مهندسی محاسبات و علمی

مدیران انجمن: parse, javad123javad

ارسال پست
نمایه کاربر
rohamavation

نام: roham hesami radرهام حسامی راد

محل اقامت: 100 مایلی شمال لندن جاده آیلستون، لستر، لسترشر. LE2

عضویت : سه‌شنبه ۱۳۹۹/۸/۲۰ - ۰۸:۳۴


پست: 3222

سپاس: 5492

جنسیت:

تماس:

مهندسی محاسبات و علمی

پست توسط rohamavation »

یکی از مسایل مهم منن کاربرد و انجام محاسبات علمی هست حالا بیشتر کامسول -پایتون-فلومستر (Flowmaster)-نرم افزار کتیا (CATIA)-زبان برنامه‌نویسی فرترن (FORTRAN)-نرم افزار انسیس کلا نرم افزار cad نرم‌افزار CAD که به مهندسان هوافضا اجازه میده مدل‌های سه‌بعدی دقیقی از هواپیما و سیستم‌های هوافضا تولید کنند، ابزاری حیاتی برای آنهاست. CATIA، Inventor و Autodesk سه مورد از رایج ترین بسته های نرم افزاری CAD هستند که در بخش هواپیما مورد استفاده قرار می گیرندنرم افزار شبیه سازی
یکی دیگر از ابزارهای اولیه که مهندسان هوافضا برای آزمایش و ارزیابی عملکرد هواپیما و سیستم های هوافضا استفاده می کنند، نرم افزار شبیه سازی است. NX، Solid Edge و PTC Creo ابزارهای اولیه نرم افزار شبیه سازی در بخش هوافضا هستند. این راه‌حل‌های نرم‌افزاری، مهندسان را قادر می‌سازد تا آزمایش‌های مجازی را روی طرح‌های خود انجام دهند، هر گونه مشکل احتمالی را قبل از ساخت هواپیما شناسایی و تصحیح کنند.ANSYS:
ANSYS یک نرم‌افزار شبیه‌سازی است که طیف وسیعی از ابزارها را برای انجام انواع شبیه‌سازی‌ها مانند آنالیز اجزا محدود، دینامیک سیالات و شبیه‌سازی الکترومغناطیسی فراهم می‌کند. به طور گسترده ای در صنعت هوافضا برای شبیه سازی و تجزیه و تحلیل عملکرد سیستم ها و اجزای هوافضا استفاده می شود.اکثر مسائل در علوم و مهندسی نیاز به حل مسائل ریاضی دارند که اکثر آنها فقط با کامپیوتر قابل انجام هستند. تقریب دقیق آن مسائل مستلزم حل معادلات دیفرانسیل و سیستم های خطی با میلیون ها مجهول است و الگوریتم های هوشمندی را می توان در رایانه ها به کار برد تا زمان محاسبه را از سال به دقیقه یا حتی ثانیه کاهش دهد. این کتاب توضیح می‌دهد: چگونه می‌توانیم این فرآیندهای مهم ریاضی را تقریب کنیم؟ تقریب های ما چقدر دقیق هستند؟ تقریب های ما چقدر کارآمد هستند؟
محاسبات علمی برای دانشجویان و مهندسان شامل موارد زیر است:وظیفه اصلی شما توسعه بیشتر CODA در پروژه های تحقیقاتی است. شما روش‌ها و الگوریتم‌های عددی را برای شبیه‌سازی حالت پایدار و ناپایدار جریان در اطراف هواپیماها و هلیکوپترها کشف، توسعه و بررسی خواهید کرد. شما روش‌های توسعه‌یافته را در نرم‌افزار موجود به‌عنوان بخشی از فرآیند توسعه توزیع‌شده مبتنی بر یکپارچه‌سازی مستمر ادغام می‌کنید، آنها را با استفاده از موارد آزمایشی مناسب تأیید می‌کنید، و نتایج را با روش‌های مکانیک سیالات تثبیت‌شده تجزیه و تحلیل و مقایسه می‌کنید. شما همچنین درگیر ادغام قابلیت های CODA در محیط شبیه سازی با قابلیت HPC FlowSimulator خواهید بود. شما بخشی از گروهی