• فهرس المقالات جستجو

      • حرية الوصول المقاله

        1 - آموزش شبکه عصبی MLP در فشرده‌سازی تصاویر با استفاده از روش GSA
        مريم  ده‌باشيان سيدحميد  ظهيري
        یکی از حوزه‌های تحقیقاتی مهم در پردازش تصویر، فشرده-سازی تصاویر است. تاکنون روش‌های مختلفی برای فشرده-سازی تصویر ارائه شده‌است، در این میان شبکه‌های عصبی مخاطبان زیادی را به خود جذب کرده‌اند. متداول‌ترین روش آموزشی شبکه‌های عصبی، روش پس انتشار خطاست که همگرایی کند و توق أکثر
        یکی از حوزه‌های تحقیقاتی مهم در پردازش تصویر، فشرده-سازی تصاویر است. تاکنون روش‌های مختلفی برای فشرده-سازی تصویر ارائه شده‌است، در این میان شبکه‌های عصبی مخاطبان زیادی را به خود جذب کرده‌اند. متداول‌ترین روش آموزشی شبکه‌های عصبی، روش پس انتشار خطاست که همگرایی کند و توقف در بهینه‌های محلی از مهمترین نقاط ضعف آن محسوب می‌شوند . رویکرد جدید محققین، استفاده از الگوریتم‌های ابتکاری در فرایند آموزش شبکه‌های عصبی است. در این مقاله، روش آموزشی نوینی مبتنی بر روش جستجوی گرانشی (GSA) معرفی می‌شود. روش جستجوی گرانشی آخرین و جدیدترین نسخه از انواع روش‌های جستجو و بهینه‌سازی هوش جمعی است. در این روش پاسخ‌های کاندید در فضای جستجو اجرامی هستند که توسط نیروی گرانش بر یکدیگر اثر گذاشته و موقعیتشان تغییر می-کند. به تدریج اجرام با برازندگی بهتر دارای جرم بیشتری می-شوند و بر اجرام دیگر تاثیر بیشتری می‌گذارند. در تحقیق حاضر با استفاده از الگوریتم GSA یک شبکه عصبی MLP به منظور فشرده سازی تصاویر آموزش داده می-شود. برای ارزیابی کارایی فشرده‌ساز ارائه شده عملکرد آن با الگوریتم بهینه‌سازی گروه ذرات و روش متداول پس انتشار خطا در فشرده‌سازی چهار تصویر استاندارد مقایسه می‌شود. نتایج نهایی گویای قابلیت چشمگیر روش GSA در آموزش شبکه‌های عصبی MLP می‌باشد. تفاصيل المقالة
      • حرية الوصول المقاله

        2 - ارائه روشی بهینه در اعزام آمبولانس مبتنی برشبکه‌های پیچیده و هوش مصنوعی
        زینب الهدی حشمتی مهدی تیموری مهدی  زرکش زاده هادی زارع
        هدف سرویس‌های اورژانس پزشکی کاهش مرگ و میر و عوارض ناشی از بیماری‌ها و صدمات می‌باشد. اعزام سریع سرویس‌های اورژانس و کاهش زمان پاسخ، منجر به افزایش نرخ بقاء می‌شود. زمان پاسخ یکی از معیارهای مهم سنجش کارایی سرویس‌های اورژانس پزشکی می‌باشد. روش معمول در اعزام آمبولانس‌ها أکثر
        هدف سرویس‌های اورژانس پزشکی کاهش مرگ و میر و عوارض ناشی از بیماری‌ها و صدمات می‌باشد. اعزام سریع سرویس‌های اورژانس و کاهش زمان پاسخ، منجر به افزایش نرخ بقاء می‌شود. زمان پاسخ یکی از معیارهای مهم سنجش کارایی سرویس‌های اورژانس پزشکی می‌باشد. روش معمول در اعزام آمبولانس‌ها، فرستادن نزدیک‌ترین واحد در دسترس می‌باشد که این روش به کارایی در کوتاه مدت توجه می‌کند. یکی از روش‌هایی که اخیرا در زمینه اعزام آمبولانس بیان شده است، مبتنی بر تحلیل شبکه‌های پیچیده است. هدف این روش، اعزام آمبولانس مد نظر به تماسی می‌باشد که مرکزیت بیشتری نسبت به دیگر تماسها دارد، که منجر به کارایی بهتر در دراز مدت می‌شود. دیگر روش‌ها در اعزام آمبولانس مبتنی بر پیدا کردن بهترین مسیر مناسب برای ماشین‌های سرویس‌دهنده می‌باشد که پیچیدگی زمانی این روش‌ها بسیار بالا می‌باشد. در این مقاله با استفاده از رویکردی ترکیبی و به کارگیری معیار‌های مرکزیت از تحلیل شبکه‌های پیچیده و روش‌های جستجو مبتنی بر هوش مصنوعی، روشی بهینه و نوین را برای کاهش زمان پاسخ سرویس‌های اورژانسی ارائه شده است. علاوه بر این در روش پیشنهادی، اولویت اورژانسی تماس‌ها نیز درنظر گرفته شده است، که متغیری مهم در تصمیم گیری ها می باشد. روش پیشنهادی نسبت به روش‌های قبلی از محدودیت‌های کمتری برخوردار بوده و نتایج شبیه سازی گسترده نیز بهبود معنی‌دار این روش را در مقایسه با روش های قبلی مانند روش مرکزیت و نزدیک‌ترین همسایه، مورد تایید قرار می‌دهد. تفاصيل المقالة
      • حرية الوصول المقاله

        3 - ارائۀ روشی بهینه در اعزام آمبولانس مبتنی برشبکه‌های پیچیده و هوش مصنوعی
        مهدی زرکش زاده زینب الهدی حشمتی هادی زارع مهدی تیموری
        هدف سرویس‌های اورژانس پزشکی کاهش مرگ و میر و عوارض ناشی از بیماری‌ها و صدمات می‌باشد. اعزام سریع سرویس‌های اورژانس و کاهش زمان پاسخ، منجر به افزایش نرخ بقاء می‌شود. زمان پاسخ یکی از معیارهای مهم سنجش کارایی سرویس‌های اورژانس پزشکی می‌باشد. روش معمول در اعزام آمبولانس‌ها أکثر
        هدف سرویس‌های اورژانس پزشکی کاهش مرگ و میر و عوارض ناشی از بیماری‌ها و صدمات می‌باشد. اعزام سریع سرویس‌های اورژانس و کاهش زمان پاسخ، منجر به افزایش نرخ بقاء می‌شود. زمان پاسخ یکی از معیارهای مهم سنجش کارایی سرویس‌های اورژانس پزشکی می‌باشد. روش معمول در اعزام آمبولانس‌ها، فرستادن نزدیک‌ترین واحد در دسترس می‌باشد که این روش به کارایی در کوتاه مدت توجه می‌کند. یکی از روش‌هایی که اخیرا در زمینه اعزام آمبولانس بیان شده است، مبتنی بر تحلیل شبکه‌های پیچیده است. هدف این روش، اعزام آمبولانس مد نظر به تماسی می‌باشد که مرکزیت بیشتری نسبت به دیگر تماسها دارد، که منجر به کارایی بهتر در دراز مدت می‌شود. دیگر روش‌ها در اعزام آمبولانس مبتنی بر پیدا کردن بهترین مسیر مناسب برای ماشین‌های سرویس‌دهنده می‌باشد که پیچیدگی زمانی این روش‌ها بسیار بالا می‌باشد. در این مقاله با استفاده از رویکردی ترکیبی و به کارگیری معیار‌های مرکزیت از تحلیل شبکه‌های پیچیده و روش‌های جستجو مبتنی بر هوش مصنوعی، روشی بهینه و نوین را برای کاهش زمان پاسخ سرویس‌های اورژانسی ارائه شده است. علاوه بر این در روش پیشنهادی، اولویت اورژانسی تماس‌ها نیز درنظر گرفته شده است، که متغیری مهم در تصمیم گیری ها می باشد. روش پیشنهادی نسبت به روش‌های قبلی از محدودیت‌های کمتری برخوردار بوده و نتایج شبیه سازی گسترده نیز بهبود معنی‌دار این روش را در مقایسه با روش های قبلی مانند روش مرکزیت و نزدیک‌ترین همسایه، مورد تایید قرار می‌دهد. تفاصيل المقالة
      • حرية الوصول المقاله

