سمینار کارشناسی ارشد برق طراحی بازارحراج خدمات جانبی در سیستم های تجدید ساختار یافته قدرت

اختصاصی از فی لوو سمینار کارشناسی ارشد برق طراحی بازارحراج خدمات جانبی در سیستم های تجدید ساختار یافته قدرت دانلود با لینک مستقیم و پر سرعت .

این محصول در قالب پی دی اف و 88 صفحه می باشد.

این سمینار جهت ارائه در مقطع کارشناسی ارشد رشته مهندسی برق-قدرت طراحی و تدوین گردیده است . و شامل کلیه مباحث مورد نیاز سمینار ارشد این رشته می باشد.نمونه های مشابه این عنوان با قیمت های بسیار بالایی در اینترنت به فروش می رسد.گروه تخصصی ما این سمینار را با قیمت ناچیزی جهت استفاده دانشجویان عزیز در رابطه با منبع اطلاعاتی در اختیار شما قرار می دهند. حق مالکیت معنوی این اثر مربوط به نگارنده است. و فقط جهت استفاده ازمنابع اطلاعاتی و بالابردن سطح علمی شما در این سایت ارائه گردیده است.

چکیده
بطور کلی خدمات جانبی خدماتی هستند که علاوه بر انرژی برای بهره برداری مطمئن از شبکه برق لازم است بهره برداری مطمئن سیستم قدرت به در دسترس بودن ذخیره ها توسط واحدهای تولید نیازمند است ، تا بئین وسیله پیشامدهای تولید و انتقال پوشش داده شود . بطور کل ذخیره ها توسط واحدهای تولید در بعضی از موارد تأمین می شوند . هنگامی که توسط واحدهای تولیدی مهیا می شوند. مقدار ذخیره ای که استفاده می شود به میزان و همچنین به ظرفیت واحد و مقدار خروجی بستگی دارد. خدمات جانبی و انرژی در بازار رقابتی مستقل هستند و می توانند جداگانه توسط بازارهای مختلف مهیا شوند . از آنجا که منابع مشابه هم زمان به بازارهای مختلفی پیشنهاد می شوند بازارهای مختلف ممکن است بر یکدیگر اثر متقابل بگذارند . یک شبیه ساز بازار قدرت ابزار قابل امکان برای مطالعه عملکرد بازارهای مختلف است که این امر با مطالعات بازارهای مختلف است که این امر با مطالعات بازارهای شبیه ساز انجام می شود .

مقدمه
از آنجایی که صنعت برق به سمت رقابتی شدن کامل حرکت می کند ، خدمات گوناگونی که قبلاً توسط شرکتهای برق ارائه می شد ، اکنون به صورت مجزا ارائه می شود . عمده توجه به پیشرفت ISO، بر روی ساختار بازار به منظور انتقال برق و انرژی و همچنین بر بازار ارائه خدمات جانبی که به سوی بحرانی تر شدن پیش می رود ، معطوف شده است . خدمات جانبی به طور عمده به خدماتی گفته می شود که علاوه بر انرژی برای بهره برداری مطمئن شبکه برق لازم است . بهره برداری مطمئن سیستم قدرت به در دسترس بودن ذخیره های تولید نیازمند است تا بدین وسیله ، پیشامدهای تولید و انتقال پوشش داده می شود . یک موضوع اساسی سیستم قدرت تجدید ساختار شده ، تعیین هزینه تأمین خدمات جانبی و چگونگی تغییر این هزین هها با توجه به تصمیم گیری های بهره برداری است .

هدف
در این بررسی این تاثیرات اجرای بازارهای رزرو در بازار انرژی در دو قسمت تاثیرات فنی و تاثیرات اقتصادی تقسیم شده است. تاثیرات فنی عبارتند از تغییرات به وجود آمده در شرایط بهره برداری شبکه و پارامترهای مرتبط با بهره برداری کوتاه مدت یا بلند مدت شبکه. تاثیرات اقتصادی به دسته ای از پارامترهای اقتصادی بهره برداری از شبکه اطلاق می شود که از اصول اقتصادی حاکم، رفتار بازیگران و
عملکرد بازار تاثیر می گیرند. مواردی نظیر قیمت محصول یا سود شرکت کنندگان در بازار یا قدرت بالقوه بازار برای یک یا چند تولید کننده خاص، سه نمونه بارز از مشخصات اقتصادی هر بازار است . آنچه که در این پروژه مورد توجه قرار گرفته است، بررسی اثر متقابل بازارهای مختلف انرژی و خدمات جانبی در شرایط فنی و اقتصادی به وجود آمده در سیستم قدرت است . در این بررسی ساختارهای مختلف بازارهای انرژی و خدمات جانبی مورد بررسی قر ار می گیرند و با بهره گیری از پارامترهای فنی و اقتصادی ذکر شده، به مقایسه تاثیر متقابل بازارها در نتایج فنی و اقتصادی پرداخته می شود.

