اکثر پژوهشگران با توجه به راه حل های پیشنهادی خود بر این باورند که سایر الگوریتم های نهان نگاری دارای ضعف هستند و اختلاف آرا در این زمینه وجود دارد. لذا مقایسه و بررسی الگوریتم پیشنهادی با سایر روش ها برای تحقیق در نظر گرفته شده است.

[1] Cryptography

[2]Steganography

برای دیدن جزییات بیشتر و دانلود پایان نامه اینجا کلیک کنیدبرای دیدن جزییات بیشتر و دانلود پایان نامه اینجا کلیک کنید

 

[3] Cover Media

یک مطلب دیگر :

2-2-5      معماری کلاسترهای با قابلیت دسترسی بالا……………………….. 26

2-2-6      اتصالات و شبکه کلاستر………………………. 28

2-2-7      مدیریت و نظارت بر کلاستر………………………. 28

2-2-8      تصویر یکپارچه سیستم (SSI)………………………

3     روالهای تحمل‌پذیر اشکال برای رسیدن به قابلیت دسترسی بالا در سیستمهای مبادله پیام…… 36

3-1      پیش زمینه و تعاریف………………………… 38

3-1-1      مدل سیستم……………………….. 38

3-1-2      حالت‌های سیستم یكپارچه………………………. 39

3-1-3      تعامل با دنیای خارج……………………….. 40

3-1-4      پیام در حال گذر………………………. 41

3-1-5      قراردادهای ثبت وقایع……………………….. 42

3-1-6      ذخیره‌ساز پایدار………………………. 43

3-1-7      جمع‌آوری داده‌های زائد……………………….. 44

3-2      بازیافت براساس نقطه مقابله………………………. 44

3-2-1      نقطه مقابله گرفتن به صورت غیرهماهنگ……………… 45

3-2-2      نقطه مقابله گرفتن به صورت هماهنگ………………………….. 48

3-2-3      نقطه مقابله گرفتن بر اساس ارتباطات………………………… 51

3-3      بازیافت بر اساس ثبت وقایع………………………. 54

3-3-1      شرط یكپارچگی بدون پروسه‌های یتیم……………………….. 55

3-3-2      ثبت بدبینانه وقایع……………………….. 56

3-3-3      ثبت خوشبینانه وقایع……………………….. 59

3-3-4      ثبت علّی وقایع……………………….. 61

3-3-5      مقایسه قراردادهای بازیافت…………………………. 63

3-4      مباحث مطرح در پیاده‌سازی……………………….. 63

3-4-1      بررسی………………………… 63

3-4-2      پیاده‌سازی تکنیکهای نقطه مقابله گرفتن………………………… 64

3-4-3      مقایسة قراردادهای نقطه مقابله‌ گرفتن………………………… 66

3-4-4      قراردادهای ارتباطی………………………… 66

3-4-5      بازیافت بر اساس روش ثبت وقایع……………………….. 67

3-4-6      ذخیره‌ساز پایدار……………………….67

3-4-7      دنبال كردن وابستگی………………………… 68

3-4-8      بازیافت…………………………. 69

4     کارهای انجام شده اخیر………………………. 71

4-1      مروری بر روش‌های پیشبینی اشکال……………………….. 72

4-1-1      کلاسه بندی و اشکالهای ریشه آماری……………………….. 72

4-1-2       مدل آماری زمان میان خرابی‌ها……………………… 73

4-1-3      جمع‌آوری و پیش‌پردازش داده‌های مرتبط با خرابی…………. 73

4-2      تکنیک‌های پیش‌بینی اشکال……………………….. 74

4-2-1      حدآستانه مبتنی بر آمار………………………. 74

4-2-2      آنالیز سری‌های زمانی………………………… 75

4-2-3      کلاسه‌بندی مبتنی بر قانون……………………….. 75

4-2-4      مدل‌های شبکه بیزی………………………… 76

4-2-5      مدل‌های پردازش شبه مارکوف………………………… 76

4-3      مطالعات انجام گرفته………………………. 77

5     روش پیشنهادی……………………….. 86

5-1      مدل اشکال……………………….. 86

5-1-1      متوسط زمانی تا خرابی………………………… 89

برای دیدن جزییات بیشتر و دانلود پایان نامه اینجا کلیک کنیدبرای دیدن جزییات بیشتر و دانلود پایان نامه اینجا کلیک کنید

 

5-2      مبانی احتمال و پیشبینی……………………….. 91

5-2-1      مفاهیم اولیه………………………. 91

5-2-2      رابطه قانون بیز و احتمال درستی پیش‌بینی………………………… 92

5-3      رابطه الگوریتم پیش‌بینی و مدل اشکال……………………….. 94

5-3-1      تحلیل روابط احتمالی………………………… 94

5-4      مدل پیشنهادی……………………….. 97

5-4-1      ارائه الگوریتم……………………….. 100

5-4-2      مدل مبتنی بر هزینه………………………. 101

5-4-3      اثر پیش‌بینی‌کننده بر روی مدل‌های هزینه………………………. 105

5-4-4      تصمیم‌گیری سیستم در کارگزار ابر………………………. 106

6      نتایج آزمایشها……………………… 109

6-1      معرفی شبیه‌ساز CloudSim…………………………

6-1-1      اجزای ابر………………………. 109

6-1-2      اجزای اصلی هسته………………………. 111

6-1-3       سرویس‌های موجود و الگوریتم‌های آن‌ها……………………… 114

6-1-4      روند کار شبیه ساز………………………. 115

6-2      نحوه پیادهسازی سیستم تحمل‌پذیر اشکال در شبیه ساز………… 116

6-2-1      FaultInjector……………………….

6-2-2       FaultPredictor……………………….

6-2-3      FTHost……………………….

6-2-4       FTDatacenter……………………….

6-2-5       FTDatacenterBroker……………………….

6-3      نتایج آزمایشات……………………….. 124

6-3-1      بررسی اثر سربار نقطه مقابله‌گیری………………………… 126

6-3-2      بررسی عمل‌های انتخابی………………………… 127

6-3-3      خرابی‌های متوقف سازنده و غیر متوقف سازنده………………………. 129

7     نتیجه گیری و پیشنهادات………………………… 132

منابع ………………………  133

یک مطلب دیگر :

چکیده:

با افزایش بازار استفاده از تکنولوژی محاسبات ابری، مراکز داده عظیمی به وجود آمده­اند تا محاسبات را سریع­تر انجام دهند. یکی از دغدغه­ های اصلی در محاسبات ابری، مواجه­شدن با اشکال­ها در حین اجرا ­کردن یک برنامه موازی زمان­بر است. برای غلبه بر این قبیل مشکلات، عموما از روش­های آزمون نقطه ­مقابله ­گیری یا آرشیوکردن[2 استفاده می­شود. اما این روش­ها غالبا سربار بالایی دارند و به صورت واکنشی عمل می­کنند.

در این پایان­ نامه روشی را معرفی می­کنیم که علاوه بر بازیافت و بازگشت به عقب برای تحمل پذیری اشکال، بتواند گره­ های محاسباتی که احتمال وقوع خرابی در آن­ها بیشتر است را شناسایی نماید و به صورت پیش­کنشی عمل کرده و ماشین­های مجازی را که بر روی آن­ها قرار دارد به گره­های محاسباتی امن­تر مهاجرت دهد تا در صورت وقوع اشکال در گره مشکوک برنامه موازی بدون وقفه به کار خود ادامه دهد. علاوه بر آن، در این الگوریتم با بهره­ گیری از قانون بیز و مدل هزینه پیشنهادی، آزمون نقطه­ مقابله ­گیری زائد تا حد امکان حذف شده و زمان اجرای برنامه بهبود خواهد یافت. با استفاده ازشبیه­ سازی نشان می­دهیم که روش پیشنهادی بسته به شرایط مختلف تا 78% زمان اجرا را بهبود می­بخشد و از منابع کمتری استفاده می­کند.

فصل اول: مقدمه

1- مقدمه

جهان محاسباتی که امروزه با آن روبرو هستیم روز به‌روز در حال بزرگ­تر و پیچیده‌تر شدن است. محاسبات ابری نیز در ادامه سبک‌های دیگر مانند محاسبات توری با هدف پردازش حجم عظیمی از داده با استفاده از خوشه‌هایی از کامپیوتر‌هاست. طبق گراش ارائه شده ای از گوکل، در حال حاضر به لطف محاسبات توزیع شده روزانه بیش از 20 ترابایت داده خام اینترنتی مورد پردازش قرار می‌گیرد. تکامل و شکل‌گیری محاسبات ابری خواهد توانست این چنین مسائلی را به راحتی و به شکلی مناسب‌تر از طریق سرویس‌های مبتنی بر تقاضا حل و فصل نماید. از زاویه دیگر، جهان محاسباتی اطراف ما در حال حرکت به سمت الگوهای “پرداخت برای استفاده” حرکت می‌کند و همین الگو یکی دیگر از پایه‌های اصلی محاسبات ابری محسوب می‌شود.

محاسبات ابری که در اواخر سال 2007 پا به عرضه ظهور گذاشت هم­اکنون به دلیل توانایی‌اش در ارائه زیر ساخت فناوری پویا و بسیار منعطف، محیط‌های محاسباتی تصمین شده از نظر کیفیت و همچنین سرویس‌های نرم‌افزاری قابل پیکر­بندی به موضوع داغ بدل شده است . در گزارش رویکردی گوگل همانطور که در شکل ‏1‑1 مشاهده می‌نمایید، محاسبات ابری، محاسبات توری را پشت سر گذاشته است [1]. محاسبات ابری از رویکرد مجازی­سازی بهره­گیری می­نماید که این امر سبب انعطاف­پذیری بیشتر سیستم ابر می­شود. در حقیقت با استفاده از این تکنولوژی، برنامه­ها می­توانند سرویس‌های مختلف را به صورت مجزا و انتزاعی از گره‌های سرویس‌دهنده دریافت نمایند.

