کد نویسی تحلیل با استفاده از الگوریتم MLFMM (Multilevel Fast Multipole Algorithm) و روش ممان برای دو یا سه شکل مختلف (رینگ مربعی، کراس، ماشروم)

نتایج مورد نیاز: میدانها نمودار بازتاب فاز مانیتور جریان سطحی زمان محاسبات

درست صورت نیاز مرکز محاسبات در اختیار قرار داده میشود.

فقط فریلنسرهایی که تسلط کامل، واقعی و عملی به نرم‌افزار DIgSILENT PowerFactory دارند، لطفاً پیام بدهند.

پروژه شامل مراحل زیر است:

1. مدل‌سازی کامل شبکه

ابتدا باید شبکه قدرت موردنظر به‌طور کامل در DIgSILENT پیاده‌سازی شود (بر اساس اطلاعاتی در pdf و اتوکد کشیدم ودر اخیتار فریلنسر قرار می‌دهم).

2. اجرای سناریوها و کیس‌ها

پس از تکمیل شبکه، تمام Caseهایی که در فایل Word ارائه کرده‌ام باید دقیقاً مطابق توضیحات اجرا شوند. این کیس‌ها شامل:

3. خروجی‌های موردنیاز

برای هر کیس باید موارد زیر ارائه شود:

فایل PowerFactory مربوط به همان کیس (جداگانه)

فیلم کامل از مراحل اجرا (Screen Recording)

همراه با توضیحات شفاهی یا نوشتاری

نمودارها و نتایج:

Frequency Nadir

RoCoF

Voltage recovery

جریان‌ها، توان‌ها و شاخص‌های پایداری موردنیاز

گزارش مختصر از نتایج هر کیس (۱–۲ صفحه)

4. زمان انجام

زمان پروژه قابل مذاکره و افزایش است، ولی نه خیلی طولانی

عنوان پروژه: مدل کردن نیروگاه گازی در نرم افزار متلب

شرح پروژه:

به یک متخصص نیاز داریم که قادر به مدل کردن نیروگاه گازی در محیط نرم‌افزار متلب باشد. این مدل‌سازی به ما کمک خواهد کرد تا رفتارهای دینامیکی و عملکردی نیروگاه گازی را شبیه‌سازی و تحلیل کنیم.

جزئیات پروژه:

• مدت زمان انجام پروژه: لطفاً پیشنهادات خود را برای زمان‌بندی ارائه دهید.
• نیازمندی‌ها:
  • تسلط به نرم‌افزار متلب و توانایی مدل‌سازی و شبیه‌سازی سیستم‌های انرژی و قدرت.
  • تجربه در تحقیق و نوشتن مقالات علمی مرتبط با نیروگاه‌های گازی.
  • توانایی تحلیل داده‌ها و ارائه نتایج به طور واضح و مختصر.

هدف از پروژه: مدل‌سازی دقیق نیروگاه گازی با هدف تحلیل عملکرد آن، بهینه‌سازی فرآیندها و تهیه اطلاعات لازم.

در صورت تمایل به همکاری در این پروژه و درخواست اطلاعات بیشتر، لطفاً تجربیات و نمونه کارهای خود را ارائه دهید.

از همکاری و مهارت شما منتظر هستیم.
دسته‌بندی پروژه: توسعه نرم‌افزار و آی‌تی

سلام و احترام

بنده نسخه کامل MATLAB 2024b را نصب کرده ام. اکنون بنده نیاز به نصب یک عدد AddOn به خصوص دارم که در حالت عادی باید با لایسنس وارد سایت MathWorks شد و آن را نصب کرد. با توجه به نبود لایسنس در کشور نمی توانم آن را نصب کنم. اگه کسی از دوستان در مورد نصب این AddOn و راهکارش اطلاعی داره ممنون میشم بنده رو راهنمایی کنه و مبلغ هزینه رو آموزش رو دریافت کنه

نیاز است که Deep Learning Toolbox Converter for ONNX Model Format نصب شود. بنده نیازمند نصب این Toolbox هستم.

لینک ش هم این هست: https://www.mathworks.com/matlabcentral/fileexchange/67296-deep-learning-toolbox-converter-for-onnx-model-format

برای اطلاع دقیقتر، یه نمونه کد متلب هم آماده کردم که اینجا نمیشه ضمیمه کرد ولی در صورت نیاز شاید بشه توی چت ارسال کرد.

اگه کد زیر رو اجرا کنین exportONNXNetwork(squeezenet) این خطا نشون داده میشه که نشون دهنده نصب نبودن تولباکس هست و بنده میخوام تولباکس رو بتونم نصب کنم Error using exportONNXNetwork exportONNXNetwork requires the Deep Learning Toolbox Converter for ONNX Model Format support package. To install this support package, use the Add-On Explorer.