        4 - آموزش شبکه عصبی MLP در فشرده¬سازی تصاویر با استفاده از روش GSA
        مريم  ده‌باشيان سيدحميد  ظهيري
        یکی از حوزه های تحقیقاتی مهم در پردازش تصویر، فشرده-سازی تصاویر است. تاکنون روش های مختلفی برای فشرده-سازی تصویر ارائه شده است، در این میان شبکه های عصبی مخاطبان زیادی را به خود جذب کرده اند. متداول ترین روش آموزشی شبکه های عصبی، روش پس انتشار خطاست که همگرايي کند و توق أکثر
        یکی از حوزه های تحقیقاتی مهم در پردازش تصویر، فشرده-سازی تصاویر است. تاکنون روش های مختلفی برای فشرده-سازی تصویر ارائه شده است، در این میان شبکه های عصبی مخاطبان زیادی را به خود جذب کرده اند. متداول ترین روش آموزشی شبکه های عصبی، روش پس انتشار خطاست که همگرايي کند و توقف در بهينه های محلي از مهمترین نقاط ضعف آن محسوب می شوند . رویکرد جدید محققین، استفاده از الگوریتم های ابتکاری در فرایند آموزش شبکه های عصبی است. در این مقاله، روش آموزشی نوینی مبتنی بر روش جستجوي گرانشي (GSA) معرفی می شود. روش جستجوي گرانشي آخرين و جديدترين نسخه از انواع روش هاي جستجو و بهينه سازي هوش جمعي است. در اين روش پاسخ هاي كانديد در فضاي جستجو اجرامي هستند كه توسط نيروي گرانش بر يكديگر اثر گذاشته و موقعيتشان تغيير مي كند. به تدریج اجرام با برازندگي بهتر داراي جرم بيشتري می شوند و بر اجرام ديگر تاثير بيشتري می گذارند. در تحقیق حاضر با استفاده از الگوریتم GSA یک شبکه عصبی MLP به منظور فشرده سازی تصاویر آموزش داده می شود. ▪ نویسنده عهده‌دار مکاتبات (m.dehbashian@gmail.com) برای ارزیابی کارایی فشرده ساز ارائه شده عملکرد آن با الگوریتم بهینه سازی گروه ذرات و روش متداول پس انتشار خطا در فشرده سازی چهار تصویر استاندارد مقایسه می شود. نتايج نهایی گویای قابلیت چشمگیر روش GSA در آموزش شبکه های عصبی MLP می باشد. تفاصيل المقالة
      • حرية الوصول المقاله

        5 - جستجوي حرفه اي و پيشرفته اسناد اختراع
        پایان  امینی مرتضی راستی برزکی کیوان  اصغری
        اختراع يکي از مهمترين دستاوردهاي مربوط به فعاليت‌هاي فکري مي‌باشد. دستاوردهاي مربوط به فعاليت‌هاي فکري توسط حقوق مالکيت‌ فکري (Intellectual Property Rights) محافظت مي شوند. اختراعات و اسناد مربوط به اختراعات حاوي اطلاعات بسيار ارزشمندي در اغلب زمينه‌هاي علمي و فناوري مي أکثر
        اختراع يکي از مهمترين دستاوردهاي مربوط به فعاليت‌هاي فکري مي‌باشد. دستاوردهاي مربوط به فعاليت‌هاي فکري توسط حقوق مالکيت‌ فکري (Intellectual Property Rights) محافظت مي شوند. اختراعات و اسناد مربوط به اختراعات حاوي اطلاعات بسيار ارزشمندي در اغلب زمينه‌هاي علمي و فناوري مي‌باشند که متاسفانه در کشور ما کمتر به عنوان يک منبع ارزشمند دانش مورد توجه قرار گرفته است. از جمله مسائل مربوط به استفاده از اين دانش گسترده، جستجوي حرفه اي اسناد اختراع مي‌باشد. در اين مقاله با توجه به اهميت جستجوي پيشرفته اسناد اختراع و نيز با توجه به تجارب دفتر انتقال فناوري شهرک علمي و تحقيقاتي اصفهان، اين موضوع مورد بررسي قرار گرفته است. جستجوي اسناد اختراع يک فن تخصصي و نيازمند کسب دانش، تجربه و مهارت مي‌باشد. تفاصيل المقالة
      • حرية الوصول المقاله

        6 - طراحی شبکه زنجیره تأمین چابک با الگوریتم جستجوی ممنوع
        الهه سالاری محمدرضا  شهرکی عبداله شریفی
        طراحی شبکه زنجیره تأمین شامل تصمیمات کلیدی است که تأثیر زیادی بر ساختار عملیاتی زنجیره تأمین دارد. طراحی کارآمد زنجیره تأمین باعث بهبود عملکرد در سازمان‌ها می‌شود. این موضوع باعث به‌وجود آمدن مفاهیم جدیدی در مسأله زنجیره تأمین در دهه گذشته شده است. در این تحقیق مسأله طر أکثر
        طراحی شبکه زنجیره تأمین شامل تصمیمات کلیدی است که تأثیر زیادی بر ساختار عملیاتی زنجیره تأمین دارد. طراحی کارآمد زنجیره تأمین باعث بهبود عملکرد در سازمان‌ها می‌شود. این موضوع باعث به‌وجود آمدن مفاهیم جدیدی در مسأله زنجیره تأمین در دهه گذشته شده است. در این تحقیق مسأله طراحی شبکه‎ زنجیره‎ی تأمین در سازمان‎های چابک دارای چند سطح و چند دوره زمانی مورد توجه قرار گرفته است. این مسأله تحت شرایط داشتن چندین مشتری با حجم تقاضای زیاد در نظر گرفته شده است. تصمیمات شامل انتخاب شرکت‌ها در هر سطح، مقدار تولید، انبار و حمل‌ونقل هر شرکت است. مسأله برای یکپارچه‎سازی تمامی متغیرهای تصمیم‎گیری و با هدف حداقل‌کردن هزینه‎های عملیاتی کل در تمام زنجیره‎ی تأمین و ارضاء تقاضای کامل مشتری‌ها و کسب رضایت آنها مدل‌سازی شده است. از آنجایی‌که حل مسأله طراحی زنجیره تأمین چند سطحی چند دوره‌ای در شرایط عدم قطعیت از نوع مسائل NP-Hard می‌باشد بهتر است الگوریتم‌های ابتکاری و فراابتکاری به منظور کاهش زمان حل مسأله استفاده شود. به همین منظور برای حل مدل از الگوریتم جستجوی ممنوع که یکی از الگوریتم‌های فراابتکاری است، به کار گرفته ‌شده است. نتایج این تحقیق نشان می‎دهد که با بالارفتن تعداد تکرار‎های حل مسأله، به جواب‎هایی با کمتر از 3% اختلاف از جواب بهینه دست پیدا کرده است که الگوریتم جستجو ممنوع برای به‌دست آوردن جواب بهینه در مقایسه با الگوریتم لاگرانژ بهتر عمل کرده است. تفاصيل المقالة
      • حرية الوصول المقاله

        7 - بررسی عوامل تأثیرگذار در رسانه‌های اجتماعی بر تصمیم‌گیری خرید بیمه
        محسن  قره خانی سیده ام سلمه پورهاشمی
        امروزه رسانه‌های اجتماعی به شدت بر نحوه دریافت اطاعات و اخبار تأثیر گذاشته‌اند. جستجوی اطلاعات از طریق رسانه‌های اجتماعی توسط مصرف‌کنندگان بیش از گذشته مورد توجه واقع شده است. هدف از این مقاله بررسی عوامل تأثیرگذار در فرآیند تصمیم‌گیری خرید در صنعت بیمه است. در این تحقی أکثر
        امروزه رسانه‌های اجتماعی به شدت بر نحوه دریافت اطاعات و اخبار تأثیر گذاشته‌اند. جستجوی اطلاعات از طریق رسانه‌های اجتماعی توسط مصرف‌کنندگان بیش از گذشته مورد توجه واقع شده است. هدف از این مقاله بررسی عوامل تأثیرگذار در فرآیند تصمیم‌گیری خرید در صنعت بیمه است. در این تحقیق از روش کمی ‌استفاده شده و داده‌ها از بین 223 کاربر عضو صفحات طرفداران بازیگران و ورزشکاران مشهور در رسانه اجتماعی جمع‌آوری شده است. برای بررسی مدل یک نظرسنجی آنلاین بین کاربرانی انجام شد که حداقل یک نفر از افراد تأثیرگذار را دنبال می‌کنند. داده‌های جمع‌آوری شده با استفاده از نرم‌افزار آماری SPSS 23 و Smart PLS 3.0 مورد بررسی قرار گرفت. نتایج نشان داد اثر پست‌های اینفلوئنسرها، اثر پست‌های دیگران، اثر پست‌های خود شرکت بر قصد جستجوی اطلاعات و تأثیر ارزش ادراک‌شده، سودمندی ادراک‌شده، تصویر برند شرکت و آگاهی از طرح‌های فروش/ جشنواره‌ها بر قصد خرید مصرف‌کننده در جامعه مبتنی بر رسانه‌های اجتماعی (یعنی طرفداران صفحات نام تجاری فیس‌بوک) تأثیر مثبتی دارد. همچنین در این بررسی مشخص گردید که قصد جستجوی اطلاعات بر قصد خرید مصرف‌کننده نیز تأثیر مثبتی دارد. یافته‌های این مطالعه به درک اهمیت عوامل انتخاب‌شده در تأثیرگذاری بر تصمیم خرید مصرف‌کنندگان در صنعت بیمه کمک می‌کند. تفاصيل المقالة
      • حرية الوصول المقاله

