%d8%b3-%d8%a8%d8%a7-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%81%d8%a7%d8%b2%db%8c-fuzzy/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>حذف نویز با سیستم نروفازی وفقی adaptive neuro-fuzzy</title>
		<link>https://matlab1.ir/%d8%ad%d8%b0%d9%81-%d9%86%d9%88%db%8c%d8%b2-%d8%a8%d8%a7-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%86%d8%b1%d9%88%d9%81%d8%a7%d8%b2%db%8c-%d9%88%d9%81%d9%82%db%8c-adaptive-neuro-fuzzy/</link>
					<comments>https://matlab1.ir/%d8%ad%d8%b0%d9%81-%d9%86%d9%88%db%8c%d8%b2-%d8%a8%d8%a7-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%86%d8%b1%d9%88%d9%81%d8%a7%d8%b2%db%8c-%d9%88%d9%81%d9%82%db%8c-adaptive-neuro-fuzzy/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Tue, 03 Oct 2017 12:41:04 +0000</pubDate>
				<category><![CDATA[آموزش]]></category>
		<category><![CDATA[MATLAB متلب]]></category>
		<guid isPermaLink="false">http://am19.siteground.biz/~matlab18/matlab1.ir/?p=10831</guid>

					<description><![CDATA[<p>لینک دانلود این کد متلب از سیستم وفقی نرو-فازی برای حذف نویز استفاده می شود. در این سیستم یک منبع سیگنال اصلی داریم که در شکل بالا به s مشخص شده است. [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d8%ad%d8%b0%d9%81-%d9%86%d9%88%db%8c%d8%b2-%d8%a8%d8%a7-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%86%d8%b1%d9%88%d9%81%d8%a7%d8%b2%db%8c-%d9%88%d9%81%d9%82%db%8c-adaptive-neuro-fuzzy/">حذف نویز با سیستم نروفازی وفقی adaptive neuro-fuzzy</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p style="text-align: center;"><span style="font-size: 72pt;"><a href="http://iran-matlab.ir/?product=%D8%AD%D8%B0%D9%81-%D9%86%D9%88%DB%8C%D8%B2-%D8%A8%D8%A7-%D8%B3%DB%8C%D8%B3%D8%AA%D9%85-%D9%86%D8%B1%D9%88%D9%81%D8%A7%D8%B2%DB%8C-%D9%88%D9%81%D9%82%DB%8C-adaptive-neuro-fuzzy" rel="noopener noreferrer" target="_blank">لینک دانلود</a></span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">این کد متلب از سیستم وفقی نرو-فازی برای حذف نویز استفاده می شود.</span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;"> <img loading="lazy" decoding="async" class="aligncenter size-full wp-image-9253" src="http://iran-matlab.ir/wp-content/uploads/2017/09/Adaptive-noise-cancellation-using-ANFIS.jpg" alt="" width="700" height="444" /></span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">در این سیستم یک منبع سیگنال اصلی داریم که در شکل بالا به s مشخص شده است.</span><br />
<span style="font-size: 14pt;"> یک منبع نویز هم داریم که با n مشخص شده است.</span><br />
<span style="font-size: 14pt;"> در این مدل خود نویز نیست که به طور مستقیم با سیگنال منبع جمع می شود بلکه از یک سیستم نامشخص عبور می کند و تبدیل به d می شود و سپس با سیگنال ورودی جمع شده و سیگنال نویزی را تولید می کند.</span></p>
<p style="text-align: center;"><span style="font-size: 14pt;"> y=s+k</span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;"> y سیگنالی که در کاربرد واقعی داریم. این مدل یک خاصیت مهم دارد. در اینجا نویز محیطی دستخوش تغییر شده است و از یک تابع تبدیل نامشخص عبور کرده است. در شکل 2 این سیستم ناشناخته با unknown system مشخص شده است. به عبارت دیگر مدل نویز کاملا نامشخص است. ما اکنون باید این نویز ناشناخته را از سیگنال y حذف کنیم. سیستم نرو-فازی هیچ گونه شناختی از این نویز ندارد.</span></p>
