پایان نامه رایگان درمورد رژیم غذایی، ساده سازی، منابع غذایی، تعقیب و گریز

دانلود پایان نامه ارشد

این رابطه به شکل مقادیر متوسط فرموله شده است. در روش هالینگز به جای تکیه بر مقادیر دانسته شدهی کلی یک مسئله که در بسیاری از محیطها قابل اندازهگیری نیستند از مقادیر متوسط به دست آمده از نمونهگیریهای محدود محیطی استفاده میشود.
[30] پیشنهاد می کند که فرض هایی برای این منظور در نظر گرفته شود.
تعداد محدودههایی که جستجو میشود به صورت خطی به زمان جستجوی بین محدودهها بستگی دارد. در معادله (3-1) مقدار TB زمان جستجوی بین محدودهها را مشخص میکند.
زمان متوسط جستجوی بین محدودهها tb است.
متوسط بهره از هر محدوده g است.
متوسط زمان بهرهبرداری از یک محدوده tw است.
با توجه به موارد بالا نرخ وقوع محدوده در واحد زمان به شکل
(3-2)
λ = 1/t_b

تعریف می شود. با استفاده از این نرخ وقوع، میتوان بهره کل مورد انتظار را به شکل تابعی خطی از زمان جستجوی بین محدودهها تعریف کرد.
(3-3)
G = λ.T_b.g
از آنجا که Tb نشان دهنده کل زمان جستجو، λ نرخ متوسط پیدا شدن محدودهها و g متوسط بهره هر محدوده است Gرابطه (3-3) بهره کل مورد انتظار را محاسبه میکند. با منطق گفته شده، میزان زمان کل مورد انتظار که صرف جستجو و بهره برداری از منابع غذایی درون محدوده میشود نیز به شکل رابطه (3-4) قابل محاسبه خواهد بود.
(3-4)
T_W = λ.T_b.t_W
و در نهایت نرخ متوسط بهره R به صورت معادله (3-5) قابل محاسبه است.
(3-5)
R =(〖λT〗_B g)/(T_B+〖λT〗_B t_W )=λg/(1+λt_W )
هدف هر چرنده ای آن است که نرخ بهره متوسط خود را بهینه کند. در ادامه عملکرد موجودات جهت بالا بردن بهره تشریح خواهد شد.
3-6 نظریه مقدار مرزی کارنوف74
در بخش 3-5 اشاره شد پس مدت زمانی که یک چرنده در محدوده خاصی باقی ماند تصمیم به ترک آن محدوده میگیرد و جستجو برای یافتن محدوده جدیدی را شروع می کند. نظریه مقدار مرزی کارنوف [32] که در سال 1976 ارائه شد، توضیحی بر رفتار تصمیم گیری موجودات زنده در ترک یک محدوده و شروع کردن جستجوی محیط برای یافتن محدوده دیگری را ارائه میدهد. بر طبق نظریهی کارنوف، جانوران تا زمانی در یک محدوده مستقر میمانند که بهره آن محدوده (g) از نرخ متوسط بهره (R) محیطی که آن محدودهها را در بر گرفته، بزرگتر باشد.
نظریه مقدار مرزی کارنف به صورت ضمنی نشان می دهد که در طبیعت جانداران منتظر پایان غذا در یک محدوده نمی مانند و به محض این که میزان انرژی دریافتی از یک محدوده از امید دریافت انرژی از کل محیط کمتر شود آن ناحیه را ترک می کنند.
3-7 مدل رژیم غذایی بهینه
یک شکارچی مانند روباه در یک محیط بیشهزار ممکن است انتخابهای بسیاری به عنوان غذا داشته باشد. انواع موشها، پرندگان، تخم پرندگان و حتی حشرات. مسئله اساسی این روباه فرضی فهرست غذاییاش است. شکارچی مذکور میتواند 3 انتخاب داشته باشد.
کاملا آسانگیر باشد و هر جنبنده قابل خوردنی را شکار کند.
بسیار سختگیر باشد و دست به یک انتخاب بزند و تحت هر شرایطی به این انتخاب متعهد بماند.
