-
دسترسی آزاد مقاله
1 - استفاده از خوشه بندی در پروتکل مسیریابی AODV برای شبکه های بین خودرویی بر روی سناریوی بزرگراه
امین فیضیشبکه های بین خودرویی زیرمجموعه‌ای از شبکه های سیار موردی می باشد که در آن خودروها به عنوان گره های شبکه محسوب می شوند. تفاوت اصلی آن با شبکه های سیار موردی در تحرک سریع گره ها است که باعث تغییر سریع توپولوژی در این شبکه می شود. تغییرات سریع توپولوژی شبکه یک چالش بزرگ بر چکیده کاملشبکه های بین خودرویی زیرمجموعه‌ای از شبکه های سیار موردی می باشد که در آن خودروها به عنوان گره های شبکه محسوب می شوند. تفاوت اصلی آن با شبکه های سیار موردی در تحرک سریع گره ها است که باعث تغییر سریع توپولوژی در این شبکه می شود. تغییرات سریع توپولوژی شبکه یک چالش بزرگ برای مسیریابی محسوب می شود که برای مسیریابی در این شبکه ها، پروتکل های مسیریابی باید قوی و قابل‌اعتماد باشد. یکی از پروتکل های مسیریابی شناخته شده در شبکه‌های بین خودرویی، پروتکل مسیریابی AODV است. اعمال این پروتکل مسیریابی بر روی شبکه های بین خودرویی نیز دارای مشکلاتی میباشد که با افزایش مقیاس شبکه و تعداد گره ها، تعداد پیام های کنترلی در شبکه افزایش می یابد. یکی از روشهای کاهش سربار در پروتکل AODV، خوشه بندی کردن گره های شبکه است. در این مقاله برای خوشه بندی کردن گره ها از الگوریتم تغییریافته K-Means و برای انتخاب سر خوشه از الگوریتم ازدحام ذرات استفاده شده است. نتایج بدست آمده از روش پیشنهادی باعث بهبود بار مسیریابی نرمال شده و افزایش نرخ تحویل بسته در مقایسه با پروتکل مسیریابی AODV شده است. پرونده مقاله -
دسترسی آزاد مقاله
2 - تخصیص بهینه درس‌پار به کمک الگوریتم بهینهسازی گروه ذرّات
غلامعلی منتظریاددهندگان معمولاً به طور ذهنی دریافتهاند که تدریس خوب دارای چه ویژگیهایی است و با توجه به تجربه و حوزهی دانش خود درسپارهایی ایجاد کرده و در وب قرار میدهند. به همین دلیل بسیاری از یادگیرندگان نمیتوانند درسپارهای متناسب با نیازهای خود را پیدا کنند. به همین جهت بسی چکیده کاملیاددهندگان معمولاً به طور ذهنی دریافتهاند که تدریس خوب دارای چه ویژگیهایی است و با توجه به تجربه و حوزهی دانش خود درسپارهایی ایجاد کرده و در وب قرار میدهند. به همین دلیل بسیاری از یادگیرندگان نمیتوانند درسپارهای متناسب با نیازهای خود را پیدا کنند. به همین جهت بسیاری از پژوهشگران، تحقیقات خود را بر سامانههای یادگیری شخصی شده معطوف داشته‌اند که یکی از روشهای شخصی‌سازی در محیط یادگیری الکترونیکی، تعیین توالی مناسب درس‌پارهاست. در این مقاله به بهینهسازی توالی درس‌پارها با استفاده از الگوریتم بهینهسازی گروه ذرّات پرداخته شده است. معیارهای استفاده شده برای انجام این کار سبک یادگیری و توانایی یادگیرندگان بوده که به ترتیب با استفاده از پرسشنامه‌ی فلدر و سولومان و نظریه‌ی پرسش و پاسخ شناسایی شده است. به منظور ارزیابی روش پیشنهادی، سامانه‌ی طراحی شده در محیط آموزشی وب‌بنیاد در حالت‌های مختلف مورد استفاده قرار گرفته و نتایج حاصل از «موفقیت تحصیلی»، «رضایت تحصیلی» و «زمان حضور در محیط» یادگیرندگان مورد بررسی و تحلیل قرار گرفته است که نتایج، کارامدی چشمگیر سامانه‌ی پیشنهادی را نشان میدهد. پرونده مقاله -
دسترسی آزاد مقاله
3 - استفاده از روش تركيبي PSO – GA جهت جايابي بهينة خازن در سیستمهای توزيع
محمدهادی ورهرام امیر محمدیدر 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 کاملدر 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 - استفاده از یک الگوریتم بهینهسازی چند هدفه برای تخصیص کارها در سیستمهای مبتنی بر ابر با هدف کاهش انرژی مصرفی
سارا طبقچی میلان نیما جعفری نویمی پورافزایش تقاضا منجر به افزایش تنوع، تعداد خدمات و درنتیجه ایجاد مراکز داده رایانش با مقیاس بزرگ‌شده است که علاوه بر هزینههای عملیاتی بالا، مقادیر عظیمی از توان الکتریکی را مصرف میکند. از طرفی سیستمهای خنک‌کننده ناکافی و ناکارآمد، نه‌تنها باعث گرم شدن بیش‌ازحد منابع و ک چکیده کاملافزایش تقاضا منجر به افزایش تنوع، تعداد خدمات و درنتیجه ایجاد مراکز داده رایانش با مقیاس بزرگ‌شده است که علاوه بر هزینههای عملیاتی بالا، مقادیر عظیمی از توان الکتریکی را مصرف میکند. از طرفی سیستمهای خنک‌کننده ناکافی و ناکارآمد، نه‌تنها باعث گرم شدن بیش‌ازحد منابع و کاهش عمر کاری دستگاه‌ها می‌شود، بلکه باعث تولید کربن شده که در وضعیت آب‌وهوا نقش مهمی دارد. ازاین‌رو، در این پژوهش، یک روش مؤثر مدیریت منابع انرژی در مراکز داده ابری مجازی شده ارائه‌شده که علاوه بر کاهش مصرف انرژی و هزینههای عملیاتی، باعث افزایش کیفیت خدمات نیز شده است. این پژوهش، به ارائه یک استراتژی تخصیص منبع در سیستمهای ابری باهدف کاهش انرژی و هزینه اجرا پرداخته و کاربرد آن را در محیط رایانش ابری بررسی میکند. نتایج حاصل از شبیهسازی نشان میدهد که روش پیشنهادی میتواند نسبت به روشهای NPA[1]، [2]DVFS، [3]ST و [4]MM ، میانگین انرژی مصرفی را تا 0.626 کیلووات ساعت کاهش دهد، همچنین نیاز به مهاجرت و موارد نقض SLA نیز به ترتیب به 186 و 30.91% کاهش پیدا نمود. پرونده مقاله -
دسترسی آزاد مقاله
5 - بهینهسازی توأم اختصاص توان در یک شبکه مخابرات همکارانه با استفاده از دسترسی چندگانه غیرمتعامد
حمید امیری آرا محمدباقر مسرور محمدرضا ذهابیدر این مقاله یک شبکه فراسو با دو کاربر به ترتیب در نقش فرستنده و رله، و یک ایستگاه مرکزی به عنوان گیرنده در نظر گرفته شده است. هدف این است که ضریب بهینه سمبل‌های سیگنال غیرمتعامد و اختصاص توان بهینه در منبع-رله به منظور بیشینه کردن متوسط مجموع نرخ در یک سیستم مخابرات ه چکیده کاملدر این مقاله یک شبکه فراسو با دو کاربر به ترتیب در نقش فرستنده و رله، و یک ایستگاه مرکزی به عنوان گیرنده در نظر گرفته شده است. هدف این است که ضریب بهینه سمبل‌های سیگنال غیرمتعامد و اختصاص توان بهینه در منبع-رله به منظور بیشینه کردن متوسط مجموع نرخ در یک سیستم مخابرات همکارانه با استفاده از تکنیک دسترسی چندگانه غیرمتعامد، تعیین شود. برای دستیابی به این اهداف، ابتدا متوسط مجموع نرخ سیستم مخابرات همکارانه با استفاده از دسترسی چندگانه غیرمتعامد با رله کدگشایی و ارسال، در کانال مستقل رایلی محاسبه گردید. سپس در گام اول، مسئله بهینهسازی ضریب سمبل‌های سیگنال غیرمتعامد در این سیستم به ازای هر اختصاص توانی به صورت ریاضی بیان شده و رابطه بسته برای حل تقریبی آن پیشنهاد شده است. در گام دوم، مسئله بهینهسازی اختصاص توان بهینه ارسالی از منبع-رله، به ازای ضرایب سیگنال مشخص معرفی و حل گردید. در انتها، مسئله بهینهسازی توأم ضریب سمبل‌های سیگنال غیرمتعامد و اختصاص توان بررسی می‌شود و الگوریتمی برای بهینهسازی توأم این دو پارامتر پیشنهاد شده است. الگوریتم پیشنهادی این مقاله نشان میدهد که بهینهسازی توأم ضریب سمبل‌های سیگنال غیرمتعامد و اختصاص توان منجر به دستیابی به متوسط نرخ بالاتری نسبت به بهینهسازی جداگانه هر یک از این پارامترها می‌شود. همچنین، شبیهسازی و نتایج عددی برای تائید روابط تئوری ارائه گردیده است، که شبیه‌سازی‌ها بهره dB 3 را برای سیستم بهینه شده توأم با استفاده از الگوریتم پیشنهادی در مقایسه با سیستم غیر بهینه نشان میدهند. پرونده مقاله -
دسترسی آزاد مقاله
6 - Multimodal Biometric Recognition Using Particle Swarm Optimization-Based Selected Features
Sara Motamed علی برومندنیا Azamossadat NourbakhshFeature 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 کاملFeature 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
7 - A Robust Data Envelopment Analysis Method for Business and IT Alignment of Enterprise Architecture Scenarios
Mehdi Fasanghari Mohsen Sadegh Amalnick Reza Taghipour Anvari Jafar RazmiInformation Technology is recognized as a competitive enabler in today’s dynamic business environment. Therefore, alliance of business and Information Technology process is critical, which is mostly emphasized in Information Technology governance frameworks. On the othe چکیده کاملInformation Technology is recognized as a competitive enabler in today’s dynamic business environment. Therefore, alliance of business and Information Technology process is critical, which is mostly emphasized in Information Technology governance frameworks. On the other hand, Enterprise Architectures are deployed to steer organizations for achieving their objectives while being responsive to changes. Thus, it is proposed to align the business and Information Technology through investigating the suitability of Enterprise Architecture scenarios. In view of this fact, investigating a flexible decision making method for business and information technology alignment analysis is necessary, but it is not sufficient since the subjective analysis is always perturbed by some degree of uncertainty. Therefore, we have developed a new robust Data Envelopment Analysis technique designed for Enterprise Architecture scenario analysis. Several numerical experiments and a sensitivity analysis are designed to show the performance, significance, and flexibility of the proposed method in a real case. پرونده مقاله -
دسترسی آزاد مقاله
8 - Optimal Sensor Scheduling Algorithms for Distributed Sensor Networks
Behrooz Safarinejadian Abdolah RahimiIn this paper, a sensor network is used to estimate the dynamic states of a system. At each time step, one (or multiple) sensors are available that can send its measured data to a central node, in which all of processing is done. We want to provide an optimal algorithm چکیده کاملIn this paper, a sensor network is used to estimate the dynamic states of a system. At each time step, one (or multiple) sensors are available that can send its measured data to a central node, in which all of processing is done. We want to provide an optimal algorithm for scheduling sensor selection at every time step. Our goal is to select the appropriate sensor to reduce computations, optimize the energy consumption and enhance the network lifetime. To achieve this goal, we must reduce the error covariance. Three algorithms are used in this work: sliding window, thresholding and randomly chosen algorithms. Moreover, we will offer a new algorithm based on circular selection. Finally, a novel algorithm for selecting multiple sensors is proposed. Performance of the proposed algorithms is illustrated with numerical examples. پرونده مقاله -
دسترسی آزاد مقاله
9 - PSO-Algorithm-Assisted Multiuser Detection for Multiuser and Inter-symbol Interference Suppression in CDMA Communications
