نمونه هایی از متغیرهای باینری

بهینه سازی سطوح چندپاسخی برای داده های طبقه بندی شده

طراحی آزمایش ها از جمله علومی است که بشر با تکیه بر آن توانسته است تصمیمات قابل اتکایی را در بخش های مختلفی از زندگی اتخاذ نماید. در این علم، تکنیک های مختلفی نمونه هایی از متغیرهای باینری جهت تعیین موثرترین فاکتور بر متغیر پاسخ، شناسایی بهترین مقدار متغیرهای کنترلی برای تعیین مقدار بهینه متغیر پاسخ و . وجود دارد. وظیفه طراحی آزمایش، ابتدا طراحی یک آزمایش با تعداد نمونه کوچکتر(در ابعاد کوچکتر نسبت به آزمایش اصلی) و سپس تحلیل نتایج آزمایش می باشد. تکنیک های مورد نظر جهت تحلیل آزمایشات با توجه به نوع مسئله و ماهیت داده های آن، انتخاب می شود. به عنوان نمونه برای تحلیل مسئله ای با پاسخ های پیوسته می توان از تکنیک آنالیز واریانس، رگرسیون خطی و سایر روشهای موجود استفاده نمود. نکته قابل توجه آنکه نمی توان تکنیک های مذکور را جهت تحلیل داده های طبقه بندی شده مورد استفاده قرار داد و باید از روش هایی مانند رگرسیون لجستیک، تحلیل متقابل و . بهره جست. با توجه به توضیحات بیان شده، درمی یابیم که روش های تحلیل داده را می توان به دو دسته کلی پیوسته و طبقه بندی شده تقسیم نمود. تکنیک های ذکر شده، از جمله روش های تحلیل مسائل تک متغیره(یک متغیر پاسخ) هستند، درحالی که در دنیای واقعی با مسائلی برخورد نمونه هایی از متغیرهای باینری می کنیم که بیش از دو متغیر پاسخ داشته و لذا استفاده از تکنیک های تحلیل مسائل تک متغیره منتج به نتایج نادرست برای آن آزمایشات خواهد شد. به همین دلیل روش-هایی همچون آنالیز واریانس چندمتغیره، لگاریتم خطی(یا رگرسیون لجستک چندمتغیره) و . برای تحلیل چنین آزمایشاتی مورد استفاده قرار می گیرد. این پژوهش به طور خاص به بررسی روش های تحلیل و بهینه سازی داده های طبقه بندی شده می-پردازد؛ بگونه ای که پس از بیان روش های مختلف تحلیل داده های طبقه بندی شده در فصل دوم، رویکردی ابتکاری جهت تخمین همزمان پارامترهای مدل رگرسیونی(لگاریتم خطی) با دو متغیر پاسخ باینری وابسته ارائه شده و سپس از یک الگوریتم فراابتکاری جهت بهینه سازی مسئله چندپاسخی طبقه بندی شده استفاده می گردد. همچنین شاخص هایی جهت تعیین تناسب روش های ارائه شده، معرفی گردیده که با استفاده از آنها می توان خوب بودن روش ها را مورد بررسی قرار داد. این پژوهش در پنج فصل کلیات، ادبیات تحقیق، متدولوژی، مثال عددی و نتیجه گیری تدوین شده که امیدوارم رویکردها و روش های ارائه شده در این تحقیق برای خوانندگان آن مفید واقع گردد.

برای دانلود 15 صفحه اول ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

تخمین هم زمان سطوح چندپاسخی وابسته به هم برای داده های طبقه بندی شده

هدف این نوشتار، تخمین رابطه ی بین متغیرهای کنترلی و متغیرهای پاسخ از نوع داده های طبقه بندی شده و دارای وابستگی با استفاده از یک روش ابتکاری است. در این نوشتار با استفاده از مدل لگاریتم خطی، آزمایش هایی با بیش از یک متغیر پاسخ طبقه بندی شده تحلیل و مدل سازی شده است. برای تخمین پارامترهای مدل رگرسیون لجستیک برای پاسخ های وابسته (دو متغیر پاسخ وابسته)، از یک روش ابتکاری غیرخطی تکرارپذیر با هدف بی.

