یکی از مراحل تعیین مشخصات سیستم در گام تحلیل، تعیین رفتار سیستم می باشد که در این مرحله مشخص می شود چه اتفاقی باید در هر حالت سیستم رخ دهد. به همین منظور تحلیلگر در انتخاب زبان های صوری یا غیرصوری برای نشان دادن رفتار سیستم بر سر دو راهی قرار می-گیرد. پس از تصمیم گیری در استفاده از زبان های صوری یا غیرصوری، تحلیلگر برای تعیین مشخصات سیستم با توجه به نیازمندی های سیستم و قابلیت های زبان ها می بایست یک زبان را انتخاب نماید. در این پایان نامه پس از معرفی زبان های صوری و غیرصوری، مقایسه ای میان این زبان ها صورت گرفته است. با توجه به دقت و قابلیت اطمینان زبان های صوری، در گام بعد به بررسی دقیق تر این زبان ها پرداخته ایم. از آنجایی که ما بدنبال زبانی برای تعیین رفتار سیستم می-باشیم، مناسب ترین زبان صوری برای این منظور را انتخاب می نمائیم. ما معتقدیم زبان پروتکل رفتاری دقیق ترین و در عین حال ساده ترین زبان صوری برای تعیین رفتار سیستم می باشد و عملی بودن استفاده از این زبان را در قالب یک مثال بررسی می نماییم. در نهایت امنیت سیستم هایی که تعیین رفتار آنها در مرحله تحلیل با استفاده از این زبان صورت گرفته است را مورد بررسی قرار خواهیم داد و تلاش می کنیم تا یک راهکار امنیتی در مرحله تحلیل سیستم در نگارش زبان مولفه ها اضافه نمائیم در نتیجه امنیت سیستم تحلیل شده با زبان پروتکل رفتاری تضمین گردد.

از آنجایی که تجزیه qr کاربردهای فراوانی دارد، از جمله پیدا کردن مقادیر ویژه یک ماتریس و حل دستگاه معادلات خطی و از طرفی چون در عمل با ماتریس هایی با بعد بزرگ مواجه می شویم، سعی کردیم به دنبال روشی باشیم که بتوانیم به صورت موازی و در مدت زمان کوتاه تر این تجزیه را انجام دهیم‎.‎ فصل اول این پایان نامه، شامل تعاریف و مفاهیمی از تجزیه qr و الگوریتم های موازی و فصل دوم در مورد کارهای پیشین انجام گرفته در زمینه موازی سازی تجزیه qr است. در فصل ‎‎سوم که فصل اصلی پایان نامه است، تجزیه موازی ‎qr به صورت بلوکی و با به کارگیری هر دو روش هاوس هلدر و گیونز و با استفاده از تکنیک تعادل بار بررسی می شود. در فصل های چهارم و پنجم به کاربردهای مهم این تجزیه یعنی پیدا کردن مقادیر ویژه و حل دستگاه معادلات خطی ‎‎و در فصل ششم به بررسی مسائل پراکندگی الکترومغناطیسی پرداخته می شود. در آخر در فصل هفتم نتایج به دست آمده از این تجزیه بررسی و نشان داده می شوند.

سرویس دهی امن و بهبود ضریب امنیتی جهت استفاده امن از کارت های چند منظوره و ذخیره اطلاعات در حافظه این نوع کارت ها یک نیاز اساسی در این زمینه می باشد. در این پایان نامه کارهای انجام یافته درراستای تقویت امنیت این کارتها بررسی می شوند. در راستای تقویت ضریب امنیتی این کارت ها، یک الگوریتم رمزنگاری برای تقویت ضریب امنیت سرویس دهی و ذخیره داده در کارت های rfid مطرح می شود. الگوریتم پیشنهادی در کارت های چند منظوره پس از شبیه سازی به صورت عملی در دانشگاه -تبریز جهت استفاده در سیستم اتوماسیون برای مدیریت استخر، تردد الکترونیکی، خوابگاه دانشجویی، تغذیه و کتابخانه مرکزی مورد استفاده قرارگرفته است. کلمات کلیدی: مهر تعداد، لیست کارت های نامعتبر، پنهان نویسی پیام، الگوریتم رمزنگاری، الگوریتم-های متقارن و نامتقارن.