Atefeh Haji Jamali Arani پائیز عزمیApplying particle swarm optimization (PSO) algorithm has become a widespread heuristic technique in many fields of engineering. In this paper, we apply PSO algorithm in additive white Gaussian noise (AWGN) and multipath fading channels. In the proposed method, PSO algor چکیده کاملApplying particle swarm optimization (PSO) algorithm has become a widespread heuristic technique in many fields of engineering. In this paper, we apply PSO algorithm in additive white Gaussian noise (AWGN) and multipath fading channels. In the proposed method, PSO algorithm was applied to solve joint multiuser and inter-symbol interference (ISI) suppression problems in the code-division multiple-access (CDMA) systems over multipath Rayleigh fading channel and consequently, to reduce the computational complexity. At the first stage, to initialize the POS algorithm, conventional detector (CD) was employed. Then, time-varying acceleration coefficients (TVAC) were used in the PSO algorithm. The simulation results indicated that the performance of PSO-based multiuser detection (MUD) with TVAC is promising and it is outperforming the CD. پرونده مقاله -
دسترسی آزاد مقاله
10 - Analysis and Evaluation of Techniques for Myocardial Infarction Based on Genetic Algorithm and Weight by SVM
hojatallah hamidi Atefeh DaraeiAlthough decreasing rate of death in developed countries because of Myocardial Infarction, it is turned to the leading cause of death in developing countries. Data mining approaches can be utilized to predict occurrence of Myocardial Infarction. Because of the side effe چکیده کاملAlthough decreasing rate of death in developed countries because of Myocardial Infarction, it is turned to the leading cause of death in developing countries. Data mining approaches can be utilized to predict occurrence of Myocardial Infarction. Because of the side effects of using Angioplasty as main method for diagnosing Myocardial Infarction, presenting a method for diagnosing MI before occurrence seems really important. This study aim to investigate prediction models for Myocardial Infarction, by applying a feature selection model based on Wight by SVM and genetic algorithm. In our proposed method, for improving the performance of classification algorithm, a hybrid feature selection method is applied. At first stage of this method, the features are selected based on their weights, using weight by Support Vector Machine. At second stage, the selected features, are given to genetic algorithm for final selection. After selecting appropriate features, eight classification methods, include Sequential Minimal Optimization, REPTree, Multi-layer Perceptron, Random Forest, K-Nearest Neighbors and Bayesian Network, are applied to predict occurrence of Myocardial Infarction. Finally, the best accuracy of applied classification algorithms, have achieved by Multi-layer Perceptron and Sequential Minimal Optimization. پرونده مقاله -
دسترسی آزاد مقاله
11 - Data Aggregation Tree Structure in Wireless Sensor Networks Using Cuckoo Optimization Algorithm
Elham mohsenifard Behnam TalebiWireless sensor networks (WSNs) consist of numerous tiny sensors which can be regarded as a robust tool for collecting and aggregating data in different data environments. The energy of these small sensors is supplied by a battery with limited power which cannot be rech چکیده کاملWireless sensor networks (WSNs) consist of numerous tiny sensors which can be regarded as a robust tool for collecting and aggregating data in different data environments. The energy of these small sensors is supplied by a battery with limited power which cannot be recharged. Certain approaches are needed so that the power of the sensors can be efficiently and optimally utilized. One of the notable approaches for reducing energy consumption in WSNs is to decrease the number of packets to be transmitted in the network. Using data aggregation method, the mass of data which should be transmitted can be remarkably reduced. One of the related methods in this approach is the data aggregation tree. However, it should be noted that finding the optimization tree for data aggregation in networks with one working-station is an NP-Hard problem. In this paper, using cuckoo optimization algorithm (COA), a data aggregation tree was proposed which can optimize energy consumption in the network. The proposed method in this study was compared with genetic algorithm (GA), Power Efficient Data gathering and Aggregation Protocol- Power Aware (PEDAPPA) and energy efficient spanning tree (EESR). The results of simulations which were conducted in matlab indicated that the proposed method had better performance than GA, PEDAPPA and EESR algorithm in terms of energy consumption. Consequently, the proposed method was able to enhance network lifetime. پرونده مقاله -
دسترسی آزاد مقاله
12 - A Hybrid Cuckoo Search for Direct Blockmodeling
Saeed NasehiMoghaddam مهدي غضنفری بابک تیمورپورAs a way of simplifying, size reducing and making sense of the structure of each social network, blockmodeling consists of two major, essential components: partitioning of actors to equivalence classes, called positions, and clarifying relations between and within posit چکیده کاملAs a way of simplifying, size reducing and making sense of the structure of each social network, blockmodeling consists of two major, essential components: partitioning of actors to equivalence classes, called positions, and clarifying relations between and within positions. Partitioning of actors to positions is done variously and the ties between and within positions can be represented by density matrices, image matrices and reduced graphs. While actor partitioning in classic blockmodeling is performed by several equivalence definitions, such as structural and regular equivalence, generalized blockmodeling, using a local optimization procedure, searches the best partition vector that best satisfies a predetermined image matrix. The need for known predefined social structure and using a local search procedure to find the best partition vector fitting into that predefined image matrix, makes generalized blockmodeling be restricted. In this paper, we formulate blockmodel problem and employ a genetic algorithm to search for the best partition vector fitting into original relational data in terms of the known indices. In addition, during multiple samples and various situations such as dichotomous, signed, ordinal or interval valued relations, and multiple relations the quality of results shows better fitness to original relational data than solutions reported by researchers in classic, generalized, and stochastic blockmodeling field. پرونده مقاله -
دسترسی آزاد مقاله
13 - Hybrid Task Scheduling Method for Cloud Computing by Genetic and PSO Algorithms
Amin Kamalinia Ali GhaffariCloud computing makes it possible for users to use different applications through the internet without having to install them. Cloud computing is considered to be a novel technology which is aimed at handling and providing online services. For enhancing efficiency in cl چکیده کاملCloud computing makes it possible for users to use different applications through the internet without having to install them. Cloud computing is considered to be a novel technology which is aimed at handling and providing online services. For enhancing efficiency in cloud computing, appropriate task scheduling techniques are needed. Due to the limitations and heterogeneity of resources, the issue of scheduling is highly complicated. Hence, it is believed that an appropriate scheduling method can have a significant impact on reducing makespans and enhancing resource efficiency. Inasmuch as task scheduling in cloud computing is regarded as an NP complete problem; traditional heuristic algorithms used in task scheduling do not have the required efficiency in this context. With regard to the shortcomings of the traditional heuristic algorithms used in job scheduling, recently, the majority of researchers have focused on hybrid meta-heuristic methods for task scheduling. With regard to this cutting edge research domain, we used HEFT (Heterogeneous Earliest Finish Time) algorithm to propose a hybrid meta-heuristic method in this paper where genetic algorithm (GA) and particle swarm optimization (PSO) algorithms were combined with each other. The results of simulation and statistical analysis of proposed scheme indicate that the proposed algorithm, when compared with three other heuristic and a memetic algorithms, has optimized the makespan required for executing tasks. پرونده مقاله -
دسترسی آزاد مقاله
14 - A Two-Stage Multi-Objective Enhancement for Fused Magnetic Resonance Image and Computed Tomography Brain Images