معادلهای بیابد و بر اساس پارامترهای ذاتی خود و محیطی که در آن زندگی میکند آن را حل کرده و از خروجی آن به عنوان معیار انتخاب طعمه استفاده کند.
در ادامه هریک از این 3 رویکرد بررسی شده و نتایج آن ارائه میشود. اما پیش از آن هدف و محیط مسئله شرح داده میشود.
3-7-1 شرح مسئله روباه
مسئله روباه بسیار ساده است؛ یافتن غذا و هدفش از این هم سادهتر است. کسب انرژی لازم برای زنده ماندن. هر راهحلی – ممکن است یکتا هم نباشد- که به دستیابی به آن مقدار از غذا منتهی شود که بقای روباه را تضمین کند یک جواب درست برای این مورد است.
3-7-2 ساده سازی مسئله روباه
یک روباه واقعی در محیط طبیعی با چالشهای بیشماری برای شکار و به تبع آن زنده ماندن روبرو است. جمعیت طعمه ها، جمعیت دیگر شکارچیان رقیب، اکو سیستم محیط، چالاکی و توان بدنی خود و بسیاری موارد دیگر از جمله زمان. در جهت ساده سازی مسئله می توان بسیاری از عوامل و پارامترهای گفته شده را حذف کرد. در این تحلیل فرضهای زیر در نظر گرفته شدهاند.
جمعیت طعمهها ثابت و برابر با بینهایت است. در نتیجه تعداد طعمههای شکار شده از زمان 0 تا زمان t اثری بر شکاری که در زمان t+Δt صورت میگیرد ندارد.
جمعیت شکارچیان رقیب صفر است. البته از فرض 1 به خودی خود این نتیجه حاصل میشود. بود و نبود رقیبان به دلیل اینکه نمیتوانند بر جمعیت طعمهها موثر باشند تفاوتی در مسئله ایجاد نمیکند. در اصل این فرض به این دلیل در نظر گرفته شده است که از عدم تداخل در فرایند شکار روباه توسط دیگر رقبا اطمینان حاصل شود.
محیط کاملا یکنواخت بوده و شکارکردن در تمامی نقاط از هر نظر یکسان است.
زمان از مسئله حذف میشود.
مصرف انرژی روباه فقط منحصر به فرایند شکار کردن است و روباه در فاصله زمانی بین دو شکار هیچ انرژی مصرف نمی کند.
شکارها به چند گروه تقسیم می شوند. تمامی اعضای یک مجموعه کاملا و از هر نظر با یکدیگر یکسان میباشند. اما هر گروه با گروه دیگر متفاوت است. همچنین فراوانی هر دسته با دسته دیگر فرق دارد.
برای هر دسته از طعمهها 2 ویژگی در نطر گرفته میشود.
انرژی طعمه: میزان انرژی که از خوردن طعمه نصیب روباه میشود.
انرژی شکارکردن طعمه: میزان انرژی که روباه لازم دارد تا بتواند یک طعمه را شکار کند. این انرژی، مجموع انرژی مورد نیاز برای پیدا کردن طعمه و انرژی لازم جهت تعقیب و گریز و شکار آن است.
اکنون با فرضهای در نظر گرفته شده بالا روباه زندگی خود را آغاز میکند تا 3 رویکرد در انتخاب رژیم غذایی خود را بیازماید.
3-7-3 روباه آسانگیر
روباه آسانگیر دست به انتخاب نمیزند. رژیم غذایی او همهی طعمههایی است که در محیط زندگیاش وجود دارد. روباه در صورتی زنده میماند که میزان انرژی که از خوردن طعمه هایش کسب میکند از انرژی که برای شکار آنها استفاده میکند کمتر نباشد. در این حالت با استفاده از امید ریاضی، امید زنده ماندن روباه قابل محاسبه است.
(3-6)
E(X)=P(X).X
که در آن
X = [میزان انرژی که از خوردن شکار حاصل می شود] – [میزان انرژی که صرف شکار می شود ]
