این پروپوزال با موضوع “یک الگوریتم ژنتیک توصیه گر برای سیستم های اینترنت اشیا” می باشد. فایل  Word, Pdf پس از خرید محصول، قابل دانلود است. همچنین تعداد صفحات این پروپوزال 11 صفحه با رعایت قالب استاندارد دانشگاه می باشد. کلیه نکات نگارشی مطابق با استاندارهای پژوهشی انجام شده است.

امکانات اصلی این پروپوزال پس از خرید عبارتند از:
امکان دانلود فایل Word پروپوزال
امکان دانلود فایل Pdf پروپوزال

توجه : در صورت نیاز به پایان نامه، پروپوزال یا شبیه سازی مشابه با این محصول و همچنین اصلاحات پس از خرید کافی است با تیم پشتیبانی “ماکان تزیز” از طریق پیامک یا واتساپ ارتباط برقرار نمایید.

دگرگونی ها و انقلاب تکنولوژی در ارتباطات و فناوری یک پارادایم جدید با نام اینترنت اشیا(IOT)  را بوجود آورده است. در سطح پایه‌ای آن، اینترنت اشیا درواقع به ارتباط اشیای مختلف از طریق اینترنت و برقراری ارتباط با یکدیگر می‌پردازد تا هدف آن یعنی فراهم‌کردن تجربه کاراتر و هوشمند‌تر محقق شود.

اینترنت اشیا تلاش دارد تا بصورت انحصاری از طریق اینترنت و بر اساس پروتکل های ارتباطی استاندار، اشیا را به همدیگر متصل کند. نمونه هایی از اشیا عبارتند از: تلفنهای هوشمند، کنترل کننده ضربان قلب، خودرو های هوشمند، قفلهای هوشمند، درجه حرارت سنج و سایر حسگرهای دیگر که می توانند با یک پردازنده و حافظه کوچک به اشیا هوشمند تبدیل شوند.

پژوهشگران پیش بینی کرده اند که اشیا بهم متصل تا سال 2020 به 212 بیلیون شی ارتقا پیدا خواهد کرد. با گذشت زمان، اشیاء هوشمند همراه با خدمات بی شماری معرفی خواهد شد و کابران نیز در این فرآیند سرویس های متنوعی را درخواست می کنند. این موارد باعث ایجاد پیچیدگی های زیادی در توصیه سرویس و خدمات مناسب به کاربران بر اثر افزایش مجموعه خدمات مبتنی بر اشیا هوشمند می شود. لذا برای مرتفع نمودن این چالش و پیچیدگی سیستم های توصیه گر بسیار راه حل مناسب و موثری است.

سیستم های پیشنهاد دهنده

سیستم های پیشنهاد دهنده در دامنه های مختلفی همچون فروشگاه کتاب، شبکه های دوست یابی، سیستمهای پزشکی، اینترنت اشیاء و سایر محیطها برای ارائه و توصیه آیتمها مورد استفاده قرار میگیرند. این سیستم ها نقش حیاتی و بسیار مهمی در صنعت اینترنت اشیاء ایفا کرده اند.

هدف اصلی سیستم های توصیه گر ارائه جذابترین آیتم ها و سرویس ها به کاربران یا اشیاء است. به طور کلی سیستم های توصیه گر به سه دسته تقسیم میشوند که عبارتند از:

1. سیستم توصیه گر محتوا محور.
2. سیستم توصیه گر مشارکتی.
3. سیستم توصیه گر ترکیبی.

در روشهای محتوا محور پیشنهادات بر اساس رتبه ها و امتیازی که کاربر به محتوا، متن خبری، لینک و غیره داده است، ارائه می گردد. بر همین اساس محتوایی که بالاترین امتیاز را داشته است، پیشنهاد داده میشود. در سیستم های توصیه گرمشارکتی بر خلاف سیستم های محتوا محور، کاربران مشابه شناسایی شده و آیتم هایی به آنها اراده میگردد که امتیاز بالاتری دارند. سیستم های توصیه گر ترکیبی نیز تلفیقی از این دو سیستم می باشد.

سیستم هاس توصیه گر نیز دارای روش ها و تکنیک های مختلفی هستند که بر خی از این تکنیک ها عبارتند از: روشهای داده کاوی اعم از خوشه بندی، کلاسه بندی، پیش بینی و غیره، روشهای فراابتکاری از جمله الگوریتم های زنبور عسل، کلونی مورچگان، جهش قوریاغه و غیره، الگوریتم های بهینه ساز مثل الگوریتم ژنتیک، الگوریتم PSO  و غیره.

بنابراین در تحقیق فعلی الگوریتم ژنتیک در هسته سیستم های توصیه گر به منظور بهبود ارائه سرویس های اینترنت اشیاء استفاده می گردد. در این پژوهش، محقق سعی بر این دارد که با بکار گیری سیستم های توصیه گر، ارائه خدمات و سرویس های مربوط به اینترنت اشیاء به کاربران را بهبود بخشد.

 اهداف مشخص تحقیق (شامل اهداف علمی، کاربردی وضرورت های خاص انجام تحقیق):

• سیستم توصیه گر برای پیشنهاد بهینه با معیار حداقل تعداد انطباق و ارائه سرویس ها و خدمات مطلوب به کاربران یاری کند.
• بکارگیری الگوریتم ژنتیک به منظور انتخاب سرویس ها ی مناسب در جهت درخواست کاربران و اشیاء موجود در گراف شبکه اینترنت اشیاء.
• ارائه سرویس های لازم به کاربران در مدت زمان قابل قبول و تاخیر مطلوب  با استفاده از سیستم توصیه گر پیشنهادی مبتنی بر الگوریتم ژنتیک.