<p><span style="font-size: 16pt;"><strong>فایل word گزارش پروژه</strong></span><br />
<span style="font-size: 16pt;"><strong> کدهای متلب</strong></span></p>
<p><iframe loading="lazy" width="420" height="315" src="https://takhtesefid.org/embed?v=128220177152" frameborder="0" scrolling="no" allowfullscreen></iframe></p>
<p>نوشته <a href="https://matlab1.ir/%d8%ad%d8%b0%d9%81-%d9%86%d9%88%db%8c%d8%b2-%d8%a8%d8%a7-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%86%d8%b1%d9%88%d9%81%d8%a7%d8%b2%db%8c-%d9%88%d9%81%d9%82%db%8c-adaptive-neuro-fuzzy/">حذف نویز با سیستم نروفازی وفقی adaptive neuro-fuzzy</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d8%ad%d8%b0%d9%81-%d9%86%d9%88%db%8c%d8%b2-%d8%a8%d8%a7-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%86%d8%b1%d9%88%d9%81%d8%a7%d8%b2%db%8c-%d9%88%d9%81%d9%82%db%8c-adaptive-neuro-fuzzy/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>دانلود متلب 2018 MATLAB</title>
		<link>https://matlab1.ir/%d8%af%d8%a7%d9%86%d9%84%d9%88%d8%af-%d9%85%d8%aa%d9%84%d8%a8-2018-matlab/</link>
					<comments>https://matlab1.ir/%d8%af%d8%a7%d9%86%d9%84%d9%88%d8%af-%d9%85%d8%aa%d9%84%d8%a8-2018-matlab/#comments</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Tue, 03 Oct 2017 07:15:01 +0000</pubDate>
				<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[دانلود]]></category>
		<guid isPermaLink="false">http://am19.siteground.biz/~matlab18/matlab1.ir/?p=10827</guid>

					<description><![CDATA[<p>گروه ایران متلب به زودی نسخه متلب 2018 را برای دانلود در همین صفحه قرار خواهد داد.</p>
<p>نوشته <a href="https://matlab1.ir/%d8%af%d8%a7%d9%86%d9%84%d9%88%d8%af-%d9%85%d8%aa%d9%84%d8%a8-2018-matlab/">دانلود متلب 2018 MATLAB</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p style="text-align: justify;"><span style="font-size: 20pt;">گروه ایران متلب به زودی نسخه <a href="https://www.mathworks.com" rel="noopener noreferrer" target="_blank">متلب </a>2018 را برای دانلود در همین صفحه قرار خواهد داد.</span></p>
<p>نوشته <a href="https://matlab1.ir/%d8%af%d8%a7%d9%86%d9%84%d9%88%d8%af-%d9%85%d8%aa%d9%84%d8%a8-2018-matlab/">دانلود متلب 2018 MATLAB</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d8%af%d8%a7%d9%86%d9%84%d9%88%d8%af-%d9%85%d8%aa%d9%84%d8%a8-2018-matlab/feed/</wfw:commentRss>
			<slash:comments>1</slash:comments>
		
		
			</item>
		<item>
		<title>تعیین پارامترهای سیستم فازی نوع 2</title>
		<link>https://matlab1.ir/%d8%aa%d8%b9%db%8c%db%8c%d9%86-%d9%be%d8%a7%d8%b1%d8%a7%d9%85%d8%aa%d8%b1%d9%87%d8%a7%db%8c-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%81%d8%a7%d8%b2%db%8c-%d9%86%d9%88%d8%b9-2/</link>
					<comments>https://matlab1.ir/%d8%aa%d8%b9%db%8c%db%8c%d9%86-%d9%be%d8%a7%d8%b1%d8%a7%d9%85%d8%aa%d8%b1%d9%87%d8%a7%db%8c-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%81%d8%a7%d8%b2%db%8c-%d9%86%d9%88%d8%b9-2/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Sun, 20 Aug 2017 13:45:08 +0000</pubDate>
				<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[دانلود]]></category>