و P(x) هم احتمال وقوع x است. به وضوح پیداست که روباه در صورتی زنده میماند که احتمال وقوعx های مثبت بزرگتر یا مساوی 5/0 باشد. پس در این حالت نمیتوان گفت روباه همیشه زنده میماند.
3-7-4 روباه سخت گیر
همانطور که گفته شد روباه سختگیر زیر مجموعهای از همه طعمههای در دسترسش را به عنوان رژیم غذایی در نظر میگیرد و تحت هر شرایطی آن را رعایت میکند. در این حالت نیز شرایط روباه مانند مورد قبل است و اگر روند پیدا شدن طعمهها بر وفق مرادش نباشد مرگش ناگزیر است.
3-7-5 روباه حسابگر
روباه مسئله میتواند راه میانهای را برگزیند و سعی کند رژیم غذاییاش را به شکل بهینه انتخاب کند طوری که همیشه تراز انرژیاش مثبت باشد. اگر به امید ریاضی مطرح شده در مورد 1 رجوع کنیم این بدان معنی است که روباه باید طعمههایش را طوری انتخاب کند که حاصل امید ریاضی مطرح شده بزرگتر یا مساوی 0 باشد.
طبیعت راه حل سوم را برگزیده است. در شرایط طبیعی، یک شکارچی رژیم غذایی را بر می گزیند که تابع بهره متوسطش را بهینه کند.75
3-8 مدل ریاضی انتخاب غذای بهینه
مانند آنچه که در بخش 3-5 بحث شد، در اینجا هم استفنز و کربز در [29] و پیرولی در [30] پیش فرضهایی را مطرح کردهاند تا بواسطه آنها مدل خود را پایهگذاری کنند.
وقوع طعمهها با نرخی ثابت و تابعی خطی از زمان جستجو در نظر گرفته میشوند.
مراحل جستجو و شکار طعمه انحصار متقابل76 هستند.
شکارچی اطلاعات کاملی از طعمهها شامل میزان انرژی قابل کسب از آنها، مقدار انرژی که صرف جستجوی طعمهها میشود، انرژی لازم جهت شکار آنها، نرخ وقوع طعمهها و دیگر اطلاعات محیطی را دارد.
اطلاعات شکارچی در مورد طعمهها، هنگام فرایند شکار به بهترین نحو به عنوان پایه یک تصمیم بدون خطا استفاده میشود.
براساس این مدل انواع طعمهها به n دسته یا نوع تقسیم میشود. شکارچی از میزان سودمندی و وفور هر نوع از شکار اطلاعات کاملی دارد. متوسط زمان پیدا شدن هر نمونه از طعمه نوع i برابر با TBi و از نوع توزیع پواسن77 است. در اینجا نیز آنچه درباره رابطه (3-2) بیان شد صدق میکند.
(3-7)
λ = 1/T_Bi
هر طعمه i بهره gi را دارد. برای تعقیب و به چنگ آوردنش شکارچی باید مدت زمان TWi را صرف کند. با استفاده از پارامترهای ارائه شده سودمندی هر طعمه برابر با میزان بهرهی آن طعمه برای شکارچی تقسیم بر مدت زمان تعقیب و شکار کردنش تعریف میشود که در رابطه (3-8) نشان داده شده است.
(3-8)
P_i= g_i/T_Wi
رژیم غذایی هر جانور شکارچی زیر مجموعه ای از مجموعهی همهی طعمههای در دسترس موجود در محیط زندگیاش است. اگر این زیر مجموعه شامل k طعمه D={1, 2, 3, …, k} باشد آنگاه با استفاده از معادله دیسک هالینگز نرخ متوسط بهره، این گونه محاسبه می شود:
(3-9)
R=(∑_(i∈D)▒〖λ_i g_i 〗)/(1+∑_(i∈D)▒〖λ_i t_Wi 〗)
3-9 الگوریتم انتخاب رژیم بهینه
این الگوریتم روال سادهای دارد و یک روال تکراری از انتخاب و مقایسه را پیشنهاد میکند. روال رژیم غذایی بهینه آنقدر طعمهها را به مجموعه جوابها میافزاید تا به نقطه بهینه سودمندی خود برسد و سپس متوقف میشود. این الگوریتم به صورت حریصانه78 عمل میکند.

