دانلود کتاب Composite Materials Technology: Neural Network Applications
49,000 تومان
فناوری مواد مرکب: کاربردهای شبکه عصبی
| موضوع اصلی | ریاضیات کاربردی |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| تعداد صفحه | 368 |
| حجم فایل | 10 مگابایت |
| کد کتاب | 1420093320,9781420093322 |
| نوبت چاپ | 1 |
| نویسنده | Iqbal Mohammed Mujtaba, S.M. Sapuan |
|---|---|
| زبان | انگلیسی |
| فرمت | |
| سال انتشار | 2009 |
جدول کد تخفیف
| تعداد کتاب | درصد تخفیف | قیمت کتاب |
| 1 | بدون تخفیف | 25,000 تومان |
| 2 | 20 درصد | 20,000 تومان |
| 3 الی 5 | 25 درصد | 18,750 تومان |
| 6 الی 10 | 30 درصد | 17,500 تومان |
| 11 الی 20 | 35 درصد | 16,250 تومان |
| 21 الی 30 | 40 درصد | 15,000 تومان |
| 31 الی 40 | 45 درصد | 13,750 تومان |
| 41 الی 50 | 50 درصد | 12,500 تومان |
| 51 الی 70 | 55 درصد | 11,250 تومان |
| 71 الی 100 | 60 درصد | 10,000 تومان |
| 101 الی 150 | 65 درصد | 8,750 تومان |
| 151 الی 200 | 70 درصد | 7,500 تومان |
| 201 الی 300 | 75 درصد | 6,250 تومان |
| 301 الی 500 | 80 درصد | 5,000 تومان |
| 501 الی 1000 | 85 درصد | 3,750 تومان |
| 1001 الی 10000 | 90 درصد | 2,500 تومان |
ترجمه فارسی توضیحات (ترجمه ماشینی)
فناوری مواد مرکب: کاربردهای شبکه عصبی
شبکههای عصبی مصنوعی (ANN) میتوانند بینش جدیدی در مورد مطالعه مواد کامپوزیت ارائه دهند و به طور معمول میتوانند با سایر ابزارهای هوش مصنوعی مانند سیستم خبره، الگوریتم ژنتیک و منطق فازی ترکیب شوند. از آنجایی که تحقیقات در این زمینه بسیار جدید است، تنها تعداد محدودی از مقالات منتشر شده در این زمینه وجود دارد. گردآوری اطلاعات از منابع مختلف، فناوری مواد مرکب: برنامه های کاربردی شبکه عصبی، خلاء دانش این شبکه های مهم را پر می کند، که مکانیک کامپوزیت، مواد را پوشش می دهد. خصوصیات، طراحی محصول و دیگر جنبه های مهم کامپوزیت های زمینه پلیمری. وزن سبک، مقاومت در برابر خوردگی، خواص سفتی و استحکام خوب و یکپارچگی قطعات تنها برخی از دلایل مفید بودن کامپوزیت ها در زمینه هایی از جمله مهندسی عمران و ساختار، پردازش شیمیایی، مدیریت، کشاورزی، مطالعه فضا، و ساخت. ANN قبلاً برای انجام فرآیندهای پیشبینی طراحی، پیشبینی خواص مکانیکی و فرآیندهای انتخاب در تکامل کامپوزیتها استفاده شده است، اما اگرچه قبلاً با موفقیت زیادی در شاخههای مختلف تحقیقات علمی و فناوری مورد استفاده قرار گرفته است، هنوز در مرحله نوپایی است. این کتاب با مشارکت محققان برجسته در سراسر جهان به چهار بخش تقسیم شده است که با مقدمه ای بر شبکه های عصبی و مروری بر ادبیات موجود در این زمینه شروع می شود. سپس متن نظارت بر سلامت سازه و تشخیص آسیب در کامپوزیت ها را پوشش می دهد، به خواص مکانیکی می پردازد و طراحی، تجزیه و تحلیل و انتخاب مواد را مورد بحث قرار می دهد. آموزش، آزمایش و اعتبارسنجی دادههای تجربی برای بهینهسازی نتایج ارائهشده در کتاب انجام شد. این کتاب کمک مهمی به محققان خواهد بود زیرا آنها بر روی اجرای آینده ANN در صنایعی مانند هوافضا، خودروسازی، دریایی، ورزشی کار میکنند. کالاها، مبلمان، و الکترونیک و ارتباطات.
Artificial neural networks (ANN) can provide new insight into the study of composite materials and can normally be combined with other artificial intelligence tools such as expert system, genetic algorithm, and fuzzy logic. Because research on this field is very new, there is only a limited amount of published literature on the subject.Compiling information from diverse sources, Composite Materials Technology: Neural Network Applications fills the void in knowledge of these important networks, covering composite mechanics, materials characterization, product design, and other important aspects of polymer matrix composites.Light weight, corrosion resistance, good stiffness and strength properties, and part consolidation are just some of the reasons that composites are useful in areas including civil engineering and structure, chemical processing, management, agriculture, space study, and manufacturing. ANN has already been used to carry out design prediction, mechanical property prediction, and selection processes in the evolution of composites, but although it has already been used with great success in various branches of scientific and technological research, it is still in the nascent stage of its development.Featuring contributions from leading researchers throughout the world, this book is divided into four parts, starting with an introduction to neural networks and a review of existing literature on the subject. The text then covers structural health monitoring and damage detection in composites, addresses mechanical properties, and discusses design, analysis, and materials selection. Training, testing, and validation of experimental data were carried out to optimize the results presented in the book.This book will be an important aid to researchers as they work on the future implementation of ANN in industries such as aerospace, automotive, marine, sporting goods, furniture, and electronics and communication.

نقد و بررسیها
هنوز بررسیای ثبت نشده است.