مهندسی نرم افزار 16 ص

اختصاصی از نیک فایل مهندسی نرم افزار 16 ص دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 15

مهندسی نرم افزار :

مهندسی نرم افزار ( SE ) طراحی ، توسعه و ثبت نرم افزار با بکارگیری تکنولوژی ها و کار با علم کامپیوتر ، مدیریت پروژه ، مهندسی محدوده های کاربرد طرح همبست ، مدیریت دارایی دیجیتال و دیگر زمینه ها است .

اصطلاح مهندسی نرم افزار پس از 1968 عمومیت یافت در حین کنفرانس نرم افزار NATO 1968 بوسیله ریکس fl باور و از آن به بعد گسترش یافت .

این اصطلاح معانی متفاوت خاصی دارد :

بعنوان اصطلاح کنونی غیر رسمی برای محدوده وسیعی از فعالیت ها که قبلاً در برنامه ریزی و تحلیل های سیستم بکار می رفت .

بعنوان اصطلاح وسیع کلیه جنبه های کار برنامه ریزی کامپیوتر در مقابل تئوری برنامه ریزی کامپیوتری که علم کامپیوتر نامیده می شود .

بعنوان اصطلاح حمایت از یک راهکار خاص برای برنامه ریزی کامپیوتری که باید بعنوان قاعده مهندسی به جای هنر آن به کار رود و از کد بندی اعمال توصیه شده ای حمایت می کند که به شکل متدلوژی های مهندسی نرم افزاری می باشند .

مهندسی نرم افزار کار ، کاربرد یک راهکار سیستماتیک ، قانونمند و کمی برای توسعه عملکرد و حفظ نرم افزار است که کاربرد مهندسی در نرم افزار است . ( مطالعه راهکارهایی در استاندارد IEEE 610,12

محدوده و تمرکز :

مهندسی نرم افزار با مفهوم ، توصیه و تعدیل یک سیستم نرم افزاری است که این قاعده با شناسایی ، تعریف ، شناخت و اصلاح ویژگی های لازم نرم افزار منتج سرو کار دارد .

این ویژگی های نرم افزاری می تواند شامل مواردی شود که آمادگی طرح و مختصات تکنیکی است که اگر مناسب اجرا شود منتج به نرم افزاری می شود که می تواند برای برآورد این الزامات اصلاح شود .

مهندسی نرم افزار همچنین مربوط به ویژگی های فرآیند توسعه نرم افزار است . در این زمینه با ویژگی های هزینه توسعه ، طول توسعه و ریسک های توسعه نرم افزار سرو کار دارد .

نیاز به مهندسی نرم افزار :

نرم افزار در مواردی یافت می شود که اطمینان زیادی انتظار می رود ، در شرایطی مثل بررسی و کنترل طرح های نیروی هسته ای یا خطوط هوایی ، چنینی کاربردهایی شامل میلیونها خط رمز می شود که ماشین مدرن پیچیده ای است بعنوان مثال : یک خط هوایی مدرن میلیونها بخش دارد و نرم افزار این خط هوایی 4 میلیون خط رمز دارد .

تکنولوژی های و اعمال :

مهندسین نرم افزار از بسیاری از تکنولوژی ها و اعمال متفاوت دفاع می کنند یا عدم توافق زیاد این بحث 60 سال است که ادامه دارد و همیشه ادامه خواهد داشت – مهندسین نرم افزار تکنولوژی ها و اعمال وسیعی دارند و متصدیان از تکنولوژی متنوع ، به جمع آورنده ها فرآیندهای کلمه و غیره استفاده می کنند . متصدیان تلاش فراوانی مثل برنامه ریزی مزدوج ، بررسی های رمز و ملاقات های روزمره ، هدف هر مهندس نرم افزار باید ایده ای از مدل طراحی می باشد که شفاف باشد و خوب ثیت شده باشد .

ویژگی SE چیست؟

ریاضیات: برنامه ها ویژگی های ریاضی زیادی دارند مثلاً اصلاح وپیچیدگی الگاریتم های زیاد که مفاهیم ریاضی قابل اثبات هستند، برنامه ها محدودند. لذا دراصل توسعه دهندگان به روش ریاضی برنامه های بسیاری می دانند. استفاده ازریاضیات در مهندسی نرم افزار اغلب روشهای رسمی نامیده می شود.ولی تئوری محاسبه اثبات مفید برنامه راثابت می کند، ریاضیات برای قطعات رمز کوچک کار می کند ومقیاس بندی مشکلی دارد.

