دانلود درس همسرگزینی برای فرزندان پودمان همسرداری

دسته بندی روانشناسی و علوم تربیتی
فرمت فایل doc
حجم فایل 61 کیلو بایت
تعداد صفحات 31
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود

مقدمه

با توجه به اینکه بنیان خانواده نقش مهم و اساسی در انتقال و پیشبرد آموزه های وحیانی و غیر وحیانی دارد به سلامت کانون خانواده و رشد و بالندگی و تحکیم آن بسیار توجه شده است.به ناچار افرادی که در نگرش به این بنیان مقدس دچار خطا و انحراف شده اند جوامع انسانی را به انحطاط کشانده و آدمی را از راه رشد وتعالی و سعادت که از جمله هدفهای آفرینش بوده است بازداشته اند.

انسانها بر اساس سرشت و فطرت خدادادی خویش نیازمند جفت و همدم می باشند تا به سکون و آرامش برسند. مکاتب سالم در جوامع بشری،به ویژه مکتب های آسمانی و دین مبین اسلام این میل فطری انسان را تأیید نموده اند.در اسلام هیچ بنیانی با ارزش تر از ازدواج بنا نهاده نشده و کسی را که از این سنت نبوی روی گردان شود ، از خود نمی شمارد .اساسی ترین مبحثی که در روند رشد شخصیت و تعالی و پیشرفت روز افزون انسان به سوی سعادت و فوز ابدی کارساز است مبحث خانواده می باشد.

در غرب ودر میان افرادی که جهان بینی مادی دارند و در باورهای دینی ضعیف می باشند،پیوند در ارتباط اعضای خانواده بر اصل منافع شخصی و ملاک های مادی قرار دارد.از این رو ضربه های تلخ و سختی را نیز متحمل شده اند از جمله اهداف مهم انبیای الهی و اوصیای دین ،حراست از کیان خانواده است که اگر بر مبنای اصول الهی تشکیل شود ،منشأ خیرات و برکات فراوان برای فرد،جامعه و خانواده خواهد بود.

در اسلام پیوند زناشویی ،از نشانه های قدرت و حکمت الهی مطرح شده و مودت و رحمت است که کانون خانواده را استواری می بخشد.

اکنون باید دید چه عاملی در موفقیت خانواده مؤثر می باشد؟چرا برخی ازدواج ها موفق و برخی دیگر ناموفق است؟تفاوتش بین افرادی که سالیان سال در زندگی زناشویی خود کامیاب هستند با کسانی که پیوسته با مشکلات رو به رو می شوند،در چیست؟

پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود

تحقیق پیاده سازی VLSI یك شبكه عصبی آنالوگ مناسب برای الگوریتم های ژنتیك

دسته بندی ژنتیک
فرمت فایل zip
حجم فایل 541 کیلو بایت
تعداد صفحات 39
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود

1- مقدمه

شبكه های عصبی مصنوعی به صورت عمومی بعنوان یك راه حل خوب برای مسائلی از قبیل تطبیق الگو مورد پذیرش قرار گرفته اند .

علیرغم مناسب بودن آنها برای پیاده سازی موازی ، از آنها در سطح وسیعی بعنوان شبیه سازهای عددی در سیستمهای معمولی استفاده می شود .

یك دلیل برای این مسئله مشكلات موجود در تعیین وزنها برای سیناپسها در یك شبكه بر پایه مدارات آنالوگ است .

موفقترین الگوریتم آموزش ، الگوریتم Back-Propagation است .

این الگوریتم بر پایه یك سیستم متقابل است كه مقادیر صحیح را از خطای خروجی شبكه محاسبه می كند .

یك شرط لازم برای این الگوریتم دانستن مشتق اول تابع تبدیل نرون است .

در حالیكه اجرای این مسئله برای ساختارهای دیجیتال از قبیل میكروپروسسورهای معمولی و سخت افزارهای خاص آسان است ، در ساختار آنالوگ با مشكل روبرو می شویم .

دلیل این مشكل ، تغییرات قطعه و توابع تبدیل نرونها و در نتیجه تغییر مشتقات اول آنها از نرونی به نرون دیگر و از تراشه ای به تراشه دیگر است و چه چیزی می تواند بدتر از این باشد كه آنها با دما نیز تغییر كنند .

ساختن مدارات آنالوگی كه بتوانند همه این اثرات را جبران سازی كنند امكان پذیر است ولی این مدارات در مقایسه با مدارهایی كه جبران سازی نشده اند دارای حجم بزرگتر و سرعت كمتر هستند .

برای كسب موفقیت تحت فشار رقابت شدید از سوی دنیای دیجیتال ، شبكه های عصبی آنالوگ نباید سعی كنند كه مفاهیم دیجیتال را به دنیای آنالوگ انتقال دهند .

در عوض آنها باید تا حد امكان به فیزیك قطعات متكی باشند تا امكان استخراج یك موازی سازی گسترده در تكنولوژی VLSI مدرن بدست آید .

شبكه های عصبی برای چنین پیاده سازیهای آنالوگ بسیار مناسب هستند زیرا جبران سازی نوسانات غیر قابل اجتناب قطعه می تواند در وزنها لحاظ شود .

پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود