• فهرست مقالات Genetic Algorithm

      • دسترسی آزاد مقاله

        1 - به کارگیری الگوریتم ژنتیک جهت شناسایی خودکار سرویس ها با توجه به معیارهای کیفی سرویس
        جان محمد رجبی سعید  پارسا مسعود  باقری علی‌اکبر  عزیز‌خانی
        معماری سرویس گرا سبب ارتقاء پایداری و قابلیت عملیاتی نرم افزارها در راستای شاخص های پدافند غیرعامل می شود. شناسایی خودکار سرویس ها با استفاده از شاخص های کیفی سرویس، تضمین کننده به کارگیری موفق معماری سرویس گرا است و می تواند گام موثری در جهت تسریع فرایند تولید نرم افزا چکیده کامل
        معماری سرویس گرا سبب ارتقاء پایداری و قابلیت عملیاتی نرم افزارها در راستای شاخص های پدافند غیرعامل می شود. شناسایی خودکار سرویس ها با استفاده از شاخص های کیفی سرویس، تضمین کننده به کارگیری موفق معماری سرویس گرا است و می تواند گام موثری در جهت تسریع فرایند تولید نرم افزار سرویس گرا باشد. کم توجهی به نیازهای کیفی، عدم توجه همزمان به ارتباط فعالیت ها و موجودیت های کسب و کار و خودکار نبودن رتبه بندی کیفی سرویس های نامزد از جمله مهم ترین مشکلات روش های خودکار موجود است. روش ارائه شده در این مقاله هم فرآیندهای کسب‌وکار و هم موجودیت ها را توامان در نظر می گیرد، سپس با استفاده از الگوریتم ژنتیک سرویس‌های نامزد براساس شاخص‌های کیفی دانه بندی، چسبندگی، پیوستگی و همگرایی مشخص می شوند. این شاخص ها از شکستن اهداف تا سطح نیازها حاصل می شوند. سرویس‌های نامزد با استفاده از روش تاپسیس بصورت خودکار رتبه‌بندی می شوند. در مطالعه موردی انجام شده با استفاده از این روش، سرویس های کسب وکار، با کمترین وابستگی به معمار شناسایی شد. پرونده مقاله
      • دسترسی آزاد مقاله

        2 - تعیین ماشین‌های بردار پشتیبان بهینه در طبقه‌بندی تصاویر فرا طیفی بر مبنای الگوریتم ژنتیک
        فرهاد صمدزادگان حديثه سادات  حسني
        امروزه تصاویر فرا طیفی به علت غنای اطلاعات طیفی یک ابزار قوی و کارامد در سنجش از دور به حساب می‌آیند و امکان تمایز بین عوارض مشابه را فراهم می‌آورند. با توجه به پایداری ماشین‌های بردار پشتیبان در فضاهایی با ابعاد بالا، یک گزینه مناسب در طبقه‌بندی تصاویر فرا طیفی محسوب م چکیده کامل
        امروزه تصاویر فرا طیفی به علت غنای اطلاعات طیفی یک ابزار قوی و کارامد در سنجش از دور به حساب می‌آیند و امکان تمایز بین عوارض مشابه را فراهم می‌آورند. با توجه به پایداری ماشین‌های بردار پشتیبان در فضاهایی با ابعاد بالا، یک گزینه مناسب در طبقه‌بندی تصاویر فرا طیفی محسوب می‌شوند. با این وجود، عملکرد این طبقه‌بندی کننده‌ها تحت تأثیر پارامترها و فضای ویژگی ورودی آن‌ها می‌باشد. به منظور استفاده از ماشین‌های بردار پشتیبان با بیشترین کارایی، می‌بایست مقادیر بهینه‌ی پارامترها و همچنین زیر مجموعه بهینه از ویژگی‌های ورودی تعیین گردند. در این تحقیق از توانایی الگوریتم ژنتیک به عنوان یک تکنیک بهینه‌سازی فرا ابتکاری، در تعیین مقادیر بهینه پارامترهای ماشین‌های بردار پشتیبان و همچنین انتخاب زیرمجموعه ویژگی‌های بهینه در طبقه‌بندی تصاویر فرا طیفی استفاده شده است. نتایج عملی از به‌کارگیری روش فوق در خصوص داده‌های فرا طیفی سنجنده AVIRISنشان می‌دهند، ویژگی‌های ورودی و پارامترها هر کدام جداگانه تأثیر بسزایی بر عملکرد ماشین‌های بردار پشتیبان دارند ولی بهترین عملکرد طبقه-بندی کننده با حل همزمان آن دو بدست می‌آید. در حل همزمان تعیین پارامتر و انتخاب ویژگی، برای کرنل گوسین و پلی‌نومیال به ترتیب 5% و 15% افزایش دقت با حذف بیش از نیمی از باندهای تصویر حاصل شد. همچنین الگوریتم بهینه‌سازی شبیه‌سازی تبرید تدریجی به منظور مقایسه با الگوریتم ژنتیک پیاده‌سازی شد که نتایج حاکی از برتری الگوریتم ژنتیک به ویژه با بزرگ و پیچیده شدن فضای جستجو در رویکرد حل همزمان تعیین پارامتر و انتخاب ویژگی می‌باشد. پرونده مقاله
      • دسترسی آزاد مقاله

        3 - استفاده از روش تركيبي PSO – GA جهت جايابي بهينة خازن در سیستم‌های توزيع
        محمدهادی  ورهرام امیر  محمدی
        در اين مقاله ، ما يك الگوريتم جديد پيشنهاد كرده‌ايم كه PSO و ژنتيك را به طريقي با هم تركيب می‌کند بگونه‌اي كه الگوريتم جديد مؤثرتر و كارآمدتر می‌شود. اين بدان معناست که سرعت رسيدن به پاسخ به طور قابل ملاحظه‌اي افزايش مي‌يابد و در عين حال دقّت پاسخ نيز به مراتب بالاتر چکیده کامل
        در اين مقاله ، ما يك الگوريتم جديد پيشنهاد كرده‌ايم كه PSO و ژنتيك را به طريقي با هم تركيب می‌کند بگونه‌اي كه الگوريتم جديد مؤثرتر و كارآمدتر می‌شود. اين بدان معناست که سرعت رسيدن به پاسخ به طور قابل ملاحظه‌اي افزايش مي‌يابد و در عين حال دقّت پاسخ نيز به مراتب بالاتر است. خاصيت الگوريتم بهينه‌سازي تجمّع اين است که به سرعت همگرا مي‌شود ، اما در نزديكي‌هاي نقطة بهينه فرآيند جستجو به شدّت كند مي‌شود . از طرفی می‌دانیم که الگوريتم ژنتيك نيز به شرايط اوليه به شدت حساس است. در حقيقت طبيعت تصادفي عملگرهاي ژنتيك ، الگوريتم را به جمعیّت اوليّه حساس مي‌کند. اين وابستگي به شرايط اوليه به گونه‌اي است كه اگر جمعیّت اوليه خوب انتخاب نشود ، الگوريتم ممكن است همگرا نشود. در اين مقاله با استفاده از اين الگوريتم تركيبي GA- PSO، مكان و اندازة بهينة خازن در يك سيستم توزيع نمونه بدست آمده است . همچنين جايابي بهينة خازن با الگوريتم هاي PSO و GA بطور جداگانه بدست و نتايج با هم مقايسه شده‌اند .نتايج نشان می‌دهند که الگوريتم جديد مي‌تواند سريع‌تر به پاسخ برسد و به جمعیّت اوليه وابسته نيست و پاسخ‌هاي دقيق‌تري را پيدا می‌کند. پرونده مقاله
      • دسترسی آزاد مقاله

        4 - زمانبندی کارها در محیط‌های ابری با استفاده از چارچوب نگاشت – کاهش و الگوریتم ژنتیک
        سید نیما  خضر نیما جعفری نویمی پور
        زمان‌بندی وظایف یک جزء حیاتی هر سیستم توزیع‌شده همچون گرید، ابر و شبکه های نظیر به نظیر می باشد که وظایف را برای اجرا به منابع مناسب ارجاع می دهد. روش های رایج در زمان‌بندی دارای معایبی از قبیل پیچیدگی زمانی بالا، هم‌زمان اجرا نشدن کارهای ورودی و افزایش زمان اجرای برنام چکیده کامل
        زمان‌بندی وظایف یک جزء حیاتی هر سیستم توزیع‌شده همچون گرید، ابر و شبکه های نظیر به نظیر می باشد که وظایف را برای اجرا به منابع مناسب ارجاع می دهد. روش های رایج در زمان‌بندی دارای معایبی از قبیل پیچیدگی زمانی بالا، هم‌زمان اجرا نشدن کارهای ورودی و افزایش زمان اجرای برنامه است. الگوریتم های زمان‌بندی بر پایه اکتشاف جهت اولویت‌دهی به وظایف از سیاست های متفاوتی استفاده می کنند که باعث به وجود آمدن زمان های اجرای بالا بر روی سیستم های رایانش توزیع شده ناهمگن می شود. بنابراین، روشی مناسب است که اولویت دهی آن باعث تولید زمان اجرای کل کمینه گردد. الگوریتم ژنتیک به‌عنوان یکی از روش‌های تکاملی به‌منظور بهینه کردن مسائل NP-کامل به کار گرفته می شود. در این مقاله الگوریتم ژنتیک موازی با استفاده از چارچوب نگاشت-کاهش برای زمان‌بندی وظایف بر روی رایانش ابری با استفاده از صف های اولویت چندگانه ارائه‌شده است. ایده اصلی این مقاله، استفاده از چارچوب نگاشت-کاهش برای کاهش زمان اجرای کل برنامه می باشد. نتایج آزمایش‌ها بر روی مجموعه ای از گراف های جهت دار بدون دور تصادفی حاکی از آن است که روش پیشنهادی زمان اجرای کل دو روش موجود را با سرعت همگرایی بالا بهبود داده است. پرونده مقاله
      • دسترسی آزاد مقاله