از محققان و توسعه دهندگان نرم افزاری با تجربه و شایسته خواهید بود که فعالانه با آنها تبادل نظر و هماهنگی فعالیت های خود را انجام می دهید و به طور مشترک توسعه CODA را بیشتر می کنید. با انجام این کار، شما همچنین در بررسی و پذیرش کد توسط سایر توسعه دهندگان نرم افزار شرکت خواهید کرد. علاوه بر این، شما از کاربران در اعمال CODA برای مشکلاتشان پشتیبانی خواهید کرد. فعالیت‌های شما در همکاری‌های داخلی و اروپایی DLR، که شامل کار با تیم‌های بین‌رشته‌ای است، تعبیه شده است. نتایج تحقیقات خود را در کنفرانس های ملی و بین المللی ارائه و در آن منتشر خواهید کرد
مقدمه ای بر طیف گسترده ای از روش های عددی برای سیستم های خطی، مسائل مربوط به مقدار ویژه، معادلات دیفرانسیل، انتگرال گیری عددی و مسائل غیرخطی.
اصول محاسبات علمی مانند نمایش ممیز شناور اعداد و همگرایی.
تجزیه و تحلیل دقت و کارایی؛
مثال های برنامه نویسی ساده در متلب برای نشان دادن الگوریتم ها و حل مسائل زندگی واقعی. تمرین هایی برای تقویت همه موضوعات.
مقدمه ای بر مهندسی و محاسبات علمی با پایتون را بدانید : مقدمه‌ ای بر روش ‌های مهندسی محاسبه مشتقات پایداری در طراحی هواپیما
درس دوم: تعاریف و مفاهیم پایه
نگاهی دقیق تر به مشتقات پایداری
کاربردها
روش های مختلف محاسبه مشتقات
درس سوم: دسته بندی ها و مفاهیم فیزیکی مشتقات پایداری
دسته بندی مشتقات پایداری و منطق آن ها
میزان اهمیت و دقت محاسبه مشتقات مختلف
مشتقات طولی استاتیکی
مشتقات عرضی - سمتی استاتیکی
مشتقات طولی دینامیکی
مشتقات عرضی - سمتی دینامیکی
مشتقات کنترلی
اثرات جانبی
اثرات بارهای خارجی
درس چهارم: معرفی روش ها
مقدمات محاسبات
DATCOM و Digital DATCOM
ESDU
AAA
مراجع دیگر
درس پنجم: نکات تکمیلی
روش های مکمل
آینده روش های تحلیلی - تجربی
قبل از فهم معنای محاسبات نرم (رایانش نرم | Soft Computing)، لازم است ابتدا به مفهوم رایانش (محاسبات | ‌Computing) پرداخته شود. به بیانی ساده، ‌رایانش به معنی نگاشت مجموعه داده‌های دریافت شده در ورودی به خروجی، با استفاده از یک روش صوری (Formal Method) یا یک الگوریتم برای حل مسئله است. در مفهوم رایانش، به ورودی «مقدم» (پیشایند | Antecedent) و به خروجی «پیامد» (برآیند | Consequent) گفته می‌شود.
اکنون قبل از پرداختن به محاسبات نرم، بهتر است به چیستی محاسبات سخت (رایانش سخت | Hard Computing) و همچنین، دلیل نیاز به توسعه و ایجاد محاسبات نرم پرداخته شود. پروفسور لطفی علی‌عسگرزاده، ریاضی‌دان، دانشمند کامپیوتر، مهندس برق و استاد علوم رایانه در دانشگاه کالیفرنیا، اولین فردی بود که مفهوم و ایده محاسبات سخت را حدوداً در اواسط دهه ۷۰ شمسی معرفی کرد. به گفته وی، یک مفهوم محاسباتی در صورتی در زمره محاسبات سخت قرار می‌گیرد که:
نتایج دقیقی فراهم کند.
الگوریتمی که برای حل مسئله استفاده می‌شود، صريح و بدون ابهام باشد.
عملیات کنترلی به وسیله یک الگوریتم یا یک مدل ریاضیاتی مطابق تعریف بیان شده باشد.