مهندسی: مهندسی نرم افزار یک قاعده مهندسی است چون راهکارهایی وویژگیهای خاصی برای مهندسی دارد. تحلیل ،تثبیت و رمزبندی مناسب غلاتی از یک مهندس می باشند. دیویدپارنز معتقد است که مهندسی نرم افزار مهندسی است .برنامه هاارزیابی می شوند مثلاً عملکرد ومقیاس برنامه ها تحت یارکار متفاوت ارزیابی می شود. موثر بودن پردازش ها، شبکه های سریعتر، پایه های اطلاعاتی نوین مباحث مهندسی اند. معادلات ریاضی گاهی از ارزیابی هااستتناج می شود. راهکارهای ریاضیات برای تحلیل وسیع سیستم خوب عمل می کند اما اغلب مقایسه اجزای کوچک رمز بی معنی است.

تولید :

برنامه ها بعنوان توالی مراحل ساخته می شوند، تعریف مناسب وانجام این مراحل شبیه خط تولید است . مدافعین امید به بهبود تولید توسعه گران کیفیت برنامه های نهایی دارند. این راهکارپردازش های متفاوتی دارد در حالی که دیگران از قبیل مولفین programmers stone این نظریه را پذیرفته اند که درواقع قادر اجرای هوش مصنوعی است. یک طراح خط تولید را شبیه سازی می کند.

مدیریت پروژه :

پروژه های نرم افزار تجاری خواهان مدیریتند. اینها بودجه هاو برنامه ریزی هایی برای تنظیم هستند. استخدام و هدایت افراد، منابع لازم که تمامی اینها درمحدود، مدیریتند.

هنرهای شنیداری و تجسمی :

برنامه ها حاوی اجزای هنرمندانه اند مثل نوشتنی یا نقاشی، صحبتهای کاربر باید خوشایند باشد وارتباط صوتی و دیداری مطلوب را به کاربران نهایی می دهد.آنچه مدنظر است"طراحی خوب"است که اغلب ذهنی است وحس زیبایی را مشخص می کند .

تحقیق و بررسی در مورد مهندسی معکوس مغز 11 ص

اختصاصی از نیک فایل تحقیق و بررسی در مورد مهندسی معکوس مغز 11 ص دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 11

مهندسی معکوس مغز - Reverse - Engineering the Brain

اشاره : <مگی میمون بسیار باهوشی است>، این را Tim Buschman، دانشجوی سال آخری می‌گوید که در آزمایشگاه عصب‌شناسی پروفسور Earl Miller مشغول پژوهش است. البته دیدن مگی به این آسانی‌ها مقدور نیست؛ برای دور نگهداشتن مگی از محیطی که انسان‌ها در آن حضور دارند، از او در محیطی مجزا نگهداری می‌شود تا از رفتار انسان‌ها تأثیر نپذیرد. ولی علایم هوشمندی او روی دو نمایشگر که روبه‌روی بوشمن قرار دارد، قابل مشاهده است. مگی در طول هفت سال گذشته برای مرکز علوم مغز و ادراک (Brain and Cognitive Sciences: BCS) دانشگاه ام‌آی‌تی کار کرده است. این میمون، سه ساعت در روز به بازی‌های کامپیوتری مشغول است که بیشتر با هدف ساخت و پرورش الگوهای کلی توسط مغز مگی و سپس استفاده از آن الگوها به عنوان ابزار، طراحی شده اند. بوشمن (شاید به طنز) می‌گوید: <من حتی با این کار نیز مشکل دارم>. منظور او حرکت به سمت بالا و پایین در یک بازی کامپیوتری است که شامل عملگرهای منطقی است که در گروه‌های خاصی قرار می‌گیرند.