        5 - Multimodal Biometric Recognition Using Particle Swarm Optimization-Based Selected Features
        Sara Motamed علی برومندنیا Azamossadat Nourbakhsh
        Feature selection is one of the best optimization problems in human recognition, which reduces the number of features, removes noise and redundant data in images, and results in high rate of recognition. This step affects on the performance of a human recognition system چکیده کامل
        Feature selection is one of the best optimization problems in human recognition, which reduces the number of features, removes noise and redundant data in images, and results in high rate of recognition. This step affects on the performance of a human recognition system. This paper presents a multimodal biometric verification system based on two features of palm and ear which has emerged as one of the most extensively studied research topics that spans multiple disciplines such as pattern recognition, signal processing and computer vision. Also, we present a novel Feature selection algorithm based on Particle Swarm Optimization (PSO). PSO is a computational paradigm based on the idea of collaborative behavior inspired by the social behavior of bird flocking or fish schooling. In this method, we used from two Feature selection techniques: the Discrete Cosine Transforms (DCT) and the Discrete Wavelet Transform (DWT). The identification process can be divided into the following phases: capturing the image; pre-processing; extracting and normalizing the palm and ear images; feature extraction; matching and fusion; and finally, a decision based on PSO and GA classifiers. The system was tested on a database of 60 people (240 palm and 180 ear images). Experimental results show that the PSO-based feature selection algorithm was found to generate excellent recognition results with the minimal set of selected features. پرونده مقاله
      • دسترسی آزاد مقاله

        6 - Handwritten Digits Recognition Using an Ensemble Technique Based on the Firefly Algorithm
        Azar Mahmoodzadeh Hamed Agahi Marzieh  Salehi
        This paper develops a multi-step procedure for classifying Farsi handwritten digits using a combination of classifiers. Generally, the technique relies on extracting a set of characteristics from handwritten samples, training multiple classifiers to learn to discriminat چکیده کامل
        This paper develops a multi-step procedure for classifying Farsi handwritten digits using a combination of classifiers. Generally, the technique relies on extracting a set of characteristics from handwritten samples, training multiple classifiers to learn to discriminate between digits, and finally combining the classifiers to enhance the overall system performance. First, a pre-processing course is performed to prepare the images for the main steps. Then three structural and statistical characteristics are extracted which include several features, among which a multi-objective genetic algorithm selects those more effective ones in order to reduce the computational complexity of the classification step. For the base classification, a decision tree (DT), an artificial neural networks (ANN) and a k-nearest neighbor (KNN) models are employed. Finally, the outcomes of the classifiers are fed into a classifier ensemble system to make the final decision. This hybrid system assigns different weights for each class selected by each classifier. These voting weights are adjusted by a metaheuristic firefly algorithm which optimizes the accuracy of the overall system. The performance of the implemented approach on the standard HODA dataset is compared with the base classifiers and some state-of-the-art methods. Evaluation of the proposed technique demonstrates that the proposed hybrid system attains high performance indices including accuracy of 98.88% with only eleven features. پرونده مقاله
      • دسترسی آزاد مقاله

        7 - Reducing Energy Consumption in Sensor-Based Internet of Things Networks Based on Multi-Objective Optimization Algorithms
        Mohammad sedighimanesh Hessam  Zandhessami Mahmood  Alborzi Mohammadsadegh  Khayyatian
        Energy is an important parameter in establishing various communications types in the sensor-based IoT. Sensors usually possess low-energy and non-rechargeable batteries since these sensors are often applied in places and applications that cannot be recharged. The mos چکیده کامل
        Energy is an important parameter in establishing various communications types in the sensor-based IoT. Sensors usually possess low-energy and non-rechargeable batteries since these sensors are often applied in places and applications that cannot be recharged. The most important objective of the present study is to minimize the energy consumption of sensors and increase the IoT network's lifetime by applying multi-objective optimization algorithms when selecting cluster heads and routing between cluster heads for transferring data to the base station. In the present article, after distributing the sensor nodes in the network, the type-2 fuzzy algorithm has been employed to select the cluster heads and also the genetic algorithm has been used to create a tree between the cluster heads and base station. After selecting the cluster heads, the normal nodes become cluster members and send their data to the cluster head. After collecting and aggregating the data by the cluster heads, the data is transferred to the base station from the path specified by the genetic algorithm. The proposed algorithm was implemented with MATLAB simulator and compared with LEACH, MB-CBCCP, and DCABGA protocols, the simulation results indicate the better performance of the proposed algorithm in different environments compared to the mentioned protocols. Due to the limited energy in the sensor-based IoT and the fact that they cannot be recharged in most applications, the use of multi-objective optimization algorithms in the design and implementation of routing and clustering algorithms has a significant impact on the increase in the lifetime of these networks. پرونده مقاله
      • دسترسی آزاد مقاله

        8 - یک الگوریتم زمان‌بندی وظیفه چندهدفه بر اساس الگوریتم ژنتیک برای طراحی سیستم‌های نهفته
        محدثه نیک سرشت محسن راجی
        طراحان سیستم‏های نهفته با الزامات و اهداف متعددی در طراحی (مانند زمان اجرا، انرژی مصرفی و قابلیت اطمینان) مواجه هستند. ازآنجاکه در بیشتر مواقع، تلاش برای برآوردن یکی از این الزامات در تناقض با دستیابی به دیگر الزامات طراحی است، استفاده از رویکردهای چندهدفه در مراحل مخت چکیده کامل
        طراحان سیستم‏های نهفته با الزامات و اهداف متعددی در طراحی (مانند زمان اجرا، انرژی مصرفی و قابلیت اطمینان) مواجه هستند. ازآنجاکه در بیشتر مواقع، تلاش برای برآوردن یکی از این الزامات در تناقض با دستیابی به دیگر الزامات طراحی است، استفاده از رویکردهای چندهدفه در مراحل مختلف طراحی دستگاه‌های نهفته ازجمله زمان‌بندی وظایف امری اجتناب‏ناپذیر به نظر می‏رسد. در اين مقاله، یک روش زمان‌بندی وظیفه ایستای چندهدفه برای طراحی دستگاه‌های نهفته ارائه‌شده است. در این روش، وظایف به‌صورت یک گراف مدل شده و با در نظر گرفتن یک زیرساخت سخت‌افزاری برای سیستم نهفته، روشی برای نگاشت و زمان‌بندی وظایف بر روی معماری سخت‏افزاری پیشنهاد می‌شود. به‌منظور مدیریت وابستگی بین وظیفه‏ها در گراف وظایف، از یک روش بخش‏بندی استفاده‌شده است که در هر بخش، وظایفی که می‌توانند به‌طور هم‌زمان اجرا شوند مشخص‌شده و در فرآیند زمان‌بندی در نظر گرفته می‏شوند. در این روش زمان‌بندی، پارامترهای زمان اجرای وظایف، انرژی مصرفی و قابلیت اطمینان به‌عنوان اهداف بهینه‏سازی طی یک الگوریتم بهینه‌سازی ژنتیک بهینه می‌گردند. نتایج شبیه‏سازی‏ها نشان می‌دهد که روش پیشنهادی با در نظر گرفتن اهداف مختلف طراحی در مقایسه با روش‏های مشابه پیشین مانند EAG-TA، در زمان اجرای وظایف، انرژی مصرفی و قابلیت اطمینان به ترتیب 21.4، 19.2 و 20 درصد بهبود داشته است. استفاده از یک راهبرد بهینه‌سازی چندهدفه این امکان را فراهم می‌کند که طی مرحله نگاشت و زمان‌بندی، گزینه‌های متعدد طراحی پیش روی طراح قرار گیرد تا بتواند بین پارامترهای مختلف طراحی سیستم (سخت‌افزاری/نرم‌افزاری) موازنه مدنظر خود را انجام دهد. پرونده مقاله
      • دسترسی آزاد مقاله

        9 - ارائه ی مدلی برای عقیده کاوی در سطح ویژگی برای نظرات کاربران هتل ها
        الهام  خلج شهریار  محمدی
        امروزه بررسی نظرات و عقاید کاربران در بستر اینترنت بخش مهمی از فرآیند تصمیم گیری مردم در رابطه با انتخاب یک محصول یا استفاده از خدمات ارایه شده را شامل می شود. با وجود بستر اینترنت و دسترسی ساده به وبلاگ های مربوط به نظرات در زمینه صنعت گردشگری و هتلداری، منابع غنی و ع چکیده کامل
        امروزه بررسی نظرات و عقاید کاربران در بستر اینترنت بخش مهمی از فرآیند تصمیم گیری مردم در رابطه با انتخاب یک محصول یا استفاده از خدمات ارایه شده را شامل می شود. با وجود بستر اینترنت و دسترسی ساده به وبلاگ های مربوط به نظرات در زمینه صنعت گردشگری و هتلداری، منابع غنی و عظیمی از عقاید بصورت متن موجود می باشد که افراد می‌توانند از روش های متن کاوی برای کشف عقاید دیگران استفاده کنند. با توجه به اهمیت نظر و عقاید کاربران در صنایع و بویژه صنعت گردشگری و هتلداری، مباحث عقیده‌کاوی و تحلیل احساسات و کاوش متون نوشته شده توسط کاربران مورد توجه متصدیان امور قرار گرفته است . در این مقاله یک روش ترکیبی و جدید بر اساس یک رویکرد رایج در تحلیل احساسات، استفاده از واژگان برای تولید ویژگی هایی برای طبقه بندی بار احساسی نظرات ارائه شده است. بدین صورت که دو روش ساخت فهرست واژگان یکی با استفاده از روش های آماری و دیگری با استفاده از الگوریتم ژنتیکی ارائه شده است. واژگان فوق الذکر با فرهنگ واژگان احساس عمومی و استاندارد لیو بینگ آمیخته می شوند تا دقت طبقه بندی افزایش یابد. پرونده مقاله
      • دسترسی آزاد مقاله