		<guid isPermaLink="false">http://am19.siteground.biz/~matlab18/matlab1.ir/?p=10713</guid>

					<description><![CDATA[<p>لینک دانلود یکی از مشکلات سیستم فازی نوع 2 ، تعیین پارامترهای مختلف مدل فازی نوع 2 می باشد. این مدل دارای پارامترهای بیشتری نسبت به فازی نوع 1 می باشد لذا [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d8%aa%d8%b9%db%8c%db%8c%d9%86-%d9%be%d8%a7%d8%b1%d8%a7%d9%85%d8%aa%d8%b1%d9%87%d8%a7%db%8c-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%81%d8%a7%d8%b2%db%8c-%d9%86%d9%88%d8%b9-2/">تعیین پارامترهای سیستم فازی نوع 2</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p style="text-align: center;"><span style="font-size: 48pt;"><a href="http://iran-matlab.ir/?product=%D8%A2%D9%85%D9%88%D8%B2%D8%B4-%D8%B3%DB%8C%D8%B3%D8%AA%D9%85-%D9%81%D8%A7%D8%B2%DB%8C-%D9%86%D9%88%D8%B9-2" target="_blank" rel="noopener noreferrer">لینک دانلود</a></span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">یکی از مشکلات سیستم <a href="http://iran-matlab.ir/?product=%D9%81%DB%8C%D9%84%D9%85-%D8%A2%D9%85%D9%88%D8%B2%D8%B4-%D9%81%D8%A7%D8%B1%D8%B3%DB%8C-%D9%81%D8%A7%D8%B2%DB%8C-%D9%86%D9%88%D8%B9-2" target="_blank" rel="noopener noreferrer">فازی نوع 2</a> ، تعیین پارامترهای مختلف مدل فازی نوع 2 می باشد. این مدل دارای پارامترهای بیشتری نسبت به فازی نوع 1 می باشد لذا تعیین مقدار مناسب آنها کار زمانبری می باشد.</span><br />
<span style="font-size: 14pt;"> این کد متلب اختصاص به تعیین مقادیر مناسب توابع عضویت یک سیستم فازی نوع 2 دارد. در ابتدا کاربر می تواند داده ورودی را مشخص کند و سیستم متناسب با داده ورودی ، سیستم فازی نوع 2 را آموزش می دهد تا به خوبی بتواند عمل کند.</span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">معیارهای MER و MMER و MSE جهت ارزیابی مدل استفاده شده اند.</span></p>
<p><iframe loading="lazy" width="420" height="315" src="https://takhtesefid.org/embed?v=763142907458" frameborder="0" scrolling="no" allowfullscreen></iframe></p>
<div></div>
<div>
<p>&nbsp;</p>
<p style="text-align: justify;"><span style="color: #ffffff;">.</span></p>
<p style="text-align: justify;"><span style="color: #ffffff;"> </span></p>
<p class="Yekan" style="text-align: center;"><span style="font-size: 30pt;"><strong>محصولات مرتبط</strong></span></p>
<table style="height: 52px;" width="547">
<tbody>
<tr>
<td><a href="http://iran-matlab.ir/?product=%D9%81%DB%8C%D9%84%D9%85-%D8%A2%D9%85%D9%88%D8%B2%D8%B4-%D9%81%D8%A7%D8%B1%D8%B3%DB%8C-%D8%B3%DB%8C%D8%B3%D8%AA%D9%85-%D9%87%D8%A7%DB%8C-%D9%81%D8%A7%D8%B2%DB%8C" target="_blank" rel="noopener noreferrer"><img loading="lazy" decoding="async" src="http://iran-matlab.ir/wp-content/uploads/2016/02/fuzzy-system-MATLAB-simulink-training-video.png" alt="" width="400" height="400" /></a></td>
<td><a href="http://iran-matlab.ir/?product=%D9%81%DB%8C%D9%84%D9%85-%D8%A2%D9%85%D9%88%D8%B2%D8%B4-%D9%81%D8%A7%D8%B1%D8%B3%DB%8C-%D9%81%D8%A7%D8%B2%DB%8C-%D9%86%D9%88%D8%B9-2" target="_blank" rel="noopener noreferrer"><img loading="lazy" decoding="async" src="http://iran-matlab.ir/wp-content/uploads/2015/11/fuzzy-type-2-download-training-video.jpg" alt="" width="400" height="400" /></a></td>