پیشینه تحقیق

بر طبق FERC، خدمات جانبی به منظور ایجاد امکان انتقال توان از فروشندگان به خریداران با توجه به اجبار نواحی کنترلی و شرکتهای انتقال برای حفظ بهره برداری مطمئن از سیستم انتقال به هم پیوسته قدرت ، بر طبق دستورالعمل 1995 FERC، شش نوع خدمات جانبی و تعرفه های مربوط به هر یک از آنها تحت عنوان تعرفه های پیش فاکتوری مشخص گردید . این خدمات ، هزینه های بالغ بر 5 تا 25 درصد و میانگین 10 درصد کل هزینه های تولید و انتقال را در بر می گیرند.

سمینار کارشناسی ارشد برق بررسی کار برد شبکه های عصبی در سیستم کنترل پرواز

اختصاصی از فی لوو سمینار کارشناسی ارشد برق بررسی کار برد شبکه های عصبی در سیستم کنترل پرواز دانلود با لینک مستقیم و پر سرعت .

این محصول در قالب پی دی اف و 85 صفحه می باشد.

این سمینار جهت ارائه در مقطع کارشناسی ارشد رشته مهندسی برق-کنترل طراحی و تدوین گردیده است . و شامل کلیه مباحث مورد نیاز سمینار ارشد این رشته می باشد.نمونه های مشابه این عنوان با قیمت های بسیار بالایی در اینترنت به فروش می رسد.گروه تخصصی ما این سمینار را با قیمت ناچیزی جهت استفاده دانشجویان عزیز در رابطه با منبع اطلاعاتی در اختیار شما قرار می دهند. حق مالکیت معنوی این اثر مربوط به نگارنده است. و فقط جهت استفاده ازمنابع اطلاعاتی و بالابردن سطح علمی شما در این سایت ارائه گردیده است.

چکیده:

در این سمینار، در ابتدا درباره شبکه عصبی، تاریخچه، مزایا و کاربردهای آن مختصری توضیح داده می شود. در این بخش به بحث در مورد چگونگی به وجود آمدن ایده شبکه های عصبی و نحوه رشد این ایده را مورد بررسی قرار می دهیم. سپس مزیت های شبکه های عصبی از جمله، قابلیت آموزش پردازش موازی، قابلیت تعمیم و… را توضیح می دهیم. سپس کاربردهای روزافزون شبکه عصبی در زندگی روزمره را مورد توجه قرار می دهیم. در ادامه به بررسی مفصل چند کاربرد از شبکه های عصبی در سیستم کنترل پرواز، نحوه استفاده، لزوم استفاده و نتایج آن می پردازیم. در این بخش ابتدا دلایل استفاده از شبکه های عصبی را در آن مسئله به خصوص متذکر می شویم. سپس مبانی محاسباتی و نحوه آموزش شبکه عصبی را در هر کاربرد توضیح می دهیم. و در آخر به بحث در مورد نتایج به دست آمده می پردازیم.

مقدمه:

شبکه های عصبی به عنوان یکی از مولفه های هوش محاسباتی از خواص مهمی برخوردار می باشد که آن را در علوم و مسائل هندسی حائز اهمیت می نماید. در این بین خصوصیات، توانایی تقریب زنی توابع، ساختار موازی، قدرت یادگیری و تعمیم از اهمیت خواصی برخوردار می باشد. در این میان خاصیت تقریب زنی توابع و یادگیری بر خط بیشترین استفاده را در سیستم کنترل دارد. سیستم کنترل پرواز به علت اینکه دارای نامعینی می باشد، در نتیجه استفاده از خاصیت تقریب زنی توابع شبکه های عصبی را جهت به دست آوردن قانون کنترل، بسیار مفید است. همچنین شبکه عصبی با توجه به توانایی یادگیری بر خط قادر است خود را با تغییرات دینامیکی هواپیما تطبیق دهد. تخمین دقیق میزان غیرخطی بودن سیستم، امروزه که هواپیماهای جنگنده کارایی بالائی در شرایط سخت و مانورهای پیچیده از خود نشان می دهند، مشکل اصلی می باشد. پدیدار شدن الگو شبکه های عصبی به عنوان یک ابزار قدرتمند برای طراحی های پیچیده باعث گردید تا استفاده از شبکه های عصبی برای شناسایی و کنترل دینامیک سیستم ها با غیرخطی های ناشناخته که سیستم های کنترل پرواز و مدل دینامیکی هواپیما از این نوع می باشند، مورد توجه قرار گیرد. با توجه به آنچه که گفته شد، لزوم استفاده از شبکه های عصبی در سیستم کنترل پرواز کاملا حس می شود.

فصل اول: کلیات

1-1) هدف

سیستم های واقعی عموماً غیرخطی می باشند و دارای دینامیک بسیار پیچیده ای می باشند، که همین پیچیدگی ساختار کنترلی بسیار گسترده ای را می طلبد. معمولاً پیاده سازی آن بسیار مشکل می باشد. یکی از روشها برای پیاده سازی و کنترل سیستم های غیرخطی استفاده از شبکه های عصبی می باشد. زیرا این شبکه ها با توجه به توانایی بالا در تقریب زنی می توانند مدل های مناسبی با دقت بالا برای سیستم های غیرخطی باشند. دینامیک هواپیما غیرخطی و بسیار پیچیده می باشد. همچنین سیستم هواپیما بخصوص هواپیماهای جنگنده که باید در شرایط سخت مانورهایی با دقت بالا انجام دهند، نیازمند آن هستند که در هنگام مدلسازی، مدلی با دقت بالا جایگزین این سیستم گردد. معمولاً شبکه عصبی برای این منظور انتخاب می شوند. کنترل کننده های کلاسیک فقط در نقطه کار جواب مناسبی به ما می دهند. ولی سیستم هواپیما نیازمند کنترل کننده منعطف تری در مقابل نقطه های کار مختلف می باشد. شبکه عصبی به خاطر اینکه به صورت بر خط و با تغییر وزن ها آموزش می بیند، می تواند برای این هدف مناسبتر باشد. هدف از ارائه این سمینار آشنایی با نحوه استفاده از شبکه های عصبی در سیستم کنترل پرواز با بررسی چند کاربرد در این زمینه می باشد.

سمینار کارشناسی ارشد برق مسیر یابی بسته ها در شبکه های کامپیوتری به کمک شبکه عصبی

اختصاصی از فی لوو سمینار کارشناسی ارشد برق مسیر یابی بسته ها در شبکه های کامپیوتری به کمک شبکه عصبی دانلود با لینک مستقیم و پر سرعت .

این محصول در قالب پی دی اف و 93 صفحه می باشد.

این سمینار جهت ارائه در مقطع کارشناسی ارشد رشته مهندسی برق-الکترونیک طراحی و تدوین گردیده است . و شامل کلیه مباحث مورد نیاز سمینار ارشد این رشته می باشد.نمونه های مشابه این عنوان با قیمت های بسیار بالایی در اینترنت به فروش می رسد.گروه تخصصی ما این سمینار را با قیمت ناچیزی جهت استفاده دانشجویان عزیز در رابطه با منبع اطلاعاتی در اختیار شما قرار می دهند. حق مالکیت معنوی این اثر مربوط به نگارنده است. و فقط جهت استفاده ازمنابع اطلاعاتی و بالابردن سطح علمی شما در این سایت ارائه گردیده است.

چکیده

تاکنون کاربردهای فراوانی برای شبکه های عصبی مصنوعی ارائه شده است. شبکه های عصبی مصنوعی، اطلاعات را به روشی مشابه با کاری که مغز انسان انجام میدهد، پردازش میکنند. آنها از تعداد زیادی از عناصر پردازشی که فوق العاده بهم پیوسته اند، تشکیل شده اند که این عناصر به صورت موازی باهم برای حل یک مسئله مشخص کار می کنند. امتیاز شبکه عصبی این است که خودش کشف میکند که چگونه مسئله را حل کند.