ولی مگی بسیار خوب عمل می‌کند: واکنش خوب در برابر پرسش‌های سخت، صرف تنها نیم ثانیه برای پاسخگویی به هر مسئله و چهار پاسخ درست از پنج پاسخ، نمونه‌ای از عملکرد خوب اوست. توانایی مگی در بازی‌کردن را می‌توان نقطه تلاقی هوش‌مصنوعی و دانش عصب‌شناسی دانست. دانشجوی سال آخر دیگری تحت آموزش‌های بوشمن و Michelle Machon، مشغول پژوهش در این‌باره است که مغز چگونه می‌تواند یاد بگیرد و به ساخت قوانین منطقی بپردازد، و این‌که چگونه باید کارایی مغز را در انجام این وظایف با عملکرد شبکه‌های عصبی مصنوعی که در هوش مصنوعی مورد استفاده قرار می‌گیرد، مقایسه کرد. چهل سال پیش، این ایده وجود داشت که دانش عصب‌شناسی و هوش مصنوعی باید همزمان و تواماً در آزمایشگاه‌هایی مانند آنچه که Miller در آن به پژوهش پرداخته است، مورد مطالعه قرار بگیرد، ولی تصور نمی‌رفت که این دو، بتوانند چندان به توسعه هم کمک کنند.  پیشتر، حیطه مطالعاتی این دو متد بسیار متفاوت از هم بود. عصب شناسی بر کشف و توضیح جزئیات ساختار عصب و فعالیت‌های عصبی متمرکز بود و هوش مصنوعی می‌کوشید با توسعه یک مسیر مستقل و فارغ از فرآیندهای بیولوژیکی، به شبیه‌سازی هوش برسد (از دیدگاه تاریخی، فناوری در واقع نیازی به الهام گرفتن از طبیعت نداشته است؛ نه هواپیماها مانند پرندگان پرواز می‌کنند و نه خودروها مانند اسب‌ها حرکت می‌کنند.) و به نظر می‌رسید هوش مصنوعی با شتاب بیشتری پیشرفت می‌کند. با استفاده از دانش عصب‌شناسی به سختی می‌شد به ماهیت مغز پی برد؛ چه رسد به این‌که بتوان بر نحوه عملکرد آن واقف شد. از سوی دیگر،  هر کسی که کمی اطلاعات علمی داشت، روزی را که کامپیوترها بتوانند هر آنچه را که انسان انجام می‌دهد انجام دهند (شاید هم بهتر از انسان)  دور از دسترس نمی‌دانست. در سال 1962، توجه مقامات به پشتیبانی از پروژه‌ای مبنی بر طراحی یک سیستم فراگیر خودکار جلب شد که پروژه‌ای جنجالی در ایالات‌متحده محسوب می‌شد (این سیستم به Cybernation مشهور بود)؛ چرا که گمان می‌رفت با آمدن این سیستم، تعداد زیادی از مردم کار خود را از دست بدهند. ولی یک چیز از هیجانی که هوش مصنوعی برپا کرده بود، کاست. هر چند کامپیوترها می‌توانستند از پس تشخیص اشیای ساده در یک موقعیت ویژه و تحت شرایط کنترل شده برآیند،  در تشخیص و شناسایی اشیای پیچیده در دنیای حقیقی باز می‌ماندند. یک میکروفون می‌تواند سطوح صدا را تشخیص دهد، ولی مثلا‌ً نمی‌تواند آن را کوتاه و خلاصه کند. یک سیستم خبره می‌تواند یک شیء جدید و تمیز را در میان مجموعه‌ای از اشیای  قدیمی و کثیف  تشخیص دهد، ولی نمی‌تواند یک شیء  قدیمی و کثیف را در یک توده درهم و برهم تشخیص دهد. (نمونه دیگر این موضوع سیستم مورد آزمایش ماروین مینسکی است که حتی قابلیت قرار دادن یک بالش در روکش بالش را هم ندارد.) هنوز نگرانی ما از رویارویی انسان‌ها بیش از نگرانی ما درباره رویارویی ماشین‌ها با هم است.

بر خلاف هوش مصنوعی که پیشرفت آن کندتر از آن چیزی بود که انتظار می‌رفت، عصب‌شناسی در فهم چگونگی کارکرد مغز به خوبی پیش می‌رفت. این حقیقت در هیچ جایی به اندازه پژوهش‌های سی و هفت آزمایشگاه از مجموعه مراکز BCS دانشگاه MIT مشهود نیست. گروه پژوهشی این دانشگاه مشغول ترسیم مسیرهای عصبی‌ای هستند که در عملکردهای سطح بالای مربوط به ادراک (و پیچیدگی آن‌ها)، شامل یادگیری، حافظه، ساختار رفتارهای ترتیبی پیچیده، فرم و ذخیره عادت ها، روِیاپردازی، مدیریت و کنترل عددها، تعیین یک هدف و برنامه‌ریزی، پردازش ایده‌ها و عقاید، و توانایی فهم چیزهایی هستند که دیگران درباره آن فکر می کنند. ارمغان این پژوهش‌ها می‌تواند بسیار ارزشمند باشد. کشف این‌که مغز چگونه کار می‌کند (منظور فهم دقیق آن است مانند این‌که ما می‌دانیم یک موتور چگونه کار می‌کند)، می‌تواند همه کتاب‌هایی را که تا کنون در این باره نوشته شده‌اند، نیازمند بازنویسی کند. تنها گوشه‌ای از دستاوردهای این کار می‌تواند انقلابی در قضاوت و جرم‌شناسی، آموزش، تجارت، مراقبت از خانواده و نیز درمان هرگونه اختلال روانی بر پا کند.) Earl Miller) امیدوار است پژوهش های انجام شده در آزمایشگاه او در درک پیچیدگی‌های مغز کمک زیادی به روانپزشکان بکند).  چنین پیشرفتی دلیلی برای آغاز همکاری هوش مصنوعی و عصب‌شناسی نه تنها در آزمایشگاه Miller، بلکه حتی در MIT است. همچنین پژوهش‌ها درباره پردازش تصویر نشان می‌دهد که چگونه این دو دانش بر یکدیگر تأثیر می‌گذارند. James DiCarlo، استادیار عصب شناسی، می‌گوید: <این دو رشته مجزا از هم رشد می‌کنند>، این روزها، پژوهشگران هوش مصنوعی مشتاقانه به دنبال پیشرفت عصب‌شناسی و ایده مهندسی معکوس مغز هستند که پیشتر، دور از ذهن به نظر می‌رسید.