Leena Chandrashekar A Sreedevi AsundiMagnetic Resonance Imaging (MRI) and Computed Tomography (CT) are the imaging techniques for detection of Glioblastoma. However, a single imaging modality is never adequate to validate the presence of the tumor. Moreover, each of the imaging techniques represents a diff چکیده کاملMagnetic Resonance Imaging (MRI) and Computed Tomography (CT) are the imaging techniques for detection of Glioblastoma. However, a single imaging modality is never adequate to validate the presence of the tumor. Moreover, each of the imaging techniques represents a different characteristic of the brain. Therefore, experts have to analyze each of the images independently. This requires more expertise by doctors and delays the detection and diagnosis time. Multimodal Image Fusion is a process of generating image of high visual quality, by fusing different images. However, it introduces blocking effect, noise and artifacts in the fused image. Most of the enhancement techniques deal with contrast enhancement, however enhancing the image quality in terms of edges, entropy, peak signal to noise ratio is also significant. Contrast Limited Adaptive Histogram Equalization (CLAHE) is a widely used enhancement technique. The major drawback of the technique is that it only enhances the pixel intensities and also requires selection of operational parameters like clip limit, block size and distribution function. Particle Swarm Optimization (PSO) is an optimization technique used to choose the CLAHE parameters, based on a multi objective fitness function representing entropy and edge information of the image. The proposed technique provides improvement in visual quality of the Laplacian Pyramid fused MRI and CT images. پرونده مقاله -
دسترسی آزاد مقاله
15 - Evaluation of Pattern Recognition Techniques in Response to Cardiac Resynchronization Therapy (CRT)
Mohammad Nejadeh Peyman Bayat Jalal Kheirkhah Hassan MoladoustCardiac resynchronization therapy (CRT) improves cardiac function in patients with heart failure (HF), and the result of this treatment is decrease in death rate and improving quality of life for patients. This research is aimed at predicting CRT response for the progno چکیده کاملCardiac resynchronization therapy (CRT) improves cardiac function in patients with heart failure (HF), and the result of this treatment is decrease in death rate and improving quality of life for patients. This research is aimed at predicting CRT response for the prognosis of patients with heart failure under CRT. According to international instructions, in the case of approval of QRS prolongation and decrease in ejection fraction (EF), the patient is recognized as a candidate of implanting recognition device. However, regarding many intervening and effective factors, decision making can be done based on more variables. Computer-based decision-making systems especially machine learning (ML) are considered as a promising method regarding their significant background in medical prediction. Collective intelligence approaches such as particles swarm optimization (PSO) algorithm are used for determining the priorities of medical decision-making variables. This investigation was done on 209 patients and the data was collected over 12 months. In HESHMAT CRT center, 17.7% of patients did not respond to treatment. Recognizing the dominant parameters through combining machine recognition and physician’s viewpoint, and introducing back-propagation of error neural network algorithm in order to decrease classification error are the most important achievements of this research. In this research, an analytical set of individual, clinical, and laboratory variables, echocardiography, and electrocardiography (ECG) are proposed with patients’ response to CRT. Prediction of the response after CRT becomes possible by the support of a set of tools, algorithms, and variables. پرونده مقاله -
دسترسی آزاد مقاله
16 - Using Static Information of Programs to Partition the Input Domain in Search-based Test Data Generation
Atieh Monemi Bidgoli Hassan haghighiThe quality of test data has an important effect on the fault-revealing ability of software testing. Search-based test data generation reformulates testing goals as fitness functions, thus, test data generation can be automated by meta-heuristic algorithms. Meta-heurist چکیده کاملThe quality of test data has an important effect on the fault-revealing ability of software testing. Search-based test data generation reformulates testing goals as fitness functions, thus, test data generation can be automated by meta-heuristic algorithms. Meta-heuristic algorithms search the domain of input variables in order to find input data that cover the targets. The domain of input variables is very large, even for simple programs, while this size has a major influence on the efficiency and effectiveness of all search-based methods. Despite the large volume of works on search-based test data generation, the literature contains few approaches that concern the impact of search space reduction. In order to partition the input domain, this study defines a relationship between the structure of the program and the input domain. Based on this relationship, we propose a method for partitioning the input domain. Then, to search in the partitioned search space, we select ant colony optimization as one of the important and prosperous meta-heuristic algorithms. To evaluate the performance of the proposed approach in comparison with the previous work, we selected a number of different benchmark programs. The experimental results show that our approach has 14.40% better average coverage versus the competitive approach پرونده مقاله -
دسترسی آزاد مقاله
17 - Improvement of Firefly Algorithm using Particle Swarm Optimization and Gravitational Search Algorithm
Mahdi TouraniEvolutionary algorithms are among the most powerful algorithms for optimization, Firefly algorithm (FA) is one of them that inspired by nature. It is an easily implementable, robust, simple and flexible technique. On the other hand, Integration of this algorithm with ot چکیده کاملEvolutionary algorithms are among the most powerful algorithms for optimization, Firefly algorithm (FA) is one of them that inspired by nature. It is an easily implementable, robust, simple and flexible technique. On the other hand, Integration of this algorithm with other algorithms, can be improved the performance of FA. Particle Swarm Optimization (PSO) and Gravitational Search Algorithm (GSA) are suitable and effective for integration with FA. Some method and operation in GSA and PSO can help to FA for fast and smart searching. In one version of the Gravitational Search Algorithm (GSA), selecting the K-best particles with bigger mass, and examining its effect on other masses has a great help for achieving the faster and more accurate in optimal answer. As well as, in Particle Swarm Optimization (PSO), the candidate answers for solving optimization problem, are guided by local best position and global best position to achieving optimal answer. These operators and their combination with the firefly algorithm (FA) can improve the performance of the search algorithm. This paper intends to provide models for improvement firefly algorithm using GSA and PSO operation. For this purpose, 5 scenarios are defined and then, their models are simulated using MATLAB software. Finally, by reviewing the results, It is shown that the performance of introduced models are better than the standard firefly algorithm. پرونده مقاله -
دسترسی آزاد مقاله
18 - An Automatic Thresholding Approach to Gravitation-Based Edge Detection in Grey-Scale Images
Hamed Agahi Kimia RezaeiThis paper presents an optimal auto-thresholding approach for the gravitational edge detection method in grey-scale images. The goal of this approach is to enhance the performance measures of the edge detector in clean and noisy conditions. To this aim, an optimal thres چکیده کاملThis paper presents an optimal auto-thresholding approach for the gravitational edge detection method in grey-scale images. The goal of this approach is to enhance the performance measures of the edge detector in clean and noisy conditions. To this aim, an optimal threshold is automatically found, according to which the proposed method dichotomizes the pixels to the edges and non-edges. First, some pre-processing operations are applied to the image. Then, the vector sum of the gravitational forces applied to each pixel by its neighbors is computed according to the universal law of gravitation. Afterwards, the force magnitude is mapped to a new characteristic called the force feature. Following this, the histogram representation of this feature is determined, for which an optimal threshold is aimed to be discovered. Three thresholding techniques are proposed, two of which contain iterative processes. The parameters of the formulation used in these techniques are adjusted by means of the metaheuristic grasshopper optimization algorithm. To evaluate the proposed system, two standard databases were used and multiple qualitative and quantitative measures were utilized. The results confirmed that the methodology of our work outperformed some conventional and recent detectors, achieving the average precision of 0.894 on the BSDS500 dataset. Moreover, the outputs had high similarity to the ideal edge maps. پرونده مقاله -
دسترسی آزاد مقاله
19 - Reducing Energy Consumption in Sensor-Based Internet of Things Networks Based on Multi-Objective Optimization Algorithms
Mohammad sedighimanesh Hessam Zandhessami Mahmood Alborzi Mohammadsadegh KhayyatianEnergy 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 کاملEnergy 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
20 - A Threshold-based Brain Tumour Segmentation from MR Images using Multi-Objective Particle Swarm Optimization