تشکر

در ضمن Deep Learning Toolbox کامل نصب شده ولی برای اجرای برخی از دستورات مانند دستور exportONNXNetwork این تولباکس کافی نیست و نیاز هست که Deep Learning Toolbox Converter for ONNX Model Format نصب بشه

با استفاده از یک روش استفاده شده در یک مقاله کوتاه میخواهیم به بررسی یک سری پارامتر روی پردازش یک دیتا بپردازیم لینک مقاله https://apps.dtic.mil/sti/tr/pdf/ADA553286.pdf

یک فایل csv دارای دو ستون در اختیارتون قرار میگیره: ستون اول شامل مقادیر فرکانس (f) و ستون دوم تابع انتقال کانال در حوزه فرکانس، H(f) است. این تابع انتقال با استفاده از یک chirp بین ۲۰۰ تا ۷۰۰ کیلوهرتز منتشر می‌شود، اندازه‌گیری شده و توسط یک مبدل دوم دریافت شده است. بنابراین، به خاطر داشته باشید که تابع انتقال برای فرکانس‌های خارج از این محدوده تعریف نشده است. فرکانس نمونه‌برداری ۴ مگاهرتز هست. موارد قابل بررسی: Use the given channel response to verify the increase in SNR as proposed by the paper, by adding different noise

عنوان پروژه:

تبدیل داده‌های باینری به ASCII و استخراج خروجی در MATLAB

توضیحات پروژه:

به تعدادی فایل دیتا دسترسی دارم که به‌صورت باینری و در محیط داس (DOS) تولید شده اند. قصد دارم این داده‌ها به فرمت ASCII تبدیل شده و خروجی آن‌ها در نرم‌افزار MATLAB استخراج شود.

هدف پروژه:

1. خواندن داده‌ها از فایل‌های باینری (در صورت نیاز decode کردن فرمت خاص).
2. تبدیل داده‌های باینری به کاراکترهای متنی (ASCII).
3. نمایش خروجی در محیط MATLAB و یا استخراج آن به فایل متنی قابل خواندن.

فرمت فایل‌ها:

فایل‌ها با پسوندهای .bin یا .dat هستند.

مهارت‌های مورد نیاز:

• آشنایی با ساختار فایل‌های باینری در DOS
• تسلط به نرم‌افزار MATLAB و پردازش داده‌های باینری
• تجربه در تبدیل encoding یا charset (در صورت نیاز)

به عنوان مرجع، دو لینک زیر برای نمونه فایل دیتا و فایل راهنما ارائه شده است:

• نمونه فایل دیتا: https://s5.uupload.ir/files/mbgreen/DISK1.rar
• فایل راهنما:https://s21.uupload.ir/files/mbgreen/appendix%20(1).doc

تعداد فایل‌ها: ۴ عدد با عناوین Disk1 تا Disk4

دسته‌بندی پروژه: توسعه‌ نرم‌افزار و آی‌تی

توضیحات پروژه ما در حال توسعه یک سیستم هوشمند در حوزه مهندسی عمران هستیم که از طریق API با نرم‌افزارهای تخصصی این حوزه ارتباط برقرار می‌کند. بدنه اصلی این سیستم به زبان MATLAB نوشته شده است، اما در ادامه پروژه، چندین تابع و فیچر جدید با استفاده از زبان Python توسط ما توسعه داده شده‌اند. اکنون نیاز به تبدیل این کدها از پایتون به متلب و ادغام این توابع پایتون در ساختار اصلی MATLAB هستیم، به نحوی که بخش های توسعه داده شده به طور کامل و بدون هیچگونه باگ با بدنه اصلی کار کرده و عملکرد مورد انتظار را ایجاد نمایند.

اهداف اصلی پروژه:

• ادغام توابع نوشته‌شده با پایتون در بدنه‌ی اصلی کد MATLAB به‌گونه‌ای که ساختار کلی پروژه حفظ شود
• اطمینان از عملکرد صحیح این توابع در حلقه‌ها و فرآیند اجرای پروژه
• مستندسازی ساده و گویا برای نحوه اجرای توابع (در حد کامنت‌گذاری کافی است)

مهارت‌های مورد نیاز:

• تسلط کامل به زبان برنامه‌نویسی Python
• آشنایی خوب با زبان MATLAB (برای درک ساختار فعلی پروژه)
• تجربه کار با API و ارتباط بین نرم‌افزارها
• آشنایی با نرم‌افزارهای حوزه مهندسی عمران و ساختار مدل‌سازی آن ها مزیت محسوب می‌شود

سایر نکات:

• کد اصلی پروژه و مستندات لازم برای شروع همکاری در اختیار شما قرار می‌گیرد
• توابع پایتون به صورت آماده هستند و فقط باید در ساختار موجود قرار گیرند
• همکاری به صورت فریلنسری است و در صورت رضایت، امکان همکاری بلندمدت نیز وجود دارد
• اگر پروژه یا تجربه مشابهی داشته‌اید، لطفاً در پیشنهاد خود به آن اشاره نمایید

یک شبیه ساز از قبل برنامه نویسی شده که عملکرد یک سیستم ارتباطی فیبر نوری با استفاده از مدولاسیون دامنه پالس (PAM-2 و PAM-4) را بررسی می‌کند. این شبیه‌سازی شامل اجزای کلیدی مانند مدولاتور ماخ-زهندر (MZM)، عرض باند سیگنال، پراکندگی رنگی، انتقال از طریق فیبر نوری، طراحی گیرنده، ملاحظات نویز و تصحیح سیگنال است. تنظیمات شبیه‌سازی شامل پارامترهای فرستنده، مدولاتور و گیرنده، به همراه معیارهای عملکرد مانند نمودارهای چشم و نرخ خطای بیت (BER) در مقابل قدرت نوری دریافتی است. هدف این پروژه تحلیل انتقال داده‌های پرسرعت و بررسی عملکرد سیستم و چالش‌های آن در کاربردهای واقعی مانند مراکز داده است.