درک تشخیص اشیابیشتر کارهای انجام شده در آزمایشگاه DiCarlo، بر تشخیص اشیا متمرکز بود که ما را به تعریف یک شیء (مانند تعریف حیوانی چون گاو در مغز) از چند بعد و منظر قادر می‌کند (گاوی که در دوردست است، گاوی که از بالا به آن نگاه می‌کنیم، گاوی که در داخل یک کانتینر است) بدون این‌که با اشیای دیگر (مانند اسب) تداخل پیدا کند. DiCarlo  و دانشجوی سال آخر او، David Cox، دستاورد پژوهش‌های خود را در اواخر آگوست با نام عصب‌شناسی طبیعی(Nature Neuroscience) منتشر کردند که بر یکی از اساسی‌ترین پرسش‌ها درباره تشخیص اشیا متمرکز بود: چه اندازه از موفقیت ما در تشخیص اشیا، وابسته به ساختار سخت‌افزاری بدن ما، ویژگی‌های ذاتی ما هنگام تولد و چیزهایی است که آموخته‌ایم؟DiCarlo و Cox پژوهش‌های خود را همزمان روی تعدادی از افراد آزمایش کردند. افراد مورد مطالعه، در برابر تجهیزاتی قرار گرفته بودند که هم قابلیت نمایش تصویر اشیا و هم دنبال کردنِ جهتِ نگاه اشخاص را داشتند.  اشیا تصاویری بودند که توسط کامپیوتر ایجاد شده بودند و تقریباً دسته‌ای از حیوانات را نشان می‌دادند، ولی این تصاویر به گونه‌ای طراحی شده بودند که در نگاه نخست برای اشخاص، آشنا و قابل تشخیص نباشند.  یک شیء می‌توانست در یک وضعیت از سه وضعیت ممکن روی نمایشگر نشان داده شود و شخص می‌توانست نگاه خود را به سمت آن شیء برگرداند. سپس پژوهشگران اشیای جدیدی را جایگزین می‌کردند تا افراد نگاه خود را روی شیء جدید متمرکز کنند. برای نمونه، زمانی که شخص به مرکز نمایشگر خیره شده بود، موجودی با بدنی قلمبه و با گوش‌های تیز شده در سمت راست نمایشگر به نمایش درمیآمد. زمانی که شخص نگاه خود را به سمت آن معطوف می‌کرد، پژوهشگران آن تصویر را با تصویر موجودی لاغرتر با گوش‌های آویزان جایگزین می‌کردند. از آنجایی که انسان هنگام تعویض مکان تمرکز چشم در واقع بینایی ندارد، این اشخاص متوجه جایگزینی اشیا نمی‌شدند، ولی مغز آن‌ها  متوجه این جایگزینی می‌شد. پس از یک یا دو ساعت ادامه این آزمایش‌ها با اشیای مختلف، و نمایش این تصاویر در یک موقعیت خاص روی صفحه نمایشگر، دو شیء در دو مکان متفاوت روی صفحه نمایشگر به افراد نشان داده می‌شد و از آنان خواسته می‌شد آن‌ها را با هم مقایسه کنند. شاید به نظر برسد که افراد با مشکل خاصی در تشخیص تفاوت میان آن دو تصویر مواجه نشده‌اند که البته تقریباً همین طور بود؛ جز در مقایسه تصاویری که جابه‌جا شده بودند و اکنون دوباره در همان موقعیتی که قبلاً جابه‌جایی انجام شده بود، به نمایش در می‌آمدند. افراد آن دو شیء را با هم قاطی می‌کردند: آن‌ها بیشتر تصور می‌کردند که موجود قلمبه با گوش‌های تیز که در یک موقعیت و موجود لاغر با گوش‌های آویزان در موقعیت دیگری بودند، در واقع یک شیء هستند. DiCarlo بر این باور است که چنین اشتباه‌هایی نشان‌دهنده این است که مکانیسم مغز در تشخیص اشیای یکسان، ولی در موقعیت‌های مکانی مختلف، به تجربه بصری عادی شخص در زمان و مکان خاص بستگی دارد.  او می گوید: <یافته‌ها نشان می‌دهد که حتی شاخص‌های اصلی در شناسایی اشیا می‌تواند به وسیله تجربه‌های بصری و در تعامل با دنیای اطرافمان توسعه یابد.> DiCarlo و تیم او سرگرم طراحی و انجام آزمایش‌های مشابهی روی جانوران هستند تا بتوانند الگوهای فعالیت عصبی را  که در تشخیص اشیا بسیار حائز اهمیت است، مورد بررسی قرار دهند.  (یک نمونه خوب از این پژوهش ها در چهارم نوامبر 2005 در نشریه Science منتشر شد. در این آزمایش، DiCarlo و سه تن از همکاران او فعالیت صدها نورون عصبی را در مغز میمون Macaque ضبط و سپس تحلیل کردند. آن‌ها نشان دادند که پردازش اطلاعات بدیهی درباره موجودیت شیء و نوع آن‌ها تنها به فعالیت تعداد کمی از نرون‌ها نیاز دارد.)شناسایی یا تشخیص اشیا از آغاز، یکی از بزرگ‌ترین و سخت‌ترین اهداف