Katkoori Arun Kumar Ravi BodaThe Pareto optimal solution is unique in single objective Particle Swarm Optimization (SO-PSO) problems as the emphasis is on the variable space of the decision. A multi-objective-based optimization technique called Multi-Objective Particle Swarm Optimization (MO-PSO) i چکیده کاملThe Pareto optimal solution is unique in single objective Particle Swarm Optimization (SO-PSO) problems as the emphasis is on the variable space of the decision. A multi-objective-based optimization technique called Multi-Objective Particle Swarm Optimization (MO-PSO) is introduced in this paper for image segmentation. The multi-objective Particle Swarm Optimization (MO-PSO) technique extends the principle of optimization by facilitating simultaneous optimization of single objectives. It is used in solving various image processing problems like image segmentation, image enhancement, etc. This technique is used to detect the tumour of the human brain on MR images. To get the threshold, the suggested algorithm uses two fitness(objective) functions- Image entropy and Image variance. These two objective functions are distinct from each other and are simultaneously optimized to create a sequence of pareto-optimal solutions. The global best (Gbest) obtained from MO-PSO is treated as threshold. The MO-PSO technique tested on various MRI images provides its efficiency with experimental findings. In terms of “best, worst, mean, median, standard deviation” parameters, the MO-PSO technique is also contrasted with the existing Single-objective PSO (SO-PSO) technique. Experimental results show that Multi Objective-PSO is 28% advanced than SO-PSO for ‘best’ parameter with reference to image entropy function and 92% accuracy than Single Objective-PSO with reference to image variance function. پرونده مقاله -
دسترسی آزاد مقاله
21 - A New High-Capacity Audio Watermarking Based on Wavelet Transform using the Golden Ratio and TLBO Algorithm
Ali Zeidi joudaki Marjan Abdeyazdan Mohammad Mosleh Mohammad KheyrandishDigital watermarking is one of the best solutions for copyright infringement, copying, data verification, and illegal distribution of digital media. Recently, the protection of digital audio signals has received much attention as one of the fascinating topics for resear چکیده کاملDigital watermarking is one of the best solutions for copyright infringement, copying, data verification, and illegal distribution of digital media. Recently, the protection of digital audio signals has received much attention as one of the fascinating topics for researchers and scholars. In this paper, we presented a new high-capacity, clear, and robust audio signaling scheme based on the DWT conversion synergy and golden ratio advantages using the TLBO algorithm. We used the TLBO algorithm to determine the effective frame length and embedded range, and the golden ratio to determine the appropriate embedded locations for each frame. First, the main audio signal was broken down into several sub-bands using a DWT in a specific frequency range. Since the human auditory system is not sensitive to changes in high-frequency bands, to increase the clarity and capacity of these sub-bands to embed bits we used the watermark signal. Moreover, to increase the resistance to common attacks, we framed the high-frequency bandwidth and then used the average of the frames as a key value. Our main idea was to embed an 8-bit signal simultaneously in the host signal. Experimental results showed that the proposed method is free from significant noticeable distortion (SNR about 29.68dB) and increases the resistance to common signal processing attacks such as high pass filter, echo, resampling, MPEG (MP3), etc. پرونده مقاله -
دسترسی آزاد مقاله
22 - Statistical Analysis and Comparison of the Performance of Meta-Heuristic Methods Based on their Powerfulness and Effectiveness
Mehrdad Rohani Hassan Farsi Seyed Hamid ZahiriIn this paper, the performance of meta-heuristic algorithms is compared using statistical analysis based on new criteria (powerfulness and effectiveness). Due to the large number of meta-heuristic methods reported so far, choosing one of them by researchers has always b چکیده کاملIn this paper, the performance of meta-heuristic algorithms is compared using statistical analysis based on new criteria (powerfulness and effectiveness). Due to the large number of meta-heuristic methods reported so far, choosing one of them by researchers has always been challenging. In fact, the user does not know which of these methods are able to solve his complex problem. In this paper, in order to compare the performance of several methods from different categories of meta-heuristic methods new criteria are proposed. In fact, by using these criteria, the user is able to choose an effective method for his problem. For this reason, statistical analysis is conducted on each of these methods to clarify the application of each of these methods for the users. Also, powerfulness and effectiveness criteria are defined to compare the performance of the meta-heuristic methods to introduce suitable substrate and suitable quantitative parameters for this purpose. The results of these criteria clearly show the ability of each method for different applications and problems. پرونده مقاله -
دسترسی آزاد مقاله
23 - ARASP: An ASIP Processor for Automated Reversible Logic Synthesis
Zeinab Kalantari Marzieh Gerami Mohammad eshghiReversible logic has been emerged as a promising computing paradigm to design low power circuits in recent years. The synthesis of reversible circuits is very different from that of non-reversible circuits. Many researchers are studying methods for synthesizing reversib چکیده کاملReversible logic has been emerged as a promising computing paradigm to design low power circuits in recent years. The synthesis of reversible circuits is very different from that of non-reversible circuits. Many researchers are studying methods for synthesizing reversible combinational logic. Some automated reversible logic synthesis methods use optimization algorithms Optimization algorithms are used in some automated reversible logic synthesis techniques. In these methods, the process of finding a circuit for a given function is a very time-consuming task, so it’s better to design a processor which speeds up the process of synthesis. Application specific instruction set processors (ASIP) can benefit the advantages of both custom ASIC chips and general DSP chips. In this paper, a new architecture for automatic reversible logic synthesis based on an Application Specific Instruction set Processors is presented. The essential purpose of the design was to provide the programmability with the specific necessary instructions for automated synthesis reversible. Our proposed processor that we referred to as ARASP is a 16-bit processor with a total of 47 instructions, which some specific instruction has been set for automated synthesis reversible circuits. ARASP is specialized for automated synthesis of reversible circuits using Genetic optimization algorithms. All major components of the design are comprehensively discussed within the processor core. The set of instructions is provided in the Register Transform Language completely. Afterward, the VHDL code is used to test the proposed architecture. پرونده مقاله -
دسترسی آزاد مقاله
24 - یک الگوریتم زمانبندی وظیفه چندهدفه بر اساس الگوریتم ژنتیک برای طراحی سیستمهای نهفته
محدثه نیک سرشت محسن راجیطراحان 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 کاملطراحان 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
25 - A Hybrid Approach based on PSO and Boosting Technique for Data Modeling in Sensor Networks
hadi shakibian Jalaledin NasiriAn efficient data aggregation approach in wireless sensor networks (WSNs) is to abstract the network data into a model. In this regard, regression modeling has been addressed in many studies recently. If the limited characteristics of the sensor nodes are omitted from c چکیده کاملAn efficient data aggregation approach in wireless sensor networks (WSNs) is to abstract the network data into a model. In this regard, regression modeling has been addressed in many studies recently. If the limited characteristics of the sensor nodes are omitted from consideration, a common regression technique could be employed after transmitting all the network data from the sensor nodes to the fusion center. However, it is not practical nor efferent. To overcome this issue, several distributed methods have been proposed in WSNs where the regression problem has been formulated as an optimization based data modeling problem. Although they are more energy efficient than the centralized method, the latency and prediction accuracy needs to be improved even further. In this paper, a new approach is proposed based on the particle swarm optimization (PSO) algorithm. Assuming a clustered network, firstly, the PSO algorithm is employed asynchronously to learn the network model of each cluster. In this step, every cluster model is learnt based on the size and data pattern of the cluster. Afterwards, the boosting technique is applied to achieve a better accuracy. The experimental results show that the proposed asynchronous distributed PSO brings up to 48% reduction in energy consumption. Moreover, the boosted model improves the prediction accuracy about 9% on the average. پرونده مقاله -
دسترسی آزاد مقاله
26 - Mathematical Modeling of Flow Control Mechanism in Wireless Network-on-Chip