        8 - ارائه روش جدید انرژی بهینه برای ردیابی اهداف متحرک در شبکه حسگر بی¬سیم با استفاده از الگوریتم جستجوی شکار
        شایسته طباطبائی حسن نصرتی ناهوک
        در این مقاله، به منظور افزایش دقت ردیابی هدف سعی در کاهش انرژی مصرفی حسگرها با یک الگوریتم جدید برای ردیابی هدف توزیع شده بنام الگوریتم جستجوی شکار دارد. روش پیشنهادی با پروتکل DCRRP و پروتکل NODIC مقایسه شده است که برای بررسی عملکرد این الگوریتمها از شبیه سازOPNET ور أکثر
        در این مقاله، به منظور افزایش دقت ردیابی هدف سعی در کاهش انرژی مصرفی حسگرها با یک الگوریتم جدید برای ردیابی هدف توزیع شده بنام الگوریتم جستجوی شکار دارد. روش پیشنهادی با پروتکل DCRRP و پروتکل NODIC مقایسه شده است که برای بررسی عملکرد این الگوریتمها از شبیه سازOPNET ورژن ۱۱.۵ استفاده شده است. نتایج شبیه سازی نشان می دهد که الگوریتم پیشنهادی از نظر مصرف انرژی، نرخ تحویل سالم داده و نرخ گذردهی نسبت به دو پروتکل دیگر بهتر عمل می کند. تفاصيل المقالة
      • حرية الوصول المقاله

        9 - آموزش شبکه عصبی MLP در طبقه‌بندی داده‌ها با استفاده از روش GSA
        مریم ده‌باشیان سیدحمید ظهیری
        تاکنون شیوه‌های مختلفی برای طبقه‌بندی داده ارائه شده است اما در این میان شبکه‌های عصبی مخاطبان بیشتری را به خود جذب کرده‌اند. مهم‌ترین مسئله در این نوع از طبقه‌بندی‌کننده‌ها انتخاب روشی مناسب برای آموزش شبکه‌های عصبی است. متداول‌ترین روش آموزشی شبکه‌های عصبی روش پس‌انتش أکثر
        تاکنون شیوه‌های مختلفی برای طبقه‌بندی داده ارائه شده است اما در این میان شبکه‌های عصبی مخاطبان بیشتری را به خود جذب کرده‌اند. مهم‌ترین مسئله در این نوع از طبقه‌بندی‌کننده‌ها انتخاب روشی مناسب برای آموزش شبکه‌های عصبی است. متداول‌ترین روش آموزشی شبکه‌های عصبی روش پس‌انتشار خطا است که همگرايي کُند و توقف در نقاط بهينه محلي از مهم‌ترین نقاط ضعف آن محسوب می‌شود. رویکرد جدید محققین استفاده از الگوریتم‌های ابتکاری در فرایند آموزش شبکه‌های عصبی است. در این مقاله پیشنهاد استفاده از روش آموزشی نوینی به نام الگوریتم جستجوي گرانشي (GSA) در آموزش شبکه‌های عصبی به‌منظور طبقه‌بندی داده‌ها ارائه می‌شود. روش GSA آخرين و جديدترين نسخه از انواع روش‌هاي بهينه‌سازي هوش جمعي است که با الهام از مفاهيم جرم و نيروي جاذبه و با شبيه‌سازي قوانين مرتبط با آن ارائه شده است. در این مقاله با استفاده از روش GSA یک شبکه عصبی MLP جهت طبقه‌بندی پنج مجموعه داده مرجع آموزش داده می‌شود. همچنین کارایی روش پیشنهادی در آموزش و آزمایش شبکه عصبی با دو روش آموزشی پس‌انتشار خطا و بهینه‌سازی گروه ذرات مقایسه می‌شود. نتایج نهایی نشان می‌دهند در اکثر موارد روش GSA قابلیت چشمگیری در طبقه‌بندی صحیح داده‌ها دارد. به‌علاوه در آزمایشات انجام‌گرفته ویژگی منحصر به‌فردی از روش GSA پدیدار شد و آن پایداری نسبتاً عالی در طبقه‌بندی صحیح داده‌ها در تمام موارد بود. از نقطه نظر معیار زمانی نیز روش GSA نسبت به روش PSO در زمان کمتری به پاسخ مناسب دست می‌یابد. تفاصيل المقالة
      • حرية الوصول المقاله

        10 - ارائه‌ی یک روش هوشمند انتخاب ویژگی مبتنی بر الگوریتم جستجوی گرانشی باینری در سیستم بازشناسی ارقام دست‌نویس فارسی
        نجمه قنبری سیدمحمد رضوی سیدحسن نبوی کریزی
        در این مقاله یک روش هوشمند انتخاب ویژگی برای بازشناسی ارقام دست‌نویس فارسی ارائه شده است. در این روش تابع برازندگی مرتبط با خطای سیستم بازشناسی ارقام دست‌نویس فارسی با استفاده از الگوریتم جستجوی گرانشی باینری و با انتخاب ویژگی‌های مناسب کمینه می‌شود. نتایج پیاده‌سازی نش أکثر
        در این مقاله یک روش هوشمند انتخاب ویژگی برای بازشناسی ارقام دست‌نویس فارسی ارائه شده است. در این روش تابع برازندگی مرتبط با خطای سیستم بازشناسی ارقام دست‌نویس فارسی با استفاده از الگوریتم جستجوی گرانشی باینری و با انتخاب ویژگی‌های مناسب کمینه می‌شود. نتایج پیاده‌سازی نشان می‌دهند که استفاده از روش‌های هوشمند برای انتخاب ویژگی به‌خوبی قادر است که موثر‌ترین ویژگی‌ها برای سیستم بازشناسی را انتخاب کند. همچنین مقایسه نتایج روش پیشنهادی با سایر روش‌های مشابه مبتنی بر استفاده از الگوریتم ژنتیک و روش بهینه‌سازی گروه ذرات باینری نشان دهنده‌ی کارایی خوب این روش است. تفاصيل المقالة
      • حرية الوصول المقاله

        11 - قطعه‌بندی عبارات متون فارسی با استفاده از شبکه‌های عصبی
        محمدمهدی میردامادی علی‌محمد زارع بیدکی مهدی رضائیان
        قطعه‌بندی کلمات و عبارات متن، یکی از فعالیت‌های اصلی در حوزه پردازش زبان‌های طبیعی است. اکثر برنامه‌های پردازش زبان‌های طبیعی به یک پیش‌پردازش برای استخراج کلمات متن و تشخیص عبارات احتیاج دارند. هدف اصلی و نهایی قطعه‌بندی عبارات، به دست آوردن کلمات معنی‌دار همراه با پیش أکثر
        قطعه‌بندی کلمات و عبارات متن، یکی از فعالیت‌های اصلی در حوزه پردازش زبان‌های طبیعی است. اکثر برنامه‌های پردازش زبان‌های طبیعی به یک پیش‌پردازش برای استخراج کلمات متن و تشخیص عبارات احتیاج دارند. هدف اصلی و نهایی قطعه‌بندی عبارات، به دست آوردن کلمات معنی‌دار همراه با پیشوندها و پسوندهایشان است و این فعالیت متناسب با زبان‌های طبیعی مختلف می‌تواند سخت یا آسان باشد. در زبان فارسی به علت وجود فاصله و نیم‌فاصله، عدم توجه کاربران به فاصله‌گذاری‌ها و نبود قواعد دقیق در نوشتن کلمات چندقسمتی، تشخیص و قطعه‌بندی کلمات چندقسمتی و مرکب با مشکلات و پیچیدگی‌های خاص خود روبه‌رو است. در این مقاله برآنیم تا با استفاده از شبکه‌های عصبی، یک روش آماری برای قطعه‌بندی عبارات متون فارسی جهت استفاده در موتورهای جستجو ارائه کنیم. الگوریتم پیشنهادی شامل 4 فاز است که با استفاده از احتمال رخداد تک‌کلمات و دوکلمه‌ای‌های موجود در پیکره و با دقت 6/89% عمل قطعه‌‌بندی را انجام می‌دهد. نتایج آزمایشات نشان دادند این روش می‌تواند با قطعه‌بندی بهتر عبارات، بهبود نسبی در کارایی روش‌های معمول به وجود آورد. تفاصيل المقالة
      • حرية الوصول المقاله

        12 - ردیابی جذب بیشینه توان در توربین‌های بادی مغناطیس دائم مجهز به مبدل ماتریسی تحت ضریب قدرت واحد
        علیرضا ناطقی حسین کاظمی کارگر
        در این مقاله یک روش کنترلی جدید جهت جذب حداکثر توان از توربین بادی مغناطیس دائم مجهز به مبدل ماتریسی ارائه می‌شود. در این روش با محاسبه سرعت بهینه دوران توربین و پیاده‌سازی روش جستجوی صعود، میزان جذب توان از باد در گستره تغییرات سرعت باد کنترل می‌شود. این فرایند بدون نی أکثر
        در این مقاله یک روش کنترلی جدید جهت جذب حداکثر توان از توربین بادی مغناطیس دائم مجهز به مبدل ماتریسی ارائه می‌شود. در این روش با محاسبه سرعت بهینه دوران توربین و پیاده‌سازی روش جستجوی صعود، میزان جذب توان از باد در گستره تغییرات سرعت باد کنترل می‌شود. این فرایند بدون نیاز به کنترل دامنه و فرکانس ولتاژ ترمینال‌های ورودی مبدل، تخمین موقعیت روتور و استفاده از روش‌های کنترل برداری پیاده‌سازی می‌شود. در این روش با کنترل دامنه و فاز ولتاژ خروجی مبدل و از طريق راكتانس نشتي ترانسفوماتور، میزان تزریق توان به شبکه، گشتاور مغناطیسی و متناسب با آن سرعت توربین به طور غیر مستقیم کنترل می‌شود، به نحوی که همواره در سرعت‌های مختلف باد، بیشترین توان ممکن از باد، جذب و تحت ضریب قدرت واحد به شبکه تزریق گردد. در این راستا با طراحی مبدل ماتریسی مستقیم، الگوریتم کنترلی پیشنهادشده در محیط برنامه‌ریزی Matlab پیاده‌سازی شده و سپس نتایج حاصل مورد بررسی و تحلیل قرار می‌گیرند. تفاصيل المقالة
      • حرية الوصول المقاله