</tr>
<tr>
<td><a href="http://iran-matlab.ir/?product=%D8%A8%D8%B3%D8%AA%D9%87-%D8%A2%D9%85%D9%88%D8%B2%D8%B4%DB%8C-%D8%AC%D8%A7%D9%85%D8%B9-%D9%81%D8%A7%D8%B2%DB%8C" target="_blank" rel="noopener noreferrer"><img loading="lazy" decoding="async" src="http://iran-matlab.ir/wp-content/uploads/2016/02/fuzzy-ANFIS-package-traning-video-university-class-course-education-MATLAB.png" alt="" width="400" height="400" /></a></td>
<td><a href="http://iran-matlab.ir/?product=%D9%81%DB%8C%D9%84%D9%85-%D8%A2%D9%85%D9%88%D8%B2%D8%B4-%D9%81%D8%A7%D8%B1%D8%B3%DB%8C-%D9%86%D8%B1%D9%88%D9%81%D8%A7%D8%B2%DB%8C-anfis" target="_blank" rel="noopener noreferrer"><img loading="lazy" decoding="async" src="http://iran-matlab.ir/wp-content/uploads/2016/02/ANFIS-traning-video-Neuro-Fuzzy-MATLAB-code-download.png" alt="" width="400" height="400" /></a></td>
</tr>
</tbody>
</table>
<p>نوشته <a href="https://matlab1.ir/%d8%aa%d8%b9%db%8c%db%8c%d9%86-%d9%be%d8%a7%d8%b1%d8%a7%d9%85%d8%aa%d8%b1%d9%87%d8%a7%db%8c-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%81%d8%a7%d8%b2%db%8c-%d9%86%d9%88%d8%b9-2/">تعیین پارامترهای سیستم فازی نوع 2</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d8%aa%d8%b9%db%8c%db%8c%d9%86-%d9%be%d8%a7%d8%b1%d8%a7%d9%85%d8%aa%d8%b1%d9%87%d8%a7%db%8c-%d8%b3%db%8c%d8%b3%d8%aa%d9%85-%d9%81%d8%a7%d8%b2%db%8c-%d9%86%d9%88%d8%b9-2/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>پروژه متلب شبکه پتری فازی fuzzy petri net</title>
		<link>https://matlab1.ir/%d9%be%d8%b1%d9%88%da%98%d9%87-%d9%85%d8%aa%d9%84%d8%a8-%d8%b4%d8%a8%da%a9%d9%87-%d9%be%d8%aa%d8%b1%db%8c-%d9%81%d8%a7%d8%b2%db%8c-fuzzy-petri-net/</link>
					<comments>https://matlab1.ir/%d9%be%d8%b1%d9%88%da%98%d9%87-%d9%85%d8%aa%d9%84%d8%a8-%d8%b4%d8%a8%da%a9%d9%87-%d9%be%d8%aa%d8%b1%db%8c-%d9%81%d8%a7%d8%b2%db%8c-fuzzy-petri-net/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Sun, 20 Aug 2017 13:41:59 +0000</pubDate>
				<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[دانلود]]></category>
		<category><![CDATA[شبکه های عصبی]]></category>
		<guid isPermaLink="false">http://am19.siteground.biz/~matlab18/matlab1.ir/?p=10710</guid>

					<description><![CDATA[<p>لینک دانلود Adam Petri در سال 1962 petri net را در قسمتی از پایان نامش ابداع کرد. عناصر Petri net : یک petri net از چهار نوع المان تشکیل شده است : [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d9%be%d8%b1%d9%88%da%98%d9%87-%d9%85%d8%aa%d9%84%d8%a8-%d8%b4%d8%a8%da%a9%d9%87-%d9%be%d8%aa%d8%b1%db%8c-%d9%81%d8%a7%d8%b2%db%8c-fuzzy-petri-net/">پروژه متلب شبکه پتری فازی fuzzy petri net</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p style="text-align: center;"><span style="font-size: 48pt;"><a href="http://iran-matlab.ir/?product=%D9%BE%D8%B1%D9%88%DA%98%D9%87-%D9%85%D8%AA%D9%84%D8%A8-%D8%B4%D8%A8%DA%A9%D9%87-%D9%BE%D8%AA%D8%B1%DB%8C-%D9%81%D8%A7%D8%B2%DB%8C-fuzzy-petri-net" target="_blank" rel="noopener noreferrer">لینک دانلود</a></span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">Adam Petri در سال 1962 petri net را در قسمتی از پایان نامش ابداع کرد.</span><br />