Fardad Rad Marzieh GeramiNetwork-on-chip (NoC) is an effective interconnection solution of multicore chips. In recent years, wireless interfaces (WIs) are used in NoCs to reduce the delay and power consumption between long-distance cores. This new communication structure is called wireless netw چکیده کاملNetwork-on-chip (NoC) is an effective interconnection solution of multicore chips. In recent years, wireless interfaces (WIs) are used in NoCs to reduce the delay and power consumption between long-distance cores. This new communication structure is called wireless network-on-chip (WiNoC). Compared to the wired links, demand to use the shared wireless links leads to congestion in WiNoCs. This problem increases the average packet latency as well as the network latency. However, using an efficient control mechanism will have a great impact on the efficiency and performance of the WiNoCs. In this paper, a mathematical modeling-based flow control mechanism in WiNoCs has been investigated. At first, the flow control problem has been modeled as a utility-based optimization problem with the wireless bandwidth capacity constraints and flow rate of processing cores. Next, the initial problem has been transformed into a dual problem without limitations and the best solution of the dual problem is obtained by the gradient projection method. Finally, an iterative algorithm is proposed in a WiNoC to control the flow rate of each core. The simulation results of synthetic traffic patterns show that the proposed algorithm can control and regulate the flow rate of each core with an acceptable convergence. Hence, the network throughput will be significantly improved. پرونده مقاله -
دسترسی آزاد مقاله
27 - انتخاب سبد سهام تحت محدودیت های معاملاتی و عدم قطعیت داده ها با استفاده از رویکرد بهینه سازی استوار و الگوریتم فرا ابتکاری NSGA-II
پژمان پیکانی عمران محمدی فرناز برزین پور علیرضا جندقیانسبد سرمایه گذاری مجموعه یا ترکیبی از دارایی های مالی و غیر مالی می باشد که ممکن است توسط یک فرد و یا سازمان انجام شود و چگونگی تشکیل و بهینه سازی آن از اهمیت بالایی برخوردار است. یکی از نکات بسیار مهم در فرآیند سرمایه گذاری و تشکیل پرتفوی که در نظر گرفتن آن موجب تطابق ه چکیده کاملسبد سرمایه گذاری مجموعه یا ترکیبی از دارایی های مالی و غیر مالی می باشد که ممکن است توسط یک فرد و یا سازمان انجام شود و چگونگی تشکیل و بهینه سازی آن از اهمیت بالایی برخوردار است. یکی از نکات بسیار مهم در فرآیند سرمایه گذاری و تشکیل پرتفوی که در نظر گرفتن آن موجب تطابق هر چه بیشتر مدل با دنیای واقعی و افزایش کارآمدی آن می گردد، در نظر گرفتن عدم قطعیت موجود در بازار های مالی است. لذا هدف از این پژوهش، ارایه یک مدل دو هدفه انتخاب سبد سرمایه با قابلیت پیاده سازی در شرایط عدم قطعیت داده های مالی می باشد که بدین منظور از رویکرد بهینه سازی استوار استفاده شده است. لازم به ذکر است که بازده و ارزش در معرض خطر مشروط به عنوان اهداف مدل در نظر گرفته شده اند و محدودیت های معاملاتی تعداد سهام مجاز و حدود خرید هر سهم نیز به مدل اضافه گردیده اند. هم چنین با توجه به پیچیدگی مدل ارائه شده، از الگوریتم فرا ابتکاری NSGA-II به منظور حل مدل پیشنهادی پژوهش بهره گرفته شده است. در نهایت نیز مدل با استفاده از داده های واقعی مربوط به 100 و 200 سهم از بورس اوراق بهادار تهران برای بازه زمانی سال 1396، اجرا و حل گردید که نتایج حاکی از کارآمدی رویکرد پیشنهادی به منظور تشکیل سبد سهام با توجه به مطلوبیت ها و محدودیت های سرمایه گذار در شرایط عدم قطعیت داده های مالی می باشد. پرونده مقاله -
دسترسی آزاد مقاله
28 - بهینه سازی سرمایه گذاری در بیمه های عمر مبتنی بر برنامه ریزی آرمانی
سیدفرهنگ حسینی رضا راعی غدیر مهدوی کلیشمیمدیریت سرمایه گذاری در بیمه های عمر به دلیل ویژگی های خاص آن، از اهمیت بالایی برخوردار است. بیمه عمر بر خلاف سایر بیمه نامه ها بلندمدت بوده و عمدتا متمرکز بر بازده سرمایه گذاری است. همچنین به دلیل مشارکت بیمه گذاران 85% در مازاد منافع، وقوع مازاد در یک دوره به نفع بیمه چکیده کاملمدیریت سرمایه گذاری در بیمه های عمر به دلیل ویژگی های خاص آن، از اهمیت بالایی برخوردار است. بیمه عمر بر خلاف سایر بیمه نامه ها بلندمدت بوده و عمدتا متمرکز بر بازده سرمایه گذاری است. همچنین به دلیل مشارکت بیمه گذاران 85% در مازاد منافع، وقوع مازاد در یک دوره به نفع بیمه گذار بوده و عایدی چندانی برای شرکت بیمه ندارد و در مقابل وقوع کسری در بازده تضمین شده بر عهده شرکت بیمه است. علاوه بر این کسب بازده بالا از عوامل اصلی رقابت شرکت های بیمه در بازاریابی است. علاوه بر این، شرکت های بیمه بایستی مطمئن باشند که نقدینگی کافی برای ایفا تعهدات پرداخت خسارت خود را دارا هستند. با وجود این تفاوت های اساسی بین بیمه عمر و بیمه های اموال و مسئولیت ، اما آیین نامه 60 بیمه مرکزی تفاوتی بین سرمایه گذاری ذخایر بیمه نامه های فوق قائل نیست. در این تحقیق به طراحی مدل بهینه سازی پرتفوی سرمایه گذاری در بیمه های عمر پرداخته شده است. براین اساس، مدل سرمایه گذاری مارکوف سوییچنگ خود رگرسیون بردار مبتنی بر بهینه سازی آرمانی با اهداف متضاد تعیین شده با عملکرد واقعی شرکت مقایسه گردیده است. بهینه سازی در پرتفوی سرمایه گذاری مبتنی بر بیمه عمر شرکت بیمه معلم در دوره 1391 تا 1395 صورت گرفته است. اوزان سرمایه گذاری با شبیه سازی مدل طراحی شده مارکوف سویچینگ خود رگرسیون بردار با بهینه سازی اهداف شامل حداکثر سازی بازده شرکت، کمینه سازی کمبود احتمالی بازده، حداکثرسازی بازده بیمه گذاران و کمینه سازی کمبود نقدینگی اجرا شده است. براساس نتایج حاصله، مدل بهینه سازی برنامه ریزی آرمانی بازده بیشتری در مقایسه با بازده واقعی عاید شرکت می سازد و در سایر اهداف نیز عملکرد بهینه تری دارد. در نتیجه این روش می تواند در بهینه سازی پرتفوی سرمایه گذاری بیمه عمر در شرکت های بیمه بکار رود. پرونده مقاله -
دسترسی آزاد مقاله
29 - بهینه سازی چند هدفه تخصیص دانش آموزان مدارس دولتی به غیر انتفاعی تحت شرایط عدم قطعیت (مطالعه موردی: منطقه ملارد)
احمد ماکوئی سیده سارا قاسمیامروزه انتخاب راهبردهای مفید و بهینه در زمینه انتخاب و تخصیص دانش‌آموزان به مدارس، با توجه به تأثیرگذاری بسیار زیاد بر کمّیت و کیفیت آموزش، از دغدغه‌های مهم و ضروری نهاد آموزشی میباشد. در این زمینه، تعیین معیارهای مناسب برای انتخاب مناسب دانش‌آموزان با در نظر گرفتن است چکیده کاملامروزه انتخاب راهبردهای مفید و بهینه در زمینه انتخاب و تخصیص دانش‌آموزان به مدارس، با توجه به تأثیرگذاری بسیار زیاد بر کمّیت و کیفیت آموزش، از دغدغه‌های مهم و ضروری نهاد آموزشی میباشد. در این زمینه، تعیین معیارهای مناسب برای انتخاب مناسب دانش‌آموزان با در نظر گرفتن استانداردها و نیازهای آموزشی دانش‌آموزان امری الزامی است. در این تحقیق، از منظر سطح علمی، فاصله طی‌شده توسط دانش‌آموز تا مدرسه و رویکرد برنامه‌ریزی آرمانی، یک الگوی تصمیمگیری با اهداف متناظر برای انتخاب و تخصیص دانش‌آموزان به مدارس ارائه می‌شود. با توجه به روش ارائه‌شده، ابتدا ارزیابی دانش‌آموزان نسبت به مدارس موجود در قلمروی مکانی مورد نظر، با دو رویکرد فاصله طی شده توسط دانش‌آموز تا مدرسه و تناظر سطح علمی، انجام می‌شود. نتایج به دست آمده ارزیابی‌های مذکور به استناد روش جدید و کاربردی BWM ، تعیین وزن سطح علمی و فاصله تا مدرسه توسط هر دانش آموز نسبت به مدرسه مورد نظر می باشد. در مرحله بعد با توجه به وزن‌های سطح علمی و فاصله هر دانش‌آموز تا مدرسه، مدلسازی برنامه‌ریزی آرمانی تجدید نظرشده برای هر یک از دانش‌آموزان انجام می‌شود. در این حالت، وزن‌های تعیینشده مذکور، ورودی اصلی می باشد و محدودیت‌های آرمانی مورد نیاز نیز در نظر گرفته می‌شوند. در نهایت با حل مدل پیشنهادی مذکور، تخصیص بهینه دانش‌آموزان به هر کدام از مدارس انجام می‌شود. پس از تخصیص دانش‌آموزان به مدارس مورد نظر، ممکن است با کمبود ظرفیت در برخی از مدارس مواجه شویم. در این شرایط، با ارائه یک فلوچارت، نحوه جابجایی دانش‌آموزان مازاد تا رسیدن به ظرفیت استاندارد برای تمامی مدارس توضیح داده می‌شود. همچنین، با توجه به پیاده‌سازی روش پیشنهادی تحقیق برای تخصیص دانش‌آموزان به مدارس منطقه «ملارد» و انجام ارزیابیها و محاسبات مربوطه، تجزیه و تحلیل حساسیت نیز انجام شده است. نتایج نهائی تحلیل حسّاسیّت مدل پیشنهادی نشان میدهد که در نظر نگرفتن رویکرد سطح علمی، باعث تغییراتی در انتخاب و تخصیص دانش‌آموزان به مدارس می‌شود. لذا می‌بایست در ارزیابی‌های مرتبط با تخصیص دانش‌آموزان به مدارس، معیار سطح علمی در نظر گرفته شود. پرونده مقاله -
دسترسی آزاد مقاله
30 - تخمين سرعت موتور القايي تكفاز و بهينه‌سازي گشتاور آن بدون استفاده از حسگر مكانيكي
صادق واعظ‌زاده عليرضا پيمانبهبود رفتار موتورهاي القايي تكفاز و كنترل سرعت آنها اخيراً مورد توجه قرار گرفته است. اين موارد نيازمند سيگنال سرعت ماشين مي باشد. در اين مقاله روشي براي تخمين سرعت موتور القايي تكفاز ارائه مي شود و كاربرد آن در بهبود گشتاور ماشين مورد مطالعه و بررسي مشروح قرار مي گيرد. چکیده کاملبهبود رفتار موتورهاي القايي تكفاز و كنترل سرعت آنها اخيراً مورد توجه قرار گرفته است. اين موارد نيازمند سيگنال سرعت ماشين مي باشد. در اين مقاله روشي براي تخمين سرعت موتور القايي تكفاز ارائه مي شود و كاربرد آن در بهبود گشتاور ماشين مورد مطالعه و بررسي مشروح قرار مي گيرد. بدين منظور با استفاده از معادلات حاكم بر موتور القايي تكفاز در دستگاه مرجع ساكن، سرعت موتور بر حسب پارامترهاي موتور و مؤلفه‌هاي شار پيوندي استاتور بدست مي آيد. با بدست آوردن شارهاي پيوندي از ولتاژ و جريان سيمپيچيهاي موتور، سرعت موتور با دقت نسبتاً زياد تخمين زده مي شود. سپس سرعت تخميني در افزايش گشتاور متوسط، كاهش گشتاور نوساني و بهينه سازي كلي گشتاور ماشين مورد استفاده قرار مي گيرد و نتايج شبيهسازي در شرايط استفاده از سرعت واقعي و سرعت تخميني مقايسه مي شود. ناچيز بودن خطاي موجود مؤيد كارآمدي روش پيشنهادي در تخمين سرعت مي باشد. رفتار موتورهاي القايي تكفاز و كنترل سرعت آنها اخيراً مورد توجه قرار گرفته است. اين موارد نيازمند سيگنال سرعت ماشين مي باشد. در اين مقاله روشي براي تخمين سرعت موتور القايي تكفاز ارائه مي شود و كاربرد آن در بهبود گشتاور ماشين مورد مطالعه و بررسي مشروح قرار مي گيرد. بدين منظور با استفاده از معادلات حاكم بر موتور القايي تكفاز در دستگاه مرجع ساكن، سرعت موتور بر حسب پارامترهاي موتور و مؤلفه‌هاي شار پيوندي استاتور بدست مي آيد. با بدست آوردن شارهاي پيوندي از ولتاژ و جريان سيمپيچيهاي موتور، سرعت موتور با دقت نسبتاً زياد تخمين زده مي شود. سپس سرعت تخميني در افزايش گشتاور متوسط، كاهش گشتاور نوساني و بهينه سازي كلي گشتاور ماشين مورد استفاده قرار مي گيرد و نتايج شبيهسازي در شرايط استفاده از سرعت واقعي و سرعت تخميني مقايسه مي شود. ناچيز بودن خطاي موجود مؤيد كارآمدي روش پيشنهادي در تخمين سرعت مي باشد. پرونده مقاله -
دسترسی آزاد مقاله
31 - طبقهبندي کننده چندمنظوره گروه ذرات
سیدحمید ظهیریدر اين تحقيق با استفاده از روش بهينه‌سازي چندمنظوره گروه ذرات طبقهبندي کننده‌اي ارائه شده است که همزمان قادر به بهينه‌سازي شاخص‌هاي متفاوت و مهمي در تشخيص الگو نظير قابليت اطمينان، نرخ تشخيص صحيح و تعداد ابرصفحه‌هاي لازم براي مرزبندي مؤثر کلاس‌هاي متفاوت در فضاي ويژگي چکیده کاملدر اين تحقيق با استفاده از روش بهينه‌سازي چندمنظوره گروه ذرات طبقهبندي کننده‌اي ارائه شده است که همزمان قادر به بهينه‌سازي شاخص‌هاي متفاوت و مهمي در تشخيص الگو نظير قابليت اطمينان، نرخ تشخيص صحيح و تعداد ابرصفحه‌هاي لازم براي مرزبندي مؤثر کلاس‌هاي متفاوت در فضاي ويژگي مي‌باشد. در طراحي طبقهبندي کننده پيشنهادشده مسايل مهم فوق-برازش و فوق-آموزش نيز برطرف شده است. توانايي دستيابي همزمان به شاخص‌هاي مذکور در ساير طبقهبندي کننده‌هاي مبتني بر روشهاي هوش جمعي وجود ندارد. نتايج عملي به دست آمده بر روي داده‌هاي آزمايشي نشان مي‌دهند که طبقهبندي کننده چندمنظوره پيشنهادي با تخمين جبهة پَرِتو بهترين مجموعه انتخابي از ابرصفحه‌هاي جداکننده کلاس‌هاي مختلف را براي برپايي شرايط دلخواه کاربر در خصوص انتخاب شاخص‌هاي فوق‌الذکر، فراهم مي‌آورد. پرونده مقاله -
دسترسی آزاد مقاله
32 - يك روش دومرحلهاي براي تركيب طبقه‌بندها
سیدحسن نبوی کریزی احسان‌اله کبیريادگيري دسته‌جمعي، يک رويکرد مؤثر در يادگيري ماشيني است كه در آن با تركيب نتايج چند طبقه‌بند سعي ميشود تقريب بهتري از يك طبقه‌بند بهينه فراهم شود. براي آنكه تركيب نتايج طبقه‌بندها مفيد واقع شود بايد طبقه‌بندهاي پايه ضمن برخورداري از كارآيي قابل قبول، داراي خطاهاي متفا چکیده کامليادگيري دسته‌جمعي، يک رويکرد مؤثر در يادگيري ماشيني است كه در آن با تركيب نتايج چند طبقه‌بند سعي ميشود تقريب بهتري از يك طبقه‌بند بهينه فراهم شود. براي آنكه تركيب نتايج طبقه‌بندها مفيد واقع شود بايد طبقه‌بندهاي پايه ضمن برخورداري از كارآيي قابل قبول، داراي خطاهاي متفاوتي بوده و قاعده مناسبي براي تركيب نتايج آنها به كار گرفته شود. در اين مقاله يك روش دومرحلهاي براي تركيب نتايج طبقه‌بندها پيشنهاد ميشود كه در مرحله اول آن، با روش اختلاط خبره‌ها يك مجموعه طبقه‌بند با خطاهاي متفاوت ايجاد ميشود و در مرحله دوم با استفاده از الگوريتم بهينه‌سازي گروه ذرات، وزن‌هاي بهينه براي تركيب خطي نظرات آنها پيدا ميشوند. نتايج آزمايش‌هاي ما بر روي چند مجموعه داده متداول، نشان مي‌دهند كه روش پيشنهادي ما باعث افزايش كارآيي سيستم طبقهبندي مركب نسبت به روشهاي يادگيري مستقل و روش اختلاط خبره‌ها ميشود. پرونده مقاله -
دسترسی آزاد مقاله
33 - مکان‌يابي منابع توليد پراکنده در شبکههاي توزيع انرژي الکتريکي در حضور عدم قطعيت‌ها
حميد فلقی محمودرضا حقی‌فام محسن پارسامقدمدر اين مقاله مسأله تعيين تعداد، موقعيت و ظرفيت منابع توليد پراکنده در شبکههاي توزيع انرژي الکتريکي در حضور عدم قطعيت در اطلاعات بار و قيمت برق بازار انتقال، در قالب يک مدل رياضي با معيارهاي چندگانه فرموله‌بندي شده است. اهداف مکان‌يابي در مدل پيشنهادي عبارتند از: 1) کمي چکیده کاملدر اين مقاله مسأله تعيين تعداد، موقعيت و ظرفيت منابع توليد پراکنده در شبکههاي توزيع انرژي الکتريکي در حضور عدم قطعيت در اطلاعات بار و قيمت برق بازار انتقال، در قالب يک مدل رياضي با معيارهاي چندگانه فرموله‌بندي شده است. اهداف مکان‌يابي در مدل پيشنهادي عبارتند از: 1) کمينه‌سازي هزينه‌هاي سرمايه‌گذاري و بهره‌برداري، 2) کاهش ريسک‌هاي فني سيستم و 3) کاهش ريسک اقتصادي ناشي از عدم قطعيت‌ها. براي مدل‌سازي عدم قطعيت‌ها از تئوري مجموعه‌هاي فازي استفاده شده است. مدل رياضي پيشنهادي توسط ويرايش خاصي از الگوريتم ژنتيک حل شده است. نتايج اجراي مدل و روش پيشنهادي روي يک شبکه توزيع نمونه ارائه گرديده است. پرونده مقاله -
دسترسی آزاد مقاله
34 - ارائه‌ی یک روش هوشمند انتخاب ویژگی مبتنی بر الگوریتم جستجوی گرانشی باینری در سیستم بازشناسی ارقام دست‌نویس فارسی
نجمه قنبری سیدمحمد رضوی سیدحسن نبوی کریزیدر 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 کاملدر 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
35 - بررسی اقتصادی نیروگاه‌های تولید همزمان بر اساس بهینهسازی ظرفیت و استراتژی عملکرد
محمدحسن مرادی مهدی حاجینظریتولید همزمان برق و حرارت (CHP) با استفاده از یک نوع سوخت ورودی، صرفه‌جویی انرژی قابل توجهی را ممکن ساخته و در بسیاری از موارد با توجه به بازده انرژی بالا، کاهش انتشار آلودگی و افزایش قابلیت اطمینان، جایگزینی کلیدی برای تولید مجزای انرژی حرارتی و الکتریکی شناخته می‌شود چکیده کاملتولید همزمان برق و حرارت (CHP) با استفاده از یک نوع سوخت ورودی، صرفه‌جویی انرژی قابل توجهی را ممکن ساخته و در بسیاری از موارد با توجه به بازده انرژی بالا، کاهش انتشار آلودگی و افزایش قابلیت اطمینان، جایگزینی کلیدی برای تولید مجزای انرژی حرارتی و الکتریکی شناخته می‌شود. با این حال وجود یک ارزیابی صحیح در جهت بررسی توجیه‌پذیری اقتصادی سرمایه‌گذاری در این نیروگاه‌ها با توجه به شرایط مختلف از جمله نوع و حجم تقاضای انرژی محل مصرف و همچنین مشخصات پارامترهای بهره‌برداری ضروری به نظر می‌رسد. از این رو در اين مطالعه يک چهارچوب بهينه‌سازي اقتصادی به‌منظور ارزيابي سرمايه‌گذاري در احداث واحد توليد همزمان ارائه می‌گردد که در آن یک استراتژی بهینه با توجه به مدل عملکرد نیروگاه برای کاهش هزینههای بهره‌برداری و همچنین کاهش انتشار آلودگی زیست‌محیطی پیشنهاد می‌گردد. برای کاهش هزینههای مربوط به تأمین تقاضای انرژی در هر ساعت (تعیین استراتژی عملکرد) از برنامه‌ریزی خطی استفاده می‌گردد و در ادامه، استراتژی مورد نظر به کمک الگوریتم بهینهسازی اجتماع پرندگان (PSO)، برای تعیین ظرفیت بهینه CHP و بویلر کمکی، تا دستیابی به ماکزیمم مقدار ارزش خالص فعلی (NPV) از مقادیر مورد انتظار سرمایه‌گذاری به‌کار می‌رود. در نهايت کارایی روش پیشنهادی با آنالیز تصمیم احداث يک نیروگاه CHP براي یک بيمارستان نمونه ارائه می‌گردد. پرونده مقاله -
دسترسی آزاد مقاله
36 - ارزيابي امنيت استاتيكي و ديناميكي سيستم قدرت بر اساس ريسك و بهبود آن به وسیله برنامه‌ریزی مجدد تولید
مرتضی سعیدی حسین سیفیتعيين سطح امنيت سيستم قدرت، به‌طور سنتي با استفاده از معيارهاي قطعي انجام مي‌پذيرد. با استفاده از اين معيار در نهايت نقاط بهره‌برداري سيستم قدرت به دو دسته داراي امنيت و فاقد امنيت دستهبندي ميشود. اگر در صورت وقوع يک خطاي مشخص، متغيرهاي بهره‌برداري از حدود خود خارج شو چکیده کاملتعيين سطح امنيت سيستم قدرت، به‌طور سنتي با استفاده از معيارهاي قطعي انجام مي‌پذيرد. با استفاده از اين معيار در نهايت نقاط بهره‌برداري سيستم قدرت به دو دسته داراي امنيت و فاقد امنيت دستهبندي ميشود. اگر در صورت وقوع يک خطاي مشخص، متغيرهاي بهره‌برداري از حدود خود خارج شوند (شرايط فاقد امنيت) لازم است تصميمات پيشگيرانه‌اي اتخاذ شود تا از امنيت سيستم در صورت وقوع خطا اطمينان حاصل گردد. علاوه بر معيار قطعي جهت تعيين سطح امنيت سيستم قدرت، اخيراً از معيار احتمالاتي و يا معيار بر اساس ريسک استفاده ميشود. ارزيابي امنيت بر اساس ريسک، بر محاسبه شاخص ريسک استوار مي‌باشد. در اين مقاله شاخص‌هاي ريسک امنيت استاتيکي و امنيت ديناميکي مطالعه و بررسي شده است. يک شاخص جديد ريسک پايداري گذرا تعريف شده و از آن در تصميمات بهره‌بردار استفاده شده است. به‌طور معمول امنيت به‌عنوان يک قيد در تصميمات بهره‌برداري در نظر گرفته ميشود. در اين مقاله براي اولين بار، شاخص ريسک امنيت استاتيکي به‌عنوان تابع هدف و شاخص ريسک امنيت ديناميکي به‌عنوان قيد مسأله برنامه‌ريزي مجدد توليد لحاظ شده است. تصميم بهره‌بردار در دو حالت ارزيابي قطعي و ارزيابي بر اساس ريسک مقايسه شده است. متغير حالت بهره‌برداري، ميزان توان اکتيو توليدي نيروگاهها و ولتاژ مرجع ژنراتورها بوده و از الگوريتم بهينه‌سازي گروهي پرندگان به دليل کارایي بالاي آن جهت رسيدن به نقطه بهينه توليد استفاده شده است. تابع هدف پيشنهادي شامل حداقل‌سازي هزينه توليد و حداکثرسازي امنيت (حداقل‌سازي شاخص ريسک امنيت) و قيد مسأله شامل در محدوده‌بودن شاخص ريسک پايداري گذرا مي‌باشد. قابليت بالاي روش پيشنهادي بر روي شبکه 24 شين IEEE نشان داده شده است. پرونده مقاله -
دسترسی آزاد مقاله
37 - طراحی خودکار طبقه‌بندی‌کننده‌های فازی بهینه با استفاده از روش بهینهسازی گروه ذرات
سیدحمید ظهیریمهمترین موضوع در طراحی طبقه‌بندی‌کننده‌های فازی، تعیین متغیرهای فازی اعم از نوع و مکان توابع عضویت، بخش مقدم و تالی قواعد فازی و تعداد قواعد بهینه میباشد. در واقع، اینها پارامترهای ساختاری یک طبقه‌بندی‌کننده فازی هستند که طراح سعی میکند با یافتن مقادیر بهینه آنها، به چکیده کاملمهمترین موضوع در طراحی طبقه‌بندی‌کننده‌های فازی، تعیین متغیرهای فازی اعم از نوع و مکان توابع عضویت، بخش مقدم و تالی قواعد فازی و تعداد قواعد بهینه میباشد. در واقع، اینها پارامترهای ساختاری یک طبقه‌بندی‌کننده فازی هستند که طراح سعی میکند با یافتن مقادیر بهینه آنها، به بهترین عملکرد (به‌عنوان مثال بالاترین نرخ تشخیص صحیح) دست یابد. این مسئله را می‌توان به‌صورت یک مسئله جستجو در فضای با ابعاد بالا در نظر گرفت، به‌گونه‌ای که هر نقطه در فضای پاسخ، نشان‌دهنده یک مجموعه قواعد با توابع عضویت خاص میباشد که در محل‌های ویژه استقرار یافته‌اند. با این توضیح به نظر می‌رسد الگوریتمهای ابتکاری (اعم از تکاملی و هوش جمعی)، ابزار مناسبی برای یافتن بهترین پارامترهای یک طبقه‌بندی‌کننده فازی باشند. ویژگی برجسته این روش‌ها این است که با تعریف مناسبی از تابع برازندگی می‌توان تخمین بهینه‌ای از کلیه پارامترهای مؤثر در یک طبقه‌بندی‌کننده فازی را به‌صورت خودکار و بدون نیاز به تنظیم دستی (به‌صورت سعی و خطا) به‌دست آورد. در این مقاله با به‌کارگیری الگوریتم بهینهسازی گروه ذرات روشی برای طراحی بهینه یک طبقه‌بندی‌کننده فازی ارائه شده است. روش پیشنهادی قادر است نوع توابع عضویت، محل آنها، قواعد فازی لازم و تعداد آنها را به‌طور همزمان تخمین زده و بدون دخالت کاربر نسبت به بهینهسازی آنها اقدام نماید. نتایج به‌دست آمده از آزمایشات مکرر بر روی داده‌های مشهور و مسئله کاربردی طبقه‌بندی اهداف رادار، توانایی روش ارائه‌شده را در استخراج کلیه پارامترهای یک طبقه‌بندی‌کننده فازی در مقایسه با روشهای مشابه نشان میدهد. پرونده مقاله -
دسترسی آزاد مقاله
38 - خوشه‌بندی بدون ناظر تصاویر با استفاده از روش بهینهسازی نیروی مرکزی (CFO)
محمدحامد مظفری معارف سیدحمید ظهیریروش بهینهسازی نیروی مرکزی (CFO) یکی از روشهای ابتکاری جستجو و بهینهسازی جدید است که به تازگی به مجموعه روشهای هوش جمعی اضافه شده است. در این تحقیق، روشی مؤثر و کارامد برای خوشه‌یابی بدون ناظر تصویر با استفاده از الگوریتم فوق ارائه و CFO - Clustering نامیده شده است. چکیده کاملروش بهینهسازی نیروی مرکزی (CFO) یکی از روشهای ابتکاری جستجو و بهینهسازی جدید است که به تازگی به مجموعه روشهای هوش جمعی اضافه شده است. در این تحقیق، روشی مؤثر و کارامد برای خوشه‌یابی بدون ناظر تصویر با استفاده از الگوریتم فوق ارائه و CFO - Clustering نامیده شده است. در روش پیشنهادی، هر پروب در بر دارنده اطلاعات مربوط به مراکز خوشه میباشد که به صورت تصادفی در ابتدای فرایند جستجو مقداردهی می‌شود. این مقادیر در طی مراحل مختلف الگوریتم CFO تغییر کرده و در نهایت پس از رسیدن به شرط توقف، حاوی مراکز بهینه خوشه‌ها خواهند بود. ملاک بهینهسازی یا تابع برازندگی، هم حاوی فواصل درون‌خوشه‌ای و هم شامل فواصل بین خوشه‌ای میباشد. آزمایشات مکرر بر روی تصاویر مرجع، کارایی روش CFO-Clustering را نسبت به سایر روشهای مرسوم خوشه‌بندی نشان میدهد. پرونده مقاله -