تخمین هم‌زمان سطوح چندپاسخی وابسته به‌هم برای داده‌های طبقه‌بندی شده

هدف این نوشتار، تخمین رابطه‌ی بین متغیرهای کنترلی و متغیرهای پاسخ از نوع داده‌های طبقه‌بندی شده و دارای وابستگی با استفاده از یک روش ابتکاری است. در این نوشتار با استفاده از مدل لگاریتم خطی، آزمایش‌هایی با بیش از یک متغیر پاسخ طبقه‌بندی شده تحلیل و مدل‌سازی شده است. برای تخمین پارامترهای مدل رگرسیون لجستیک برای پاسخ‌های وابسته (دو متغیر پاسخ وابسته)، از یک روش ابتکاری غیرخطی تکرارپذیر با هدف بی.

مقایسه ی الگوریتم های مختلف طبقه بندی داده ها برای تعیین نوع زردی در نوزادان

Background and Aim: Neonatal jaundice is a matter that is very important for clinicians all over the world because this disease is one of the most common cases that requires clinical care. The aim of this study is to use data classification algorithms to predict the type of jaundice in neonates, and therefore, to prevent irreparable damages in future. Materials and Methods: This is a descripti.

طبقه بندی موجودی با استفاده از بهینه سازی جمعی راه حل های چندهدفه

طبق هبندى موجودى یکى از تکنی کهاى مهم در حوز هى مدیریت موجودى است. ب هدلیل تنوع وحجم بالاى اقلام موجودى در یک شرکت، مدیران ناگزیر هستند آنها را طبق هبندى کنند. بنابراین،بخشى از تلاش پژوهشگران ب همنظور یافتن رو شهایى بوده است که با تعیین تعداد طبقات موجودى،توان کنترل مدیریت را افزایش دهند. در این مقاله، از الگوریتم بهین هسازى جمعى را هح لهاى چن دهدفهدر سال 2008 ارائه شده است. 4 « سو ویى » و « چى.

ارائه یک سیستم طبقه بندی کننده چندگانه فازی برای ادغام داده های فراطیفی و لیدار

محدودیت­های سنجنده­های مختلف سنجش از دور و ضعف آنها در شناسایی عوارض مختلف باعث شد ادغام داده­های حاصل از سنجنده­های مختلف به منظور بهبود نتایج طبقه بندی مورد توجه قرار گیرد. در میان سنجنده­های مختلف کنونی، در سال­های اخیر دو سنجنده فراطیفی و لیدار به منظور طبقه­بندی زمین بسیار پرکاربرد بوده­اند. داده­های حاصل از لیدار اطلاعات ارتفاعی مناسبی را از عوارض زمینی به ویژه عوارض دارای ارتفاع مانند سا.

تعیین مرزهای بهینه برای نواحی طبقه بندی آلفا انتروپی داده پلاریمتری فشرده دو دایروی با استفاده از مفهوم حداکثر مشابهت

یکی از مهمترین اهداف پژوهشگران در حوزه پلاریمتری فشرده، پیشنهاد روش‌هایی جهت نزدیک‌تر کردن اطلاعات و نتایج حاصل از داده های پلاریمتری حالت فشرده به نتایج حاصل از داده های پلاریمتری حالت کامل می باشد. یکی از روش های پرکاربرد جهت استخراج مکانیسم های پراکندگی داده های پلاریمتری، روش طبقه بندی بر اساس فضای انتروپی-آلفا می باشد. فضای طبقه بندی انتروپی-آلفای داده حالت فشرده دو دایروی که در ادبیات موض.