        13 - تخمین ضرایب علیت در نقشه راهبردی سازمان به کمک آموزش نقشه شناختی فازی با الگوریتم جستجوی گرانشی
        علی جهان‌بیگی منصور شیخان محسن  روحانی
        بیش از دو دهه از معرفی روش کارت امتیازی متوازن جهت کنترل و پایش راهبردهای سازمان‌ها می‌گذرد. مهم‌ترین دستاورد این روش ترسیم نقشه راهبردی است. در این نقشه با ترسیم روابط علّی بین اهداف راهبردی، امکان تحلیل‌های گوناگون فراهم شده و در تصمیم‌گیری مدیران نقش به سزایی دارد. ب أکثر
        بیش از دو دهه از معرفی روش کارت امتیازی متوازن جهت کنترل و پایش راهبردهای سازمان‌ها می‌گذرد. مهم‌ترین دستاورد این روش ترسیم نقشه راهبردی است. در این نقشه با ترسیم روابط علّی بین اهداف راهبردی، امکان تحلیل‌های گوناگون فراهم شده و در تصمیم‌گیری مدیران نقش به سزایی دارد. برای دست‌یابی به یک نقشه راهبردی دقیق لازم است شدت هر رابطه علّی به درستی تخمین زده شود. از این رو تخمین ضرایب این روابط در نقشه‌های راهبردی مورد توجه قرار گرفته است. از مهم‌ترین روش‌های موجود می‌توان روش‌های دیمتل و دلفی را نام برد که مبتنی بر نظرات کارشناسان می‌باشند. البته ممکن است نظرات کارشناسان در حوزه‌های پیچیده کسب و کار دقیق نباشند، لذا به کارگیری الگوریتم‌های هوش محاسباتی بر اساس داده‌های موجود برای تخمین دقیق‌تر ضرایب علّی مفید است. مورد مطالعه این تحقیق، نقشه راهبردی یک مؤسسه مالی بوده که روابط بین اهداف راهبردی و ضرایب آنها به روش دلفی- فازی از نظرات کارشناسان از قبل تعیین شده‌اند. هدف اصلی در این مقاله، تخمین دقیق‌تر ضرایب علّی به کمک داده‌های موجود و الگوریتم‌های هوش محاسباتی می‌باشد. بدین منظور، ابتدا نقشه راهبردی را به ازای هر هدف معلول موجود به چند نقشه شناختی فازی تجزیه کرده و سپس از الگوریتم جستجوی گرانشی برای آموزش هر نقشه شناختی فازی استفاده شده است. هدف از آموزش نقشه‌های شناختی، تعیین ضرایب علّی بهینه بر اساس دو تابع هدف می‌باشد. تابع هدف اول، سعی در کاهش خطای پیش‌بینی مقادیر درصد تحقق اهداف راهبردی را داشته و تابع هدف دوم، ضرایب علّی را در بازه تعیین‌شده توسط کارشناسان نگاه می‌دارد. نتایج به دست آمده از روش پیشنهادی، خطای مدل را نسبت به مدل کارشناسان کاهش داد. از مقایسه نتایج الگوریتم جستجوی گرانشی با سایر الگوریتم‌های بهینه‌یابی نیز مشاهده شد که الگوریتم جستجوی گرانشی در تعداد گام‌های کمتری در مقایسه با الگوریتم‌های بهینه‌یابی ازدحام ذرات و اجتماع مورچگان نقطه بهینه سراسری را می‌یابد. تفاصيل المقالة
      • حرية الوصول المقاله

        14 - بهینه‌سازی طرح تطبیقی شبکه حسگر بی‌سیم با استفاده از الگوریتم جستجوی گرانشی باینری کوانتومی
        مینا میرحسینی فاطمه بارانی حسین نظام‌آبادی‌پور
        افزایش طول عمر، کارایی و کاهش مصرف انرژی در شبکه‌های حسگر بی‌سیم یک مسئله چندهدفه است که یکی از موضوعات چالش‌برانگیز در تحقیقات اخیر شده است. در این مقاله به منظور افزایش کارایی و طول عمر شبکه‌های حسگر بی‌سیم، با استفاده از الگوریتم جستجوی گرانشی باینری کوانتومی روشی پی أکثر
        افزایش طول عمر، کارایی و کاهش مصرف انرژی در شبکه‌های حسگر بی‌سیم یک مسئله چندهدفه است که یکی از موضوعات چالش‌برانگیز در تحقیقات اخیر شده است. در این مقاله به منظور افزایش کارایی و طول عمر شبکه‌های حسگر بی‌سیم، با استفاده از الگوریتم جستجوی گرانشی باینری کوانتومی روشی پیشنهاد شده که علاوه بر کمینه‌کردن مصرف انرژی، محدودیت‌های ارتباطی شبکه و نیازمندی‌های کاربرد خاص آن نیز برآورده می‌گردد. این الگوریتم روی یک شبکه حسگر بی‌سیم در کاربرد کشاورزی و به منظور نظارت دقیق و اصولی شرایط محیطی استفاده شده است. نتیجه به کارگیری این الگوریتم روی شبکه حسگر بی‌سیم، یک طرح بهینه خواهد بود که در آن حالت عملیاتی هر حسگر شامل سرگروه، حسگر فعال با محدوده حسگری بلند، حسگر فعال با محدوده حسگری کوتاه و غیر فعال را با توجه به محدودیت‌های مسئله مشخص می‌نماید. نتایج شبیه‌سازی نشان می‌دهد که این الگوریتم در شبکه حسگر بی‌سیم در مقایسه با الگوریتم‌ وراثتی و الگوریتم ازدحام جمعیت نتایج بهتری را ارائه می‌دهد و متعاقباً قادر است که طول عمر شبکه را نسبت به دو الگوریتم دیگر به نحو مطلوب‌تری افزایش دهد. تفاصيل المقالة
      • حرية الوصول المقاله

        15 - افزایش سرعت جستجو در مدل‌‌های مبتنی بر مجاورت
        جواد پاک‌سيما علي‌محمد زارع بيدكي ولي درهمي
        یکی از اصلی‌‌ترین چالش‌‌های مدل‌‌های مبتنی بر مجاورت مسأله سرعت بازیابی اطلاعات می‌‌باشد. در مدل‌‌های مبتنی بر مجاورت مفهومی به نام فاصله تعریف می‌‌شود که برای محاسبه آن باید موقعیت کلمات پرس و جو در سند استخراج شود. این موضوع یعنی استخراج موقعیت‌‌ها و محاسبه فاصله‌‌ها أکثر
        یکی از اصلی‌‌ترین چالش‌‌های مدل‌‌های مبتنی بر مجاورت مسأله سرعت بازیابی اطلاعات می‌‌باشد. در مدل‌‌های مبتنی بر مجاورت مفهومی به نام فاصله تعریف می‌‌شود که برای محاسبه آن باید موقعیت کلمات پرس و جو در سند استخراج شود. این موضوع یعنی استخراج موقعیت‌‌ها و محاسبه فاصله‌‌ها فرایندی زمان‌‌بر است و چون غالباً در زمان جستجو اجرا می‌‌شود از دید کاربر اهمیت بیشتری دارد. در صورتی که بتوان تعداد اسناد مورد بررسی را کاهش داد بازیابی سریع‌‌تر می‌‌شود. در این مقاله الگوریتمی به نام 3SNTK برای هرس‌کردن پویای اسناد در موقع جستجوی عبارت ارائه گردیده است. برای اجتناب از تخصیص بیش از حد حافظه و کاهش ریسک بروز خطا در موقع بازیابی، امتیاز تعدادی از اسناد بدون هیچ گونه هرسی محاسبه می‌‌شود (Skip-N). در این الگوریتم از سه هرم حداقل برای استخراج اسناد دارای بالاترین امتیازها استفاده شده و آزمایش‌‌ها نشان می‌‌دهد که استفاده از الگوریتم‌‌ ‌‌پیشنهادی باعث بهبود سرعت بازیابی می‌‌گردد. تفاصيل المقالة
      • حرية الوصول المقاله

        16 - تأثیر الگوی موضوعی رفتار جستجوی كاربران نوجوان بر پیشنهاد پرس‌وجو
        حیدر قاسم‌زاده محمد قاسم زاده علي‌محمد زارع بيدكي
        کاربران نوجوان هنگام جستجوی موضوع‌های مورد نظرشان، دایره لغات محدودی را در فرمول‌بندی پرس‌وجو به کار می‌برند. مسئله مهم دیگر آن است که کاربران نوجوان غالباً بر روی اقلام اولیه ارائه‌شده در لیست نتایج جستجو کلیک می‌کنند. در این پژوهش برای ترمیم و جبران این ویژگی‌ها، پیشن أکثر
        کاربران نوجوان هنگام جستجوی موضوع‌های مورد نظرشان، دایره لغات محدودی را در فرمول‌بندی پرس‌وجو به کار می‌برند. مسئله مهم دیگر آن است که کاربران نوجوان غالباً بر روی اقلام اولیه ارائه‌شده در لیست نتایج جستجو کلیک می‌کنند. در این پژوهش برای ترمیم و جبران این ویژگی‌ها، پیشنهاد می‌شود که الگوی موضوعی از روی رفتار کاربر نوجوان بر اساس جستجوهای قبلی کشف شوند و با تکیه بر الگوهای یافت‌شده، پرس‌وجوی مناسب استخراج و به کاربر نوجوان پیشنهاد گردد. در روش پیشنهادی، الگوهای موضوعی بر اساس ویژگی محبوبیت كلیك‌ها و مرتبط‌ترین موضوع‌ها از روی لاگ‌های جستجو که عموماً حجیم هستند استخراج می‌گردند. در ادامه با استفاده از كلاسه‌بندی دودویی، نزدیک‌ترین پرس‌وجو به پرس‌وجوی مورد نظر كاربر نوجوان مشخص می‌شود. در نتیجه با فیلترنمودن نویز ناوبری موضوعی بر اساس استخراج الگوهای موضوعی کلیک‌های کاربران نوجوان یک مدل کاربر با دقت‌ بالاتری برای پیشنهاد پرس‌وجو حاصل می‌گردد. روش پیشنهادی با استفاده از ابزارهای Alteryx و weka پیاده‌سازی و عملکرد آن بر روی لاگ جستجوی AOL که شامل حدود 20 ميليون نمونه تراکنش جستجو مربوط به 650 هزار کاربر می‌باشد ارزیابی گردید. نتایج آزمایش‌ها نشان می‌دهند که پرس‌وجوهای ارائه‌شده توسط سیستم پیشنهادی به پرس‌وجوی مورد نظر کاربر نوجوان نزدیک‌تر است و به تبع آن موجب بهبود دستیابی به نتایج مرتبط می‌گردد. تفاصيل المقالة
      • حرية الوصول المقاله

        17 - الگوریتم بهینه‌سازی جستجوی ابرکروی مبتنی بر نظریه آشوب
        محمد کلانتری سکینه سهرابی حمیدرضا رشیدی کنعان حسین کرمی
        در این مقاله الگوریتم بهینه‌سازی جستجوی ابرکروی با استفاده از نظریه آشوب ارائه می‌شود که ضعف الگوریتم بهینه‌سازی جستجوی ابرکروی استاندارد، یعنی سرعت همگرایی و افزایش تعداد تکرار اجرای الگوریتم برای رسیدن به جواب بهینه را برطرف می نماید. در الگوریتم پیشنهادی، در گام ایجا أکثر
        در این مقاله الگوریتم بهینه‌سازی جستجوی ابرکروی با استفاده از نظریه آشوب ارائه می‌شود که ضعف الگوریتم بهینه‌سازی جستجوی ابرکروی استاندارد، یعنی سرعت همگرایی و افزایش تعداد تکرار اجرای الگوریتم برای رسیدن به جواب بهینه را برطرف می نماید. در الگوریتم پیشنهادی، در گام ایجاد ذرات و گام جستجو، مقادیر حاصل از دو نگاشت چبیشف و لیبوویچ، جایگزین مقادیر تصادفی موجود در الگوریتم استاندارد می‌شود که این امر باعث بهبود نتایج حاصل از اجرای الگوریتم شده و انحراف معیار نتایج را کاهش می‌دهد. نتایج شبیه‌سازی بر روی توابع محک استاندارد نشان می‌دهد که الگوریتم پیشنهادی ضمن برخورداری از همگرایی سریع‌تر، دقت بیشتری نیز در یافتن جواب بهینه نسبت به الگوریتم جستجوی ابرکروی استاندارد و همچنین الگوریتم‌های بهینه‌سازی دیگر نظیر ژنتیک، ازدحام ذرات و الگوریتم جستجوی هارمونی دارد. تفاصيل المقالة
      • حرية الوصول المقاله

        18 - ارائه يک مدل جديد ممتيکي مبتني بر اتوماتاي يادگير ساختار ثابت
        مهدي رضاپور ميرصالح محمدرضا میبدی
        الگوريتم ممتيک يکی از انواع الگوريتم‌هاي تکاملي است که با استفاده از جستجوي عمومي و جستجوي محلي فضاي حل مسأله را به صورت بهينه جستجو مي‌نمايد. تعادل بين جستجوي عمومي و محلي، همواره يکی از مسايل مهم در اين دسته از الگوريتم‌ها است. در اين مقاله يک مدل جديد ممتيکي با نام 2 أکثر
        الگوريتم ممتيک يکی از انواع الگوريتم‌هاي تکاملي است که با استفاده از جستجوي عمومي و جستجوي محلي فضاي حل مسأله را به صورت بهينه جستجو مي‌نمايد. تعادل بين جستجوي عمومي و محلي، همواره يکی از مسايل مهم در اين دسته از الگوريتم‌ها است. در اين مقاله يک مدل جديد ممتيکي با نام 2GALA ارائه شده است. اين مدل از ترکيب الگوريتم ژنتيک و اتوماتاي مهاجرت اشيا که نوع خاصي از اتوماتاي يادگير ساختار ثابت می‌باشد، تشکيل شده است. در مدل ارائه‌شده جستجوي عمومي توسط الگوريتم ژنتيک و يادگيري محلي به وسيله اتوماتاي يادگير انجام مي‌شود. در اين مدل جهت افزايش سرعت همگرايي و فرار از همگرايي زودرس، به طور هم‌زمان از دو مدل يادگيري لامارکي و بالدويني استفاده شده است. در اين مدل تکاملي، جهت استفاده توأم از اثرات مثبت تکامل و يادگيري محلي، کروموزم‌ها به وسيله اتوماتاي مهاجرت اشيا بازنمايي شده‌اند. جهت نمایش برتری مدل ارائه‌شده نسبت به سایر روش‌های موجود، از این مدل برای حل مسأله تناظر گراف استفاده گردیده است. تفاصيل المقالة
      • حرية الوصول المقاله

        19 - توزیع اقتصادی توان در نیروگاه‌ها با در نظر گرفتن آلاینده‌های زیست‌محیطی و شاخص‌های پایداری سیستم با استفاده از الگوریتم جستجوی هارمونی چندهدفه
        حسین شریفی محمود اوکاتی صادق
        حساسیت افکار عمومی نسبت به مسایل زیست‌محیطی در مسئله پخش بار اقتصادی نیز تأثیرگذار می‌باشد و در این صورت لازم است تابع هزینه مربوط به آلودگی نیز در مسئله پخش بار اقتصادی در نظر گرفته شود. قبل از معرفی مفهوم امنیت سیستم قدرت، مسئله پخش بار اقتصادی به‌طور معمول بر جنبه‌ها أکثر
        حساسیت افکار عمومی نسبت به مسایل زیست‌محیطی در مسئله پخش بار اقتصادی نیز تأثیرگذار می‌باشد و در این صورت لازم است تابع هزینه مربوط به آلودگی نیز در مسئله پخش بار اقتصادی در نظر گرفته شود. قبل از معرفی مفهوم امنیت سیستم قدرت، مسئله پخش بار اقتصادی به‌طور معمول بر جنبه‌های اقتصادی بهره‌برداری متمرکز بود تا بر جنبه‌های امنیتی سیستم. امروزه با گستردگی شبکه قدرت و افزایش بار، ترکیب شاخص‌های پایداری شبکه با مفهوم پخش بار اقتصادی به یک ضرورت مهم تبدیل شده است. این مقاله به حل مسئله پخش بار اقتصادی با در نظر گرفتن مسئله آلایندگی نیروگاه‌ها و شاخص‌های امنیتی شبکه می‌پردازد. شاخص‌های امنیتی سیستم توسط توابع پنالتی به تابع هدف مسئله پخش بار اقتصادی اضافه شده است. از آنجایی که کاهش هزینه‌های سوخت و آلایندگی دو هدف نسبتاً متضاد می‌باشند حل مسئله توزیع اقتصادی توان و کاهش آلایندگی به یک مسئله بهینه‌سازی چندهدفه منجر می‌شود. پیچیدگی توابع هدف و لزوم در نظر گرفتن قیود بهره‌برداری نیروگاه‌ها و شاخص‌های امنیتی نیاز به استفاده از روش‌های کارامد بهینه‌سازی را بیش از پیش آشکار می‌کند. در این مقاله الگوریتم جستجوی هارمونی چندهدفه (MOHS) برای حل مسئله به کار گرفته شده است. نتایج نشان می‌دهد که MOHS از جهت همگرایی و دقت از قابلیت بسیار خوبی نسبت به سایر روش‌های به کار گرفته شده برخوردار است. سیستم تست به کار رفته برای حل مسئله پیشنهادی، سیستم تست IEEE با 10 واحد نیروگاهی، 39 باس و 46 خط انتقال می‌باشد. تفاصيل المقالة
      • حرية الوصول المقاله