دسترسی آزاد مقاله
39 - ارائه يک نسخه جديد از الگوريتم مورچگان باينری به منظور حل مسأله انتخاب ويژگی
شيما کاشف حسین نظامآبادیپوراستفاده از الگوریتمهای ابتکاری یک انتخاب مناسب برای حل مسایل بهینهسازی است. در اين مقاله نسخه بهبوديافته‌اي از الگوريتم بهينه‌ساز مورچگان باينري براي حل مسأله انتخاب ويژگي ارائه شده است. نسخه پيشنهادي خصوصيات الگوريتم جمعيت مورچه گسسته و الگوريتم مورچه باينري را به صو چکیده کاملاستفاده از الگوریتمهای ابتکاری یک انتخاب مناسب برای حل مسایل بهینهسازی است. در اين مقاله نسخه بهبوديافته‌اي از الگوريتم بهينه‌ساز مورچگان باينري براي حل مسأله انتخاب ويژگي ارائه شده است. نسخه پيشنهادي خصوصيات الگوريتم جمعيت مورچه گسسته و الگوريتم مورچه باينري را به صورت توأمان در خود دارد. کارايي روش پيشنهادي روي 12 پايگاه داده استاندارد در موضوع طبقهبندي بررسي و نتايج با چند الگوريتم مطرح در اين زمينه شامل بهينه‌ساز جمعيت مورچگان گسسته و باينري مقايسه شده است. نتايج بيانگر کارايي مناسب الگوريتم پيشنهادي است. پرونده مقاله -
دسترسی آزاد مقاله
40 - بهینهسازی پاسخ دینامیکی و THD جریان ورودی یکسوکننده PFC مبتنی بر مبدل Boost با استفاده از روشهای SPEA و NSGA - II
حمیده ابوالحسنی سیدمحمدرضا رفیعیدر مبدل‌های تصحیح ضریب توان تک‌مرحله‌ای تک‌فاز، زمان رسیدن به پاسخ دینامیکی با THD جریان ورودی متضاد می‌باشند. هدف اصلی این مقاله بهبود پاسخ دینامیکی این مبدل‌ها در کنار کاهش THD جریان ورودی است و برای رسیدن به این هدف از روشهای بهینهسازی چندهدفه SPEA و NSGA-II که مب چکیده کاملدر مبدل‌های تصحیح ضریب توان تک‌مرحله‌ای تک‌فاز، زمان رسیدن به پاسخ دینامیکی با THD جریان ورودی متضاد می‌باشند. هدف اصلی این مقاله بهبود پاسخ دینامیکی این مبدل‌ها در کنار کاهش THD جریان ورودی است و برای رسیدن به این هدف از روشهای بهینهسازی چندهدفه SPEA و NSGA-II که مبتنی بر الگوریتمهای تکاملی هستند برای طراحی ضرایب جبران‌کننده PI به کار رفته در روش کنترلی جریان غیر مستقیم یکسوکننده PFC استفاده شده است. ابتدا جبران‌کننده PI مرتبه صحیح و سپس جبران‌کننده PI مرتبه کسری طراحی شد و نتایج به دست آمده نشان‌دهنده برتری جبران‌کننده PI مرتبه کسری بود. برای بررسی مسئله بهینهسازی، پاسخ دینامیکی به تغییرات در بار و ولتاژ مرجع در نظر گرفته شد و همچنین از مقایسه بین دو الگوریتم به کار رفته برای بهینهسازی مشخص شد که با تغییر توابع هدف، هر کدام از الگوریتم‌ها ممکن است عملکرد خوبی داشته باشد و هیچ کدام بر دیگری برتری مطلق ندارد. پرونده مقاله -
دسترسی آزاد مقاله
41 - بازآرایی چندمنظوره سیستم توزیع همراه با تبادل توان ریزشبکه‌ها با استفاده از روش بیشینه- کمینه فازی و الگوریتم تجمع ذرات
عباس فتاحی می‌آبادی حسین سهرابیانیمجموعههایی از تولیدات کوچک و ذخیره‌کننده‌های انرژی در سیستمهای توزیع ولتاژ پایین یا متوسط در کنار مصرف‌کنندگان، نوع جدیدی از سیستم قدرت به نام ریزشبکه را شکل میدهد. طراحی اجزای ریزشبکه باید به نحوی باشد که هم به صورت متصل به شبکه و هم در حالت مجزا از شبکه، کارکردی ای چکیده کاملمجموعههایی از تولیدات کوچک و ذخیره‌کننده‌های انرژی در سیستمهای توزیع ولتاژ پایین یا متوسط در کنار مصرف‌کنندگان، نوع جدیدی از سیستم قدرت به نام ریزشبکه را شکل میدهد. طراحی اجزای ریزشبکه باید به نحوی باشد که هم به صورت متصل به شبکه و هم در حالت مجزا از شبکه، کارکردی ایمن و اقتصادی داشته و با شبکه بالادست خود به تبادل انرژی الکتریکی بپردازد. بدین ترتیب، حضور ریزشبکه‌ها میتواند در مسایل مختلف برنامه‌ریزی و بهره‌برداری از سیستمهای توزیع اثرگذار باشد. بازآرایی شبکه‌های توزیع در حضور ریزشبکه‌ها یکی از موضوعات مورد توجه در این زمینه است. در مطالعات انجام‌شده، ریزشبکه‌ها معمولاً به صورت تولیدات پراکنده در شبکه توزیع در نظر گرفته می‌شوند. در این مقاله، ریزشبکه به عنوان تبادل‌کننده انرژی با سیستم توزیع مدلسازی شده و تأثیر آن در بازآرایی شبکه توزیع بررسی می‌شود. برای این منظور، بازآرایی شبکه توزیع با استفاده از روش بیشینه- کمینه فازی در قالب یک مسئله بهینهسازی چندمنظوره فرمول‌بندی می‌شود که در آن کاهش تلفات و عدم تعادل بار در بین فیدرهای شبکه به عنوان اهداف مسئله و پروفیل ولتاژ، گرفتگی خطوط، شعاعی‌بودن و پخش توان به عنوان قیود مسئله مطرح می‌گردد. الگوریتم تجمع ذرات جهت حل مسئله بهینهسازی استفاده شده و نتایج حاصل از بازآرایی روی دو شبکه نمونه 33 و 70شینه IEEE ارائه می‌شود. نتایج نشان میدهد که تبدیل شبکه‌های توزیع از حالت سنتی به سیستمهای مدرن با حضور ریزشبکه‌ها و تبادل توان آنها با شبکه، موجب افزایش قابلیت اعتماد شده و مقرون به صرفه‌تر خواهد بود. پرونده مقاله -
دسترسی آزاد مقاله
42 - بهينه‌سازي هندسه استاتور ماشين‌هاي با آهن‌رباي سطحي با هدف كاهش گشتاور دندانه
محمدرضا عليزاده پهلواني وحید زمانی فرادنبهدر اين مقاله يك روش تحليلي براي موتورهاي آهنربای سطحي شياردار ارائه شده و از اين مدل براي بررسي و بهينه‌سازي روشهاي كاهش گشتاور دندانه مبتني بر تغييرات در هندسه استاتور استفاده شده است. مدل ارائه‌شده توانايي در نظر گرفتن اثر شيارهاي استاتور در اعوجاج مؤلفه‌هاي چگالي ش چکیده کاملدر اين مقاله يك روش تحليلي براي موتورهاي آهنربای سطحي شياردار ارائه شده و از اين مدل براي بررسي و بهينه‌سازي روشهاي كاهش گشتاور دندانه مبتني بر تغييرات در هندسه استاتور استفاده شده است. مدل ارائه‌شده توانايي در نظر گرفتن اثر شيارهاي استاتور در اعوجاج مؤلفه‌هاي چگالي شار فاصله هوايي را دارد. روشهاي ايجاد شيار مجازي، زوج‌کردن دندانه‌ها و مورب‌كردن شيار استاتور به منظور بهينه‌سازي هندسه استاتور مورد مطالعه و بررسي قرار گرفته‌اند. براي به دست آوردن پارامترهاي بهينه استاتور در هر يك از روش‌ها از الگوريتم جستجوی مستقيم استفاده شده است. براي محاسبه گشتاور دندانه از رابطه تنسور ماکسول استفاده گردیده، در هر روش نتايج به دست آمده از روش تحليلي با روش المان محدود تائيد شده و در نهايت مقايسه‌اي بين روشهاي ارائه‌شده انجام شده است. پرونده مقاله -
دسترسی آزاد مقاله
43 - بهينه‌سازي چندهدفه موتورهاي با آهن‌رباي سطحي با روش مدل‌سازي تحليلي جابه‌جايي قطب‌هاي آهن‌ربا
وحید زمانی فرادنبه صمد تقی‌پور بروجنیدر اين مقاله يك مدل تحليلي براي مطالعه اثر جابه‌جايي قطب‌ها در ماشين‌هاي با آهن‌رباي سطحي در شرایط بی‌باری ارائه شده است. از مهمترین نمایه‌های رفتاری ماشین آهن‌ربایی در حالت بی‌باری گشتاور دندانه و محتوای هارمونیکی چگالی شار فاصله هوایی می‌باشند. اگرچه روش جابه‌جايي آه چکیده کاملدر اين مقاله يك مدل تحليلي براي مطالعه اثر جابه‌جايي قطب‌ها در ماشين‌هاي با آهن‌رباي سطحي در شرایط بی‌باری ارائه شده است. از مهمترین نمایه‌های رفتاری ماشین آهن‌ربایی در حالت بی‌باری گشتاور دندانه و محتوای هارمونیکی چگالی شار فاصله هوایی می‌باشند. اگرچه روش جابه‌جايي آهن‌رباهاي روتور، گشتاور دندانه را كاهش ميدهد ولي تقارن نيم‌موج فرد در قطب‌هاي روتور را از بين برده و سبب ايجاد هارمونيك‌هاي مکانی زوج در توزيع چگالي شار ماشين ميشود. از آنجايي که وجود هارمونيك‌هاي غير از هارمونيك اصلی، به ويژه هارمونيک‌هاي مرتبه پايين، سبب توليد ضربان گشتاور ميشود، حذف آنها بسيار ضروري و مهم مي‌باشد. با استفاده از مدل تحليلي فراهم‌شده به بهينه‌سازي همزمان گشتاور دندانه و نسبت هارمونيك مکانی اصلي به هارمونيك‌هاي مکانی مرتبه بالاتر چگالي شار فاصله هوايي اقدام شده است. روش بهينه‌سازي استفاده‌شده الگوريتم جستجوي مستقيم میباشد. از آن جهت كه دو متغير ذكرشده در تابع هدف از يك جنس نمي‌باشند، از مقادير نرماليزه‌شده متغيرها در تابع هدف استفاده شده است. همچنين نتايج بهينه‌شده براي ضرايب وزني مختلف به دست آورده و در نهايت نتايج بهينه‌شده با روش المان محدود تأييد شده‌اند. پرونده مقاله -
دسترسی آزاد مقاله
44 - طبقه‌بندی و شناسایی وب سایت‌های فیشینگ به کمک مجموعه قوانین فازی و الگوریتم اصلاح‌شده بهینهسازی صفحات شیب‌دار
مجید عبدالرزاق نژادیکی از تهدیدات پیش روی توسعه فناوری اطلاعات در فضای مجازی، سرقت اطلاعات شخصی و مالی کاربران میباشد که این تهدید امنیتی، فیشینگ نامیده می‌شود. بررسی و تحلیل روشهای موجود نشان میدهد که ایجاد انعطاف‌پذیری در انتخاب ویژگی‌های اثرگذار در فرایند شناسایی وب سایت‌های فیشینگ، چکیده کاملیکی از تهدیدات پیش روی توسعه فناوری اطلاعات در فضای مجازی، سرقت اطلاعات شخصی و مالی کاربران میباشد که این تهدید امنیتی، فیشینگ نامیده می‌شود. بررسی و تحلیل روشهای موجود نشان میدهد که ایجاد انعطاف‌پذیری در انتخاب ویژگی‌های اثرگذار در فرایند شناسایی وب سایت‌های فیشینگ، پویاسازی رفتار الگوریتم طبقه‌بندی کننده وب سایت‌های هدف و نیز امکان تحلیل و کنترل حجم گسترده‌ای از وب سایت‌ها مورد توجه قرار نگرفته است. لذا در این مقاله به منظور تحقق همزمان سه هدف یادشده، ابتدا مکانیزمی بر اساس طراحی یک آستانه تغییر برای کاهش انعطاف‌پذیر ویژگی‌های مورد ارزیابی در شناسایی وب سایت‌های فیشینگ تعریف شده است. سپس با حافظه‌مند نمودن الگوریتم بهینهسازی صفحات شیب‌دار، کاهش نرم اثر حافظه بر عملکرد الگوریتم در تکرارهای بالا و نیز تعریف 12 قانون فازی در یک سیستم استنتاج فازی اقدام به پویاسازی هوشمند این الگوریتم به منظور طبقه‌بندی وب سایت‌های جامعه ارزیابی به سه طبقه قانونی، مشکوک و فیشینگ می‌نماید. نتیجه پیاده‌سازی رویکرد هوشمند جدید پیشنهادی بر روی داده محک استاندارد در این حوزه و نیز مقایسه عملکرد این الگوریتم با عملکرد بهترین الگوریتمهای موجود، نشان از تحقق اهداف سه‌گانه فوق‌الذکر برای این تحقیق را دارد. پرونده مقاله -
دسترسی آزاد مقاله
45 - یک معیار مبتنی بر واریانس برای ارزیابی یادگیری آتاماتای یادگیر در حل مسایل بهینهسازی گراف تصادفی
محمدرضا ملاخلیلی میبدی محمدرضا میبدیدر این مقاله به بررسی یک معیار جدید مقایسه‌ای برای تولید پاسخ محیط در حل مسایل بهینهسازی روی گراف‌های تصادفی به عنوان مدلی از شبکه‌های کامپیوتری توسط شبکه‌ای از آتاماتاهای یادگیر می‌پردازیم. این روش جدید به دلیل لحاظ‌کردن تقریبی از واریانس پاسخ‌های تولیدشده توسط شبکه آ چکیده کاملدر این مقاله به بررسی یک معیار جدید مقایسه‌ای برای تولید پاسخ محیط در حل مسایل بهینهسازی روی گراف‌های تصادفی به عنوان مدلی از شبکه‌های کامپیوتری توسط شبکه‌ای از آتاماتاهای یادگیر می‌پردازیم. این روش جدید به دلیل لحاظ‌کردن تقریبی از واریانس پاسخ‌های تولیدشده توسط شبکه آتاماتاهای یادگیر، قادر به انطباق بیشتری با محیط بوده و در نتیجه پاسخ‌های مناسب‌تری به اقدام‌های انجام‌شده توسط آتاماتاها در شبکه‌ای از آتاماتاهای یادگیر میدهد. روش جدید از طریق واردکردن یک مقدار نویز محاسبه‌شده، از ایستایی فرایند یادگیری و گیرافتادن آن در نقاط کمینه محلی جلوگیری کرده و باعث تسریع در فرایند یادگیری می‌شود. به کمک شبیه‌سازی‌ها نشان می‌دهیم این روش جدید در مقایسه با روشهای فعلی که تا کنون مورد استفاده بوده است، هم به لحاظ سرعت همگرایی به جواب بهینه و هم به لحاظ قابلیت گریز از اثر واریانس وزن یال‌های گراف تصادفی- که باعث میل جواب نهایی به سمت کوچک‌ترین مقدار و نه مقدار میانگین می‌شود- عملکرد بهتری دارد. پرونده مقاله -