        10 - حل مساله زمانبندی پروژه در حالت پایدار با محدودیت منابع و موعد تحویل بازه ای
        میثم جعفری اسکندری روزبه عزیزمحمدی
        مسئله زمانبندی پروژه در حالت چند وضعیتی با محدودیت منابع یکی از مسایل زمانبندی می باشد که مورد توجه محققان در سال های اخیر به دلایل راهبردی و کاربردی بودن این مسایل در ابعاد عملی و تئوری قرار گرفته است. در این پژوهش زمانبندی پروژه در حالت محدودیت منابع از هر دو نوع تجدی چکیده کامل
        مسئله زمانبندی پروژه در حالت چند وضعیتی با محدودیت منابع یکی از مسایل زمانبندی می باشد که مورد توجه محققان در سال های اخیر به دلایل راهبردی و کاربردی بودن این مسایل در ابعاد عملی و تئوری قرار گرفته است. در این پژوهش زمانبندی پروژه در حالت محدودیت منابع از هر دو نوع تجدیدپذیر و تجدید ناپذیر ضمن اینکه به دنبال کمینه کردن زمان و هزینه های اتمام پروژه که برگرفته از هزینه های متاثر از زمان تحویل فعالیت ها و منابع مصرفی می باشد به دنبال افزایش پایداری شبکه زمانبندی پروژه نیز می باشد تا با بهینه شدن زمان و هزینه پروژه فعالیت ها نیز با بیشترین پایداری ممکن برنامه ریزی و اجرا شوند. این مدل های ریاضی از نوع مسایل NP-Hard (دمیولمستر و هرلن، 2002) به حساب می آید و برای حل آن از الگوریتم های فراابتکاری از جمله ژنتیک2 و الگوریتم فاخته استفاده شده است و با آزمایشات تاگوچی به عنوان یک روش بهینه سازی آماری برای تنظیم پارامتر های ژنتیک2 و فاخته مورد استفاده قرار گرفته و سپس الگوریتم های مورد اشاره با استفاده از آزمون t با یکدیگر مقایسه و نتایج آن مورد بحث و تصمیم گیری قرار گرفته است پرونده مقاله
      • دسترسی آزاد مقاله

        11 - يك الگوريتم تكاملي تخمين توزيع جديد با استفاده از اتوماتاي يادگير
        محمدرضا میبدی
        در سالهای اخير رويکرد جديدی به منظور حل مشکلات الگوريتمهای تکاملي به ويژه الگوريتم‌های ژنتيکي مورد توجه محققين قرار گرفته است. اين رويکرد مبتني برايجاد مدلهای احتمالاتي از ژنوم‌ها و اجزای سازنده آنها مي‌باشد. تاکنون الگوريتم‌های متنوعي بر اين اساس ارائه شده‌اند که اگر چ چکیده کامل
        در سالهای اخير رويکرد جديدی به منظور حل مشکلات الگوريتمهای تکاملي به ويژه الگوريتم‌های ژنتيکي مورد توجه محققين قرار گرفته است. اين رويکرد مبتني برايجاد مدلهای احتمالاتي از ژنوم‌ها و اجزای سازنده آنها مي‌باشد. تاکنون الگوريتم‌های متنوعي بر اين اساس ارائه شده‌اند که اگر چه برخي از سادگي الگوريتم‌های ژنتيکي برخوردار نيستند، اما در حل مسائل با موفقيت بيشتری روبرو بوده‌اند. در اين مقاله رهيافت ديگری از اين الگوريتمها را بر اساس اتوماتای يادگير معرفي و مورد بررسي قرار مي‌دهيم. در اين رهيافت مدل احتمالاتي اجزای سازنده مسئله به وسيله اتوماتای يادگير و بر اساس ژنوم‌های نسل توليد شده تخمين زده مي‌شود. الگوريتم پيشنهادی بسيار ساده و برای مسائل مورد بررسي در اين مقاله دارای کارايي خوبي مي‌باشد. پرونده مقاله
      • دسترسی آزاد مقاله

        12 - برنامه‌ريزي توسعه توأم پست‌ها و خطوط فوق توزيع به كمك الگوريتم‌هاي ژنتيک GA، اجتماع مورچگان AC و تركيب ژنتيك با اجتماع مورچگان GA & AC
        وحید امیر حسین سیفی محمدصادق سپاسیان غلامرضا یوسفی
        در اين مقاله کاربرد روش‌هاي جديد بهينه‌سازي در توسعه توأم پست‌ها و خطوط فوق توزيع مطرح مي‌شود. اين روش، ترکيبي بهينه از کانديدهاي توسعه پست‌ها و خطوط فوق توزيع به منظور حداقل‌کردن تابع هدف را مشخص مي‌کند، در حالي که قيود مختلف توسعه شبکه و احتمال پيشامد خطاي يگانه در خط چکیده کامل
        در اين مقاله کاربرد روش‌هاي جديد بهينه‌سازي در توسعه توأم پست‌ها و خطوط فوق توزيع مطرح مي‌شود. اين روش، ترکيبي بهينه از کانديدهاي توسعه پست‌ها و خطوط فوق توزيع به منظور حداقل‌کردن تابع هدف را مشخص مي‌کند، در حالي که قيود مختلف توسعه شبکه و احتمال پيشامد خطاي يگانه در خطوط و ترانسفورماتورها را در نظر مي‌گيرد. در کانديداهاي مختلف توسعه پست‌ها و شبکه، ساخت خطوط يا نصب پست‌هاي جديد يا افزايش ظرفيت خطوط و پست‌ها در نظر گرفته مي‌شود. همچنين در برنامه‌ريزي توسعه ارائه‌شده، ناحيه سرويس‌دهي، ظرفيت بهينه و نوع ترانسفورماتورهاي پست‌هاي فوق توزيع (HV/MV) مشخص مي‌شود. در اين تحقيق، روش الگوريتم ژنتيک، الگوريتم مورچگان و روش ترکيبي الگوريتم مورچگان و ژنتيک که براي حل اين مسأله پيشنهاد شده است، مقايسه مي‌شوند. همچنين نتايج، با برنامه‌ريزي توسعه جداگانه پست‌ها و شبکه فوق توزيع روي شبکه نمونه مقايسه مي‌شود. پرونده مقاله
      • دسترسی آزاد مقاله