بهینه سازی سطوح چندپاسخی برای داده های طبقه بندی شده

طراحی آزمایش ها از جمله علومی است که بشر با تکیه بر آن توانسته است تصمیمات قابل اتکایی را در بخش های مختلفی از زندگی اتخاذ نماید. در این علم، تکنیک های مختلفی جهت تعیین موثرترین فاکتور بر متغیر پاسخ، شناسایی بهترین مقدار متغیرهای کنترلی برای تعیین مقدار بهینه متغیر پاسخ و . وجود دارد. وظیفه طراحی آزمایش، ابتدا طراحی یک آزمایش با تعداد نمونه کوچکتر(در ابعاد کوچکتر نسبت به آزمایش اصلی) و سپس تحلیل نتایج آزمایش می باشد. تکنیک های مورد نظر جهت تحلیل آزمایشات با توجه به نوع مسئله و ماهیت داده های آن، انتخاب می شود. به عنوان نمونه برای تحلیل مسئله ای با پاسخ های پیوسته می توان از تکنیک آنالیز واریانس، رگرسیون خطی و سایر روشهای موجود استفاده نمود. نکته قابل توجه آنکه نمی توان تکنیک های مذکور را جهت تحلیل داده های طبقه بندی شده مورد استفاده قرار داد و نمونه هایی از متغیرهای باینری باید از روش هایی مانند رگرسیون لجستیک، تحلیل متقابل و . بهره جست. با توجه به توضیحات بیان شده، درمی یابیم که روش های تحلیل داده را می توان به دو دسته کلی پیوسته و طبقه بندی شده تقسیم نمود. تکنیک های ذکر شده، از جمله روش های تحلیل مسائل تک متغیره(یک متغیر پاسخ) هستند، درحالی که در دنیای واقعی با مسائلی برخورد می کنیم که بیش از دو متغیر پاسخ داشته و لذا استفاده از تکنیک های تحلیل مسائل تک متغیره منتج به نتایج نادرست برای آن آزمایشات خواهد شد. به همین دلیل روش-هایی همچون آنالیز واریانس چندمتغیره، لگاریتم خطی(یا رگرسیون لجستک چندمتغیره) و . برای تحلیل چنین آزمایشاتی مورد استفاده قرار می گیرد. این پژوهش به طور خاص به بررسی روش های تحلیل و بهینه سازی داده های طبقه بندی شده می-پردازد؛ بگونه ای که پس از بیان روش های مختلف تحلیل داده های طبقه بندی شده در فصل دوم، رویکردی ابتکاری جهت تخمین همزمان پارامترهای مدل رگرسیونی(لگاریتم خطی) با دو متغیر پاسخ باینری وابسته ارائه شده و سپس از یک الگوریتم فراابتکاری جهت بهینه سازی مسئله چندپاسخی طبقه بندی شده استفاده می گردد. همچنین شاخص هایی جهت تعیین تناسب روش های ارائه شده، معرفی گردیده که با استفاده از آنها می توان خوب بودن روش ها را مورد بررسی قرار داد. این پژوهش در پنج فصل کلیات، ادبیات تحقیق، متدولوژی، مثال عددی و نتیجه گیری تدوین شده که امیدوارم رویکردها و روش های ارائه شده در این تحقیق برای خوانندگان آن مفید واقع گردد.

برای دانلود 15 صفحه اول ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

تخمین هم زمان سطوح چندپاسخی وابسته به هم برای داده های طبقه بندی شده

هدف این نوشتار، تخمین رابطه ی بین متغیرهای کنترلی و متغیرهای پاسخ از نوع داده های طبقه بندی شده و دارای وابستگی با استفاده از یک روش ابتکاری است. در این نوشتار با استفاده از مدل لگاریتم خطی، آزمایش هایی با بیش از یک متغیر پاسخ طبقه بندی شده تحلیل و مدل سازی شده است. برای تخمین پارامترهای مدل رگرسیون لجستیک برای پاسخ های وابسته (دو متغیر پاسخ وابسته)، از یک روش ابتکاری غیرخطی تکرارپذیر با هدف بی.

تخمین هم‌زمان سطوح چندپاسخی وابسته به‌هم برای داده‌های طبقه‌بندی شده

هدف این نوشتار، تخمین رابطه‌ی بین متغیرهای کنترلی و متغیرهای پاسخ از نوع داده‌های طبقه‌بندی شده و دارای وابستگی با استفاده از یک روش ابتکاری است. در این نوشتار با استفاده از مدل لگاریتم خطی، آزمایش‌هایی با بیش از یک متغیر پاسخ طبقه‌بندی شده تحلیل و مدل‌سازی شده است. برای تخمین پارامترهای مدل رگرسیون لجستیک برای پاسخ‌های وابسته (دو متغیر پاسخ وابسته)، از یک روش ابتکاری غیرخطی تکرارپذیر نمونه هایی از متغیرهای باینری با هدف بی.