<span style="font-size: 14pt; color: #ff6600;"><strong> عناصر Petri net :</strong></span><br />
<span style="font-size: 14pt;"> یک <a href="https://en.wikipedia.org/wiki/Petri_net" target="_blank" rel="noopener noreferrer">petri net</a> از چهار نوع المان تشکیل شده است : token و places و arcs و transitions می باشد. Token با یک نقطه در مدلهای perti net نشان داده می شود. وقتی تعداد token ها زیاد می شود، معمولا چندین نقطه در مدل petri net قرار می دهند. Place ها المانهای passive هستند که token ها را می گیرند. شکل 1 places های p1و p2 و p3 با 4 و 3 و 1 token نشان می دهد. هر place می تواند چندین token را بگیرد. Arc ها ارتباط بین place و transition هستند. هر arc یک وزن دارد.</span></p>
<p><img loading="lazy" decoding="async" class="aligncenter size-full wp-image-8857" src="http://iran-matlab.ir/wp-content/uploads/2017/08/Petri-net-MATLAB.jpg" alt="" width="262" height="333" /></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">فایل word گزارش و توضیحات خط به خط برنامه های متلب هم وجود دارد.</span></p>
<p><iframe loading="lazy" width="420" height="315" src="https://takhtesefid.org/embed?v=862201437734" frameborder="0" scrolling="no" allowfullscreen></iframe></p>
<p>نوشته <a href="https://matlab1.ir/%d9%be%d8%b1%d9%88%da%98%d9%87-%d9%85%d8%aa%d9%84%d8%a8-%d8%b4%d8%a8%da%a9%d9%87-%d9%be%d8%aa%d8%b1%db%8c-%d9%81%d8%a7%d8%b2%db%8c-fuzzy-petri-net/">پروژه متلب شبکه پتری فازی fuzzy petri net</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d9%be%d8%b1%d9%88%da%98%d9%87-%d9%85%d8%aa%d9%84%d8%a8-%d8%b4%d8%a8%da%a9%d9%87-%d9%be%d8%aa%d8%b1%db%8c-%d9%81%d8%a7%d8%b2%db%8c-fuzzy-petri-net/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>طراحی سیستمهای تشخیص خطا با استفاده از روشهای کیفی مبتنی بر داده</title>
		<link>https://matlab1.ir/%d8%b7%d8%b1%d8%a7%d8%ad%db%8c-%d8%b3%db%8c%d8%b3%d8%aa%d9%85%d9%87%d8%a7%db%8c-%d8%aa%d8%b4%d8%ae%db%8c%d8%b5-%d8%ae%d8%b7%d8%a7-%d8%a8%d8%a7-%d8%a7%d8%b3%d8%aa%d9%81%d8%a7%d8%af%d9%87-%d8%a7%d8%b2/</link>
					<comments>https://matlab1.ir/%d8%b7%d8%b1%d8%a7%d8%ad%db%8c-%d8%b3%db%8c%d8%b3%d8%aa%d9%85%d9%87%d8%a7%db%8c-%d8%aa%d8%b4%d8%ae%db%8c%d8%b5-%d8%ae%d8%b7%d8%a7-%d8%a8%d8%a7-%d8%a7%d8%b3%d8%aa%d9%81%d8%a7%d8%af%d9%87-%d8%a7%d8%b2/#respond</comments>
		
		<dc:creator><![CDATA[ایران متلب]]></dc:creator>
		<pubDate>Sun, 20 Aug 2017 13:13:35 +0000</pubDate>
				<category><![CDATA[MATLAB متلب]]></category>
		<category><![CDATA[دانلود]]></category>
		<guid isPermaLink="false">http://am19.siteground.biz/~matlab18/matlab1.ir/?p=10704</guid>

					<description><![CDATA[<p>لینک دانلود طراحی سیستمهای تشخیص خطا با استفاده از روشهای کیفی مبتنی بر داده Qualitative data-based برای زیر سیستم نیروگاهی بویلر HRSG به کارگیری سیستمهای تشخیص خطا نقش اساسی در بهبود بهره [&#8230;]</p>
<p>نوشته <a href="https://matlab1.ir/%d8%b7%d8%b1%d8%a7%d8%ad%db%8c-%d8%b3%db%8c%d8%b3%d8%aa%d9%85%d9%87%d8%a7%db%8c-%d8%aa%d8%b4%d8%ae%db%8c%d8%b5-%d8%ae%d8%b7%d8%a7-%d8%a8%d8%a7-%d8%a7%d8%b3%d8%aa%d9%81%d8%a7%d8%af%d9%87-%d8%a7%d8%b2/">طراحی سیستمهای تشخیص خطا با استفاده از روشهای کیفی مبتنی بر داده</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></description>