        20 - زمان‌بندی کاربردهای جریان کاری علمی در محیط چندابری با استفاده از الگوریتم جستجوی فاخته
        سمیه محمدی لطیف پورکریمی سمیه عبدی
        محیط‌های چندابری شامل منابع متنوع قابل ملاحظه‌ای هستند که هزینه‌های زمان‌بندی کاربردهای جریان کاری در چنین محیط‌هایی می‌تواند به طور چشم‌گیری کاهش یابد و همچنین محدودیت ارائه منابع توسط فراهم‌کنندگان تجاری ابر رفع شود. بر این اساس، این تحقیق به مسأله زمان‌بندی کاربردهای أکثر
        محیط‌های چندابری شامل منابع متنوع قابل ملاحظه‌ای هستند که هزینه‌های زمان‌بندی کاربردهای جریان کاری در چنین محیط‌هایی می‌تواند به طور چشم‌گیری کاهش یابد و همچنین محدودیت ارائه منابع توسط فراهم‌کنندگان تجاری ابر رفع شود. بر این اساس، این تحقیق به مسأله زمان‌بندی کاربردهای جریان کاری علمی در محیط چندابری تحت قید مهلت زمانی با هدف کمینه‌سازی هزینه می‌پردازد. در اين مقاله با به كارگيري الگوريتم جستجوي فاخته که يكي از مشهورترین روش‌هاي جستجوي فراابتكاري می‌باشد، الگوريتمي براي مسأله زمان‌بندی کاربردهای جریان کاری در محیط چندابری ارائه شده است. الگوريتم فراابتكاري جستجوي فاخته قادر است در مدت زماني كوتاه فضاي جواب را جستجو نموده و جواب‌هايي را در همسايگي جواب بهینه سراسری بيابد كه به آن نزديك مي‌باشد. نتایج به دست آمده نشان می‌دهند که راهکار پیشنهادی این تحقیق در مقایسه با دیگر راهکارهای فراابتکاری در موارد کاهش هزینه کارایی بهتری داشته و همچنین جواب‌هاي به دست آمده از الگوريتم فراابتکاری پیشنهادي، در حد مطلوبی نزديک به جواب‌هاي بهینه سراسری به دست آمده از مدل رياضی است. تفاصيل المقالة
      • حرية الوصول المقاله

        21 - توزیع مؤثر اسناد برای ایجاد توازن بار بین سرورها با استفاده از شمارش رخداد کلمات در سابقه پرس‌وجوها
        سیده ریحانه تراب جهرمی سجاد ظریف زاده
        هدف اصلی موتورهای جستجو، یافتن مرتبط‌ترین نتایج نسبت به پرس‌وجوی کاربر در سریع‌ترین زمان ممکن است. صفحات خزش‌شده توسط موتور جستجو بین سرورهای متعددی توزیع می‌شوند تا در هنگام جستجو بتوان از قدرت بازیابی و پردازش موازی آنها برای تولید سریع‌تر پاسخ استفاده نمود. با توجه ب أکثر
        هدف اصلی موتورهای جستجو، یافتن مرتبط‌ترین نتایج نسبت به پرس‌وجوی کاربر در سریع‌ترین زمان ممکن است. صفحات خزش‌شده توسط موتور جستجو بین سرورهای متعددی توزیع می‌شوند تا در هنگام جستجو بتوان از قدرت بازیابی و پردازش موازی آنها برای تولید سریع‌تر پاسخ استفاده نمود. با توجه به تعداد بسیار زیاد صفحات وب، موتورهای جستجو سیاست‌های مختلفی را برای توزیع مناسب اسناد بین سرورها انتخاب می‌کنند. در این مقاله، روش جدیدی برای توزیع اسناد پیشنهاد می‌شود که هدف آن ایجاد توازن بار کاری بین سرورها برای کاهش زمان پاسخ‌گویی موتور جستجو می‌باشد. ایده اصلی، استفاده از پرس‌وجوهای قبلی کاربران است بدین ترتیب که به هر کلمه از کلمات موجود در سابقه پرس‌وجو بر حسب تعداد رخداد روزانه آن، وزنی نسبت داده می‌شود. سپس هر سند با توجه به مجموع وزن کلمات داخل آن، وزن‌دهی می‌شود که این وزن ارتباط مستقیمی با احتمال انتخاب آن سند به عنوان پاسخ یک پرس‌وجو دارد. در نهایت، اسناد به نحوی بین سرورها توزیع می‌شوند که وزن اسناد داخل هر یک از سرورها برابر باشد. نتایج ارزیابی با استفاده از داده واقعی نشان می‌دهند که روش پیشنهادی قادر است توازن بار سرورها را مخصوصاً در زمان اوج ورود پرس‌وجوها بیش از 20% نسبت به روش‌های گذشته بهبود بخشد. تفاصيل المقالة
      • حرية الوصول المقاله

        22 - انتخاب ویژگی و طبقه‌بندی سلول‌های سرطانی بر پایه داده‌های ریزآرایه با استفاده از الگوریتم جستجوی فاخته چندهدفه
        خدیجه کمری فرزان رشیدی عبدالله خلیلی
        داده‌هاي ریزآرایه نقش مؤثری در طبقه‌بندی و تشخیص انواع بافت‌های سرطانی ایفا می‌کنند. با این حال در پژوهش‌های مرتبط با سرطان، تعداد نسبتاً کم نمونه‌ها در مقایسه با تعداد بسیار زیاد ژن‌ها‏، باعث ایجاد مشکلاتی از قبیل کاهش کارایی طبقه‌بندها، افزایش هزینه‌های محاسباتی و پیچ أکثر
        داده‌هاي ریزآرایه نقش مؤثری در طبقه‌بندی و تشخیص انواع بافت‌های سرطانی ایفا می‌کنند. با این حال در پژوهش‌های مرتبط با سرطان، تعداد نسبتاً کم نمونه‌ها در مقایسه با تعداد بسیار زیاد ژن‌ها‏، باعث ایجاد مشکلاتی از قبیل کاهش کارایی طبقه‌بندها، افزایش هزینه‌های محاسباتی و پیچیدگی در طبقه‌بندی سلول‌های سرطانی خواهد شد. یک راهکار‏ مناسب جهت افزایش کارایی طبقه‌بندها، حذف ژن‌ها‏ی نامربوط و انتخاب نمونه‌های مناسب برای آموزش طبقه‌بندها است. در این مقاله یک مدل ترکیبی بر پایه الگوریتم بهینه‌سازی جستجوی فاخته چندهدفه و خوشه‌بندی فازی برای طبقه‌بندی داده‌های ریزآرایه پیشنهاد شده است. در اين مطالعه از نسخه دودویی الگوريتم جستجوی فاخته چندهدفه به منظور انتخاب ويژگي‌هاي مرتبط با بیماری و از نسخه پیوسته آن برای انتخاب تعداد نمونه‌های مناسب برای آموزش طبقه‌بندها استفاده شده است. به منظور تسریع در فرایند بهینه‌سازی و جلوگیری از گیرافتادن الگوریتم در بهینه‌های محلی، راهکار‏های ابتکاری جدیدی نیز به الگوریتم اضافه شده‌اند. برای بررسی عملکرد مدل پیشنهادی، شبیه‌سازی‌های متعددی بر روی شش مجموعه داده سرطانی انجام گرفته و نتایج آن با دیگر مقالات مقایسه شده است. نتایج به دست آمده نشان می‌دهند در بسیاری از موارد مدل پیشنهادی قادر است در مقایسه با سایر روش‌ها، با انتخاب مجموعه کوچک‌تری از ژن‌ها‏ی متمایز، منجر به افزایش کارایی طبقه‌بندها شود. تفاصيل المقالة
      • حرية الوصول المقاله