مقایسه ی الگوریتم های مختلف طبقه بندی داده ها برای تعیین نوع زردی در نوزادان

Background and Aim: Neonatal jaundice is a matter that is very important for clinicians all over the world because this disease is one of the most common cases that requires clinical care. The aim of this study is to use data classification algorithms to predict the type of jaundice in neonates, and therefore, to prevent irreparable damages in future. Materials and Methods: This is a descripti.

طبقه بندی موجودی با استفاده از بهینه سازی جمعی راه حل های چندهدفه

طبق هبندى موجودى یکى از تکنی کهاى مهم در حوز هى مدیریت موجودى است. ب هدلیل تنوع وحجم بالاى اقلام موجودى در یک شرکت، مدیران ناگزیر هستند آنها را طبق هبندى کنند. بنابراین،بخشى از تلاش پژوهشگران ب همنظور یافتن رو شهایى بوده است که با تعیین تعداد طبقات موجودى،توان کنترل مدیریت را افزایش دهند. در این مقاله، از الگوریتم بهین هسازى جمعى را هح لهاى چن دهدفهدر سال 2008 ارائه شده است. 4 « سو ویى » و « چى.

ارائه یک سیستم طبقه بندی کننده چندگانه فازی برای ادغام داده های فراطیفی و لیدار

محدودیت­های سنجنده­های مختلف سنجش از دور و ضعف آنها در شناسایی عوارض مختلف باعث شد ادغام داده­های حاصل از سنجنده­های مختلف به منظور بهبود نتایج طبقه بندی مورد توجه قرار گیرد. در نمونه هایی از متغیرهای باینری میان سنجنده­های مختلف کنونی، در سال­های اخیر دو سنجنده فراطیفی و لیدار به منظور طبقه­بندی زمین بسیار پرکاربرد بوده­اند. داده­های حاصل از لیدار اطلاعات ارتفاعی مناسبی را از عوارض زمینی به ویژه عوارض دارای ارتفاع مانند سا.

تعیین مرزهای بهینه برای نواحی طبقه بندی آلفا انتروپی داده پلاریمتری فشرده دو دایروی با استفاده از مفهوم حداکثر مشابهت

یکی از مهمترین اهداف پژوهشگران در حوزه پلاریمتری فشرده، پیشنهاد روش‌هایی جهت نزدیک‌تر کردن اطلاعات و نتایج حاصل از داده های پلاریمتری حالت فشرده به نتایج حاصل از داده های پلاریمتری حالت کامل می باشد. یکی از روش های پرکاربرد جهت استخراج مکانیسم های پراکندگی داده های پلاریمتری، روش طبقه بندی بر اساس فضای انتروپی-آلفا می باشد. فضای طبقه بندی انتروپی-آلفای داده حالت فشرده دو دایروی که در ادبیات موض.

آشنایی با متغییر ها و اشیا

در درس ساختمان برنامه و بیانیه ها شما راجب بیانیه ها خواندید که چی هستند و در داخل یک تابع به ترتیب اجرا میشوند, اما نکته اینجاست که برنامه ها چگونه یک نتیجه یا خروجی را ایجاد میکنند؟ آنها از طریق دستکاری کردن و تغییرات(خواندن و عوض کردن و نوشتن) در داده(data) این کار را انجام میدهند.

در کامپیوتر یک داده(data) به هر اطلاعاتی که در کامپیوتر میتواند جابه جا شود یا پردازش شود یا ذخیره شود میگویند.

برنامه ها مجموعه ای از دستورالعمل ها هستند که داده ها را برای ایجاد یک نتیجه دلخواه دستکاری می کنند.

یک برنامه اطلاعات را میتواند از راه های مختلف بدست بیاورد یا دستکاری کند

• از طریق فایل یا دیتابیس
• در یک شبکه
• از طریق ورودی های کیبورد کاربر
• و یا از طریق اطلاعاتی که برنامه نویس به صورت مستقیم داخل کد قرار مدهد

در برنامه ای که hello world را نوشتیم این یک داده ای بود که به طور مستقیم توسط کاربر در کد قرار داده شده بود که یک اطلاعاتی برای کاربر فراهم میکرد که استفاده کند. سپس برنامه این داده(Data) را دستکاری میکرد تا اطلاعات آن را بر روی مانیتور کاربر بفرستد که نمایش داده شود.