مهندسی مکانیک 16 ص

اختصاصی از نیک فایل مهندسی مکانیک 16 ص دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 17

مهندسی مکانیک

الف – گرایش مکانیک در طراحی جامدات

هدف تربیت آزمایشگاهی متخصصانی است که بتوانند در مراکز تولید و کارخانه‌ها اجزاء و مکانیزم ماشین‌آلات مختلف را طراحی کنند. دروس این دوره شامل دروس نظری، آزمایشگاهی، کارگاه و پروژه و کارآموزی است. فارغ‌التحصیلان می‌توانند در کارخانجات مختلف نظیر خودروسازی ، صنایع نفت، ذوب فلزات و صنایع غذایی و غیره مشغول شوند و برای این دوره امکان ادامه تحصیل تا سطح کارشناسی ارشد و دکتری در داخل یا خارج از کشور وجود دارد. موفقیت داوطلبان به آگاهی آنها در دروس جبر و مثلثات، هندسه ، فیزیک و مکانیک همچنین آشنایی و تسلط آنان به زبان خارجی بستگی فراوان دارد. از جمله دروس این دوره می‌توان دروس مقاومت مصالح، طراحی و دینامیک را نام برد. در این رشته زمینه اشتغال و بازارکار خوب وجود دارد و مطالب ارائه شده در طول تحصیل برای دانشجویان محسوس و قابل لمس است.

ب – گرایش مکانیک در حرارت و سیالات

این رشته در به کاربردن علوم و تکنولوژی مربوط جهت طرح و محاسبه اجزاء سیستمهایی که اساس کار آنها مبتنی بر تبدیل انرژی ، انتقال حرارت و جرم است به متخصصان کارآیی لازم را می‌دهد و آنها را جهت فعالیت در صنایع مختلف مکانیک در رشته حرارت و سیالات (نظیر مولدهای حرارتی، انتقال سیال نیروگاههای آبی، موتورهای احتراقی و ... ) آماده می‌سازد. فارغ‌التحصیلان این دوره قادر به طراحی و محاسبه اجزا و سیستمها در بخشهای عمده‌ای از صنایع نظیر صنایع خودروسازی ، نیروگاههای حرارتی و آبی، صنایع غذایی، نفت، ذوب فلزات و غیره هستند.

فارغ‌التحصیلان این دوره می‌توانند تا مقطع کارشناسی ارشد و دکتری در داخل یا خارج از کشور ادامه تحصیل دهند. داوطلبان این رشته باید در دروس ریاضی و فیزیک تسلط داشته و با یک زبان خارجی آشنا باشند. دروس این رشته شامل مطالبی در زمینه‌های حرارت و سیالات ، می‌باشد.

نظر دانشجویان: با توجه به اینکه اصولا تحصیلات دانشگاهی به خصوص در زمینه‌های مهندسی نیاز صد در صد به علاقه‌مندی داوطلب دارد، بنابراین عدم داشتن علاقه‌ و همچنین عدم تقویت دروس اساسی و پایه‌ای در بخش مکانیک مانند ریاضی، فیزیک – مکانیک ، شیمی ، رسم فنی (تجسم بالا داشتن) و هوش نسبتا خوب و عدم روحیه تجزیه و تحلیل در مسائل باعث دلسردی و از دست‌دادن انگیزه تحصیل و رکورد شدید در تحصیلات خواهد شد.