تعاریف زیادی در مورد محاسبات ابری ارائه شده است که سعی می‌نمایند مشخصه‌های اصلی محاسبات ابری را مد نظر بگیرند که سیستم ابری را ” یک مدل برای دسترسی بنابر تقاضا و راحت تحت شبکه به یک مجموعه اشتراکی از منابع محاسباتی قابل پیکربندی” تعریف می‌نمایند درحالی­که “این منابع با کمترین تلاش و هزینه به صورت آزاد” فراهم گردند.

محاسبات ابری از خصوصیات منحصر به فردی بهره می‌برد که این سبک محاسباتی را از سایر سبک‌ها متمایز می‌کند. البته برخی از این خصوصیات کما بیش در سبک‌های پیشین نیز وجود داشته­اند. بعضی از این خصوصیات عبارتند از:

– ارائه سرویس مبتنی بر تقاضا: در اینجا لازم نیست تا برای آن چه استفاده نمی‌کنید هزینه پرداخت کنید. این بدان معناست که مشتریان تنها بر اساس مقدار و کیفیت سرویسی که مصرف می‌نمایند، هزینه استفاده پرداخت می‌نمایند. در حقیقت رویکرد این تکنولوژی همانند سرویس‌های عمومی قابل استفاده دیگر امروزی است. برای مثال همان­طور که برای تولید برق نیاز نیست که هر خانوار دارای ژنراتور و سایر وسایل تولید الکتریسیته باشد، دریافت سرویسی مانند محاسبات یا محل ذخیره داده نیز دیگر نیازی به خصوصی بودن ندارد و می‌توان آن را از فراهم آوردنگان ابر[1] اجاره کرد.

– دسترسی شبکه گسترده (اینترنت): این سیستم برای تحویل و ارئه سرویس‌ها از بستر موجود برای اینترنت استفاده می‌نماید. بنابراین مشتریان سرویس‌ها به هیچگونه نرم‌افزار یا سخت‌افزار خاصی نیاز ندارند و با همان مرورگری که هر روزه به گشت و گذار در وب می‌پردازند می‌توانند از سرویس‌های ابر بهره ببرند.

– استخر منابع: در این سیستم با حجم وسیعی از منابع روبرو هستیم. این منابع از طریق مجازی­سازی از محل فیزیکی خود مستقل شده­ اند. بنابراین به راحتی می‌توانند در بستر شبکه جا­به­ جا شوند. در واقع نرم‌افزارها، پایگاه‌های داد، وب سرورها و سیستم‌های عامل همگی به عنوان سرورهای مجازی در سیستم ابر حضور دارند.

– قابلیت اطمینان بالا: فراهم آورندگان ابر به مشتریان خود تضمین می‌دهند که سیستم ابر همیشه قابلیت ارائه سرویس را داشته باشد. حال آنکه در سیستم‌های خانگی یک اشکال در نرم‌افزار یا سخت‌افزار می‌تواند موجب عدم دسترسی به اطلاعات و سرویس شود.

– هزینه پایین: به صورت سنتی برای اجرای برنامه‌های سنگین محاسباتی یا داده ای عظیم نیاز به یک سیستم با توان بالای محاسباتی و داده­ای احساس می‌شده است. این سیستم هزینه سنگینی را برای شرکت و یا افراد سرویس­گیرنده فراهم می‌آورده است. حال با استفاده از سرویس‌های موجود بر روی ابر، کاربران می‌توانند بر روی پروژه خود تمرکز بیشتری داشته باشد و هزینه گزافی را بابت تهیه زیرساخت‌ها نپردازد.

– به‌روز بودن: هزینه‌های گزافی که برای برپا بودن و به‌روز بودن زیرساخت‌های سخت‌افزاری و نرم‌افزاری باید پرداخت شوند با استفاده از ابر از بین می‌رود. در حقیقت به‌روز در آوردن زیرساخت‌ها از وظایف فراهم­آورندگان ابر می‌شود که بدون آن­که کاربر نهایی از این موضوع مطلع شود انجام می‌پذیرد.

در سیستم­های محاسبات توزیعی به دلیل کم کردن هزینه و توان مصرفی، از اجزاء تجاری عام­منظوره موجود در بازار استفاده می­شود[3]. این اجزا به مرور زمان مستهلک شده و دچار خرابی می‌شوند تا جایی‌که برای همیشه غیرقابل­استفاده می­گردند. همچنین با توجه به آمار ذکر شده، تعداد پردازنده­ها به منظور بهبود کارآیی سیستم محاسباتی توزیعی رو به افزایش است. با این حال احتمال وقوع خرابی[2] در کل سیستم توزیعی با یک رابطه نمایی بالا می­رود. برای مثال سیستم کلاستری که برای یکی از قسمت‌های سایت گوگل استفاده می­شود، بیش از 15000 پردازنده دارد که بر اساس آمار ذکر شده در [4]، نرخ خرابی هر گره محاسباتی تقریبا 2-3% در سال است. این سیستم به طور میانگین 20 بار در هر روز به علت خرابی ناگزیر به راه‌اندازی مجدد[3] است. بزرگ­ترین مرکز داده جهان بیش از 51470000 هسته پردازشی دارد و در کم‌تر از هر 10 دقیقه با یک اشکال در سیستم مواجه می‌شود. درجدول 1-1 چند نمونه از تعداد اشکال‌های گزارش شده در مراکز داده آمده است.