نتایج مثبتی که استفاده از شبکه های عصبی در حل مسائل بهینه سازی در پی داشته است، راه را برای استفاده از آنها در مسیریابی شبکه های کامپیوتری گشوده است. این امر در شبکه های متداول با استفاده از شبکه ی هاپفیلد و در شبکه های بسته شناختی با استفاده از شبکه عصبی رندم صورت می گیرد. علاوه بر بکارگیری مستقیم شبک ههای عصبی بعنوان الگوریتم مسیریاب، شبکه های عصبی همچنین بصورت غیر مستقیم به الگوریتم های مسیریابی کمک میکنند. آنها با تحلیل و پیش بینی شرایط شبکه، ورودی الگوریتم مسیریابی، که می تواند هرکدام از الگوریتم های مسیریابی متداول باشد، را فراهم می کند. در این سمینار، هر دو کاربرد شبکه های عصبی در امر مسیریابی بررسی و نتایج استفاده از آن و نیز پارامترهای
موثر در عملکرد و بازدهی انها مورد بررسی قرار گرفته است.

مقدمه

شبکه های عصبی نسبت به کامپیوترهای معمولی مسیر متفاوتی را برای حل مسئله طی میکنند. کامپیوترهای معمولی یک مسیر الگوریتمی را استفاده میکنند به این معنی که کامپیوتر یک مجموعه از دستورالعمل ها را به قصد حل مسئله پی میگیرد. بدون شناساندن قدم های مخصوصی که نیاز به طی کردن آنها دارد، کامپیوتر قادر به حل مسئله نیست. شبکه های عصبی اطلاعات را به روشی مشابه با کاری که مغز انسان انجام میدهد، پردازش میکنند. آنها از تعداد زیادی از سلول عصبی که فوق العاده بهم پیوسته اند تشکیل شده اند که این عناصر به صورت موازی باهم برای حل یک مسئله مشخص کار می کنند. شبکه های عصبی با مثال کار می کنند. مثال ها می بایست با دقت انتخاب شوند در غیر این صورت زمان سودمند، تلف میشود و یا حتی بدتر از این، شبکه ممکن است نادرست کار کند.

شبکه های عصبی و کامپیوترهای معمولی با هم در حال رقابت نیستند، بلکه کامل کننده یکدیگرند. وظایفی وجود دارد که بیشتر مناسب روش های الگوریتمی هستند، نظیر عملیات محاسباتی و وظایفی نیز وجود دارد که بیشتر مناسب شبکه های عصبی هستند. حتی فراتر از این، مسائلی وجود دارد که نیازمند به سیستمی است که از ترکیب هر دو روش بدست می آید، به این قصد که بیشترین کارایی بدست آید.

با گسترش شبکه ها، پژوهش ها بر روی روش های مسیریابی سریع، مطمئن و ساده که کمترین بار سیگنالینگی را به شبکه تحمیل کنند، شدت گرفته است. شبکه های عصبی با قابلیت هایی که دارند، توجه بسیاری از پژوهشگران در این عرصه را به خود جلب نموده است. نتیجه این تحقیقات، ارائه روش هایی است که در آنها شبکه عصبی یا بعنوان موتور اصلی در الگوریتم مسیریابی، تصمی مگیرنده است و یا بعنوان ابزار کمکی اطلاعات لازم را برای الگوریتم اصلی فراهم می کند.

سمینار کارشناسی ارشد برق جایابی بهینه تولید پراکنده در شبکه های توزیع جهت کاهش تلفات با استفاده از روش بهینه سازی الگوریتم

اختصاصی از فی لوو سمینار کارشناسی ارشد برق جایابی بهینه تولید پراکنده در شبکه های توزیع جهت کاهش تلفات با استفاده از روش بهینه سازی الگوریتم دانلود با لینک مستقیم و پر سرعت .

این محصول در قالب پی دی اف و 185 صفحه می باشد.

سمینار کارشناسی ارشد برق جایابی بهینه تولید پراکنده در شبکه های توزیع جهت کاهش تلفات با استفاده از روش بهینه سازی الگوریتم اجتماع پرندگان

این سمینار جهت ارائه در مقطع کارشناسی ارشد رشته مهندسی برق-کنترل طراحی و تدوین گردیده است . و شامل کلیه مباحث مورد نیاز سمینار ارشد این رشته می باشد.نمونه های مشابه این عنوان با قیمت های بسیار بالایی در اینترنت به فروش می رسد.گروه تخصصی ما این سمینار را با قیمت ناچیزی جهت استفاده دانشجویان عزیز در رابطه با منبع اطلاعاتی در اختیار شما قرار می دهند. حق مالکیت معنوی این اثر مربوط به نگارنده است. و فقط جهت استفاده ازمنابع اطلاعاتی و بالابردن سطح علمی شما در این سایت ارائه گردیده است.