امروزه داده کاوی به عنوان یکی از ده دانش برتر جهان نقش مهمی را در جهت استخراج اطلاعات و تحلیل و بررسی داده‏های با حجم بالا ایفا می‏کند. این فرآیند به علت اهمیت دستیابی به اطلاعات در کمترین زمان ممکن و همچنین رقابت در عرصه های سیاسی، اقتصادی، پزشکی و غیره دارای اهمیت زیادی می‏باشد. در این پایان‏نامه قصد داریم روش‏ها و ابزارهای داده کاوی را جهت استخراج اطلاعات پنهان و نهفته در داده‏های یکی از بیمارستان‏های وابسته به سازمان تامین اجتماعی استان آذربایجان شرقی مورد استفاده قرار دهیم و با بدست آوردن الگوهای مناسب به شناسایی و بررسی خصوصیات مراجعین این مرکز درمانی بپردازیم تا با ارائه این الگوهای پیشنهادی به کارشناسان و مدیران مربوطه بتوانیم در جهت کاهش هزینه‏های سازمان و افزایش رضایتمندی بیمه شدگان و مراجعین به مراکز درمانی قدم برداریم. ابزاری که در این فرآیند به کار خواهیم گرفت نرم افزار sql server 2008 که توسط شرکت microsoft معرفی شده است.

در این پایان نامه یک چارچوب صوری برای توصیف پیکربندی سیستم ارائه گردیده است تا از تغییر پیکربندی پویا جهت رسیدن به سیستمی تطبیقی پشتیبانی شود. جهت رسیدن به این هدف‏، در ابتدا شالوده ی سیستم با زبانی صوری توصیف می شود و سپس یک مدل ریاضی وار به نام آداپتور بر پایه قرارداد تطابق و معماری سیستم بنا می گردد. آداپتورها پیکربندی های سیستم را بر عهده می گیرند و جهت رسیدن به تطابقی تاثیر گذار‏، هنگام نیاز به تغییر پیکربندی‏ با کمک بردارهای موازی سازی سیستم را با محیط و نیازمندی ها تطبیق می دهند.

یکی از مباحث بسیار مهم در روبوتیک، مساله برنامه ریزی حرکت است که برای ایجاد قابلیت تصمیم گیری و حرکت خودکار در روبوت ها به وجود آمده است. برنامه ریزی حرکت، پروسه تشریح یک کار، به وسیله حرکاتی است که برای انجام آن کار می باید انجام شوند. در این پایان نامه، یک ساختار جدید شبکه عصبی به نام شبکه عصبی موج گستر دینامیک با منبع توزیع شده (sddwenn) برای برنامه ریزی حرکت روبوت، در محیط های دینامیک، ارائه می شود. این شبکه عصبی قادر است یک مسیر مناسب از هر پیکربندی ابتدایی روبوت، به پیکربندی هدف، تولید کرده و از موانع ثابت و در حال حرکت با شکل دلخواه، دوری کند. در این مدل، در هر مرحله زمانی، یک مجموعه دینامیک از نورون ها به نام نورونهای منبع، در نظر گرفته می شود که پتانسیل توسط آنها همانند موج، در شبکه انتشار می یابد. مسیر، با حرکت در جهت نورون های با پتانسیل کمتر، به دست می آید. مدل ارائه شده، دارای دینامیک سریع بوده و به سرعت به تغییرات محیط، واکنش مناسب را نشان می دهد. ابتدا چند تا از مدل های موجود شبکه های عصبی که برای برنامه ریزی حرکت ارائه گشته اند، مرور شده و سپس با استفاده از شبیه سازی سناریوهای مختلف، نشان داده خواهد شد که این مدل به ویژه در محیط های دینامیک، بسیار سریعتر به جواب می رسد و در بسیاری از موارد مسیر کوتاهتری ارائه می دهد.

