{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "QA614",
        "title": "ﯾﮏ ﺭﻭﯾﮑﺮﺩ ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﺑﺮﺍﯼ ﺣﻞ ﻣﺴﺎﺋﻞ ﺑﻬﯿﻨﻪﺳﺎﺯﯼ ﻣﺤﺪﺏ",
        "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": "1400",
        "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": "QA614",
        "title": "ﯾﮏ ﺭﻭﯾﮑﺮﺩ ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﺑﺮﺍﯼ ﺣﻞ ﻣﺴﺎﺋﻞ ﺑﻬﯿﻨﻪﺳﺎﺯﯼ ﻣﺤﺪﺏ",
        "degree": null,
        "faculty": "علوم ریاضی",
        "year": 1400,
        "authors": [
            {
                "name": "ﺯﻫﺮﺍ ﮐﺮﯾﻤﯽ",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "علیرضا ناظمی",
                "role": "استاد راهنما"
            },
            {
                "name": "مهرداد غزنوی",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "مسائل بهینه سازی دوهدفه",
            "مسائل برنامه ریزی غیر خطی",
            "مسائل بهینه سازی چندهدفه",
            "مسائل بهینه سازی چندسطحی",
            "جواب های بهینه پارتو",
            "شرایط کروش−کان−تاکر",
            "شبکه عصبی ."
        ],
        "abstract": "در این پایان نامه یک رویکرد شبکه عصبی جدید گرادیان محور برای حل مسائل بهینه سازی غیرخطی، دوهدفه، چندهدفه و چندسطحی پیشنهاد شده است. ایده اصلی تبدیل مسائل بهینه سازی غیر خطی و دو هدفه با روش مجموع وزن دار، به مسائل بهینه سازی محدب، مسائل بهینه سازی چند هدفه با استفاده از نقطه مرجع به مسائل تک هدفه و مسائل بهینه سازی چندسطحی با شرایط کروش−کان−تاکر به مسئله تک سطحی می باشد. در واقع با روش مجموع وزن دار جواب های بهینه پارتو با وزن های مختلف بدست می آیند. همچنین فضای پارامتری برای مسائل بهینه سازی دوهدفه با استفاده از مجموعه پایداری نوع اول تجزیه می شود. در نهایت یک شبکه عصبی برای حل مسائل برنامه ریزی محدب و مسائل بهینه سازی تک هدفه ارائه می شود که بر اساس قضیه لیاپانوف پایدار سراسری است و به جواب بهینه مسائل بهینه سازی چندهدفه و مسائل بهینه سازی چند سطحی همگرا می باشد. مهم ترین ویژگی رویکرد پیشنهادی این است که می تواند به سرعت به نقطه تعادل (جواب بهینه)همگرا شود. نتایج شبیه سازی نشان می دهند که شبکه عصبی پیشنهادی شدنی و کارا 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_QA614.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"
    }
}