برای برنامه­ های علمی-کاربردی موازی امروزی که بسیار پیچیده‌تر شده‌اند و معمولا برای روزها، هفته ­ها و یا بیشتر طراحی شده ­اند تا به اتمام برسند، برخورد با اشکال در حین اجرا برنامه موازی امری اجتناب­ ناپذیر به نظر می‌رسد. امروزه رویکردهای تحمل‌پذیر اشکال در مراکز به یکی از چالش‌های اصلی در محاسبات توزیعی تبدیل شده است.

دانشگاه علوم و فنون مازندران

 

پایان­ نامه مقطع کارشناسی ارشد

 

رشته مهندسی فناوری اطلاعات

 

عنوان:

 

طراحی وضعیت مورد انتظار سازمان در سیستم­های اطلاعاتی استراتژیک بر اساس عامل­ های هوشمند

 

استاد راهنما:

 

آقای دکتر محسن اکبرپور شیرازی

برای رعایت حریم خصوصی نام نگارنده درج نمی شود

تکه هایی از متن به عنوان نمونه :

چکیده:

امروزه حوزه کاربرد فناوری اطلاعات تقریبا به تمامی جنبه­های زندگی انسان سایه کشیده شده است. سازمان­های تجاری نیز از این قاعده مستثنی نبوده و خصوصا در دو سه دهه­ی اخیر، سازمان­های مختلف از بزرگ و کوچک در جهت نیل به اهداف استراتژیک خود از فناوری اطلاعات بهره کافی برده­اند. سیستم­های اطلاعاتی راهبردی به آن دسته سیستم­هایی اطلاق می­شود که بر کاربرد سیستم­های اطلاعاتی و فناوری اطلاعات در فرایند مدیریت راهبردی در سازمان­های تجاری متمرکزند. هدف این سیستم­ها کمک به سازمان­ها به منظور تحقق اهداف رقابتی یا سایر هدف­های راهبردی آن­ها و در کل ارتقا، پیشبرد و بهبود سازمان­ها می­باشد. بنابراین یک سیستم اطلاعاتی در صورتی استراتژیک خواهد بود که در راستای اهداف کلان و استراتژی­های سازمان ایجاد شده باشد. این استراتژی­ها سازمان سمت و سوی حرکت سازمان را

برای دیدن جزییات بیشتر و دانلود پایان نامه اینجا کلیک کنیدبرای دیدن جزییات بیشتر و دانلود پایان نامه اینجا کلیک کنید

 تعیین نموده و سازمان را در راستای حرکت از وضع موجود به وضع مطلوب یاری می­کنند. اما ورای چگونگی این حرکت به سوی وضع مطلوب، تعیین خود آن وضعیت و ترسیم وضعیت موردانتظار سازمان و فرموله نمودن آن به گونه­ای مناسب و درخور، نیازمند مهارت و تخصص مدیریتی ویژه­ای بوده و فرایند پیچیده و دشواری است که مدیران به خصوص در سازمان­های بزرگ و اطلاعات محور امروزی، در انجام آن با چالش­های جدی مواجه هستند. یکی از راهکارهایی که برای مواجهه با این چالش­ها پیشنهاد شده است، استفاده از مفاهیم سیستم­های چندعاملی در حوزه­ی سیستم­های اطلاعاتی راهبردی است. یک سیستم چندعاملی سیستمی است متشکل از گروهی از عامل­ها که قادرند با یکدیگر تعامل داشته و به منظور حل مسئله به صورت غیرمتمرکز، در یک محیط توزیع شده با یکدیگر همکاری نمایند. عامل­ها و سیستم­های چندعاملی خود دارای انواع متفاوت با کارکردهای مختلفی می­باشند و به­خاطر ماهیت ساختاری خاص خود، گزینه مناسبی جهت شبیه­سازی سیستم­های اطلاعاتی به ویژه در سطوح کلان می­باشند. در این پژوهش سعی بر آن است که روشی به منظور طراحی وضعیت موردانتظار سازمان در سیستم­های اطلاعاتی استراتژیک بر اساس عامل­های هوشمند ارائه شود. بدین منظور ابتدا بایستی چهارچوب مناسبی جهت نگاشت مفاهیم و موجودیت­های سیستم­های اطلاعاتی استراتژیک و سیستم­های چندعاملی انتخاب شده و سپس با توجه به آن روشی جهت فرموله­کردن اهداف سازمان، تعیین فاکتورهای مؤثر در وضعیت موردانتظار با نگاهی آینده­نگر به کمک عامل­های هوشمند پیشنهاد شده و به کمک پرسشنامه و توسط جمعی از خبرگان، مدل ارائه شده اعتبارسنجی گردد.

