عنوان پایان نامه : مباحث کاربردی و مهم در تحقق یک سیستم هوش مصنوعی
قالب بندی : PDF
قیمت : رایگان
شرح مختصر : از سن هوشمندسازی چندسالی نگذشته و در همین مدت اندک تمام زندگی مردم را فرا گرفته و کاربرد فراوانی در علوم مختلف دارد. علومی پزشکی یکی از آنهاست که بطور مثال در ژنتیک که میتوان تغیراتی در ژنها انجام داد شبکه های عصبی یکی دیگر از مباحث علم هوشمندی است که در این بخش میتوان از شبکه های عصبی مصنوعی نام برد. در مبحث سیستم های خبره حرف اول را میزند و شرکتهای مختلفی از آنها استفاده میکنند که نمونه ای از این استفاده ها CPU ، خازنها و از ایگونه وسایل الکترونیکی که در آینده به بازار ارایه میشود و یا یک سیستم هوشمند که با پردازش داده ها خروجی مناسبی به ما ارایه میدهد. برای دریافت اطلاعات بیشتر و دقیقتر شما را به مطالعه مطالب زیر دعوت میکنم، سعی شده نگارش متن ساده و روان باشد تا از خسته شدن هنگام مطالعه جلوگیری شود.
فهرست :
چکیده
هوش مصنوعی
تاریخ هوش مصنوعی
آزمون تورینگ
سیستم خبره چیست
حوزه های کاربرد
کاربرد سیستم های خبره
ساختار یک سیستم خبره
مدل سیستم خبره
پایگاه دانش
واحد پایگاه دانش
واحد اکتساب دانش
پایگاه داده قواعد
پایگا داده دستورالعمل چکها
پایگاه داده نقشه های شماتیک
پایگاه داده جانمایی قطعات
پایگاه داده شکل موج ها
پایگاه داده عیوب خطاها
موتور استنتاج
فرایند عیب یابی
حافظه کاری
امکانات توضیح
رابط کاربر
مشخصات مساله
ابعاد مختلف راه حل مساله
ابعاد مختلف یک سیستم مطلوب
انتخاب ابزار سیستم خبره پیشنهادی
تفاوت سیستم های خبره با سایر سیستم اطلاعاتی
مزایای یک سیستم خبره چیست؟
چند سیستم خبره مشهور
شبکه عصبی
تاریخچه شبکه عصبی
دلایل استفاده از شبکه عصبی
نورون مصنوعی
ساختار شبکه عصبی
تقسیم بندی شبکه عصبی
الگوریتم ژنتیک
عملکردهای الگوریتم ژنتیک
محک اختتام اجزای الگوریتم ژنتیک
نقات قوت الگوریتم ژنتیک
کاربردهای الگوریتم ژنتیک
تعریف سیستم های فازی و انواع آن
چرا سیستم های فازی
استفاده از منطق فازی
مجموعه های قاطع و توابع مشخصه
تاریخچه مجموعه های فازی
زندگینامه پروفسور لطفی
انواع سیستم های فازی
منطق فازی در matlab
عنوان مقاله : انواع شبکه های عصبی و کاربرد آنها در الکترونیک
قالب بندی : PDF
قیمت : رایگان
شرح مختصر : در این پایان نامه ابتدا به مقدمه ای از شبکه های عصبی از جمله تاریخچۀ شبکه های عصبی و مشخصات اصلی یک نرون بیولوژیک پرداخته شده است. سپس ساختار شبکه های عصبی مصنوعی مورد بحث قرار گرفته است که از این بحث می توان به تعریف شبکه های عصبی مصنوعی، انواع توابع فعال ساز، انواع یادگیری شبکه های عصبی، شبکه های پرسپترون، MPL و هاپفیلد اشاره داشت. سرانجام نیز يك کاربرد شبکه های عصبی در پردازش تصوير، که عبارت است از « آشکارسازي چهره با شبکه هاي عصبی در تصاویر رنگی » مورد بررسی قرار گرفته شده است.