مسائلی مانند مشتق‌گیری، انتگرال، الگوریتم‌های جستجو و مرتب‌سازی، یافتن کوتا‌ه‌ترین فاصله بین دو نقطه و بسیاری از مسائل دیگری که بتوان برای آن‌ها با استفاده از یک مدل ریاضی جواب دقیق و واضحی یافت، در زمره محاسبات سخت قرار می‌گیرند.
محاسبات نرم چیست؟
برخی مسائل واقعی مانند شناسایی دست‌خط (Handwriting Recognition)، دسته‌بندی تصویر (Image Classification)، تولید موسیقی (Music Generation) و سایر موارد، الگوریتمی برای رسیدن به جواب قطعی در مرتبه زمانی با تقریب چندجمله‌ای ندارند. لذا،‌ اینجا است که نیاز به استفاده از محاسبات نرم به وجود می‌آید.
محاسبات نرم، به کارگیری محاسبات تقریبی (Approximate Calculations) برای حل مسائل است که حاصل آن راه‌حل‌هایی هر چند نادقیق اما قابل قبول برای حل مسائل محاسباتی پیچیده هستند. این رویکرد راه‌حل‌هایی را برای مسائلی ارائه می‌دهد که ممکن است یا غیرقابل حل باشند و یا حل آن‌ها با امکانات سخت‌افزاری کنونی، بسیار زمان‌بر باشد. به رایانش نرم گاهی «هوش محاسباتی» (Computational Intelligence) نیز گفته می شود.
برای دیدن فیلم آموزش مبانی محاسبات تکاملی و بهینه سازی هوشمند + اینجا کلیک کنید.
محاسبات نرم چیست؟
محاسبات نرم مجموعه‌ای از اصول و روش‌ها است که با هدف به کارگیری و استفاده از تاب‌آوری ابهام (Tolerance of Imprecision) و عدم قطعیت (Uncertainty) برای دست‌یابی به معقولیت (Tractability)، پایداری (Robustness) و جواب با هزینه کم مورد استفاده قرار می‌گیرد. اجزای اصلی محاسبات نرم، منطق فازی (Fuzzy Logic)، محاسبات عصبی (Neuro-Computing) و منطق احتمالاتی (Probabilistic Reasoning) است. الگو و منبع الهام محاسبات نرم، ذهن انسان است.
تاب‌آوری ابهام:‌ بدین معنا است که در محاسبات نرم، نتایج حاصل شده، دقیق نیستند.
عدم قطعیت: یک الگوریتم مبتنی بر محاسبات نرم ممکن است در هر اجرا در ازای یک مسئله یکسان، خروجی متفاوتی داشته باشد.
پایداری: الگوریتم‌های مبتنی بر محاسبات نرم می‌توانند با هر نوع نویز در ورودی مقابله کنند.
هزینه جواب کم: محاسبات نرم، حل برخی از مسائل که حل آن‌ها در محاسبات سخت به لحاظ محاسباتی بسیار پرهزینه‌ هستند را شدنی و امکان‌پذیر می‌سازد.
الگوریتم‌های محاسبات نرم مبتنی بر سامانه تصمیم‌گیری زیستی (Biological Decision-Making System) هستند و از اصولی نظیر ژنتیک (Genetics)، تکامل (فرگشت | Evolution)، رفتار مورچگان، رفتار زنبورها، رفتار پرندگان، رفتار کرم شب‌تاب، ازدحام ذرات (Particle Swarming)، سیستم عصبی انسان (Human Nervous System) و دیگر پدیده‌های طبیعی استفاده می‌کنند. سه الگوی محاسباتی که به دنبال محاسبات نرم مطرح می‌شوند، منطق فازی، محاسبات عصبی و منطق احتمالاتی (الگوریتم ژنتیک) هستند.
تفاوت محاسبات نرم با احتمالات در چیست؟