دنیای مدرن در حقیقت دنیای داده گرا است و ما در محاصره ی داده ها قرار گرفته ایم. پیشرفت های شگفت انگیز فناوری رایانه ای و مجهز شدن بشر به این ابزار امکان جمع آوری داده های دقیق و کامل را در زمینه های مختلف فراهم آورده است و منجر به پیدایش ساختارهای داده بسیار حجیم شده است. به طوری که استخراج اطلاعات مفید از میان این حجم عظیم داده پس از مدتی غیر ممکن می شود و استفاده از یک ابزار خودکار برای کشف دانش ضروری به نظر می رسد. داده کاوی فرآیندی است که ما را در کشف چنین دانشی یاری می دهد و اخیرا در زمینه های گسترده ای مورد استفاده قرار گرفته است. فرآیند داده کاوی شامل اعمال مختلفی نظیر دسته بندی، خوشه بندی، کشف قوانین انجمنی و غیره می باشد. اولین مرحله در استخراج دانش به کمک فرآیند داده کاوی، مشخص کردن عمل مورد استفاده است. هدف ما در این پایان نامه، استفاده از یک روش دسته بندی کارآمد برای واکشی دانش از مجموعه داده های پزشکی ورودی می باشد. روش های دسته بندی شامل دو مرحله آموزش و تست می باشد، در مرحله ی آموزش، با استفاده از داده های آموزش یک مدل که نشان دهنده ی الگوی حاکم بر داده ها می باشد، استخراج می شود. سپس در مرحله ی تست، کارایی مدل استخراج شده، ارزیابی می شود. در این مدل ارائه شده، یک مجموعه از قوانین if-then فازی ایجاد می شود. دانش استخراجی به صورت پایگاه قانون فازی است و در طی فرایند داده کاوی با الگوریتم مورچه بهینه سازی می شود. این روش که بر مبنای رفتار مورچه های واقعی می باشد، در مرحله ی آموزش یک مجموعه بهینه از قوانین فازی را کشف و استخراج می کند. در قسمت تست دسته بند، از یک موتور استنتاج فازی برای دسته بندی نمونه های آموزش استفاده می شود. در پایان، روش پیشنهادی به صورت نرم افزاری پیاده سازی شده و بر روی مجموعه داده های پزشکی uci، اعمال می شود. نتایج به دست آمده با نتایج روش های معروف در این زمینه مورد مقایسه قرار گرفته و دقت و کارایی مطلوبی از خود نشان داده است.

یکی از مباحث مهم که در چند دهه‏ اخیر کاربرد بسیار بالائی در عمل داشته و برای افزایش کارآئی و بهره‏وری سیستم‏های حمل و نقل مطرح شده است، بحث مسئله‏ مسیریابی وسایل نقلیه در معادن می‏باشد. در مسئله‏ مسیریابی وسایل نقلیه، تعدادی وسایل نقلیه‏ به مجموعه‏ای از مشتریان مراجعه نموده و خدمتی را ارائه می‏دهند که هر یک دارای تقاضای معینی می‏باشند. هدف یافتن مدلی برای تخصیص وسایل حمل و نقل به مشتری‏ها و بهینه‏سازی مسیرهایی است که مسافت طی شده، زمان کل سفر، تعداد وسایل حمل و نقل، جریمه‏های دیرکرد و تابع هزینه حمل و نقل حداقل گردد و در نهایت رضایت مشتریان به حداکثر برسد. در این پایان‏نامه، سیستم حمل و نقل معدن روباز مس سونگون به عنوان چارچوب کار انتخاب می‏شود. در این چارچوب، درخواست‏های جدید از یک محل برداشت و انتقال به یک محل تحویل به صورت بلادرنگ اتفاق می‏افتد. برای حل مسئله، الگوریتم ژنتیک به عنوان الگوریتم حل مسئله جهت طراحی و بهینه‏سازی مسیرها به کار می‏رود. از نرم‏افزار matlab برای پیاده‏سازی نیمه‏خودکار آن استفاده می‏شود و از نرم‏افزار شبیه‏سازی gpssh برای شبیه‏سازی کارآئی سیستم استفاده می‏شود.