فهرست :
مقدمه
فصل اول : مقدمه ای بر شبکه های عصبی
تاریخچۀ شبکه های عصبی
نرون طبیعی
یادگیری در سیستم های بیولوژیک
شباهت شبکۀ عصبی زنده و مصنوعی
کاربرد شبکه های عصبی
فصل دوم : ساختار شبکه های عصبی مصنوعی
تعریف شبکه های عصبی مصنوعی
نرون های مصنوعی
اجزای یک شبکه عصبی
الگو برداری از مغز انسان
افزایش سرعت
حساسیت بالا به رخداد اشتباه
رایانه ها قادر نیستند از تجربیات گذشته استفاده نمایند
عدم ارائۀ پاسخ مناسب در شرایط جدید
ویژگی های شبکه های عصبی مصنوعی
قابلیت یادگیری
قابلیت تعمیم
پردازش موازی
مقاوم بودن
قابلیت کاربری
تشخیص داده های اشتباه
تحمل خطا
غیر خطی بودن
تصویر کردن ورودی – خروجی
معایب شبکه های عصبی
انواع توابع انتقال
یادگیری شبکه های عصبی
یادگیری نظارت شده
یادگیری نظارت نشده
یادگیری تقویت یافته
الگوریتم پس انتشار خطا
آموزش دلتا
آموزش ترکیبی
آموزش رقابتی
آموزش هب
ساختارهای مختلف شبکه های عصبی مصنوعی
شبکه های پسخور
شبکه های پیش خور
شبکه های پیش خور تک لایه
شبکه های پیش خور چند لایه
پرسپترون
یادگیری پرسپترون
یادگیری پرسپترون مبتنی به روش برداری
محدودیت های پرسپترون
شبکه های عصبی پرسپترون چندلایه
رفع مشکل
حل مشکل
مدل جدید
قاعدۀ جدید فراگیری
بررسی مجدد مساله یای حذفی (XOR)
شبکۀ هاپفیلد
فصل سوم : چند نمونه از کاربردهای شبکه های عصبی
آشکارسازی چهره با شبکه های عصبی در تصاویر رنگی
مقدمه
مشخصات رنگ پوست انسان
استخراج رنگ پوست
تولید رنگ پوست در فضایرنگی cbcr
شبکه های عصبی پیشنهادی
نتایج آزمایشات
نتایج آزمایش اترویفریمهای ویدئویی
آشکارسازی چهره
منابع
عنوان پایان نامه : پیاده سازی پروتکل های مسیر یابی و بررسی امنیت در آنها
قالب بندی : PDF
قیمت : رایگان
شرح مختصر : وظیفه مسیریاب ها انتقال اطلاعات می باشد. براي اینکه مسیریاب ها بتوانند بهترین مسیر را براي انتقال اطلاعات انتخاب کنند باید الگوریتم هایی اجرا شود تا از این طریق بهترین مسیر انتخاب شود. مجموعه مطالبی که در اختیار شما خواننده گرامی است پژوهشی در رابطه با مسیریابی در شبکه هاي جهانی اینترنت و بررسی الگوریتم هاي مسیریابی متفاوت ،تجزیه و تحلیل،نحوه پیاده سازي این الگوریتم ها ، بررسی امنیت در پروتکل هاي مسیر یابی و نحوه تنظیم امنیت در پروتکل هاي روتر می باشد. هدف از انجام این پروژه تحلیل و چگونگی کار پروتکل هاي مسیر یابی ،پیاده سازي پروتکل ها و در نهایت بررسی امنیت در هر یک از پروتکل ها می باشد.
فصل اول، تعریف کلی از مسیریاب و کاربرد آن در شبکه هاي کامپیوتري ، الگوریتم هاي مسیر یابی و نحو مسیریابی پروتکل هاي هرکدام توضیح داده شده است.
فصل دوم، نحوه پیاده سازي پروتکل هاي توضیح داده شده در روتر و مثال هایی براي هرکدام انجام می دهیم.
فصل سوم، امنیت در هریک از پروتکل هاي مسیر یابی جهت تبادل اطلاعات مطمئن بین روترها بررسی می شود و با مثال هایی طریقه تنظیم امنیت در آن ها را انجام می دهیم.