چکیده

تولید پراکنده (Distributed Generation) منابع کوچک انرژی هستند که به سیستم توزیع متصل می گردند. این منابع غالبا از انرژی های نو بهره می گیرند و هزینه پایین ساخت، نصب و راه اندازی آنها نسبت به واحدهای بزرگ، موجب توجه خاص به آنها شده است. پیش بینی می شود که در آینده منابع تولید پراکنده در طراحی سیستم های انرژی الکتریکی به جایگاه ویژه ای دست یابند.

بکارگیری مکان مناسب تولید پراکنده (DG) در شبکه برق، مزایای زیادی خواهد داشت و عدم جایابی مناسب آن ضمن نفی مزایا، معایبی را نیز در پی دارد. با توجه به گستردگی شبکه های برق (بالاخص شبکه های توزیع) و فراوانی منابع DG از نظر سطح توان و چگونگی عملکرد، بکارگیری ظرفیت بهینه آنها در شبکه توزیع یک مسئله بهینه سازی (Optimization) می باشد و لذا برای نیل به پاسخ بهینه لازم است از روش های بهینه سازی مناسب استفاده گردد. بنابراین برای پیاده سازی مسئله جایابی بهینه DG بایستی از الگوریتم های بهینه سازی استفاده گردد. الگوریتم بهینه سازی اجتماع پرندگان (Particle Swarm Optimization Algoritm) یکی از روش های نوین بهینه سازی است که بر پایه رفتار پرندگان و چگونگی عملکردشان در یافتن لانه شان، طراحی شده و به خوبی توانایی بهینه سازی مسایل شناخته شده مهندسی را دارد. این الگوریتم برای مینیمم کردن یک تابع هدف مطلوب می تواند به کار رود. در این پایان نامه هدف از بکارگیری این روش، مینیمم کردن تلفات توان در سیستم توزیع می باشد و مسئله جایابی بهینه DG در مورد دو شبکه 13 و 34 باس IEEE مورد مطالعه قرار می گیرد.

فصل اول

مقدمه

یکی از معیارهای پیشرفت در هر جامعه میزان مصرف سرانه انرژی الکتریکی در آن جامعه می باشد. اگر این اندازه گیری براساس میزان مصرف خانگی باشد، بلادرنگ و به درستی استاندارد زندگی آن جامعه را در ذهن تداعی می نماید و اگر این میزان بیانگر انرژی در اختیار واحدهای صنعتی باشد، نیز معیاری جهت تولید و بهره وری بوده و نهایتاً بیان کننده پیشرفت آن جامعه می باشد.

صنعت برق در ایران، در سال 1285 شمسی با شروع به کار اولین کارخانه برق حاج امین الضرب و اعلام آمادگی پذیرش مشتری، شروع به فعالیت نمود. با گذشت یک قرن از ورود این صنعت به کشور و با بررسی آمارهای جهانی مشخص می گردد که کشور ایران در زمره 20 کشور برتر دنیا در بررسی شاخص های عمده این صنعت قرار دارد. با توجه به این وضعیت بارز کمی صنعت برق در ایران و با تفحص در مولفه های کیفی صنعت برق، وضعیت متناسب و نزدیک با شرایط استاندارد بین المللی به چشم نمی خورد و مثلاً تلفات حدود 20%، که عمده آن نیز مربوط به شبکه های توزیع نیرو می باشد شرایط نامطلوب را از جنبه کیفی در این صنعت کشور نشان می دهد و بررسی، مطالعه، تحقیق و ارائه راهکارهای مناسب را بیش از پیش در این زمینه می طلبد.

از طرفی روند روبه تزاید استفاده از نیروگاه های تولید پراکنده در جهان و بالاخص در سطح شبکه های توزیع نیرو و مزایای مرتبط با جایابی مناسب آن در شبکه های توزیع، باعث گردیده برنامه ریزی و طراحی شبکه های توزیع تواماً با وجود اینگونه نیروگاه ها مورد بررسی قرار گیرد و روش های پیشرفت جهت جایابی بهینه تولید پراکنده مورد استفاده قرار گیرد.