محاسبات نرم با احتمالات متفاوت است. به طوری که، احتمالات رویکرد و روشی است که وقتی استفاده می‌شود که اطلاعات و داده کافی برای حل یک مسئله وجود نداشته باشد. در مقابل،‌ محاسبات نرم زمانی مورد استفاده قرار می‌گیرد که مسئله صراحت و سادگی لازم و کافی را برای استفاده از ریاضیات رایج و روش‌های محاسباتی مرسوم نداشته باشد. محاسبات نرم کاربردهای بسیاری در مصارف خانگی، تجاری و صنعتی دارد که در ادامه به طور مختصر به آن‌ها می‌پردازیم.
کاربردهای محاسبات نرم چیست؟
در سال‌های اخیر، تغییر الگوی اساسی در روش‌های محاسباتی بوجود آمده است. این مسئله، نشان دهنده رشد چشمگیر ذهن انسان است. یکی از این تغییرات اساسی که با آن مواجه هستیم،‌ تکامل محاسبات سخت در قالب محاسبات نرم است. روش‌های استفاده شده در محاسبات نرم اساساً ریشه در مضامین ریاضیاتی متعددی همچون منطق فازی دارد.
محاسبات نرم، بینشی را برای مسائل جهان واقع فراهم می‌کند و تنها محدود به تئوری نمی‌شود. همچنین، محاسابت نرم دارای تاب‌آوری برای عدم قطعیت و ذاتاً نادقیق است و بر همین اساس در صنایع بسیاری به طور گسترده مورد استفاده قرار می‌گیرد. در ادامه، نگاهی به برخی از پیشرفت‌های حاصل شده با استفاده از محاسبات نرم در زمینه‌های مختلف از طراحی و مهندسی در صنایع گرفته تا کاربردهای زیستی (بیولوژیکی) پرداخته شده است.مهندسی و علم محاسبه (به انگلیسی: Computational Science and Engineering) یکی از رشته‌های جدید در مهندسی است. دانش آموختگان این رشته قادر به شبیه سازی و حل سیستم‌های فیزیکی به وسیلهٔ مدل سازی‌های بهینه متناسب با رایانه می‌گردند یعنی به زبانی دیگر یاد می‌گیرند که چگونه مسایل جدید در مهندسی و علم‌های پایه را با کمک کامپیوتر شبیه سازی و حل نمایند. این رشته در بسیاری از موسسه‌های آموزش عالی در مقطع‌های کارشناسی ارشد و دکتری ارائه می‌گردد با این حال در بعضی از موسسه‌ها در مقطع کارشناسی نیز چنین رشته‌ای ارائه می گردد. و نباید که با علوم رایانه اشتباه گرفته شود.با توجه به محاسبات، برنامه نویسی کامپیوتر، الگوریتم ها و محاسبات موازی نقش عمده ای در مهندسی محاسبات دارند. پرکاربردترین زبان برنامه نویسی در جامعه علمی FORTRAN است.[9] اخیراً C++ و C نسبت به FORTRAN محبوبیت بیشتری پیدا کرده اند. به دلیل انبوه کدهای قدیمی در FORTRAN و نحو ساده تر آن، جامعه محاسبات علمی در پذیرش کامل C++ به عنوان زبان فرانسه کند بوده است. به دلیل روش بسیار طبیعی بیان محاسبات ریاضی و ظرفیت های تجسم داخلی آن، زبان/محیط اختصاصی MATLAB نیز به طور گسترده ای مورد استفاده قرار می گیرد، به ویژه برای توسعه سریع برنامه کاربردی و تأیید مدل. پایتون همراه با کتابخانه های خارجی (مانند NumPy، SciPy، Matplotlib) به عنوان یک جایگزین رایگان و Copycenter برای MATLAB محبوبیت زیادی به دست آورده است.
برنامه های کاربردی
حل عددی معادله حرارت در مدل پوشش پمپ با استفاده از روش اجزای محدود.
مهندسی هوافضا و مهندسی مکانیک: شبیه‌سازی احتراق، دینامیک ساختاری، دینامیک سیالات محاسباتی، ترمودینامیک محاسباتی، مکانیک جامدات محاسباتی، شبیه‌سازی تصادف خودرو، بیومکانیک، محاسبه مسیر ماهواره‌ها
تصویر

ارسال پست