ج - گرایش ساخت و تولید

هدف تربیت کارشناسانی است که با به کاربردن تکنولوژی مربوط به ابزارسازی، ریخته‌گری ، جوشکاری، فرم دادن فلزات ، طرح کارگاه یا کارخانه‌های تولیدی آماده کار در زمینه ساخت و تولید ماشین‌آلات صنایع (کشاورزی ، نظامی، ماشین‌سازی، ابزارسازی ، خودروسازی و ... ) باشند. فارغ‌التحصیلان این دوره قادر خواهند بود در صنایعی مانند ماشین‌سازی، ابزارسازی، خودروسازی ، صنایع کشاورزی، صنایع هوایی و تسلیحاتی به ساخت و تولیدی ماشین‌آلات، طراحی کارگاه و یا کارخانه تولیدی بپردازند و نظارت و بهره‌برداری و اجرای صحیح طرحها را عهده‌دار شوند. داوطلبان این رشته باید در دروس ریاضی، فیزیک و مکانیک از آگاهی کافی برخوردار باشند. دروس این دروه شامل مطالبی در مورد نحوه تولید، طراحی قالبهای پرس، طراحی قید و بندها، کار و برنامه‌ریزی با ماشینهای اتوماتیک، اصول کلی و نحوه کار با ماشینهای دستی و تعمیر و نصب تمام سرویسهای صنعتی می باشد و درصد نسبتا بالایی از آنها به صورت عملی ارائه می‌گردد. داوطلب باید سالم باشد تا بتواند کارهای کارگاهی را به خوبی انجام دهد و استعداد کارهای فنی را داشته باشد. با توجه به خودکفایی صنایع کشور این رشته دارای بازار کار خوبی است.

در حقیقت رشته مکانیک بخشی از علم فیزیک است که با استفاده از مفاهیم پایه علم فیزیک و به تبع آن ریاضی به بررسی حرکت اجسام و نیروهای وارد بر آنها می‌پردازد و می‌کوشد تا با توجه به نتایج بررسی‌های خود ، طرحی نو در زمینه فن‌شناسی و صنعت ارائه دهد و در راه پیشرفت انسان گامی به جلو بردارد.

به عبارت دیگر رشته مکانیک، رشته پیاده کننده علم فیزیک است چون برای مثال بررسی حرکت خودرو و عوامل موثر بر روی آن برعهده فیزیک است. اما این که چگونه حرکت آن تنظیم گردد بر عهده مکانیک می‌باشد.

دکتر آریا الستی استاد مهندسی مکانیک دانشگاه صنعتی شریف در معرفی این علم می‌گوید:

«علم مکانیک به تحلیل حرکت و عوامل ایجاد کننده حرکت مانند نیروها و گشتاورها و شکل حرکت می‌پردازد. اما مهندسی مکانیک تا حدودی با علم مکانیک تفاوت دارد چرا که یک مهندس مکانیک علاوه بر علم مکانیک باید بسیاری از علوم دیگر را یاد گرفته و بعضی از هنرها را نیز کسب کند. شاید بتوان گفت که رشته مهندسی مکانیک ، رشته تحلیل و طراحی سیستم‌های دینامیکی و استاتیکی است.»

دکتر محمد دورعلی یکی دیگر از اساتید مهندسی مکانیک دانشگاه صنعتی شریف نیز در معرفی این رشته می‌گوید:

تحقیق در مورد مهندسی ارزش 52 ص

اختصاصی از نیک فایل تحقیق در مورد مهندسی ارزش 52 ص دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 57

مهندسی ارزش ( با مفهومی نزدیک به مدیریت ارزش و تجزیه و تحلیل ارزش ) رویکردی گروهی، سیستماتیک، کارکردگرا و دارای کاربردی حرفه ای است که برای ارزیابی و بهبود ارزش در یک محصول، طراحی یک وسیله، طراحی سیستم، اجرای پروژه های صنعتی و عمرانی و دیگر خدمات به کار گرفته می شود.

مهندسی ارزش متدولوژی قدرتمندی است برای حل مسائل، کاهش هزینه ها و به طور همزمان، بهبود عملکرد و کیفیت. با شناسایی و ارتقای شاخصهای ارزش، مهندسی ارزش، رضایت مشتری را افزایش می دهد و به ارزش سرمایه گذاری می افزاید. این متدولوژی را که از راهبردهای موفق بلندمدت و تجاری است، می توان در تمام بخشهای تجاری یا اقتصادی، نظیر صنایع، دولت، ساخت و ساز و خدمات به کار گرفت.

مهندسی و مدیریت ارزش که از سال 1947 توسط " لاری مایلز" در ایالت متحده آغاز به گسترش کرد، امروزه در کشورهای پیشرفته صنعتی جهان کاربردی وسیع و دستاوردهایی بی نظیر داشته است. بررسی اسناد و مدارک موجود و مرور اطلاعات موجود انجمن مهندسان ارزش آمریکا ( SAVE : Society Of American Value Engineering ) گواه آن است که انجام مهندسی ارزش روی پروژه ها، تا چندین صد میلیون دلار صرفه جویی دربرداشته است. در سطح ملی نیز، با مراجعه به پروژه های تعریف شده ای که مهندسی ارزش در آنها مدنظر بوده است، می توان تغییرات و بهبود همزمان عملکرد و کیفیت و کاهش هزینه را شاهد بود.

از این رو امروزه با پی بردن دولتمردان و دست اندرکاران پروژه های صنعتی و عمرانی، قوانین و مقرراتی مبنی بر ضرورت و همه گیرشدن به کارگیری مهندسی ارزش در پروژه ها وضع شده است.