        13 - 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 چکیده کامل
        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. پرونده مقاله
      • دسترسی آزاد مقاله

        14 - مدیریت احتمالی تراکم با در نظر گرفتن عدم قطعیت‌های سيستم قدرت و استفاده از الگوریتم برنامه‌ریزی مبتنی بر شانس
        مهرداد حجت محمدحسین جاویدی
        تراكم در خطوط انتقال يكي از موانع اصلي براي شكل‌گيري رقابت سالم در بازار برق مي‌باشد و بنابراين تحقيقات متعددي بر روي روش‌هاي مديريت تراكم در بازار برق انجام شده است. از سوي ديگر، رفتار يك سيستم قدرت داراي ماهيت تصادفي است و به‌همين دليل در بسياري از مباحث مطالعاتی مرتب چکیده کامل
        تراكم در خطوط انتقال يكي از موانع اصلي براي شكل‌گيري رقابت سالم در بازار برق مي‌باشد و بنابراين تحقيقات متعددي بر روي روش‌هاي مديريت تراكم در بازار برق انجام شده است. از سوي ديگر، رفتار يك سيستم قدرت داراي ماهيت تصادفي است و به‌همين دليل در بسياري از مباحث مطالعاتی مرتبط با بهره‌برداری و برنامه‌ریزی، سیستم به‌صورت غير قطعي مدل‌سازي و بررسي مي‌گردد. عدم قطعيت‌هاي سيستم قدرت را به‌طور كلي مي‌توان در سه بخش مستقل بار، توليد و شبكه انتقال بررسي نمود. در اين مقاله، هدف ارائه روشي جديد براي تحليل تصادفي تراكم به كمك مدل‌سازي عدم قطعيت‌هاي ذاتي سيستم قدرت است. جهت تحليل مسئله مديريت تراكم به‌صورت احتمالي به‌جاي استفاده از روش‌هاي معمول، از برنامه‌ريزي مبتني بر شانس كه روشي براي مدل‌سازي مسایل بهينه‌سازي تصادفي است، استفاده مي‌گردد. مدل پیشنهادی مدیریت احتمالی تراکم توسط يك روش عددي با تكيه بر الگوريتم ژنتيك كد حقيقي و تكنيك مونت كارلو تحليل مي‌شود. براي مطالعه كارايي روش پيشنهادي، مديريت تراكم به‌صورت احتمالي بر روي شبكه 9باسه اصلاح‌شده IEEE پياده‌سازي مي‌شود. در اين شبكه منتخب، روش پيشنهادي براي تحليل تصادفي تراكم با روش ميانگين مقايسه شده و عملكرد روش ارائه‌شده در اين مقاله ارزيابي مي‌گردد. مطالعه نتایج، نشان‌دهنده انعطاف‌پذیری روش پیشنهادی در مدیریت تراکم شبکه انتقال است. پرونده مقاله
      • دسترسی آزاد مقاله

        15 - کاربرد الگوریتم ژنتیک چندهدفه برای پخش بار بهينه چندهدفه با وجود ادوات TCSC
        احسان افضلان محمود جورابیان
        اين مقاله الگوریتم ژنتیک چندهدفه (V-MOGA) را براي بهينه‌سازي هزينه توليد، آلودگي و تلفات انتقال توان اکتيو در سيستم‌هاي قدرت مجهزشده به سيستم‌هاي انتقال ac قابل انعطاف (FACTS) ارائه مي‌کند. در رويکرد پيشنهادی، مسأله پخش بار بهينه به عنوان يک مسأله بهينه‌سازي چندهدفه فر چکیده کامل
        اين مقاله الگوریتم ژنتیک چندهدفه (V-MOGA) را براي بهينه‌سازي هزينه توليد، آلودگي و تلفات انتقال توان اکتيو در سيستم‌هاي قدرت مجهزشده به سيستم‌هاي انتقال ac قابل انعطاف (FACTS) ارائه مي‌کند. در رويکرد پيشنهادی، مسأله پخش بار بهينه به عنوان يک مسأله بهينه‌سازي چندهدفه فرمول‌بندي گردیده و ادوات FACTS در نظر گرفته شده شامل خازن سري کنترل‌شده با تايريستور (TCSC) است. رويکرد پيشنهادي روي یک سيستم تست 57باسه آزمايش شده و نتايج به دست آمده از رويکرد پيشنهادي با نتايج به دست آمده از روش‌هاي NSGA - II و MODE مقايسه شده‌اند. پرونده مقاله
      • دسترسی آزاد مقاله

