{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "QA287",
        "title": "حل رده ای از مسائل کنترل بهینه تاخیر زمانی با استفاده از یک مدل از شبکه عصبی",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1394",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "QA287",
        "title": "حل رده ای از مسائل کنترل بهینه تاخیر زمانی با استفاده از یک مدل از شبکه عصبی",
        "degree": null,
        "faculty": "علوم ریاضی",
        "year": 1394,
        "authors": [
            {
                "name": "انسیه فیاضی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "علیرضا ناظمی",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "شبکه عصبی",
            "تقریب پاده",
            "مسائل ‌کنترل ‌بهینه ‌تاخیر ‌زمانی",
            "مسائل ‌افق ‌نامتناهی"
        ],
        "abstract": "در این پایان‌نامه به حل عددی رده‌ای از مسائل کنترل بهینه تاخیر زمانی با استفاده از شبکه عصبی می‌پردازیم. ابتدا در فصل اول به مقدمه و معرفی شبکه عصبی و تعاریف مورد نیاز می‌پردازیم. در فصل دوم یک مساله کنترل بهینه تاخیری از نوع بولزا را در نظر می‌گیریم که با استفاده از تقریب پاده به یک مساله بدون تاخیر زمانی تبدیل می‌شود. سپس با روش شبکه عصبی به حل عددی آن می‌پردازیم و در پایان فصل نتایج عددی را برای شش مساله برسی خواهیم کرد. فصل سوم شامل مساله کنترل بهینه تاخیری افق نامتناهی است. آن را با استفاده از تقریب پاده از حالت تاخیر خارج می‌کنیم و با استفاده از تغییر متغیر مساله را به یک مساله افق متناهی تبدیل می‌کنیم. در ادامه با روش شبکه عصبی به حل عددی مساله بدست آمده می‌پردازیم و در پایان فصل سوم نتایج عددی را با حل دو مثال نشان می‌دهیم. تمامی مثال‌های پایان‌نامه با نرم افزار گمز حل شده و نمودارها در سرتاسر پایان‌نامه با استفاده از نرم‌افزار متلب رسم شده است.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_QA287.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}