فهرست :
فصل اول مسیریابی بسته هاي IP
(Router) مسیریاب
(Routing) مفهوم مسیریابی
مقایسه مسیریابی در روتر با مسیر یابی در سوئیچ
انواع پروتکل
انواع Route
Autonomous systems
Administrative Distance
Metrics
Convergence Time
Dynamic Route
پروتکل هاي Distance Vector
خواص کلی Distance Vector
مشکلات مربوط به پروتکل هاي Distance Vector
پروتکل هاي Link State
مزیت پروتکل هاي Link State
معایب استفاده از پروتکل هاي Link State
پروتکل Hybrid
فصل دوم پیاده سازي پروتکل هاي مسیریابی
Static Route
پیکربندي Static Route
پروتکل Routing Information Protocol)RIP
مقایسه RIPv با RIPv
پیاده سازي پروتکل RIPv
عیب یابی RIP
پروتکل (Open Shortest Path First)OSPF
انواع روتر در پروتکل OSPF
پیدا کردن روترهاي همسایه (Neighbors)
BDR(Backup Designated Router) و DR(Designated Router)
پیاده سازي پروتکل OSPF
عیب یابی OSPF
پروتکل (Enhanced Interior Gateway Routing Protocol)EIGRP
تشکیل همسایگی در پروتکل EIGRP
پیاده سازي EIGRP
عیب یابی EIGRP
فصل سوم امنیت در پروتکل هاي مسیریابی
امنیت
تائید هویت روتر همسایه (Neighbor Router Authentication)
Neighbor Authentication چگونه کار می کند؟
Plain Text Authentication
MD Authentication
مدیریت زنجیره کلید (Key Chains)
عنوان پایان نامه : داده کاوی در پایگاه داده های بزرگ
قالب بندی : PDF
قیمت : رایگان
شرح مختصر : داده کاوی، فرایند مرتب سازی و طبقه بندی داده های حجیم و آشکارسازی اطلاعات مرتبط باهم می باشد. امروزه داده کاوی به عنوان یکی از ابزارهای بسیار مهم مدیران جهت شناخت وضعیت دقیق تر سازمان و همچنین کمک در اتخاذ تصمیمات مناسب کاربرد دارد. با استفاده از این تکنیک، داده های موجود در سازمان با بکارگیری ابزارهای نرم افزاری، مورد بررسی و تحلیل دقیق قرار می گیرد تا الگوهای پنهان و پیچیده ای که در آنها وجود دارد کشف و استخراج گردد. داده کاوی را می توان نسل سوم تکنولوژیهایی نامید که با داده سروکار دارند. در نسل اول یا نسل سنتی، فقط انجام پرس و جو های ساده امکان پذیر بود، مثلا تعداد فروش یک کالای خاص چقدر است؟ میزان خرید یک مشتری خاص در ماه جاری چه مبلغی است؟ در نسل دوم یا همان پردازش لحظه ای برخط (OLAP) امکان پرس و جوی همزمان چند بعدی فراهم گردید. در این روش به عنوان مثال به سوالاتی مانند: «میزان فروش محصولات به تفکیک فروشنده، خریدار و مسیر خاص چقدر است؟ » بصورت لحظه ای و با استفاده از مکعب تصمیم و گزارش ماتریسی پاسخ داده می شود. اما در نسل سوم یا همان داده کاوی فقط مساله پرس و جو و دریافت گزارش ها از داده ها نیست، بلکه از حجم انبوه داده ها، الگوهایی کشف می شود که هیچ وقت امکان کشف این الگوها در OLAP یا روش سنتی وجود نداشت. انواع اطلاعات و الگوهایی که از طریق داده کاوی بدست می آیند و کاربرد دارند عبارتند از: وابستگی، تسلسل و توالی، طبقه بندی، خوشه بندی و پیش بینی. برای استخراج این الگوها اغلب از روشهای نوینی مانند شبکه عصبی و درختهای تصمیم استفاده می شود. در عمل برای امکان انجام داده کاوی و استفاده از تکنیکهای فوق الذکر، ابتدا باید نسبت به ایجاد یک انبار داده مناسب اقدام کرد. یک انبارداده در حقیقت پایگاه داده ای است که داده های جاری و همچنین سوابق قبلی تراکنشها را در خود ذخیره کرده و با منابع خارج سازمان نیز ارتباط برقرار می کند. اهداف کلی این مقاله عبارتند از ارایه تعریف دقیقی از انبار داده، بررسی تکنیکها و کاربردهای داده کاوی و کاربرد آن در مدیریت، معرفی شبکه عصبی به عنوان یکی از روشهای اجرای داده کاوی و بیان مفهوم درخت تصمیم و ارتباط آن با داده کاوی.
فهرست :
چکیده
مقدمه ای بر دادهکاوی
فصل اول
چه چيزی سبب پيدايش داده کاوی شده است
مراحل کشف دانش
جایگاه داده کاوی در میان علوم مختلف
داده کاوی چه کارهایی نمی تواند انجام دهد؟
داده کاوی و انبار داده ها
داده کاوی و OLAP
کاربرد یادگیری ماشین و آمار در داده کاوی
فصل دوم
توصیف داده ها در داده کاوی
خلاصه سازی و به تصویر در آوردن داده ها
خوشه بندی
تحلیل لینک
فصل سوم
مدل های پیش بینی داده ها
Classification
Regression
Time series
فصل چهارم
مدل ها و الگوریتم های داده کاوی
شبکه های عصبی
Decision trees
Multivariate Adaptive Regression Splines(MARS)
Rule induction
Knearest neibour and memorybased reansoning(MBR)
رگرسیون منطقی
تحلیل تفکیکی
مدل افزودنی کلی (GAM)
Boosting
فصل پنجم
سلسله مراتب انتخابها
فصل ششم
مراحل فرایند کشف دانش از پایگاه داده های بزرگ
انبارش داده ها
انتخاب داده ها
تبدیل داده ها
کاوش در داده ها
تفسیر نتیجه
فصل هفتم
عملیات های داده کاوی
مدل سازی پیشگویی کننده
تقطیع پایگاه داده ها
تحلیل پیوند
فصل هشتم
قابلیت هایdata mainig
داده کاوی وانبار داده ها
داده کاوی آمار ویادگیری ماشین
کاربرد های داده کاوی
داده کاوی موفق
تحلیل ارتباطات
فصل نهم
طبقه بندی
حدس بازگشتی
سری های زمانی
درخت های انتخاب
استنتاج قانون
الگوریتم های ژنتیک
فصل دهم
فرایند های داده کاوی
مدل فرایند دو سویه
فصل یازدهم
ساختن یک پایگاه داده داده کاوی
جستجوی داده
آماده سازی داده برای مدل سازی
ساختن مدل برای داده کاوی
تائید اعتبار ساده
ارزیابی وتفسیر
فصل دوازدهم
ماتریس های پیچیدگی
ایجادمعماری مدل ونتایج
فصل سیزدهم
نتیجه گیری
منابع ومآخذ
عنوان پایان نامه : طراحی و ساخت مبدل آنالوگ به دیجیتال با سون سگمنت
قالب بندی : PDF
قیمت : رایگان
شرح مختصر : درساخت این پروژه 8 مقاومت به صورت سری به هم متصل میگردند که ولتاژ آن 8 ولت می باشد . سپس 8 تا مقایسه کننده ( (IC 741 را به صورت شکل 2-11 به مقاومتها وصل می کنیم که پایه 3هر مقایسه کننده به مقاومتها وصل شده و پایه 2 تمامی مقایسه کننده ها به یکدیگر متصل شده و به یک منبع ولتاژ متغیر 8-0 وصل می شود و پایه های 7 آن نیز به یکدیگر متصل شده و به تغذیه 5+ ولت و پایه های 4 نیز به یکدیگر متصل و به زمین وصل می کنیم ( ولتاژ 5- ولت ) و پایه 6 خروجی مقایسه کننده می باشد که به انکدر وصل می شود چون انکدر که در ساخت ای پروژه استفاده شده است active low می باشد خروجی ها ابتدا به یک IC Not رفته سپس به ورودیهای انکدر می رود پایه های op amp در شکل 2-12 نشان داده شده است. کم ارزشترین بیت انکدر D0 باید به خروجی مقایسه کننده ای که عدد صفر را تولید می کند متصل گردد ورودی هر مقایسه کننده با استفاده از تقسیم ولتاژ محاسبه می گردد ، بطور مثال در شکل 2-11 ورودی مقایسه کننده 7 ( شمارش از بالا به پایین ) برابر است با V 1 و ورودی پایه منفی (2) برابر 6 V است.