										<content:encoded><![CDATA[<p style="text-align: center;"><span style="font-size: 48pt;"><a href="http://iran-matlab.ir/?product=%D8%B7%D8%B1%D8%A7%D8%AD%DB%8C-%D8%B3%DB%8C%D8%B3%D8%AA%D9%85%D9%87%D8%A7%DB%8C-%D8%AA%D8%B4%D8%AE%DB%8C%D8%B5-%D8%AE%D8%B7%D8%A7-%D8%A8%D8%A7-%D8%A7%D8%B3%D8%AA%D9%81%D8%A7%D8%AF%D9%87-%D8%A7%D8%B2" target="_blank" rel="noopener noreferrer">لینک دانلود</a></span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">طراحی سیستمهای تشخیص خطا با استفاده از روشهای کیفی مبتنی بر داده Qualitative data-based برای زیر سیستم نیروگاهی بویلر HRSG</span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">به کارگیری سیستمهای تشخیص خطا نقش اساسی در بهبود بهره برداری سیستمهای صنعتی و پیشگیری از وقایع منجر به خسارات سنگین دارد. طراحی کنترل فیدبک معمولی برای یک سیستم پیچیده، در شرایط خطای actuators ، sensors یا دیگر مولفه های سیستم ، ممکن است منجر به عملکرد نامطلوب یا حتی ناپایداری سیستم شود. برای غلبه بر این ضعفها ، شیوه جدیدی از طراحی کنترل کننده ها بوجود آمده، به این صورت که با حفظ عملکرد و پایداری مطلوب سیستم ، خطاهای مولفه های سیستم را تحمل می کند . برای رسیدن به این اهداف کنترل کننده هایی به نام Fault-tolerant control systems (FTCS) وجود دارند .</span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;"> در حالت کلی کنترلرهای FTCSبه دو دسته Active (AFTCS) وPassive (PFTCS) طبقه بندی می شوند.</span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;"> از دیدگاه روشهای کنترلی ، کنترل کننده های AFTCS به دسته های مختلفی تقسیم می شوند که یکی از این طبقه بندی ها بر اساس وابستگی به سیستم است:</span></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">1) Model-based 2) (Model-free) Data-based . این دسته بندی دوباره به دو نوع کمی (quantitative) و کیفی (qualitative) تقسیم می شود . در شکل زیر این دسته بندی بطور کامل نشان داده شده است :</span><br />
<img loading="lazy" decoding="async" class="aligncenter size-full wp-image-8846" src="http://iran-matlab.ir/wp-content/uploads/2017/08/fig1.jpg" alt="" width="624" height="250" /></p>
<p style="text-align: justify;"><span style="font-size: 14pt;">در این پروژه ، مسیر حرکت در راستای شیوه data-based می باشد و وارد شاخه روشهای کیفی (Qualitative) می شویم . روشهای کنترلی در این شاخه و به ویژه روشهای Fuzzy Logic و Expert Systems مورد بررسی قرار می گیرند.</span></p>
<p><span style="font-size: 14pt;">فایل های سیمولینک و متلب و گزارش خط به خط برنامه هم موجود می باشد.</span></p>
<p>نوشته <a href="https://matlab1.ir/%d8%b7%d8%b1%d8%a7%d8%ad%db%8c-%d8%b3%db%8c%d8%b3%d8%aa%d9%85%d9%87%d8%a7%db%8c-%d8%aa%d8%b4%d8%ae%db%8c%d8%b5-%d8%ae%d8%b7%d8%a7-%d8%a8%d8%a7-%d8%a7%d8%b3%d8%aa%d9%81%d8%a7%d8%af%d9%87-%d8%a7%d8%b2/">طراحی سیستمهای تشخیص خطا با استفاده از روشهای کیفی مبتنی بر داده</a> اولین بار در <a href="https://matlab1.ir">ايران متلب</a>. پدیدار شد.</p>
]]></content:encoded>
					
					<wfw:commentRss>https://matlab1.ir/%d8%b7%d8%b1%d8%a7%d8%ad%db%8c-%d8%b3%db%8c%d8%b3%d8%aa%d9%85%d9%87%d8%a7%db%8c-%d8%aa%d8%b4%d8%ae%db%8c%d8%b5-%d8%ae%d8%b7%d8%a7-%d8%a8%d8%a7-%d8%a7%d8%b3%d8%aa%d9%81%d8%a7%d8%af%d9%87-%d8%a7%d8%b2/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
	</channel>
</rss>