شکل 3-7: الگوریتم انتخاب رژیم غذایی بهینه
3-10 اصول انتخاب رژیم غذایی بهینه
در [29] و [30] دو اصل اساسی برای این مدل آورده شده است که به .
از دست دادن شانس79
بدست آوردن موردهایی با اهمیت و سودمندی کم شانس رسیدن به موقعیتهای بهتر را از جاندار میگیرد [30]. به عبارت دیگر این مدل موازنهای بین آنچه در لحظه قابل دستیابی است با شانس بدست آوردن چیزهای بهتر برقرار میکند و پیشنهاد میکند موارد در دسترس اما با سودمندی کم به نفع این شانس نادیده گرفته شود. با این رفتار زمان و انرژی ذخیره میشود که میتواند بر روی احتمال بدست آوردن شانس بهتر صرف شود.
استقلال تصمیم انتخاب از وفور طعمه80
انتخاب شدن یا نشدن یک طعمه به عنوان رژیم غذایی ربطی به وفور آن طعمه ندارد [29]. همانطور که در مثال روباه آسانگیر در 3-7-3 اشاره شد، طعمههای پر زحمت کم سود در هر حالتی به ضرر شکارچی تمام میشود. زیرا انرژی صرف شده را جبران نمیکند.
3-11 جمعبندی
در این فصل استاندارد RDF و مفاهیم داده‌های پیوندی بحث گردید. در بخش RDF خصوصیات، گزارهها و منابع معرفی شدند و سهگانههای RDFای مورد توجه قرار گرفتند. سپس مبانی و مفاهیم، چگونگی تولید، نامگذاری و انتشار داده‌های پیوندی بررسی شد. مسائلی مانند حجم زیاد دادههای موجود، وجود ابهام به دلیل شناسههای مستعار و تکراری و آزادی عمل تولید کنندگان این دادهها در تولید واژهنامهها و استفاده از آنها مطرح گردید. در فصل چهارم راهکارهایی را برای حل این مشکل و تلاش برای رسیدن به گردش بهینهتری در فضای وب داده‌های پیوندی ارائه خواهد شد.
در این فصل همچنین اصول نظریهی غذایابی و دو زیر شاخه عمده آن یعنی انتخاب رژیم غذایی بهینه و مدل محدودههای وصلهای تشریح شد. رابطه آن با روشهای انسان در پیدا کردن اطلاعات مشخص شد. این نظریات در دو دهه گذشته نقش مهمی را در تشریح تعاملات انسان با اطلاعات ایفا کردهاند. آنچه این نظریه را در سیستمهای انفورماتیک برجسته میکند همخوانی با نظریات رفتارشناسی در حوزه مطالعات انسانشناسی و روانشناسی است.

فصل چهارم
پیادهسازی مدل ترکیبی رتبه‌بندی سه‌گانه بهینه شده و غذایابی بهینه

4-1 مقدمه
امتیاز دهی نسبی یک جزء بسیار مهم از ابزارهای وب معنایی است. (به عنوان مثال سیستم های پیشنهاد دهنده). مسئله چالش برانگیز در این حیطه به حساب آوردن معنا در سیستم امتیاز دهی است. پژوهشگران در اولین اقدامات سعی در استفاده از الگوریتمهای جستجوی وب در این حیطه کردند و نمونه های تطبیق یافته ای برای وب معنایی ارائه کرده اند.در بیشتر این روشها متاسفانه تحلیل های آماری بدون در نظر گرفتن ارزش معنایی گزاره ها و ارائه غیر هوشمندانه مقدار

پایان نامه
Previous Entries پایان نامه رایگان درمورد واژه نامه، منابع غذایی، کارکرد اجتماعی، هستی شناسی Next Entries پایان نامه رایگان درمورد هستی شناسی، رتبه بندی، ارزش اطلاعاتی، رویداد ورزشی