        16 - یک روش نیمه‌متمرکز برای بهبود ذخیره‌سازی انرژی در شبکه‌های حسگر بی‌سیم واقعی با استفاده از خوشه‌بندی و چاهک‌های متحرک
        فاطمه صادقی سپیده آدابی سحر آدایی
        استفاده از یک راهکار مسیریابی سلسله‌مراتبی مبتنی بر تکنیک‌های خوشه‌بندی و چاهک متحرک می‌تواند انرژی مصرفی در شبکه‌های حسگر بی‌سیم را به طرز قابل توجهی کاهش دهد. دو مسأله مهم در طراحی این راهکار سلسله‌مراتبی، انتخاب حسگر شایسته‌تر به عنوان سرخوشه و نیز تخصیص بهینه چاهک‌ه چکیده کامل
        استفاده از یک راهکار مسیریابی سلسله‌مراتبی مبتنی بر تکنیک‌های خوشه‌بندی و چاهک متحرک می‌تواند انرژی مصرفی در شبکه‌های حسگر بی‌سیم را به طرز قابل توجهی کاهش دهد. دو مسأله مهم در طراحی این راهکار سلسله‌مراتبی، انتخاب حسگر شایسته‌تر به عنوان سرخوشه و نیز تخصیص بهینه چاهک‌های متحرک به مناطق بحرانی (یعنی مناطقی که ریسک ایجاد حفره انرژی در آنها بالا است) می‌باشد. از آنجایی که چاهک‌های متحرک هزینه بالایی را به شبکه تحمیل می‌کنند، تعداد محدودی از آنها به کار گرفته می‌شوند. لذا تخصیص این تعداد محدود چاهک به شمار بالای درخواست‌های واصل‌شده از نقاط بحرانی در دسته مسایل NP-hard است. بیشتر راهکارهای موجود با تطبیق یک روش تکاملی و اجرای آن توسط حسگرها سعی در حل این مسأله داشته‌اند. این در حالی است که تکنولوژی به کار گرفته شده در طراحی حسگرهای امروزی و نیز منابع محاسباتی بسیار محدود آنها، اجرایی‌شدن این روش‌ها در شبکه‌های واقعی را دچار چالش می‌کند. به بیان دیگر، اجرای چنین ایده‌هایی از حد تئوری فراتر نمی‌رود. در نتیجه برای رسیدن به توازنی مناسب میان افزایش دقت و کاهش بار محاسباتی در مسیریابی مبتنی بر خوشه‌بندی‌ چاهک متحرک یک روش نیمه‌متمرکز بر اساس الگوریتم ژنتیک پیشنهاد می‌کنیم. در این روش، محاسبات سبک‌وزن از سنگین‌وزن جدا شده و اجرای دسته اول محاسبات بر عهده حسگرها و دسته دوم بر عهده ایستگاه پایه گذاشته می‌شود. اقدامات روبه‌رو در طراحی راهکار پیشنهادی انجام شده است: 1) انتخاب سرخوشه بر اساس پارامترهای تأثیرگذار محیطی و نیز تعریف تابع هزینه عضویت حسگر در خوشه، 2) مدل‌سازی ریاضی شانس یک ناحیه برای دریافت چاهک متحرک و 3) طراحی یک تابع برازش برای ارزیابی شایستگی هر تخصیص از چاهک‌های متحرک به مناطق بحرانی در الگوریتم ژنتیک. در اقدامات اخیراً ذکرشده مینیمم‌سازی تعداد و نیز طول پیام‌ها مورد توجه قرار گرفته است. به طور خلاصه، مزیت مهم روش پیشنهادی امکان اجرایی‌شدن آن در شبکه‌های حسگر واقعی (به دلیل جداسازی محاسبات سبک‌وزن از محاسبات سنگین‌وزن) در کنار ایجاد موازنه‌ای مناسب میان اهداف تعریف‌شده است. نتایج شبیه‌سازی نشان‌دهنده بهبود در عملکرد روش پیشنهادی است. پرونده مقاله
      • دسترسی آزاد مقاله