یک مطلب دیگر :

فصل اول: مقدمه و کلیات پژوهش

1- مقدمه و کلیات پژوهش

1-1- مقدمه

امروزه حوزه کاربرد فناوری اطلاعات تقریبا به تمامی جنبه­های زندگی انسان سایه کشیده شده است. سازمان­های تجاری نیز از این قاعده مستثنی نبوده و خصوصا در دو سه دهه­ی اخیر، سازمان­های مختلف از بزرگ و کوچک در جهت نیل به اهداف استراتژیک خود از فناوری اطلاعات بهره کافی برده­اند. سیر تکامل فناوری اطلاعات در سازمان­ها را تا به امروز می­توان به سه دوره تفکیک نمود: سیستم­ها پردازش اطلاعات (DP)، سیستم­های مدیریت اطلاعات (MS) و سیستم­های اطلاعاتی راهبردی (SIS) که دو مورد اول در حقیقت زیرمجموعه­ای از مورد سوم می­باشند. سیستم­های اطلاعاتی راهبردی به آن دسته سیستم­هایی اطلاق می­شود که بر کاربرد سیستم­های اطلاعاتی و فناوری اطلاعات در فرایند مدیریت راهبردی در سازمان­های تجاری متمرکزند. هدف این سیستم­ها کمک به سازمان­ها به منظور تحقق اهداف رقابتی یا سایر هدف­های راهبردی آن­ها و در کل ارتقا، پیشبرد و بهبود سازمان­ها می­باشد. بنابراین یک سیستم اطلاعاتی در صورتی استراتژیک خواهد بود که در راستای اهداف کلان و استراتژی­های سازمان ایجاد شده باشد[56]. این استراتژی­ها سازمان سمت و سوی حرکت سازمان را (با توجه به چشم­انداز کلی آن) تعیین نموده و سازمان را در راستای حرکت از وضع موجود به وضع مطلوب یاری می کنند [1].

برای حرکت به سمت وضعیت موردنظر و حتی پیش از آن برای برنامه­ریزی به­منظور شروع این حرکت، بیش از هر چیز ترسیم وضعیت موردانتظار ضروری به نظر می­رسد و برای ترسیم این وضعیت­، یکی از روش­های مرسوم، استفاده از طرح­ریزی سناریو محور[1] است، بدین معنا که با ترسیم برخی حالت­های محتمل برای آینده سازمان، ضمن چاره­جویی برای مواجهه با هر یک از آن حالات، برترین حالت را به عنوان وضعیت ایده­آل درنظر بگیریم. پژوهش­های بسیاری که در طی سالیان اخیر در این خصوص صورت پذیرفته، ثابت کرده است که می­توان آینده یک سازمان را با توجه به ساختار و نحوه عملکرد هر یک از اجزای آن شکل داد و در واقع به جای موضع واکنشی، از یک موضع سازنده برای مواجهه با چالش­های پیش روی سازمان در مسیر نیل به منظر برازنده بهره جست.

اما ترسیم یک منظر برازنده برای سازمان آنقدرها که شاید در نگاه اول به نظر برسد، ساده نیست. بلکه ترسیم آن نیازمند اجماع طیف وسیعی از دانش­ها از حوزه­های گوناگون اعم از مدیریت استراتژیک، آینده­پژوهی، هدف­گذاری، سناریوسازی و غیره است که بایست به منظور طراحی یک آینده مطلوب برای سازمان به صورت همزمان و همروند مدنظر قرار گرفته و در انجام محاسبات و تجزیه تحلیل داده ­ها جهت تدوین استراتژی­های و تعیین اهداف کلان سازمان به طور مناسب و متناسب با اهمیتشان منظور شوند. شاید انجام چنین محاسبات پیچیده و کلانی که در آن بایست به عوامل بسیار بسیار زیاد، متنوع، متغیر، نامتجانس و از دامنه ­های گوناگون توجه شود، در اکثر موارد و خصوصا در مورد سازمان­های بزرگ و دارای ساختار و ساز و کار پیچیده از حد توان ذهنی بشر خارج باشد، لذا در دهه ­های اخیر و با پیدایش و گسترش حوزه­ی جدیدی در علوم کامپیوتر تحت عنوان هوش مصنوعی، ایده­ هایی در به­کارگیری این شاخه از دانش در انجام محاسبات فوق الذکر مطرح شده و مورد بررسی قرار گرفته ­اند[55]و]59[.

سیستم­های چندعاملی[2] یکی از زیرمجموعه ­های این حوزه است که هدف اصلی آن حل مسائلی است که به دلایلی از قبیل پیچیدگی مسئله، یا در دسترس نبودن کامل محیط موردنظر، یا عدم قطعیت موجود در سیستم و یا دلایل دیگری از این قبیل، توسط یک عامل منفرد (دست کم به سادگی و در زمان قابل قبول) قابل حل نیستند. عامل­ها، به عنوان یکی از اجرای اصلی سیستم­های چندعاملی، موجودیت­هایی مستقل، خودمختار، هدفمند، با قابلیت­های معمولا قوی در برقراری ارتباط با سایر عامل­ها و نیز قابلیت تعامل اجتماعی می باشند که دارای یک واحد تصمیم­گیر مجزای داخلی هستند که آن عامل را در جهت رسیدن هر چه سریع­تر و بهتر به اهداف طراحی مدنظر طراح عامل یاری می­کند. همچنین معمولا عامل­ها از سطحی از هوشمندی برخوردارند که گرچه در مورد هر عامل منفرد ممکن است قابل توجه نباشد، ولی در کل سیستم را به طرز محسوسی در تحقق هدف کلی آن یاری خواهد کرد. مجموع اهداف عامل­ها به گونه­ایست که یک هدف کلی و نهایی را برای سیستم تأمین می­کند و این اهداف خرد مسلما نبایست با هدف کلی سیستم متناقض باشند.