داده ها در رایانه معمولاً در قالبی ذخیره می شوند که برای ذخیره سازی یا پردازش کارآمد باشد (و بنابراین توسط انسان قابل خواندن نیست), بنابراین وقتی hello world کامپایل میشود این به یک نوع خاص و کارامدی در حافظه ذخیره میشود(باینری) که بعدا به آن خواهیم پرداخت.

متغییر ها و اشیا

همه کامپیوتر ها یک حافظه ای دارند که به آن RAM( دسترسی اتفاقی حافظه) میگویند, این برای استفاده برنامه های شما در دسترس است. شما می توانید RAM را به عنوان مجموعه ای از صندوق های پستی شماره گذاری شده در نظر بگیرید که هر کدام می توانند برای نگهداری یک قطعه داده در حین اجرای برنامه استفاده شوند.یک قطعه کوچکی از داده یا اطلاعات در یک جایی از حافظه رم ذخیره میشود که به آن مقدار(value) میگویند.

در برخی از زبان های برنامه نویسی قدیمی مانند apple basics شما دسترسی مستقیم به این خانه ها و صندوق های پستی داشتید( مثلا بگویید مقدار خانه 7521 را به من بگو).در زبان سی پلاس پلاس دسترسی مستقیم به حافظه وجود ندارد, در عوض ما از طریق یک شی به صورت غیر مستقیم یک دسترسی به حافظه میگیریم.

یک شی(object) منطقه ای از حافظه میباشد که در آن مقدار و برخی ویژگی های دیگر مرتبط نیز وجود دارد. اما در اینجا به جایی اینکه بگوییم برو و مقدار ذخیره شده در خانه 25 حافظه را به من بده, میگوییم برو و مقدار ذخیره شده در این شی را به من بده. این به این معنی است که ما میتوانیم از اسم اشیا برای ذخیره و گرفتن داده ها استفاده کنیم و نگرانی نداریم که دقیقا داده و اطلاعات ما در کجای حافظه ذخیره شده است.

اشیا میتوانند دارای اسم باشند یا نباشند, به یک شی دارای اسم متغییر(variable) میگویند و به اسم آن متغییر شناسه میگویند(identifier), در برنامه های ما اکثر اشیای ساخته شده متغییر هستند.

ساختن و نمونه یک متغییر

برای ایجاد یک متغییر ما از یک نوع خاصی از بیانیه ها استفاده میکنیم که به آن تعریف(definition) میگویند. در اینجا یک مثال میبینیم که یک متغییر ساختیم و اسمش را x گذاشتیم. به همراه یک کامنت برای توضیحات آن

در زمان کامپایل وقتی کامپایلر این تیکه از کد را میبیند, به خودش میگوید که ما داریم یک متغییر میسازیم و اسم آن را x میگذاریم و نوع آن عدد صحیح(int) است( در ادامه راجب انواع داده ای صحبت خواهیم کرد), از اینجا به بعد هروقت کامپایلر شناسه یا اسم x را ببیند میداند که باید به این متغییر ارجاع کند.

وقتی که برنامه اجرا شد( به آن رانتایم میگویند). متغییر ساخته میشود. به این معنا که متغییر ساخته میشود و در یک جایی از حافظه مکانی را پر میکند. متغییر ها قبل از اینکه بخواهیم از آنها استفاده کنیم باید ساخته شوند. به عنوان مثال، فرض کنید که متغیر x در مکان حافظه 140 نمونه سازی شده است. هر زمان که برنامه از متغیر x استفاده می کند، به مقدار در مکان حافظه 140 دسترسی پیدا می کند. یک شیء نمونه سازی شده(ساخته شده) گاهی اوقات یک نمونه نیز نامیده می شود.

انواع داده ها

یک نوع داده ای متغییر(data type) به کامپایلر میگوید که چه نوع مقادیری را( عدد , رشته کارکتر و..) میتواند ذخیره کند. در مثال بالا نوع داده ای ما اینت یا عدد صحیح بود که میتواند اعداد صحیحی را مانند 4 0 -2 و… ذخیره کند.