فهرست :
مشخصات آی سی 7447
مشخصات آی سی 7448
مشخصات آی سی 74148
مشخصات آی سی 7404
مشخصات آی سی 741
سون سگمنت
درباره پروژه
لیست قطعات به کار برده در این پروژه
نحوه کار دستگاه
نمای کلی از مدار
مراجع
عنوان پایان نامه : مقایسه فیلتر های دیجیتال FIR و IIR وکاربرد آنها
قالب بندی : PDF
قیمت : رایگان
شرح مختصر : در این پایان نامه به بررسی در مورد دو فیلتر دیجیتال FIR , IIR که در پردازش سیگنال های دیجیتال DSP استفاده می شود می پردازیم. ابتدا تعریفی بر پیدایش DSP و مزایا و کاربرد فراوان آن می پردازیم ، سپس ساختارهای دو فیلتر و چگونگی تحقق آنها بررسی می شود برای تسلط کافی به مطالب اشاره ای نیز به فیلتر های آنالوگ داریم وهمچنین به طراحی این فیلتر ها نیزاشاره کرده ایم. طراحی این فیلترها به وسیله برنامه متلب امکان پذیر می باشد لذا طراحی این فیلتر ها را نیز در این نرم افزار بررسی می کنیم. اصولا این دو فیلتر تفاوت هایی با هم دارند که در ادامه به آنها اشاره می کنیم. در اصل همین تفاوت این دو فیلتر است که کاربرد آنها را از هم در مدارات مختلف متمایز می کند از آنجایی که هر دو فیلتر کاربردهای فراوانی دارند ، چند نمونه از کاربرد آنها را به اختصار توضیح می دهیم.
فهرست :
تاریخچه
مقدمه ای بر فیلترهای دیجیتال و آنالوگ
مروری بر DSP
مزایای DSP
مشخصات سیستم های DSP
فیلتر و پاسخ ضربه
فیلتر چیست
ضربه
پاسخ ضربه
ضربه ها FIR , II
مقدمه ای بر فیلتر دیجیتال FIR
چگونگی عملکرد فیلتر FIR
محاسبات ریاضی FIR
ساختار پایه برای FIR
مقدمه ای بر فیلتر دیجیتال IIR
چگونگی عملکرد فیلتر IIR
ساختار پایه برای IIR
فیلتر های آنالوگ
فیلتر باترورث
فیلتر چبی چف
فیلتر الیپتیک
فصل : تحقق فیلترهای دیجیتال FIR , IIR
تحقق سیستمهای FIR
ساختارهای مستقیم در تحقق سیستم های FIR
صفرها وقطب ها در سیستم های FIR
سیستم های با فاز خطی
تحقق متوالی سیستم های FIR
ساختارهای FIR با فاز خطی
ساختارهای مشبک و مشبک نردبانی
تحقق سیستم های IIR
ساختارهای مستقیم
ساختارهای مستقیم جابجا شده
تحلیل تابع تبدیل سیستم IIR
قطب ها و صفرها
تحقق متوالی
تحقق موازی
ساختارهای فضای حالت
مفهوم حالت
فصل : طراحی فیلترهای دیجیتال FIR , IIR
طراحی فیلتر دیجیتال FIR
معرفی فیلترهای دیجیتال
فیلترهای ایده ال
فیلتر بالا گذر
فیلتر میان گذر مرتبه دوم
روش پنجره برای طراحی فیلترهای FIR
پاسخ نمونه واحد فیلتر های ایده ال
مفهوم پنجره در طراحی فیلتر های FIR
معرفی پنجره های دیگر
پنجره های تنظیم پذیر
فیلترهای با فاز خطی
طراحی فیلترهای FIR بر اساس نمونه برداری فرکانس
طراحی فیلترهای دیجیتال IIR
روش تبدیل تغییر ناپذیری پاسخ ضربه
طراحی فیلترهای دیجیتال در MATLAB
مروري بر فيلتر كردن سيستم هاي خطي و تبديلات
طراحي فيلتر IIR
طراحي فيلتر باترورث تعميم يافته