در این پژوهش قصد داریم به کمک عامل­های هوشمند، راهکاری به منظور ترسیم وضعیت موردانتظار سازمان توسط سیستم­های چندعاملی ارائه کنیم.

2-1- تعریف مسئله

از دهه­ 1980 در علم مدیریت، نگرش مبتنی بر ویژگی­های فردی و رفتاری رهبر، جای خود را به تعیین یک چشم­انداز جامع و دقیق از سوی رهبران رده بالای سازمان داد. این جایگزینی به خصوص برای سازمان­هایی که مکررا دستخوش تغییر هستند، بسیار حائز اهمیت بود. بنابراین چشم­انداز سازمان که تا آن زمان بیشتر جنبه­ی تشریفاتی و شعارگونه داشت، به تدریج در علم رهبری[3] از اهمیت و جایگاه ویژه­ای برخوردار شد که می­توانست به عنوان ابزار تأثیرگذاری در دست رهبر سازمان مورد استفاده قرار گیرد. علاوه بر آن وجود یک چشم­انداز مشترک[4] در میان اعضای سازمان، می­تواند به هماهنگی بهتر اعضا در راستای تحقق اهداف سازمان و ایجاد یک مزیت رقابتی در مقایسه با سازمان­های فاقد اینگونه چشم­اندازها، منجر شود. بسیاری از محققین در حوزه رهبری، داشتن چشم­انداز مناسب را برای رهبری اثربخش بسیار ضروری دانسته و آن را لازمه­ی پیاده­سازی استراتژی­ها در سازمان و از ابزار مدیریت استراتژیک می­دانند. چشم­انداز در حقیقت منظر برازنده­ی[5] سازمان را در یک افق معمولا درازمدت ترسیم می­کند و سازمان را در گذر زمان به سوی این آینده پیش­رو رهنمون می­شود. چشم­انداز خود می­تواند دارای سطوح و مراحل متفاوتی باشد که هر مرحله بیانگر یک وضعیت ایده­آل برای سازمان در یک برهه زمانی مشخص است. اما چگونگی طراحی این وضعیت­ها نیازمند داشتن دانشی وسیع در حوزه­هایی متفاوت و متنوع است که شاید از حیطه توانایی­های یک فرد یا حتی یک گروه از مدیران خارج باشد، لذا نیاز به ایجاد ابزار و راهکارهای منسجمی به منظور انجام این مهم در سازمان­ها امروزه و با توجه به حرکت سازمان­ها به سوی استفاده راهبردی از اطلاعات،­ بیش از هر زمان دیگری احساس میشود.

در مراحل بعد، هریک از بخش های دیتا سنتر نمونه در لایه های بعدی طراحی و مدل خواهد شد. این بخش ها عبارتند از: سرویس HA ، سرویس Fault Tolerance، سرویس VMotion ، ساختار ESX، معماری سیستم ذخیره سازی در ESX، معماری شبکه در ESX و معماری سوئیچ مجازی در ساختار شبکه.

در انتهای هر بخش، مدل های پتری طراحی شده به کمک ابزار و متد های فرمال بررسی و ارزیابی خواهند شد. بخشی از این متدها مرتبط با نوع و گروه بندی شبکه هایی است که مدل مذکور در آن جای می گیرد، و بخشی نیز وابسته به خواص عمومی گراف ها می باشد.

برای دیدن جزییات بیشتر و دانلود پایان نامه اینجا کلیک کنیدبرای دیدن جزییات بیشتر و دانلود پایان نامه اینجا کلیک کنید

 

1-2- پیشینه تحقیق

با توجه به قابلیت بسیار زیاد شبکه های پتری در مدل سازی سیستم های موازی، همگام، توزیع شده، غیرتعینی، و آماری، می توان نمونه های بسیاری از توصیف های فرمال سیستم های واقعی را به کمک این ابزار ذکر کرد. از آن جمله می توان به موارد زیر اشاره کرد.

– طراحی مدل شبکه ترافیک شهری به کمک شبکه های پتری رنگی (سطح بالا) برای تخمین گلوگاه ها و نیز میزان کارامدی سیستم ترافیک ]6[.

– مدل سازی فرمال یک خط اولید به همراه پنج ربات برای تحلیل خصوصیات رفتاری خط تولید و میزان خوش رفتاری آن ]7[

– مدل سازی یک پردازنده مبتنی بر VLSI که در یک سوپر کامپیوتر به کار رفته است. این مدل سازی به کمک شبکه های پتری رنگی و در سطح رجیستر های این ریز تراشه انجام شده است.