در زبان سی پلاس پلاس نوع یک متغییر باید در زمان نوشتن کد و کامپایل تایین شود( یعنی همان زمانی که میخواهیم یک متغییر را تعریف کنیم باید نوع آن را نیز مشخص کنیم بر خلاف زبان هایی مثل پایتون و جاوا اسکریپت). و نوع یک متغییر نمیتواند عوض شود بدون کامپایلر کردن دباره برنامه, به این معنا است که یک متغییری از نوع عدد صحیح فقط میتواند اعداد صحیح را در خودش ذخیره نمونه هایی از متغیرهای باینری کند.اگر میخواهید نوع داده ای دیگری را ذخیره کنید باید یک متغییر از یک نوع دیگر تعریف کنید.

در این مثال یک متغییر از نوع اعشاری یا double تعریف کرده ایم.

سی پلاس پلاس همچنین به شما اجازه میدهد که متغییر دست ساز خودتان را بسازید که در آینده به آن میپردازیم, این چیزی است که زبان c++ را قدرتمند میکند!

تعریف چند متغییر باهم

ما میتوانیم به روش های مختلفی چند متغییر را با یکدیگر تعریف کنیم یکی از آنها به صورت زیر است.

اما اگر نوع نمونه هایی از متغیرهای باینری هر چند تا از آنها یکی بود میتوانیم آنهارا با کاما از یکدیگر جدا کنیم که مثالش در زیر آمده است.

این دو کد بالا با یکدیگر هیچ تفاوتی ندارند, اما وقتی به شکل بالا چند متغییر را باهم دیگر و با کاما تعریف میکنیم اشتباهاتی وجود دارد که برنامه نویس های تازه کار انجام میدهند و کامپایلر به آنها ارور میدهد.

اولین اشتباه این است که وقتی با کاما جدا میکنند دباره نوع متغییر را مینویسند مانند زیر

دومین اشتباه این است که سعی میکنند متغییر هایی با نمونه هایی از متغیرهای باینری نوع مختلف را در یک دستور و بیانیه تعریف کنند , که این اشتباه است و متغییر هایی با نوع های مختلف باید در دستورات و بیانیه های جدا اعلام شوند.

توصیه

اگرچه زبان این امکان را به شما می دهد، از تعریف متغیرهای متعدد در یک عبارت (حتی اگر یک نوع باشند) خودداری کنید. در عوض، هر متغیر را در یک عبارت جداگانه تعریف کنید.

خلاصه

در C++ از متغیرها برای دسترسی به حافظه استفاده می کنیم. متغیرها یک شناسه، یک نوع و یک مقدار دارند (و برخی از ویژگی های دیگر که در اینجا مرتبط نیستند). از نوع متغیر برای تعیین نحوه تفسیر مقدار در حافظه استفاده می شود.

آموزش انواع داده (Data Type) در سی شارپ

متغیرها (Variables) یا منبع ذخیره سازی

کامپیوتر یک وسیله ی الکترونیکی است که به حل مشکل نمونه هایی از متغیرهای باینری خاصی می پردازد یا وظیفه ی مشخصی را انجام می دهد. برای مثال، یک دستگاه تناسب اندام به شخص کمک می کند، هیکل خود را رو فرم نگه دارد یا یک دوربین دیجیتال از چیزهای مختلف عکس می گیرد.

وسایل الکترونیکی به منظور حل مسائل عمومی نیز به کار می روند. برای مثال، از رایانه ی شخصی برای انجام کارهای عمومی مثل محاسبات، پردازش کلمه، یا ذخیره سازی بانک های اطلاعاتی استفاده می شود.

برای انجام وظایف مختلف، کامپیوتر باید مقدارهای (value) مشخصی دریافت کند. این کار ممکن است توسط شخصی صورت بگیرد که دستوری را از صفحه کلید تایپ می کند (به عنوان مثال از دستگاه تناسب اندام، تلفن همراه، یا کامپیوتر شخصی). در برخی از موارد، مقادیر موردنظر (از داخل) الکترونیکی و از منابع مختلف به کامپیوتر داده شود.

به منظور مدیریت این ارتباطات، کامپیوتر از صفحه ی تختی به نام motherboard استفاده می کند. خیلی از بخش های کامپیوتر به این تخته ی اصلی متصل هستند و از آن دستور دریافت می کنند. بخش دیگری وجود دارد که وظیفه ی اصلی آن پردازش و انجام محاسبات است که به آن پردازش گر می گویند و به تخته ی اصلی (motherboard) وصل می باشد.