مفاهیم مهندسی ارزش

چکیده : تجارت جهانی شرکتها را به طور فزاینده ای به سمت بازار رقابتی کشانده است. از همین روست که استفاده از روش تحلیل ارزش و مهندسی ارزش ضرورت بیشتری پیدا کرده است. در طی سالهای اخیر، روش تحلیل ارزش قابلیت و امتیازهای خود را به اثبات رسانده است. این روش یک ابزار قوی است که کاربرد آن نتایج مثبتی را به همراه دارد. روشی که دیدگاه های تثبیت شده و فعلی را به چالش می طلبد و غالباً به عنوان یک روش نقاد از عملکردهای معمول مدیریتی شناخته می شود.

به طور کلی مهندسی ارزش یک تلاش منسجم در جهت تحلیل کارکرد سیستمها، تجهیزات، تأسیسات، نگهداری و تعمیرات، تعویض تسهیلات و مراحل اجرایی تدارکات به منظور دست یابی به کارکردهای پیش بینی شده با کمترین هزینة کلی می باشد.

مقدمه و تاریخچه :

تمامی مدیران خواهان سازمانی پویا و انعطاف پذیر هستند تا بتوانند در نوآوری چنان پیشرفته باشند که کالا یا خدماتشان همواره بهترین کیفیت و تازگی را داشته باشد. شرکتهای امروزی توسط سه نیروی مشتریان، رقبا و دگرگونی ها به مسیری غیرقابل پیش بینی هدایت می شوند. امروزه مشتریانی هستند که خواسته های خود را به شرکتها تحمیل می کنند و همواره به دنبال کیفیت بالاتر هستند و لذا در جریان رقابت، شرکتی که کیفیت بالاتر و خدمات بیشتری را در ازای هزینة کمتر ارائه کند، می تواند رقیبان خود را از صحنه خارج نماید. سومین نیروی کارساز، دگرگونی هایی است که بر شرکت ها اعمال می شود.

با جهانی شدن اقتصاد، شرکتها با رقبای بیشتری مواجه می شوند. به نظر می رسد تنها راه برای بقا، رشد و دستیابی به سود بیشتر، توجه جدی به مقولة کاهش هزینه است.

روش مهندسی ارزش این امکان را به وجود می آورد که به هر دو هدف مهم کم کردن هزینه ها و بهبود کیفیت خدمات در یک زمان، بتوان دست یافت و این روش، راه حل مناسبی برای کم کردن هزینه ها بدون خدشه بر کارایی یا کیفیت خدمات ارائه می نماید.

رویکرد مهندسی ارزش، رویکردی متعهدانه و سیتماتیکدر جهت تحلیل فعالیتها برای دست یابی به ارزش بهینه به ازای هر واحد هزینة صرف شده است. در یک بازار تجارت رقابتی، موفقیت یک واحد اقتصادی در گرو ارائة بهترین ارزش به ازای قیمت مورد نظر مصرف کننده است.این بهترین ارزش، از طریق ملاحظات عملکرد و هزینه به دست می آید. تجربه نشان داده است که به ازای هر واحد پولی که صرف تحقیقات مهندسی ارزش می شود، بین 15 تا 20 و در بعضی موارد، بیش از ده ها و صدها برابر بازگشت سرمایه وجود دارد.

مطالعه در مورد مهندسی ارزش، در زمان جنگ جهانی دوم، بر اثر کمبود مواد اولیه آغاز شد. لاورنس دی مایلز، در شرکت جنرال الکتریک، برای

تحقیق در مورد مهندسی نرم افزار 16 ص

اختصاصی از نیک فایل تحقیق در مورد مهندسی نرم افزار 16 ص دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 16

مهندسی نرم افزار :

مهندسی نرم افزار ( SE ) طراحی ، توسعه و ثبت نرم افزار با بکارگیری تکنولوژی ها و کار با علم کامپیوتر ، مدیریت پروژه ، مهندسی محدوده های کاربرد طرح همبست ، مدیریت دارایی دیجیتال و دیگر زمینه ها است .

اصطلاح مهندسی نرم افزار پس از 1968 عمومیت یافت در حین کنفرانس نرم افزار NATO 1968 بوسیله ریکس fl باور و از آن به بعد گسترش یافت .

این اصطلاح معانی متفاوت خاصی دارد :

بعنوان اصطلاح کنونی غیر رسمی برای محدوده وسیعی از فعالیت ها که قبلاً در برنامه ریزی و تحلیل های سیستم بکار می رفت .

بعنوان اصطلاح وسیع کلیه جنبه های کار برنامه ریزی کامپیوتر در مقابل تئوری برنامه ریزی کامپیوتری که علم کامپیوتر نامیده می شود .

