در این مقاله الگوریتمی مبتنی بر اتوماتاهای یادگیر برای تنظیم پارامتر مراقبت در شبکهFuzzy ARTMAP پیشنهاد می شود. الگوریتم پیشنهادی از طریق تنظیم پارامتر مراقبت در شبکهFuzzy ARTMAP ، شبکه ای کوچک با نرخ بالای تشخیص تولید می کند. ساختار شبکه تولید شده توسط این الگوریتم مستقل از مقدار اولیه برای پارامتر مراقبت می باشد. الگوریتم پیشنهادی بر روی مسائل، دایره در مربع، مارپیچهای حلزونی و مسئله مربع در مربع آزمایش شده و نتایج مطلوبی بدست آمده است.

با محدود بودن توان مصرفی برروی تراشه برای دستیابی به کارآیی بالا و توان مصرفی کم در یک تراشه، معماری چند پردازنده ای ارایه شد. در این معماری بیشتر توان مصرفی به اتصالات روی تراشه تعلق دارد قابلیت اتصالات نوری برای کاهش توان مصرفی و افزایش کارآیی، معماری جدیدی با عنوان شبکه نوری روی تراشه پیشنهاد می کند که قادر است از مزایای سیگنال ها و عناصر نوری برای انتقال داده استفاده کند. در این مقاله یک مسیریاب نوری 4×4 بدون انسداد معرفی شده است که هدف آن بهبود پارامترهای لایه ی فیریکی در نتیجه افزایش پارامترهای کارایی شبکه های نوری است. مسیریاب پیشنهادی با سه مسیریاب اورجینال، مسیرمستقیم و متقارن از نظر اتلاف سیگنال نوری و توان مصرفی مقایسه شده است، براساس نتایج بدست آمده، به عنوان نمونه در همبندی توری، بیشینه اتلاف در مسیریاب پیشنهادی در مقایسه با مسیریاب اورجینال برای چهار کاربرد GTC, Cactus, Tornado, MADbench به ترتیب دارای 28. 22٪ ، 24. 46٪ ، 28. 72٪ و 29. 20٪ بهبود است. نتایج شبیه سازی نشان می دهد مسیریاب ارایه شده در مقایسه با سه مسیریاب دیگر سبب کاهش اتلاف سیگنال نوری و توان مصرفی در شبکه نوری روی تراشه می شود، که ارزیابی مسیریاب پیشنهادی با استفاده از شبیه ساز PhoenixSim انجام می شود.

یکی از پارامترهای موثر در پیش بینی دبی خصوصادر حوضه های برفگیر، پارامتر برف می باشد. آب معادل برف متداول ترین پارامتری است که در مدل سازی جریان رودخانه ها، به منظور وارد کردن تاثیر برف در مدل استفاده می شود. در این مقاله سعی شده است با توجه به عدم دسترسی به پارامتر آب معادل برف در درصد قابل توجهی از حوضه ها، پارامترهای باران تجمعی و باران تجمعی مازندران جایگزین آب معادل برف شوند. پارامتر باران تجمعی، بارندگی تجمعی از اول نوامبر تا اول آپریل و معرف برف انباشته شده می باشد که در بهار ذوب می شود. پارامتر باران تجمعی مازندران با انجام تغییراتی بر روی پارامتر باران تجمعی (جهت سازگاری آن با حوضه های مازندران) به دست می آید. نتایج مدل سازی نشان داد که پارامتر باران تجمعی قابلیت جایگزینی پارامتر آب معادل برف را دارد و پارامتر باران تجمعی مازندرانبا توجه به انطباق بیشتر با حوضه های این ناحیه، کارایی بیشتری نسبت به پارامتر باران تجمعی دارد.

مکانیک انتقال رسوبات چسبنده متفاوت از رسوبات غیرچسبنده است. در تعیین نرخ فرسایش رسوبات غیرچسبنده از پارامتر های فیزیکی استفاده می گردد، در حالی که به علت ماهیت رسوبات چسبنده نرخ فرسایش آن ها به صورت رابطه ای با تنش برشی بستر با ضرایب ثابت مربوط به ویژگی هر نوع رسوب تعریف می گردند. در این تحقیق از اطلاعات آزمایشگاهی رسوبات چسبنده مصب رودخانه لویر استفاده شده است که پس از صحت سنجی نتایج در نرم افزار مایک، داده های آزمایشگاهی توسعه داده شدند تا بتوان با داده های بیشتر و شرایط هیدرولیکی متفاوت تری، پدیده فرسایش رسوبات را مورد مطالعه قرار داد. در ادامه نظر به تعداد پارامترهای متعدد مؤثر در پدیده فرسایش رسوبات، از شبکه عصبی برای ایجاد ارتباط میان داده ها استفاده گردید. پارامترهای استفاده شده در مدل شامل مؤلفه های جریان و مشخصه های رسوبات و سیال می باشند. به علت عملکرد بهتر شبکه عصبی این داده ها پس از بی بعدسازی مورد استفاده قرار گرفتند. ضریب همبستگی و میانگین قدر مطلق خطای داده ها در شبکه عصبی مورد استفاده به ترتیب 98/0 و 0036/0 به دست آمدند که بیان گر عملکرد مناسب شبکه بودند. در نهایت پس از انجام تحلیل حساسیت وزنی، پارامترهای V/√ (τ _y/ρ _w ) و ρ _s/ρ _w به ترتیب بعنوان مؤثرترین پارامترهای افزایش و کاهش نرخ فرسایش معرفی شدند.

بازتابندگی سطحی ثبت شده توسط سنجنده ها به دلیل عبور از اتمسفر در معرض ذرات موجود در آن ازجمله گازها و هواویزها قرار گرفته و مقدار آن تغییر می کند. این تغییرات در میزان بازتابندگی سطحی، استفاده های مختلف از این کمیت را نیز تحت تاثیر قرار دهد. تصحیح اتمسفری تصاویر با استفاده از روش های مختلف به دلیل تفاوت در الگوریتم های تصحیح و همچنین استفاده از مقادیر متفاوت پارامترهای اتمسفری از قبیل بخارآب، میدان دید و ضخامت نوری هواویزها، که اغلب از اندازه گیری زمینی در ایستگاه های واقع در محدوده تصویر، و یا از محصولات سایر سنجنده ها و یا بر اساس مطالعات مشابه و حدس کاربر استخراج می شوند، می تواند نتایج مختلفی را حاصل کند. هدف این تحقیق ارزیابی تاثیر متغیرهای تصحیح اتمسفری بر صحت بازیابی شاخص گیاهی کسری از پوشش گیاهی (FCOVER) از بازتابندگی سطح می باشد. منطقه مورد مطالعه بخشی از زمین های کشاورزی لیلند واقع در استان مانیتوبا در کشور کانادا می باشد. نمونه های زمینی FCOVER از پروژه مانیتوبا به همراه تصویر لندست-8 برای بازیابی در تحقیق حاضر به کار رفته اند. پس از اعمال روش تصحیح تحلیل پرسرعت اتمسفری خط دید از مکعب های طیفی (FLAASH) بر روی تصویر لندست-8 با تغییر مقادیر بخارآب و میدان دید، مدلسازی شاخص گیاهی FCOVER با استفاده از الگوریتم های رگرسیونی شبکه عصبی و درخت رگرسیون انجام شد و تاثیر عدم اطمینان مربوط به هر پارامتر اتمسفری ورودی به این مدل ها مورد ارزیابی قرار گرفت. بررسی نتایج حاصل از مدلسازی و آزمون تی نمونه های جفت شده نشان داد مقادیر مختلف پارامترهای بخارآب و میدان دید بر بازیابی پارامتر FCOVER تاثیرگذار بوده و خطایی بیش از 5 درصد ایجاد می کند. همچنین نتایج بدست آمده از الگوریتم های شبکه عصبی و درخت رگرسیون عملکرد نسبتا مشابه و مناسبی برای بازیابی FCOVER با وجود عدم اطمینان در پارامترهای ورودی مدل FLAASH از خود نشان داده اند، اگرچه الگوریتم شبکه عصبی به طور کلی دارای خطای میانگین مربعات کمتر (به عنوان مثال 0.20 در مقایسه با 0.22) و ضریب تعیین بالاتر (به عنوان مثال 0.55 در مقایسه با 0.38) می باشد.

در محیط هایی که استفاده از نیروی انسانی یا وسایل نقلیه دشوار است، شبکه های مبتنی بر گره های پروازی و فاقد زیرساخت، از نظر زمان و هزینه ی راه اندازی، انتخابی کارآمد هستند. برای رسیدن به نتایج معتبر در بررسی عملکرد شبکه های اقتضایی پروازی، به پروتکل ها و مدل های دقیقی نیاز است. در این مقاله، برای مدل کردن حرکت سه بعدی گره های پروازی، از مدل حرکتی حافظه دار گاوس-مارکوف استفاده می شود؛ اثر دو متغیر اصلی این مدل، یکی پارامتر تنظیم کننده، آلفا، که بیانگر مقدار حافظه ی موجود در هنگام به روزرسانی متغیرها بوده و دیگری گام های زمانی که بیانگر نرخ به روزرسانی متغیرها است، بر روی الگوی حرکتی گره ها بررسی و متعاقب آن عملکرد شبکه ارزیابی می شود. همچنین دو پروتکل مسیریابی OLSR و AODV که به ترتیب از دو رویکرد مبتنی بر جدول و مبتنی بر تقاضا هستند، در نظر گرفته می شوند. نتایج نشان می دهد که با افزایش و تصادفی شدن الگوی حرکتی گره ها، کیفیت عملکرد هر دو نوع پروتکل از نظر هر دو معیار متوسط تاخیر و نسبت بسته های دریافتی افت می کند. برای مقادیر کوچک آلفا (α < 0. 6) و با به روزرسانی متناوب متغیرها، متوسط تاخیر تقریبا ثابت می ماند؛ همچنین برای کلیه ی مقادیر، نسبت بسته های دریافتی با افزایش سرعت (از 5 به 30 متر بر ثانیه) کاهش می یابد. از طرفی با افزایش تعداد گره های پروازی، عملکرد پروتکل مبتنی بر تقاضا از نظر این معیار بهبود می یابد؛ اما با توجه به افزایش حجم پیام های کنترلی در شبکه، این بهبود عملکرد در چگالی بالاتر (15 گره) برای پروتکل OLSR مشاهده نمی شود.