حال، مقادیری که کامپیوتر دریافت می کند باید در قسمتی به نام memory یا حافظه ذخیره شود. رایانه از دو نوع حافظه برای این منظور استفاده می کند. حافظه ی موقت و حافظه ی پایدار. از حافظه ی موقت برای ذخیره کردن اطلاعاتی استفاده می شود که حالت موقتی داشته و پس از گذشت زمان مشخصی پاک می شوند. برای مثال، حافظه ی نام برده اطلاعات را هنگامی که رایانه روشن است در خود حفظ می کند و آن را تا زمانی که کامپیوتر روشن است نگه می دارد ولی به محض خاموش شدن رایانه اطلاعات مزبور پاک می شوند.

حافظه ای که اطلاعات و مقادیر به صورت موقت در آن ذخیره می شود random access memیا y یا RAM نامیده می شود.

فرض کنید، حافظه ی کامپیوتر یک سینی کیک است متشکل از چند بخش، که هریک حامل چیزی است.

توجه داشته باشید که حافظه بزرگ تر است یک کیک است و از میلیون ها جای خالی تشکیل شده.برنامه نویس مدام به compiler دستور می دهد که مقادیر را به صورت موقتی در RAM ذخیره کند. اگرچه اندازه ی حافظه ی موقت چندان بزرگ نیست، باید به خاطر داشته باشید جای زیادی برای ذخیره ی اطلاعات لازم دارد. در واقع، این تنها برنامه ی شما نیست که از RAM استفاده می کند. برای مثال، هنگامی که رایانه ی خود را راه اندازی می کنید، سیستم عامل (windows) و دیگر برنامه ها ی آن RAM را اشغال می کنند.

هنگامی که برنامه ای را اجرا می کنید، compiler بخشی از RAM را به آن برنامه اختصاص می دهد.

به این خاطر که برنامه های زیادی از RAM استفاده می کنند، به منظور ذخیره سازی مقادیر در آن، باید اطلاعاتی در اختیار آن قرار دهید. باید مقدار حافظه ای را که به آن نیاز دارید مشخص کرده و اسم معینی برای آن قسمت خاص از حافظه که value ها در آن ذخیره می شود انتخاب کنید. به ترکیبی از این اطلاعات متغیر (variable) گفته می شود.

معرفی متغیرها

1. برنامه ی Microsoft Visual C# Express یا Microsoft Visual Studio را اجرا کنید.
2. به منظور ایجاد برنامه ی کاربردی (app) جدید، در Start Page روی گزینه ی New Project کلیک کنید.
3. در فهرست میانی، گزینه ی Empty Project را انتخاب کنید.
4. اسم موردنظر را به gdcs2(ge) یاge town cleaning services تغییر دهید.
5. روی ok کلیک کنید.
6. به نظور ایجاد فایل ویژه ی کد مورد نظر، به main menu مراجعه کرده و project را انتخاب کنید.
7. از لیست میانی code file را انتخاب کنید.
8. اسم نام برده را به cleaning یا der تغییر دهید.
9. روی گزینه ی Add کلیک کنید.
10. در داکیومنت خالی دستورات زیر را تایپ کنید.

اسم ها

متغیرها باید اسم مشخصی داشته باشند و برای ایجاد اسم برای آن ها باید از قوانین خاصی پیروی کرد. کلماتی وجود دارند که از آن ها نباید تحت هیچ شرایطی به عنوان اسم متغیر استفاده کرد زیرا خود برنامه کلیدواژهای مزبور را به کار می برد. این کلیدواژه ها در زیر فهرست شده.

زبان های برنامه نویسی سطح بالا و سطح پایین

زبان های برنامه نویسی شامل دو دسته ی زبان های سطح بالا و زبان های سطح پایین می شوند. از هر زبان برنامه نویسی برای یک هدف مشخص و خاص استفاده می شود.یک برنامه نویس برای یادگیری و درک بهتر نمونه هایی از متغیرهای باینری هر زبان برنامه نویسی باید با نوع زبان ( اینکه زبان برنامه نویسی مد نظر سطح بالا است یا سطح پایین ) آشنایی داشته باشد. برای تبدیل زیان سطح بالا به زبان سطح پایین از کامپایلرها یا مفسر ها استفاده می شود.