ما الان میخواهیم با توجه به شبیه سازی که به زبان مطلب نوشته شده را در حالت های زیر به صورت جداگانه 2 الی 3تا نمودار به همراه 3 صفحه گزارش نیاز داریم تحلیل شود: 1- دو تا سه نمودار که penalty سیستم ناشی از افزایش chromatic dispersion را نشان دهد. 2- دو تا سه نمودار تهیه که penalty سیستم ناشی از کاهش عرض باند فیلتر مورد نیاز برای نصب در سمت فرستنده را نشان دهد. این شما هستید که تصمیم می‌گیرید که آیا فیلتر نوری است یا الکتریکی.

با درود و احترام، ما به دنبال یک برنامه‌نویس حرفه‌ای و متخصص در زمینه هوش مصنوعی، سیستم‌های فازی، یادگیری ماشین و ترجیحاً مسلط به زبان‌های برنامه‌نویسی پایتون یا متلب هستیم. پروژه‌ای که قصد داریم آن را پیاده‌سازی کنیم، بر اساس یک پروپوزال تحقیقاتی تعریف شده است و تمرکز اصلی آن بر سیستم‌های هوشمند فازی می‌باشد. بسته به ضرورت، استفاده از تکنیک‌های دیپ لرنینگ و یادگیری ماشین نیز در روند پیاده‌سازی این پروژه در نظر گرفته خواهد شد.

دیتاست مورد نظر ما به شرح زیر است : دیتاست Tehran Air Quality FULL (Sat, Traffic, Metrology) https://www.kaggle.com/datasets/sawdi777/tehran-air-quality-full-sat-traffic-metrology

الزامات و انتظارات ما در این پروژه به شرح زیر است :

• تحلیل و طراحی پروژه:

  ارائه تحلیل دقیق و علمی از مراحل مختلف پروژه بر اساس پروپوزال موجود.
  تهیه یک نقشه راه عملیاتی برای پیاده‌سازی پروژه.

• پیاده‌سازی فنی:

  کدنویسی کامل پروژه با استفاده از زبان Python یا MATLAB.
  به‌کارگیری الگوریتم‌های فازی و در صورت نیاز، ادغام آن‌ها با تکنیک‌های یادگیری ماشین و دیپ لرنینگ.
  استفاده از بهترین روش‌های بهینه‌سازی و ارزیابی برای دستیابی به نتایج دقیق و قابل اعتماد.

• مستندسازی:

  تهیه یک مستند جامع از تمامی مراحل پروژه از تحلیل اولیه تا پیاده‌سازی نهایی، شامل توضیح کدها، الگوریتم‌ها، مدل‌ها و نتایج.
  ارائه فایل نهایی مستندات در قالب یک فایل Word با کیفیت علمی و ساختار مناسب.

• تست و ارزیابی:

  انجام تست‌های عملیاتی برای اطمینان از صحت و عملکرد پروژه.
  ارائه تحلیل دقیق از نتایج و مقایسه آن با اهداف تعریف‌شده در پروپوزال.

ویژگی‌های مورد انتظار ما از مجری پروژه به شرح زیر است :

• تسلط به مفاهیم سیستم‌های فازی، یادگیری ماشین و دیپ لرنینگ.
• آشنایی با ابزارها و کتابخانه‌های مرتبط با زبان‌های Python یا MATLAB.
• توانایی مستندسازی حرفه‌ای و ارائه توضیحات دقیق و کاربردی از مراحل انجام کار.
• دقت، تعهد و تحویل به‌موقع پروژه.

خروجی‌های مورد انتظار ما در این پروژه به شرح زیر است :

• کدهای کامل و قابل اجرا به همراه توضیحات لازم.
• فایل مستندات پروژه (Word) با توضیحات دقیق و شفاف.
• نتایج تحلیل و ارزیابی پروژه در قالب گزارش.

ترکیب الگوریتم های فراابتکاری با الگوریتم یادگیری ماشین با نرم افزار متلب

الکوریتم فراابتکاری خودش به صورت هیبریدی هست ینی (ترکیب ۳تاالگوریتم فراابتکاری، ترکیب ۲تاالگوریتم فراابتکاری) که حالا اینا رو میخوام با کد مثلا شبکه عصبی یکبار و یکبار با الگوریتم ماشین بردار ترکیب بشن