عنوان پایان نامه «جایابی بهینه تولید پراکنده در شبکه های توزیع جهت کاهش تلفات با استفاده از روش الگوریتم اجتماع پرندگان» نیز با توجه به بکارگیری روزافزون نیروگاه های تولید پراکنده در سطح شبکه های توزیع می باشد. با بررسی های به عمل آمده، در این پروژه روش کارآمد الگوریتم اجتماع پرندگان به عنوان ابزار مورد استفاده قرار گرفته است.

در این پایان نامه پس از مقدمه، در فصل دوم شبکه های توزیع نیرو به طور اختصار مورد بررسی قرار می گیرند.

در فصل سوم علاوه بر تعریف تولید پراکنده مواردی از جمله فن آوری های مرتبط با تولید پراکنده، مزایا و محدودیت های بکارگیری آن مورد بحث و بررسی قرار می گیرد.

در فصل چهارم روش بهینه سازی الگوریتم اجتماع پرندگان و پارامترهای مربوط به آن و نحوه پیاده سازی این روش بهینه سازی در حل مسائل پیوسته و ناپیوسته تشریح گردیده است.

درفصل پنجم با ارائه الگوریتم مناسبی که علاوه بر مدل سازی شبکه های شعاعی، چند فاز و غیره امکان مدلسازی DG را نیز در یک شبکه توزیع فراهم می کند پخش بار در سیستم های توزیع مورد بررسی واقع می شود.

در فصل ششم پس از مروری سریع از کارهای انجام شده، مسئله جایابی DG در یک شبکه توزیع به همراه یک مدل ریاضی جهت تابع هدف پیشنهاد گردیده و قیود و محدودیت های آن مورد بررسی قرار گرفته اند. و سپس روش بهینه سازی الگوریتم اجتماع پرندگان بر روی دو شبکه 13 باس IEEE و 34 باس IEEE به کار گرفته شده و نتایج حاصل از آن مورد بررسی قرار گرفته است.

در فصل هفتم نتیجه گیری و پیشنهادات لازم برای ادامه تحقیقات در رابطه با زمینه پژوهشی حاضر ارائه گردیده است.

فصل هشتم نیز مراجع و پیوست های مورد استفاده را در بردارد.

سمینار کارشناسی ارشد برق پیشگویی ساختار پروتئین ها به کمک کنترل فازی

اختصاصی از فی لوو سمینار کارشناسی ارشد برق پیشگویی ساختار پروتئین ها به کمک کنترل فازی دانلود با لینک مستقیم و پر سرعت .

این محصول در قالب پی دی اف و 60 صفحه می باشد.

این سمینار جهت ارائه در مقطع کارشناسی ارشد رشته مهندسی برق-کنترل طراحی و تدوین گردیده است . و شامل کلیه مباحث مورد نیاز سمینار ارشد این رشته می باشد.نمونه های مشابه این عنوان با قیمت های بسیار بالایی در اینترنت به فروش می رسد.گروه تخصصی ما این سمینار را با قیمت ناچیزی جهت استفاده دانشجویان عزیز در رابطه با منبع اطلاعاتی در اختیار شما قرار می دهند. حق مالکیت معنوی این اثر مربوط به نگارنده است. و فقط جهت استفاده ازمنابع اطلاعاتی و بالابردن سطح علمی شما در این سایت ارائه گردیده است.

چکیده

در این تحقیق به بررسی کنترل فازی در تعیین ساختار پروتئین ها می پردازیم. ابتدا ساختار چهار گانه پروتئین ها معرفی شده است ساختار اول توالی اسیدهای آمینه به عنوان اجزای سازنده پروتئین در یک زنجیره پلی پپتیدی معرض می شود. ساختار دوم پروتئین ها را ساختار موضعی یا نظم در یک بعد نیز می گویند ساختار سوم پروتئین همان شکل کروی و به هم فشرده آن است و ساختار چهارم به بررسی جایگری و شکل زیر واحدهای ساختاری پروتئین می پردازد.