زبان های برنامه نویسی سطح بالا

این دسته از زبان ها دارای دستوراتی بسیار نزدیک به زبان انسان است و اصطلاحا کاربرپسند تر از زبان های سطح پایین هستند.برنامه هایی که با این زبان نوشته می شوند وابسته به سخت افزار سیستم برنامه نویس نبوده و می توان برنامه نوشته شده را روی سیستم دیگری با سخت افزار متفاوت نیز اجرا کرد.به همین علت به زبان های سطح بالا اصطلاحا قابل حمل می گویند.

دستورات زبان سطح بالا به زبان انسان بسیار نزدیک بوده و ترکیبی از زبان انسانی و علائم ریاضی است به همین دلیل رفع باگ و خطا یابی در این زبان ها برای برنامه نویس بسیار آسان خواهد بود.همچنین به دلیل اینکه زبان مشترک همه ی زبان های سطح بالا انگلیسی است و همه ی برنامه نویسان نیز طبق قائده ی خاصی کد نویسی می کنند ، امکان ادیت ، توسعه و یا حتی کم کردن یا قطع کردن کد ها در این دسته از زبان ها توسط برنامه نویسان دیگر نیز امکان پذیر است.

زبان هایی مثل JavaScript , Php , Python و . از جمله زبان های سطح بالا هستند که کد ها و دستورات آنها به راحتی برای انسان قابل فهم است.

این تصویر نمونه ای از یک تابع ساده به زبان جاوااسکریپت است که دو متغیر a و b را گرفته و مجموع آن دو را به عنوان خروجی نمایش می دهد.

زبان های برنامه نویسی سطح پایین

در مقابل زبان های برنامه نویسی سطح بالا ،زبان های برنامه نویسی سطح پایین هستند که کار با آنها به مراتب سخت تر از زبان های سطح بالاست.

زبان های سطح پایین به دلیل نزدیک بودن به زبان ماشین کد نویسی دشوارتر و زمان بری دارند.همچنین ادیت،توسعه و بروزرسانی آنها دشوارتر است. زبان های سطح پایین وابسته به سخت افزار سیستم هستند در نتیجه یک برنامه که با زبان سطح پایین نوشته شده باشد دریک سیستم با سخت افزار خاص ، قابل انتقال به سیستم دیگری که سخت افزار متفاوت دارد نخواهد بود و اصطلاحا قابل حمل نیست.

رایج ترین زبان سطح پایین،زبان کد ماشین ( Machine Code ) است. این زبان تنها توسط کامپیوتر قابل فهم است و برای کاربر برنامه نویس نمونه هایی از متغیرهای باینری قابل درک نمی باشد.زبانی که برای کامپیوتر ها قابل درک است،زبان باینری ( Binary ) یا دو دویی است.زبان دودویی شامل زنجیره ایی از 0 و1 های متوالی است.بنابراین نوشتن چنین کدی برای برنامه نویس بسیار دشوار است و نیاز به دقت بالایی دارد.

هماهنگی بین زبان کد ماشین و زبان کامپیوتر باعث می شود که برنامه نوشته شده نیازی به ترجمه و تفسیر نداشته باشد که این امر باعث افزایش سرعت برنامه و همچنین کاهش حافظه مصرفی سیستم می شود.

تفاوت های کلی زبان های سطح بالا و سطح پایین :

1 - سرعت در زبان های سطح پایین ، بالاتر از زبان های سطح بالاست.

2 - مصرف حافظه در زبان های سطح پایین کمتر از زبان سطح بالاست.

3 - زبان های سطح بالا قابل حمل هستند.

4 - زبان های سطح بالا به زبان انسان نزدیک تر ،در نتیجه کاربرپسند تر از زبان های سطح پایین هستند.

5 - درصد خطای بالاتر در زبان های سطح پایین نسبت به زبان سطح بالا

6 - رفع خطا و رفع باگ آسان تر در زبان های سطح بالا نسبت به زبان های سطح پایین.

7 - برای کار با زبان سطح پایین، برنامه نویس نیاز به آشنایی با سخت افزار سیستم و دانش کامپیوتر دارد؛در صورتی که کار با زبان سطح بالا نیاز به دانش خاصی از کامپیوتر ندارد.