در مرجع ]8[ می توانید لیست بلندی از سیستم های صنعتی مدل شده با شبکه های پتری را که به صورت پروژه های مجزا انجام شده مشاهده نمائید. با این حال در زمینه لایه نرم افزاری و مجازی سازی در دیتا سنترها و نیز بخش سیستم عاملی آن تا به حال مدل سازی جامعی به کمک شبکه های پتری انجام نشده است. هر چند تلاش هایی در زمینه مدل سازی زیر ساخت سخت افزاری دیتا سنتر و برای بهینه نمودن مصرف انرژی در آنها و طراحی دیتا سنترهای سبز (دوستدار محیط زیست) با شبکه های

یک مطلب دیگر :

 

وحدت وجود، سلسله مراتب

 پتری انجام شده است.]9[

[1] Pre-analysis modeling

[2] Post-analysis modeling

[3] Deadlock

[4] Bottleneck

3-2- تعریف و مفهوم سیستم اطلاعات بیمارستانی……………… 28

3-2-1– اهداف سیستم اطلاعات بیمارستانی………………………. 29

3-2-2- اهمیت و ضرورت راه‌اندازی سیستم اطلاعات بیمارستانی……….. 30

3-2-3- مزایایی سیستم اطلاعات بیمارستانی………………………. 31

3-3- داده کاوی………………………. 32

3-4- مراحل داده کاوی………………………. 33

3-4-1- پیش پردازش داده ها…………………….. 35

3-4-2- پاکسازی داده ها…………………….. 35

3-4-3-یکپارچه سازی داده ها ……………………..36

3-4-4- تبدیل داده ها ……………………..36

3-4-5- تلخیص داده ها…………………….. 37

3-5- وظایف داده کاوی………………………. 37

3-5-1- دسته بندی………………………. 38

3-5-2- تخمین………………………. 39

3-5-3- پیش بینی………………………. 39

3-5-4- گروه بندی شباهت یا قوانین وابستگی…………….. 40

3-5-5- خوشه بندی………………………. 40

3-5-6- نمایه سازی………………………. 41

3-6- كاربرد های داده كاوی………………………. 41

3-7- رویکردهای مسائل داده کاوی در پزشکی………………………. 42

3-8- مدلها و الگوریتمهای داده کاوی………………………. 43

3-8-1- شبکه های عصبی مصنوعی………………………. 43

3-8-1-1-ساختار شبکه عصبی……………………….. 44

3-8-1-2-معماری شبکه عصبی……………………….. 45

3-8-1-3-آموزش شبکه های عصبی مصنوعی……………………….. 46

3-8-1-4-انواع یادگیری در شبکه های عصبی مصنوعی…………… 47

3-8-2- درخت های انتخاب………………………. 47

برای دیدن جزییات بیشتر و دانلود پایان نامه اینجا کلیک کنیدبرای دیدن جزییات بیشتر و دانلود پایان نامه اینجا کلیک کنید

 

3-8-3- Bagging & Boosting………………………

3-8-3-1-Bagging……………………….

3-8-1-1-Boosting……………………….

3-8-1-1-الگوریتم های Boosting……………………….

3-8-4- Adaptive Boosting(Adaboost)……………………..

3-8-5- رگرسیون بردار پشتیبان……………………… 51

3-8-6- رگرسیون خطی………………………. 52

نرم افزارهای داده کاوی………………………. 54

3-10- فرایند خرید دارو…………………….. 55

3-11- جمع بندی………………………. 56

فصل 4- روش انجام پژوهش………………………… 58

4-1- مقدمه……………………… 58

4-2- الگوریتم پیشنهادی………………………. 59

4-3- پیش پردازش داده ها…………………….. 60

4-3-1- ساخت ماتریس داده ……………………..60

4-3-1-1-روش ماههای متوالی……………………….. 67

4-3-1-2-روش ماههای یکسان……………………….. 44

4-3-1-3-روش فصول متولی……………………….. 69

4-4- الگوریتمهای Prediction………………………

یک مطلب دیگر :

4-4-1- روش NN………………………

4-4-2-روش SVR………………………

4-4-3- روش LSSVR………………………

4-4-4- AdaBoost.R………………………

4-5- مجموعه داده…………………….. 70

4-5-1- پاکسازی داده…………………….. 72

4-6- معیارهای ارزیابی………………………. 72

4-7- جمع بندی………………………. 74

فصل 5- بحث و نتیجه‌گیری………………………. 76

5-1- مقایسه روشهای مورد بررسی………………………. 76

5-1-1- ارزیابی الگوریتم با روش ماههای متوالی…………. 77

5-1-2- ارزیابی الگوریتم با روش ماه های یکسان……………… 83

5-2- جمع بندی………………………. 93

فصل 6- پیشنهادهاو فرصت‌های پژوهشی آینده……………………… 95

چکیده:

توسعی استفاده از فناوری اطلاعات در بهداشت و درمان علاوه بر مزایای فراوان باعث می شود تا حجم زیادی از داده­ های مرتبط، در دسترس قرار بگیرند. با بکارگیری داده کاوی بر روی داده های موجود می توان تصمیم گیری­ها و فرایند­های مدیریتی را بهبود بخشید. در این پایان نامه تلاش شده است ضمن بررسی الگوریتم­ های مختلف داده کاوی مدلی جهت پیش بینی مصرف دارو در داروخانه­ های بیمارستان­ها ارائه گردد. مجموعه داده در نظر گرفته شده مربوط به سیستم اطلاعات بیمارستان پاستور شهرستان بم می باشد که در مدت 5 سال در پایگاه داده سیستم اطلاعات این بیمارستان ذخیره شده است. برای پیش بینی مصرف دارو عملکرد مدل­های MLP، SVR، ADABOOST.R، BAGTREE، LR، LSSVR مورد بررسی قرار می گیرد. دقت پیش بینی بر اساس معیارها MSE ,RMSE ,MAE وR² ارزیابی می گردد. طبق نتایج بدست آمده عملکرد مدل BAGTREE در روش های مختلف بهتر از سایر مدل ها بوده است.

فصل نخست: مقدمه

1-1- فناوری اطلاعات در بهداشت و درمان

در سال­های اخیر مراکز بهداشتی ودرمانی کشورمان به ویژه بیمارستانها درصدد مکانیزه کردن سیستم­های اطلاعاتی خود برآمده­اند. در ابتدا مقصود از چنین فعالیت­هایی کاهش هزینه­های ناشی ازکاغذ بازی­ موجود در سیستم­های دستی و اداری بوده است، اما اکنون به مرحله ای رسیده­ایم که بهبود کیفیت ارائه خدمات درمانی اهمیتی روزافزون می­یابد و در این راستا بکار­گیری سیستم های اطلاعات بیمارستان­ها بسیار مرسوم شده است.

بکارگیری سیستم اطلاعات بیمارستان علاوه بر مزایای فراوان از جمله کاهش زمان پذیرش، زمان ترخیص، زمان اخذ جواب­ها، زمان مراجعه به اطلاعات قبلی پرونده، بالا بردن میزان دقت در درج اطلاعات و درخواست­ها كه در حالت دستی می تواند ناخوانا باشد، همچنین می تواند موجب تسریع ارتباطات بین بخشی و در نهایت بالابردن میزان رضایت بیمار، ارائه خدمات بهتر، دریافت آمار و گزارشات روزانه و زمانی گردد. در نهایت بکارگیری سیستم های اطلاعات بیمارستان، حجم زیادی از داده های مرتبط با درمان را در دسترس قرار می دهد [1]. با استفاده از تکنیک های داده کاوی می توان از داده­های موجود در این سیستم­ها در جهت پشتیبانی از تصمیم و مدیریت و در نهایت پیشبرد اهداف اقتصادی و درمانی سود جست .[2] داده‌کاوی یکی از ده دانش در حال توسعه است و در سال‌های اخیر در دنیا گسترش فوق‌العاده سریعی داشته است. داده‌کاوی فرآیند کشف الگوها و روابط موجود بین داده ها در پایگاه داده های بزرگ است که با برخورداری از دامنه وسیع زیر زمینه‌های تخصصی با توصیف، تشریح، پیش‌بینی و کنترل پدیده‌های گوناگون پیرامون، امروزه کاربرد بسیار وسیع در حوزه‌های مختلفی ازجمله پزشکی و تجارت دارد [3].

2-1- داروخانه های بیمارستانی

افزایش هزینه‌های بیمارستانی در سال‌های اخیر و نیز اجرای طرح خودگردانی و اداره‌ی بیمارستان‌ها به وسیله‌ی درآمد اختصاصی آنها، بیمارستان‌ها را با مشکلات مالی جدی رو به رو ساخته است. داروخانه یکی از بخش­های مهم و درآمدزا در بیمارستان ها می باشد که می توان با بهبود خرید دارو و افزایش بهره وری آن، بنحوی به وضعیت اقتصادی بیمارستان ها کمک کرد. این حقیقت که مصرف دارو بر اساس شیوع بیمارها در فصول مختلف تغییر می کند و نیز در نظر گرفتن این نکته که برخی داروها برای درمان یک بیماری مکمل یکدیگرند، از جمله فاکتورهایی هستند که باید در خرید دارو درنظر گرفته شوند [4]. به عبارتی با توجه به بیماری­های بسیار متنوع، و تجویز داروهای مختلف برای آنها، میتوان بر اساس سابقه مصرف دارو، نیاز های دارویی در آینده را پیش بینی کرد در نتیجه، در صورت بکارگیری تکنیک­های داده کاوی بر روی اطلاعات موجود در سیستم اطلاعات بیماستان می توان خرید دارو را بر اساس پیش بینی صورت گرفته توسط داده کاوی بهینه کرد.

لذا بر آن شدیم تا با انجام این مطالعه به پیش بینی مصرف دارو، با استفاده از تکنیکهای داده کاوی، در داروخانه یک بیمارستان بزرگ به منظور افزایش بهره وری مالی آن بپردازیم.