در ادامه کنترل کننده های فازی به عنوان روشی برای توصیف پدیده های نامشخص و همراه عدم قطعیت معرفی شده است از آنجا که دنیای بیوانفورماتیک بسیار پیچیده تر از آن است که بتوان آن را بطور دقیق توصیف و مدل کرد و عملکرد آن را بدست آورد. بنابراین با یک مدل تقریبی یا همان فازی که قابل قبول و قابل تجزیه و تحلیل باشد به پیشگویی ساختار پروتئین ناشناخته و جدید می پردازیم و به دنبال این هستیم که بالاترین شباهت را بین پروتئین ناشناخته و یک پروتئین که از قبل آن را می شناختیم بدست آوریم.

مقدمه

بیوانفورماتیک علم استخراج دانش از منابع داده ای بیولوژیکی به کمک آنالیزهای کامپیوتری است از آنجا که منابع اطلاعاتی موجود در بیوانفورماتیک همراه با عدم قطعیت همراه است.معمولاً اطلاعات آن خام و بعضاً نادقیق بوده است از این رو کنترل فازی روش مؤثر جهت مقابله با عدم قطعیتها و رسیدن به اطلاعات کاملتر ودقیق تر در اختیار قرار می دهد. در نتیجه به کمک روش فازی به مدل سازی این عدم قطعیت ها پرداخته و یک پیشگویی دقیق تر ارائه خواهد شد.

فصل اول

کلیات

1-1) هدف

رشد انفجاری اطلاعات بیولوژیکی نیازمند استفاده از تکنیکهای محاسباتی به منظور نگهداری، سازماندهی و آنالیز ا ین اطلاعات می باشد. نیاز به استخراج دانش از میان انبوه اطلاعات خام شیوه های جدید کامپیوتری را طلب می کند در این میان پیش گویی ساختار پروتئین ها یکی از چالش های اساسی بیولوژیکی ملکولی می باشد.

مسأله پیشگویی ساختار پروتئین ها در علوم داروسازی و برای طراحی دا روهای جدید حائز اهمیت بوده است و از صرف گزافی که برای تعیین ساختار پروتئین ها با روش های تجربی هزینه می گردد جلوگیری می کند در داروسازی برای طراحی داروهای مختلف هزاران ماکرو ملکول مختلف مورد آزمون قرار می گیرد که تعیین ساختار همه آنها کاری غیر عملی و بسیار هزینه بر می باشد لذا پیشرفت در زمینه پیش گویی ساختار پروتئین ها راه را برای طراحی داروهای جدید هموار می سازد و هزینه های تحقیقاتی را صدها برابر کاهش می دهد. با توجه به سرمایه گذاری اخیر در صنایع داروسازی در کشور اهمیت این مساله در جهت پیشبرد این دانش و فن اوری غیر قابل انکار می نماید هدف این تحقیق طراحی و پیاده سازی الگوریتم جدید بر اساس منطق فازی جهت پیشگویی و بدست آوردن میزان شباهت بین دو رشته پروتئینی است که این کار در پیشگویی رفتار یک پروتئین ناشناخته که تعیین توالی شده است ولی هنوز تعیین ساختار نشده است و همچنین در بدست آوردن ساختارهای دوم و سوم و چهارم و کمک به کاهش عدم قطعیت آنها می تواند بسیار موثر باشد همچنین پروتئین ناشناخته ای که بالاترین میزان شباهت را با یک پروتئین شناخته شده دارد در بسیاری از کاربردها خواص عملکردی مشابه پروتئینی شناخته دارد.

2-1) پیشینه تحقیق

تا کنون در جهان رویکردهای مختلفی و الگوریتم های متعددی جهت پیشگویی هرچه دقیق تر ساختار پروتئین ها ارائه شده است و در طول تقریباً 20 سال گذشته این رویکردها موفق به بهبود حدوداً 20 درصدی دقت پیشگویی شده اند سه راهکار اصلی برای پیشگویی ساختار پروتئین ها مطرح می باشد که مبین بر روشهای چو ضمن – گور، شبکه عصبی و نزدیکترین همسایگی می باشد . هدف از این سمینار بالا بردن میزان اطمینان و در نتیجه بهبود پیشگویی به کمک بدست آوردن بیشترین شباهت بین پروتئینها است این روش می تواند به عنوان یک عامل کمکی هم راه با روشهای فوق الذکر به پیشگویی ساختار یا عملکرد بهتر (توسط یکی از روشهای فیوژن یا ترکیب اطلاعات) منجر گردد.