بعنوان اصطلاح حمایت از یک راهکار خاص برای برنامه ریزی کامپیوتری که باید بعنوان قاعده مهندسی به جای هنر آن به کار رود و از کد بندی اعمال توصیه شده ای حمایت می کند که به شکل متدلوژی های مهندسی نرم افزاری می باشند .

مهندسی نرم افزار کار ، کاربرد یک راهکار سیستماتیک ، قانونمند و کمی برای توسعه عملکرد و حفظ نرم افزار است که کاربرد مهندسی در نرم افزار است . ( مطالعه راهکارهایی در استاندارد IEEE 610,12

محدوده و تمرکز :

مهندسی نرم افزار با مفهوم ، توصیه و تعدیل یک سیستم نرم افزاری است که این قاعده با شناسایی ، تعریف ، شناخت و اصلاح ویژگی های لازم نرم افزار منتج سرو کار دارد .

این ویژگی های نرم افزاری می تواند شامل مواردی شود که آمادگی طرح و مختصات تکنیکی است که اگر مناسب اجرا شود منتج به نرم افزاری می شود که می تواند برای برآورد این الزامات اصلاح شود .

مهندسی نرم افزار همچنین مربوط به ویژگی های فرآیند توسعه نرم افزار است . در این زمینه با ویژگی های هزینه توسعه ، طول توسعه و ریسک های توسعه نرم افزار سرو کار دارد .

نیاز به مهندسی نرم افزار :

نرم افزار در مواردی یافت می شود که اطمینان زیادی انتظار می رود ، در شرایطی مثل بررسی و کنترل طرح های نیروی هسته ای یا خطوط هوایی ، چنینی کاربردهایی شامل میلیونها خط رمز می شود که ماشین مدرن پیچیده ای است بعنوان مثال : یک خط هوایی مدرن میلیونها بخش دارد و نرم افزار این خط هوایی 4 میلیون خط رمز دارد .

تکنولوژی های و اعمال :

مهندسین نرم افزار از بسیاری از تکنولوژی ها و اعمال متفاوت دفاع می کنند یا عدم توافق زیاد این بحث 60 سال است که ادامه دارد و همیشه ادامه خواهد داشت – مهندسین نرم افزار تکنولوژی ها و اعمال وسیعی دارند و متصدیان از تکنولوژی متنوع ، به جمع آورنده ها فرآیندهای کلمه و غیره استفاده می کنند . متصدیان تلاش فراوانی مثل برنامه ریزی مزدوج ، بررسی های رمز و ملاقات های روزمره ، هدف هر مهندس نرم افزار باید ایده ای از مدل طراحی می باشد که شفاف باشد و خوب ثیت شده باشد .

ویژگی SE چیست؟

ریاضیات: برنامه ها ویژگی های ریاضی زیادی دارند مثلاً اصلاح وپیچیدگی الگاریتم های زیاد که مفاهیم ریاضی قابل اثبات هستند، برنامه ها محدودند. لذا دراصل توسعه دهندگان به روش ریاضی برنامه های بسیاری می دانند. استفاده ازریاضیات در مهندسی نرم افزار اغلب روشهای رسمی نامیده می شود.ولی تئوری محاسبه اثبات مفید برنامه راثابت می کند، ریاضیات برای قطعات رمز کوچک کار می کند ومقیاس بندی مشکلی دارد.

مهندسی: مهندسی نرم افزار یک قاعده مهندسی است چون راهکارهایی وویژگیهای خاصی برای مهندسی دارد. تحلیل ،تثبیت و رمزبندی مناسب غلاتی از یک مهندس می باشند. دیویدپارنز معتقد است که مهندسی نرم افزار مهندسی است .برنامه هاارزیابی می شوند مثلاً عملکرد ومقیاس برنامه ها تحت یارکار متفاوت ارزیابی می شود. موثر بودن پردازش ها، شبکه های سریعتر، پایه های اطلاعاتی نوین مباحث مهندسی اند. معادلات ریاضی گاهی از ارزیابی هااستتناج می شود. راهکارهای ریاضیات برای تحلیل وسیع سیستم خوب عمل می کند اما اغلب مقایسه اجزای کوچک رمز بی معنی است.

تولید :

برنامه ها بعنوان توالی مراحل ساخته می شوند، تعریف مناسب وانجام این مراحل شبیه خط تولید است . مدافعین امید به بهبود تولید توسعه گران کیفیت برنامه های نهایی دارند. این راهکارپردازش های متفاوتی دارد در حالی که دیگران از قبیل مولفین programmers stone این نظریه را پذیرفته اند که درواقع قادر اجرای هوش مصنوعی است. یک طراح خط تولید را شبیه سازی می کند.

مدیریت پروژه :

پروژه های نرم افزار تجاری خواهان مدیریتند. اینها بودجه هاو برنامه ریزی هایی برای تنظیم هستند. استخدام و هدایت افراد، منابع لازم که تمامی اینها درمحدود، مدیریتند.