        23 - یک روش هوشمند برای تخمین کانال OFDM با استفاده از الگوریتم جستجوی گرانشی
        فاطمه صالحی محمد حسن مجیدی ناصر ندا
        مزایای فراوان فناوری مالتی‌پلکس فرکانسی متعامد (OFDM) و انعطاف‌پذیری بالای آن باعث شده که در بسیاری از استانداردهای مخابراتی بی‌سیم مورد استفاده قرار گیرد. یکی از موارد مؤثر در افزایش کارایی سیستم‌های بی‌سیم، تخمین دقیق اطلاعات حالت کانال می‌باشد. تا کنون تکنیک‌های متنو أکثر
        مزایای فراوان فناوری مالتی‌پلکس فرکانسی متعامد (OFDM) و انعطاف‌پذیری بالای آن باعث شده که در بسیاری از استانداردهای مخابراتی بی‌سیم مورد استفاده قرار گیرد. یکی از موارد مؤثر در افزایش کارایی سیستم‌های بی‌سیم، تخمین دقیق اطلاعات حالت کانال می‌باشد. تا کنون تکنیک‌های متنوعی برای تخمین کانال ارائه شده است. یک دسته از این تکنیک‌ها با استفاده از سیگنال دریافتی و اطلاعات آماری سیگنال‌های ارسالی و دریافتی سعی در تخمین کانال دارند که پیچیدگی بالا و عملکرد نسبتاً ضعیفی دارند. دسته دیگر با ارسال سمبل‌های پایلوت، در قبال صرف منابع با روش‌های ساده تخمین بهتری از کانال ارائه می‌دهند. در سال‌های اخیر، تکنیک‌های مبتنی بر الگوریتم‌های هوشمند مانند الگوریتم ژنتیک (GA) و بهینه‌سازی ازدحام ذرات (PSO) مورد توجه قرار گرفته‌اند. این روش‌ها قادرند با سربار پایلوت بسیار کم، تابع انتقال کانال مربوط را با استفاده از سیگنال‌های دریافتی، به نحو مناسبی تخمین بزنند. محدودیت عمده این روش‌ها سرعت همگرایی نسبتاً پایین آنهاست. در این مقاله یک روش ابتکاری برای تخمین کانال با استفاده از الگوریتم جستجوی گرانشی (GSA) پیشنهاد شده که در مقایسه با روش‌های GA و PSO قادر است تخمین دقیق‌تری از کانال ارائه دهد. این در حالی است که پیچیدگی محاسباتی آن در حد الگوریتم PSO بوده و برای دستیابی به برازش یکسان از سرعت همگرایی بالاتری نیز نسبت به آنها برخوردار است. عملکرد روش پیشنهادی برای تخمین یک کانال دومسیره با محوشدگی سریع بر اساس دو معیار نرخ خطای بیت (BER) و میانگین مربع خطا (MSE) ارزیابی شده و نتایج شبیه‌سازی مؤید برتری آن نسبت به روش‌های GA و PSO می‌باشد. تفاصيل المقالة
      • حرية الوصول المقاله

        24 - ارائه یک موتور جستجو برای بازیابی رویداد ساختارمند از منابع خبری
        علیرضا میرزائیان صادق علی اکبری
        تحلیل محتوای اخبار منتشرشده، یکی از مسایل مهم در حوزه بازیابی اطلاعات است. امروزه تحقیقات زیادی برای تحلیل تک‌تک مقالات خبری انجام شده‌ است، در حالی که اکثر رویدادهای خبری به شکل چندین مقاله مرتبط به هم به طور مکرر در رسانه‌ها منتشر می‌شوند. تشخیص رویداد، وظیفه کشف و گر أکثر
        تحلیل محتوای اخبار منتشرشده، یکی از مسایل مهم در حوزه بازیابی اطلاعات است. امروزه تحقیقات زیادی برای تحلیل تک‌تک مقالات خبری انجام شده‌ است، در حالی که اکثر رویدادهای خبری به شکل چندین مقاله مرتبط به هم به طور مکرر در رسانه‌ها منتشر می‌شوند. تشخیص رویداد، وظیفه کشف و گروه‌بندی اسنادی را دارد که رویدادی یکسان را شرح می‌دهد و با ارائه یک ساختار قابل درک از گزارش‌های خبری، هدایت بهتر کاربران در فضاهای خبری را تسهیل می‌کند. با رشد سریع و روزافزون اخبار برخط، نیاز به ایجاد موتورهای جستجو برای بازیابی رویدادهای خبری به منظور تسهیل جستجوی کاربران در این فضاهای خبری بیش از پیش احساس می‌شود. فرض اصلی تشخیص رویداد بر این است که به احتمال زیاد کلمات مرتبط به یک رویداد یکسان در دنیای واقعی، در اسناد و پنجره‌های زمانی مشابه ظاهر می‌شوند. بر همین اساس ما در این تحقیق روشی گذشته‌نگر و ویژگی‌محور پیشنهاد می‌کنیم که کلمات را بر اساس ویژگی‌های معنایی و زمانی گروه‌بندی می‌کند. سپس از این کلمات برای تولید یک بازه زمانی و توصیف متنی قابل درک برای انسان استفاده می‌کنیم. ارائه یک معماری مناسب و استفاده مؤثر از خوشه‌بندی جهت بازیابی رویدادها و همچنین تشخیص مناسب زمان رویداد، از نوآوری‌های این پژوهش به شمار می‌روند. روش پیشنهادی روی مجموعه داده AllTheNews که تقریباً شامل دویست هزار مقاله از ۱۵ منبع خبری در سال 2016 می‌باشد ارزیابی شده و با روش‌های دیگر مقایسه گردیده است. ارزیابی‌ها نشان می‌دهد که روش پیشنهادی در دو معیار دقت و یادآوری نسبت به روش‌های پیشین عملکرد بهتری دارد. تفاصيل المقالة
      • حرية الوصول المقاله

        25 - انتخاب ویژگی چندبرچسبه با استفاده از راهکار ترکیبی مبتنی بر الگوریتم بهینه‌سازی ازدحام ذرات
        آذر رفیعی پرهام مرادی عبدالباقی قادرزاده
        طبقه‌بندی چندبرچسبی یکی از مسائل مهم در یادگیری ماشین است که کارایی الگوریتم‌های این طبقه‌بندی با افزایش ابعاد مسأله به شدت کاهش می‌یابد. انتخاب ویژگی، یکی از راهکارهای اصلی برای کاهش ابعاد در مسائل چندبرچسبی است. انتخاب ویژگی چندبرچسبی یک راهکار NP Hard است و تا کنون أکثر
        طبقه‌بندی چندبرچسبی یکی از مسائل مهم در یادگیری ماشین است که کارایی الگوریتم‌های این طبقه‌بندی با افزایش ابعاد مسأله به شدت کاهش می‌یابد. انتخاب ویژگی، یکی از راهکارهای اصلی برای کاهش ابعاد در مسائل چندبرچسبی است. انتخاب ویژگی چندبرچسبی یک راهکار NP Hard است و تا کنون تعدادی راهکار مبتنی بر هوش جمعی و الگوریتم‌های تکاملی برای آن ارائه شده است. افزایش ابعاد مسأله منجر به افزایش فضای جستجو و به تبع، کاهش کارایی و همچنین کاهش سرعت همگرایی این الگوریتم‌ها می‌شود. در این مقاله یک راهکار هوش جمعی ترکیبی مبتنی الگوریتم دودویی بهینه‌سازی ازدحام ذرات و استراتژی جستجوی محلی برای انتخاب ویژگی چندبرچسبی ارائه شده است. برای افزایش سرعت همگرایی، در استراتژی جستجوی محلی، ویژگی‌ها بر اساس میزان افزونه‌بودن و میزان ارتباط با خروجی مسأله به دو دسته تقسیم‌بندی می‌شوند. دسته اول را ویژگی‌هایی تشکیل می‌دهند که شباهت زیادی به کلاس مسأله و شباهت کمتری به سایر ویژگی‌ها دارند و دسته دوم هم ویژگی‌های افزونه و کمتر مرتبط است. بر این اساس، یک اپراتور محلی به الگوریتم بهینه‌سازی ازدحام ذرات اضافه شده که منجر به کاهش ویژگی‌های غیر مرتبط و افزونه هر جواب می‌شود. اعمال این اپراتور منجر به افزایش سرعت همگرایی الگوریتم پیشنهادی در مقایسه با سایر الگوریتم‌های ارائه‌شده در این زمینه می‌شود. عملکرد روش پیشنهادی با شناخته‌شده‌ترین روش‌های انتخاب ویژگی، بر روی مجموعه داده‌های مختلف مقایسه گردیده است. نتایج آزمایش‌ها نشان دادند که روش پیشنهادی از نظر دقت، دارای عملکردی مناسب است. تفاصيل المقالة
      • حرية الوصول المقاله