        17 - افزایش شفافیت در نهان‌نگاری تصاویر با استفاده از الگوریتم ژنتیک و نگاشت‌های قابل بازگشت
        سعید  ترابی تربتی مرتضی خادمی عباس ابراهیمی مقدم
        نهان‌نگاری تصاویر، رویکرد جایگذاری اطلاعات در تصویر پوشش است. یکی از معیارهای ارزیابی یک روش نهان‌نگاری تصاویر، توانایی آن در حفظ شفافیت تصویر پوشش است. در واقع، جایگذاری اطلاعات پنهان باید به گونه‌ای باشد که کمترین تغییرات در شفافیت بین تصویر پوشش و تصویر نهان‌نگاری شد چکیده کامل
        نهان‌نگاری تصاویر، رویکرد جایگذاری اطلاعات در تصویر پوشش است. یکی از معیارهای ارزیابی یک روش نهان‌نگاری تصاویر، توانایی آن در حفظ شفافیت تصویر پوشش است. در واقع، جایگذاری اطلاعات پنهان باید به گونه‌ای باشد که کمترین تغییرات در شفافیت بین تصویر پوشش و تصویر نهان‌نگاری شده به وجود آید. میزان شفافیت تصویر خروجی به صورت عمده تحت تأثیر روش جایگذاری و میزان اطلاعات پنهان یا همان ظرفیت جایگذاری است. با این موضوع می‌توان به عنوان یک مسئله بهینه‌سازی برخورد کرد و تابع مد نظر برای بهینه‌سازی را شفافیت تصویر قرار داد. در روش پیشنهادی، تابع PSNR برای بهینه‌سازی انتخاب شده است. متغیرهای این تابع، نگاشت‌های اعمالی روی تصویر پوشش و اطلاعات پنهان و مکان جایگذاری اطلاعات در تصویر پوشش هستند. این متغیرها با ایجاد حالات مختلف جایگذاری، روی PSNR تصویر خروجی تأثیر می‌گذارند. توسط الگوریتم ژنتیک و استفاده از دو مفهوم جستجوی هدفمند و جستجوی بدون هدف، محل و حالت مناسب برای جایگذاری اطلاعات در کم‏ارزش‌ترین بیت‌های تصویر پوشش شناسایی می‌شوند. در این روش، بازیابی اطلاعات پنهان به صورت کامل و بدون خطا صورت می‌گیرد. این کار توسط کلید نهایی تولیدشده توسط الگوریتم ژنتیک یا همان کروموزومی که منجر به نهان‌نگاری شده است، صورت می‌گیرد. این ویژگی در سیستم‌های مدیریتی و شبکه‌های ابری که برای ذخیره‏سازی اطلاعات از نهان‌نگاری استفاده می‌کنند، مهم است. نهایتاً روش پیشنهادی مورد آزمایش قرار گرفته و نتایج آن با روش‌های دیگر در همین حوزه مقایسه شده است. نتایج حاصل از آزمایش‌ها با معیارهای PSNR و همچنین مقادیر بالاتر از 99/0 در معیار SSIM، افزایش شفافیت در روش ارائه‌شده نسبت به رقیبان و همچنین روش LSB ساده را نشان می‌دهند. نتایج به دست آمده از بررسی معیار عینی NIQE و هیستوگرام، تغییرات اندک تصویر نهان‌نگاری شده را نسبت به تصویر اصلی نشان می‌دهند. بهبود در نتایج آزمایش به علت استفاده هم‌زمان نگاشت روی اطلاعات پنهان و تصویر پوشش، معرفی نگاشت جدید انتقال ناحیه‌ای و استفاده از دو نوع جهش و ترکیب در ساختار الگوریتم ژنتیک است. پرونده مقاله
      • دسترسی آزاد مقاله

        18 - جهت‌گیری بهینه ساختمان باهدف سایه‌اندازی مطلوب و کاهش مصرف انرژی (نمونه موردی خانه موسیقی تهران)
        تیام  آرام جواد ایرجی
        روند رو به افزایش رشد جمعیت، بحران انرژی و رو به اتمام بودن منابع انرژی در کره زمین، همگی هشدارهایی هستند برای تمامی علوم و در تمام زمینه‌ها و حرفه‌ها، برای کمک به پایداری وضع موجود. ازآنجایی‌که مقدار زیادی از مصرف انرژی در دنیا صرف مصارف ساختمانی می‌گردد و از این میزان چکیده کامل
        روند رو به افزایش رشد جمعیت، بحران انرژی و رو به اتمام بودن منابع انرژی در کره زمین، همگی هشدارهایی هستند برای تمامی علوم و در تمام زمینه‌ها و حرفه‌ها، برای کمک به پایداری وضع موجود. ازآنجایی‌که مقدار زیادی از مصرف انرژی در دنیا صرف مصارف ساختمانی می‌گردد و از این میزان مقدار قابل‌توجهی صرف بار سرمایش و گرمایش و ایجاد آسایش حرارتی در ساختمان می‌گردد، توجه و مطالعه در این زمینه به‌شدت موردتوجه می‌باشد. در این پژوهش با انتخاب یک ساختمان به‌عنوان نمونه موردی، میزان تابش نور خورشید دریافتی توسط سطوح عمودی، بررسی‌شده است؛ و در ادامه با استفاده از روش شبیه‌سازی و نرم‌افزارهای مرتبط، به‌طور بی‌درنگ زاویه‌های متفاوتی بین صفر تا 180 درجه چرخش برای ساختمان درنظر گرفته‌شده است تا زاویه قرارگیری ساختمان بهینه گردد. زاویه بهینه به این معنا که کمترین میزان انرژی خورشید در سطوح عمودی دریافت شود و بیشترین میزان سایه‌اندازی را داشته باشیم. در رابطه با میزان نور خورشید دریافتی در ساختمان و زاویه بهینه پژوهش‌هایی بالاخص در سال‌های گذشته انجام‌شده است که نرم‌افزار مورداستفاده و نیز اندازه‌گیری بر روی سطوح عمودی در شهر تهران در این تحقیق، به‌عنوان نوآوری پژوهش محسوب می‌گردد. نتایج زاویه بهینه را به همراه نمودارهای تحلیل انرژی ساختمان نمایش می‌دهد. پرونده مقاله