طراحي فيلترهاي FIR
فصل : مقایسه و کاربرد فیلترهای دیجیتال FIR , IIR
مقایسه فیلتر های دیجیتال FIR , IIR
پاسخ پله و تاخیر
پاسخ ضربه
پایداری
اندازه ثبات محاسبات ریاضی
ساختار و کد پیاده سازی
خلاصه تفاوت دو فیلتر
کاربرد فیلترهای دیجیتال IIR , FIR
طراحي فيلتر FIR با حداقل خطا با استفاده از شبكه عصبي
براي فشرده سازي موجك و پياده سازي آن بر روي تراشه FPGA
معرفي الگوريتم (Complex Least Mean Square) CLMS
براي فيلتر FIR وفقي براساس توابع همبستگی
استفاده از الگوریتم ها با طراحی فیلترهای وفقی
درمسائل پردازش سیگنالهای دیجیتال
عنوان پایان نامه : مديريت پروژه ارزش كسب شده EVPM
قالب بندی : PDF
قیمت : رایگان
شرح مختصر : مديريت پروژه ارزش کسب شده يکي از روشهايي است که ميتوان در آن مراحل پيشرفت پروژه را پيش بيني و منابع و زمان مورد نياز انجام پروژه را تعيين کرد. ما در اين پروژه سعي داريم که نحوه پياده سازي يکي از روش هاي ارزيابي عملکرد و پيشرفت پروژه را مورد بررسي قرار دهيم . اين متد که از سريع ترين روش هاي ارزيابي به حساب مي آيد، روش ارزش کسب شده نام دارد. از فاکتورهاي تعيين کننده در اين روش، شخص مدير پروژه ميباشد، با توجه به اين که احاطه کامل بر روي پروژه دارد، تعيين کننده محدوده پروژه و انجام اقدام اصلاحي لازم ميباشد. از مهمترين اهداف تيم مديريت پروژه آن است که بتوانند پروژه را مطابق با بودجه، زمانبندي و با پوشش کليدي محدوده کاري، به پايان برسانند. بنابراين در پروژه احساس مي شود که اين عوامل ميبايست به طور مداوم کنترل شود. مديريت ارزش کسب شده متدلوژي ارزشمندي در تحليل و کنترل عملکرد پروژه است. ارزش حاصله با يکپارچه سازي سه بعد، زمان، هزينه و محدوده، امکان اندازه گيري دقيق ميزان پيشرفت پروژه و اتخاذ تصميمات به موقع براي انجام اقدامات اصلاحي را فرآهم مي آورد. البته تمرکز اين روش بيشتر بر مديريت هزينه است و حتي شاخص هاي زمانبندي آن بر مبناي هزينه محاسبه ميگردد. همچنين شاخصهاي زمانبنديي که در اين روش مورد استفاده قرار ميگيرند در يک سوم انتهايي پروژه، عملکرد خوبي نداشته است که اين مسئله باعث تعريف مفهوم ديگري به نام زمانبندي حاصله شده است.
هدف: بررسي تکنيک هاي مديريت پروژه در مديريت ارزش ، که شامل برنامه هاي برنامه ريزي منابع، هزينه هاي فني و الزامات برنامه مي باشد.
رويکرد: ارائه مثال از چگونگي اجراي مديريت ارزش کسب شده در داده هاي پروژه و چگونگي استفاده از آن به عنوان ابزاري براي تشخيص و حل مسائل.
يافته ها: مديريت ارزش کسب شده بر اين باور استوار است که به عنوان وظايف تکميل ارزش پروژه را افزايش ميدهد و در نتيجه ارزش بدست آمده از پروژه، اندازه گيري پيشرفت واقعي آن پروژه است.
ارزش: پيشنهادات قابل تجزيه و تحليل مديريت ارزش کسب شده، منافع آن و مشکلات.