        26 - مناسبت انسان‌شناختی نظریه بیلدونگ با ایده دانشگاه در اندیشه ویلهلم فون هومبُلت
        احمد بنی اسدی سید مهدی سجادی خسرو  باقری میثم سفید خوش
        نظریه های بیلدونگ از پردامنه‌ترین نظریه ها در اندیشه آلمانی است. یک تقریر از این نظریه از آنِ ویلهلم فون هومبلت است که می توان بازتاب آن را در ایده پردازی فلسفی او از دانشگاه هم مشاهده کرد. به نظر می‌رسد این تقریر چارچوب انسان شناختی مشخصی دارد که در طراحی این ایده نقش أکثر
        نظریه های بیلدونگ از پردامنه‌ترین نظریه ها در اندیشه آلمانی است. یک تقریر از این نظریه از آنِ ویلهلم فون هومبلت است که می توان بازتاب آن را در ایده پردازی فلسفی او از دانشگاه هم مشاهده کرد. به نظر می‌رسد این تقریر چارچوب انسان شناختی مشخصی دارد که در طراحی این ایده نقش بسزایی ایفا می کند. هدف اصلی این پژوهش در مرحله نخست، تبیین و شناساندن مؤلفه‌های اساسی این چارچوب و پس‌ازآن نشان دادن ارتباط این مؤلفه‌ها با ارکان ایده دانشگاه هومبلتی است. نتایج نشان میدهد که در اندیشه هومبلت، انسان به‌عنوان یک غایت از ابتدا برآورده شده نیست و این برآوردگی در گرو عملِ از روی اراده، هدفمند و بی‌پایان او خواهد بود. بایسته های این شدن، بیش از هر مورد دیگر، بسته به اصل آزادی، گسترش موقعیت ها، اوضاع و شرایط توانمندساز، در پرتو تعاملی فراگیر با جهان (= غیرانسان) است. همچنین دست یابی به شخصیتی متوازن و همگون غایتی است که این نظریه برای انسان تصویر میکند. افزون بر این موارد دستاورد بیلدونگ در زمینه اجتماعی عبارت است از بالا بردن فرهنگ عامه که ارمغان آن فرهیختگی برای همه جامعه خواهد بود. به همین نسبت نشان داده خواهد شد که ایده هومبلتی دانشگاه نیز دربرگیرنده چنین ویژگیهایی است. انتظار می‌رود دستاوردهای این پژوهش در افزایش بینش ما نسبت به بنیادهای نظری یکی از ایده های مشهور دانشگاه یعنی ایده هومبلتی که کمتر به آن توجه داشته‌ایم یاری رسان باشد. تفاصيل المقالة
      • حرية الوصول المقاله

        27 - ارائه یک رویکرد نگاشت در شبکه روی تراشه مبتنی بر الگوریتم جستجوی هارمونی
        زهرا باقری فاطمه وردی علیرضا محجوب
        در پیاده‌سازی مبتنی بر شبکه روی تراشه، نگاشت را می‌توان گامی مهم در اجرای برنامه کاربردی دانست. وظایف یک کاربرد، اغلب در قالب یک گراف هسته نمایش داده می‌شود. هسته‌ها با استفاده از یک بستر ارتباطی و غالباً شبکه روی تراشه، بین خود پیوند برقرار می‌کنند و به این منظور، توسع أکثر
        در پیاده‌سازی مبتنی بر شبکه روی تراشه، نگاشت را می‌توان گامی مهم در اجرای برنامه کاربردی دانست. وظایف یک کاربرد، اغلب در قالب یک گراف هسته نمایش داده می‌شود. هسته‌ها با استفاده از یک بستر ارتباطی و غالباً شبکه روی تراشه، بین خود پیوند برقرار می‌کنند و به این منظور، توسعه‌دهندگان الگوریتم‌های گوناگونی را پیشنهاد داده‌اند. در اغلب موارد به‌دلیل پیچیدگی از روش‌های جستجوی دقیق برای یافتن نگاشت استفاده می‌شود. با این حال این روش‌ها برای شبکه‌های با ابعاد کوچک مناسب هستند. با افزایش ابعاد شبکه، زمان جستجو نیز به‌طور نمایی افزایش می‌یابد. این مقاله از دیدگاه یک رویکرد فراابتکاری با استفاده از روش جستجوی هارمونی به تصمیم‌گیری زمانی برای اتصال هسته‌ها به روترها می‌پردازد. رویکرد ما نوعی بهبودیافته از الگوریتم جستجوی هارمونی را با تمرکز روی کاهش توان مصرفی و تأخیر به کار می‌گیرد. تحلیل پیچیدگی الگوریتم، آشکارکننده راه حل مناسب‌تر در مقایسه با الگوریتم‌های مشابه با توجه به الگوی ترافیکی برنامه کاربردی است. الگوریتم در مقایسه با روش‌های مشابه به 98/39% تأخیر کمتر و 11/61% صرفه‌جویی در توان مصرفی دست می‌یابد. تفاصيل المقالة
      • حرية الوصول المقاله

        28 - یک الگوریتم فراابتکاری پیوسته جدید و گسسته سازی آن جهت بیشینه سازی نفوذ در شبکه های پیچیده
        وحیده سحرگاهی وحید  مجیدنژاد Saeed  Taghavi Afshord باقر جعفری
        طبق نظریه ناهار مجاني (NFL) هیچ الگوریتم فرا اکتشافي موجود قادر به حل همه نوع مسائل به طور کارآمد نیست، بنابراین هر ساله الگوریتمهاي جدیدي جهت تنوع بخشي پیشنهاد ميشوند. در این مقاله، الگوریتم فراابتکاري جدیدي به نام IWOGSA ، براي مسائل بهینهسازي پیوسته پیشنهاد شده است ک أکثر
        طبق نظریه ناهار مجاني (NFL) هیچ الگوریتم فرا اکتشافي موجود قادر به حل همه نوع مسائل به طور کارآمد نیست، بنابراین هر ساله الگوریتمهاي جدیدي جهت تنوع بخشي پیشنهاد ميشوند. در این مقاله، الگوریتم فراابتکاري جدیدي به نام IWOGSA ، براي مسائل بهینهسازي پیوسته پیشنهاد شده است که ترکیبي از الگوریتمهاي بهینهسازي علفهاي هرز و جستجوي گرانشي است. در IWOGSA والدها به دو صورت تکثیر مي شوند و از هر دسته نمونههایي براي انتقال به نسل جدید انتخاب ميگردد. بخشي از تکثیر با توزیع نرمال صورت ميگیرد و بخشي دیگر بر مبناي روابط سرعت و شتاب حرکت سیارات در الگوریتم جستجوي گرانشي انجام ميشوند. یک مدل گسسته جدید از IWOGSA به نام DIWOGSA براي حل مسألههاي بهینهسازي گسسته پیشنهاد شده است و کارایي آن بر روي یک چالش حیاتي تحت عنوان بیشینهسازي نفوذ ارزیابي شده است. در DIWOGSA از رویکرد هوشمندانهاي براي مقداردهي اولیه جمعیت استفاده شده و براي همگرایي سریعتر الگوریتم، یک عملگر جستجوي محلي پیشنهاد شده است. در حالت پیوسته الگوریتم IWOGSA با توابع بنچمارک استاندارد و کامپوزیت و 3 مساله مهندسي رایج ارزیابي شده است. نتایج پیادهسازي ثابت ميکند که الگوریتم IWOGSA در مقایسه با روشهاي اخیر و متداول بسیار رقابتي بوده و با توجه به نتایج رتبهبندي آزمون فریدمن، توانسته است رتبه اول را کسب نماید. در حالت گسسته نیز الگوریتم DIWOGSA با در نظر گرفتن شبکههاي مختلف ارتباطاتي بین محققان براي مساله بیشینهسازي نفوذ مورد ارزیابي قرار گرفته و در مقایسه با الگوریتمهاي رایج در این زمینه از نظر میزان نفوذ و زمان اجرا نتایج قابل قبولي را کسب کرده است. تفاصيل المقالة
      • حرية الوصول المقاله

        29 - كاربرد بازيابي هوشمند اطلاعات در جستجوي پتنت
        حبیب الله اصغری آزاده شاکری
        در ارزیابی درخواست ثبت اختراع، جستجو در فهرست اطلاعات قبلی نقشی بسیار مهم و حائز اهمیت دارد. عموما این جستجو توسط افراد خبره انجام می شود و فرآیندی بسیار زمان بر است. جستجو از طریق روشهای مختلف بازیابی هوشمند اطلاعات می تواند نقش موثری در فرآیند بازیابی اطلاعات همسان ای أکثر
        در ارزیابی درخواست ثبت اختراع، جستجو در فهرست اطلاعات قبلی نقشی بسیار مهم و حائز اهمیت دارد. عموما این جستجو توسط افراد خبره انجام می شود و فرآیندی بسیار زمان بر است. جستجو از طریق روشهای مختلف بازیابی هوشمند اطلاعات می تواند نقش موثری در فرآیند بازیابی اطلاعات همسان ایفا نماید. یکی از مهمترین مسائل مرتبط با بازیابی اسناد پتنت، ایجاد یک عبارت پرس و جوی کارآمد به منظور جستجو می باشد. از جمله شیوه های ساخت عبارت پرس و جو می توان به تولید خودکار پرس و جو از تقاضانامه ثبت پتنت اشاره نمود. همچنین در روشهای دیگر، از تمامی متن سند پتنت به عنوان پرس و جو جهت اجرای جستجو استفاده می شود. نکته حائز اهمیت آن است که غالبا به دلیل نحوه خاص نگارش اسناد پتنت و ایجاد ابهامات معنایی، گسترش عبارت پرس و جو از اهمیت ویژه ای برخوردار است. در این مقاله مجموعه تحقیقات انجام شده در خصوص بازیابی اسناد پتنت با کمک الگوریتمهای بازیابی هوشمند اطلاعات در هر دو زمینه بازیابی تک زبانی و بین زبانی مورد بررسی قرار می گیرد. همچنین معیارهای ارزیابی کیفیت بازیابی و شیوه مرتب سازی اسناد بررسی می گردد. تفاصيل المقالة