فهرست :
فصل اول مباني
مقدمه
تعريف ارزش کسب شده (EV)
ارزش كسب شده چيست؟
تعاريف مرتبط با سيستم ارزش و زمان كسب شده
شاخصهاي عملكردي و واريانس
مفهوم و نحوة كار EVMS
تعريف عناصر و پارامترهاي اصلي EVMS
كاربرد متد EV در توليد شاخصهاي كارايي پروژه
متد ارزش كسب شده را چگونه ميتوان پياده نمود؟
محصول پروژه
زمان بندي پروژه
رسم خط مينا (BCWS)
ارزيابي عملكرد پروژه
روز پنجم پروژه
پروژه ما در چه وضعيتي قرار دارد؟
مدت زمان پيش بيني شده كل پروژه (جديد)
وضعيت كنوني پروژه چقدر وخيم است؟
اقدام اصلاحي
تهيه خط مبناي جديد
ويژگيهاي اساسي از اجراي هر EVM
اصول EVMP
تجزيه تحليل عملكرد در EVMS
تفسير شاخصهاي عملكردي سيستم مديريت ارزش كسب شده
مزاياي پيادهسازي EVM
محدوديتهاي EVM
بررسيهاي شاخصهاي EV
شاخصهاي عملكرد دورهاي
شاخص عملكرد هزينه
شاخص عملكرد زمان بندي
بكارگيري شاخصهاي EV در Lifecycle پروژهها
شرايط بهره گيري از نمودارهاي كنترلي
توزيع آماري دادههاي جمع آوري شده
تبديل دادههاي با توزيع آماري غيرنرمال به توزيع آماري نرمال
تبديل تواني (نمايي)
تبديل جانسون
نمودارهاي كنترلي فردي
فصل دوم تخمين و برآورد
ارائه چندين جدول انجام خواهد پذيرفت
تخمين تكامل پروژه
برآورد هزينه اتمام پروژه (EAC)
برآورد زمان اتمام پروژه EAC(t)
تخمين هزينه اتمام پروژه
تعاريف و پارامترهاي مورد نظر
تجزيه و تحليل مقادير بدست آمده در جدول
برآورد زمان پروژه
فصل سوم بكارگيري EVM
كيسون (PMO)
مقدمه
به كارگيري EVM در تهيه برنامه بودجه پروژهها
پارامترها و روابط ارزش كسب شده
مدل پيشنهادي
ارزش كسب شده فازي
تخمين زمان و هزينه پروژه فازي
تخمين هزينه اتمام پروژه
تخمين زمان اتمام پروژه
تحليل نتايج حاصل از ارزش كسب شده فازي
تحليل شاخصهاي عملكرد و انحرافات زمان و هزينه پروژه
تحليل پيش بيني زمان و هزينه اتمام پروژه
تحليل پيش بيني زمان اتمام پروژه
فصل چهارم مطالعه موردي
مقدمه
تحليل ارزش حاصله (Earned Value) پروژههاي در حال اجرا
تحليل كارايي برنامهريزي زماني پروژههاي در حال اجرا
تحليل كارايي برنامهريزي بودجهاي پروژههاي در حال اجرا
تخمين بودجه مورد نياز جهت تكميل پروژههاي در حال اجرا
الگوي تحليل ارزش حاصله در قالب پرتفوليوي پروژهها
وروديهاي سيستم
خروجيهاي مورد انتظار
آيا fast tracking براي پروژه شما مناسب است؟
مقتضيات fast tracking هنگام استفاده از اين تكنيك …
فرايند fast tracking
پروژههاي EPC
ماژولهاي كلان اجراي پروژههاي EPC به صورت fast tracking
موارديكه در اين پروژهها بايد كاملاً مد نظر قرار داد
مطالعه موردي پروژه يوتيليتي موقت واحد استحصال اتان
دلايل استفاده از تكنيك fast tracking
دلايل نقض اجراي صحيح fast tracking
تحليل ارزش كسب شده
فصل پنجم نتيجهگيري
مقدمه
منابع
پيوستها
فرمولهاي مورد نياز براي محاسبات