دسترسی آزاد مقاله
46 - ارائه یک الگوریتم موازی بهینهسازی غذایابی باکتری پیاده‌سازی شده در واحد پردازش گرافیکی
علی رفیعی سیدمرتضی موسویالگوریتم غذایابی باکتری یکی از الگوریتمهای بهینهسازی مبتنی بر جمعیت است که برای حل مسایل جستجو در شاخه‌های مختلف علوم استفاده می‌شود. یکی از مواردی که امروزه مورد توجه قرار گرفته است قابلیت اجرای موازی الگوریتمهای بهینهسازی مبتنی بر جمعیت در پردازنده‌های گرافیکی است چکیده کاملالگوریتم غذایابی باکتری یکی از الگوریتمهای بهینهسازی مبتنی بر جمعیت است که برای حل مسایل جستجو در شاخه‌های مختلف علوم استفاده می‌شود. یکی از مواردی که امروزه مورد توجه قرار گرفته است قابلیت اجرای موازی الگوریتمهای بهینهسازی مبتنی بر جمعیت در پردازنده‌های گرافیکی است. با توجه به سرعت پایین الگوریتم بهینهسازی غذایابی باکتری در مواجهه با مسایل پیچیده و همچنین عدم توانایی حل مسایل با ابعاد بزرگ توسط این الگوریتم، اجرای آن بر روی پردازنده‌های گرافیکی یک راه حل مناسب برای پوشش نقاط ضعف این الگوریتم میباشد. در این نوشته ما یک نسخه موازی از الگوریتم بهینهسازی غذایابی باکتری ارائه دادیم که قابلیت اجرا در پردازنده‌های گرافیکی و با استفاده از طراحی کودا را دارد. همچنین کارایی این الگوریتم را با استفاده از تعدادی از مسایل شناخته‌شده بهینهسازی در مقایسه با الگوریتم استاندارد بهینهسازی غذایابی باکتری مورد ارزیابی قرار دادیم. نتایج نشان میدهد که الگوریتم موازی غذایابی باکتری نسبت به الگوریتم استاندارد غذایابی باکتری دارای سرعت و کارایی بالاتری میباشد. پرونده مقاله -
دسترسی آزاد مقاله
47 - مکان‌یابی اتوبوسترها (AVRs) و بازآرایی شبکه هاي توزیع شعاعی به طور همزمان و مقاوم با در نظر گرفتن عدم قطعیت بار
محمودرضا شاکرمی یاسر محمدیپوردر این تحقیق موضوع جایابی بهینه اتوبوسترها (AVRs) و بازآرایی شبکههاي توزیع به طور همزمان به عنوان یک مسئله بهینهسازي مطرح شده است. یک تابع هدف جدید شامل شاخص‌هاي تلفات توان حقیقی (اکتیو)، تلفات توان واکنشی (راکتیو)، پروفیل ولتاژ، قابلیت اطمینان، ظرفیت بارگذاري (MVA) چکیده کاملدر این تحقیق موضوع جایابی بهینه اتوبوسترها (AVRs) و بازآرایی شبکههاي توزیع به طور همزمان به عنوان یک مسئله بهینهسازي مطرح شده است. یک تابع هدف جدید شامل شاخص‌هاي تلفات توان حقیقی (اکتیو)، تلفات توان واکنشی (راکتیو)، پروفیل ولتاژ، قابلیت اطمینان، ظرفیت بارگذاري (MVA) سیستم و پایداري ولتاژ معرفی گردیده است. جهت مقاوم‌نمودن وضعیت کلیدها در موضوع بازآرایی و همچنین مقاوم‌نمودن مکان و تپ اتوبوسترها در مقابل تغییرات بار، سطوح مختلفی از بار به طور همزمان در تابع هدف در نظر گرفته شده است. به همین منظور یک روش جدید براي محاسبه سطوح بار با در نظر گرفتن عدم قطعیت بار معرفی شده است. همچنین بار نیز به صورت مدل وابسته به ولتاژ در نظر گرفته شده و به همین منظور سناریوهاي مختلفی معرفی شده‌اند. براي حل این مسئله از الگوریتم بهینهسازي اجتماع ذرات عدد صحیح (IPSO) استفاده شده است. نتایج شبیه‌سازي روي سیستم‌هاي توزیع شعاعی 33 و 69شینه استاندارد IEEE مؤثربودن روش ارائه‌شده را نشان میدهد. پرونده مقاله -
دسترسی آزاد مقاله
48 - برنامه‌ریزی توسعه شبکه‌های انتقال در یک سیستم قدرت تجدید ساختاریافته با استفاده از الگوریتم تکامل تفاضلی چندهدفه
فرزان رشیدیبا افزایش روزافزون مصرف برق و متعاقب آن افزايش توليد، شبکه‌های انتقال نیز می‌بایست همگام با آنها توسعه یابند. اين در حالي است که همزمان با تجدید ساختار در سیستم قدرت، علاوه بر تشدید تأثیر عدم قطعیت‌های فعلی، چالش‌ها و عدم قطعيت‌هاي جديد دیگری نیز به شبکه اضافه شده است چکیده کاملبا افزایش روزافزون مصرف برق و متعاقب آن افزايش توليد، شبکه‌های انتقال نیز می‌بایست همگام با آنها توسعه یابند. اين در حالي است که همزمان با تجدید ساختار در سیستم قدرت، علاوه بر تشدید تأثیر عدم قطعیت‌های فعلی، چالش‌ها و عدم قطعيت‌هاي جديد دیگری نیز به شبکه اضافه شده است. بالابودن ریسک سرمایه‌گذاری در پروژه‌های کلان صنعت برق و همچنین عدم قطعیت‌های موجود در عرصه رقابت سبب شده تا سرمايه‌گذاري در پروژه‌هاي توسعه شبکه‌های انتقال فاقد انگيزه‌هاي لازم برای بخش خصوصی باشد. در این مقاله مدل نسبتاً جامعی برای برنامه‌ریزی توسعه شبکه انتقال با هدف رقابتی‌ماندن بازار و دسترسی آسان مصرف‌کنندگان به انرژی ارزان و قابل اعتماد و همچنین تشویق سرمایه‌گذاران بخش خصوصی ارائه شده است. با توجه به این که مسأله مورد نظر در قالب یک مسأله بهینهسازی چندهدفه است، برای حل آن از الگوریتم بهینهسازی تکامل تفاضلی چندهدفه 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. نتيجه اعمال این الگوریتم بر مسأله بهینهسازی مورد نظر، منجر به مجموعه‌اي از طرح‌های بهینه‌ای خواهد شد که نشان‌دهنده ناحيه مصالحه بين توابع هدف است. برای انتخاب طرح نهایی از بین چندین طرح بهینه موجود، از روش تصميم‌گيري فازي max-min استفاده شده است. برای ارزیابی عملکرد الگوریتم پیشنهادی، شبیه‌سازی‌های متعددی بر روی شبکه 24شينه IEEE انجام می‌شوند. نتایج شبیه‌سازی‌ها نشان میدهند مدل ارائه‌شده میتواند در حضور عدم قطعیت‌های مختلف، علاوه بر کمینه‌کردن هزینههای سرمایه‌گذاری و کاهش پرشدگی خطوط، خطوط با سطح ریسک مورد قبول و سودآور را شناسایی و برای سرمايه‌گذاری به بخش خصوصی پیشنهاد نماید. پرونده مقاله -
دسترسی آزاد مقاله
49 - جبران‌سازي بهينه و همزمان توان‌هاي اكتيو و راكتيو در سيستم‌هاي قدرت با استفاده از خودروهاي برقي متصل به شبكه
فرزان رشیدی حسن فشکي فراهانيخودروهاي برقی قابل اتصال به شبکه در كنار مسئله كاهش آلودگي، داراي قابليت‌هايي براي كمك‌رساني به سيستم‌هاي قدرت مي‌باشند. يکي از مهم‌ترين اين قابليت‌ها پاسخگويي به نياز شبکه جهت توليد توان‌هاي اکتيو و راکتيو است. در اين مقاله با توجه به قيود شبکه، ملاحظات فني و قيمت‌هاي چکیده کاملخودروهاي برقی قابل اتصال به شبکه در كنار مسئله كاهش آلودگي، داراي قابليت‌هايي براي كمك‌رساني به سيستم‌هاي قدرت مي‌باشند. يکي از مهم‌ترين اين قابليت‌ها پاسخگويي به نياز شبکه جهت توليد توان‌هاي اکتيو و راکتيو است. در اين مقاله با توجه به قيود شبکه، ملاحظات فني و قيمت‌هاي پيشنهادي بازار، يک چارچوب نظري جهت اختصاص ظرفيت اين خودروها ارائه شده است. بدين منظور تابع هدفي با رويکرد حداقل‌سازي هزينه‌هاي پرداختي توسط بهره‌بردار مستقل شبکه توزيع يا DSO به توليدکنندگان هر يک از توان‌هاي اکتيو و راکتيو پيشنهاد شده است. با توجه به اين که مسأله مورد نظر در قالب يک مسأله بهينه‌سازي است، براي حل آن نيز از الگوريتم بهينه‌سازي اجتماع ذرات استفاده شده است. همچنين به منظور تسريع در فرايند بهينه‌سازي و جلوگيري از گيرافتادن الگوريتم در بهينه‌هاي محلي، راهکارهاي ابتکاري جديدي به الگوريتم اضافه شده است. در اين قالب پيشنهادي، خودروها براي توليد توان‌هاي اکتيو و راکتيو با ژنراتور رقابت ميکنند. کارایي روش پيشنهادي بر روي يک فيدر شبکه ولتاژ پايين با 134 مشترک و با حضور منابع توليد توان‌هاي اکتيو و راکتيو مورد ارزيابي قرار گرفته و ميزان توليد و هزينه‌هاي پرداختي براي هر يک از توليدکنندگان تعيين شده است پرونده مقاله -
دسترسی آزاد مقاله
50 - کنترل توان و تخصیص زیرکانال در شبکه های دوسطحی ماکروسل و فمتوسل مبتنی بر OFDMA
حسین داودی مهدی راستیشبکههای چندسطحی که شامل ماکروسل و فمتوسل هستند، منجر به افزایش ظرفیت شبکه و بهبود کیفیت سرویس‌های ارائه‌شده به کاربران در شبکه‌های سلولار می‌شوند. تخصیص زیرکانال مشترک بین کاربران سطوح مختلف، باعث ایجاد تداخل بین سطحی بین کاربران می‌گردد که به دلیل اولویت بالاتر کاربرا چکیده کاملشبکههای چندسطحی که شامل ماکروسل و فمتوسل هستند، منجر به افزایش ظرفیت شبکه و بهبود کیفیت سرویس‌های ارائه‌شده به کاربران در شبکه‌های سلولار می‌شوند. تخصیص زیرکانال مشترک بین کاربران سطوح مختلف، باعث ایجاد تداخل بین سطحی بین کاربران می‌گردد که به دلیل اولویت بالاتر کاربران ماکروسل، حضور کاربران فمتوسل نباید مانع دستیابی این کاربران به حداقل کیفیت سرویس خود شوند. در این مقاله یک روش کنترل توان و تخصیص زیرکانال در حالت فروسو و در دو سطح ماکروسل و فمتوسل مبتنی بر OFDMA با هدف بیشینه‌کردن مجموع نرخ کاربران فمتوسلها، به نحوی که حداقل کیفیت سرویس برای همه کاربران ماکروسل و کاربران حساس به تأخیر فمتوسلها رعایت گردد ارائه می‌دهیم. در سطح ماکروسل دو مسئله متفاوت را به صورت جداگانه در نظر میگیریم. مسئله اول با هدف بیشینه‌نمودن مجموع آستانه تداخل بین سطحی قابل تحمل برای کاربران ماکروسل و مسئله دوم با هدف کمینه‌کردن مجموع توان ارسالی ماکروسل بیان می‌شود. مسئله در سطح فمتوسل، با هدف بیشینه‌نمودن مجموع نرخ داده کاربران فمتوسلها بیان می‌گردد. برای حل مسئله اول در سطح ماکروسل از الگوریتم مجارستانی که یک روش بهینه انتساب است استفاده مینماییم. همچنین برای حل مسئله دوم از یک روش مکاشفه‌ای برای تخصیص زیرکانال و از روش دوگان لاگرانژ برای کنترل توان استفاده می‌گردد. برای حل مسئله در سطح فمتوسل نیز ابتدا با استفاده از یک روش مکاشفه‌ای، تخصیص زیرکانال صورت می‌گیرد و سپس با استفاده از روش دوگان لاگرانژ که یکی از روشهای حل مسایل بهینهسازی محدب است، کنترل توان صورت میپذیرد. در انتها عملکرد این روش با تحلیل نتایج حاصل از شبیهسازی بررسی می‌گردد. پرونده مقاله -
دسترسی آزاد مقاله
51 - مات‌زدائی تصاویر طیف خاکستری با استفاده از بهینهسازی مقاوم در شرایط عدم قطعیت در پارامترهای مدل مات‌شدگی
زینب محمدی ابراهیم دانشی فر عباس ابراهیمی مقدم مرتضی خادمیامروزه یکی از مهمترین مسائل حوزه پردازش تصویر، مات زدائی تصاویر مات شده است. مات زدائی تصویر با توجه به مجهول بودن یا معلوم بودن کرنل مات کننده، به ترتیب، به دو دسته مات زدائی کور و مات زدائی غیرکور تقسیم می شود. در مات زدائی کور، همزمان با تخمین تصویر، کرنل مات کننده ه چکیده کاملامروزه یکی از مهمترین مسائل حوزه پردازش تصویر، مات زدائی تصاویر مات شده است. مات زدائی تصویر با توجه به مجهول بودن یا معلوم بودن کرنل مات کننده، به ترتیب، به دو دسته مات زدائی کور و مات زدائی غیرکور تقسیم می شود. در مات زدائی کور، همزمان با تخمین تصویر، کرنل مات کننده هم باید تخمین زده شود که همین امر، باعث افزایش هزینه ی محاسباتی فرآیند مات زدائی می شود. مات زدائی غیرکور تصاویر یک مسأله بدوضع از میان مسائل معکوس خطی است. در نتیجه برای تخمین تصویر از مسائل بهینه سازی استفاده می شود. معمولاً روش های مات زدائی غیرکور، فرض می کنند که کرنل مات کننده بدون خطا است، اما در عمل دانش ما از کرنل مات کننده دارای عدم قطعیت است. از این رو، در این مقاله، از روشی برای مات زدائی تصویر مات شده استفاده می کنیم که نسبت به این عدم قطعیت مقاوم است. مدل بهینه سازی مقاوم پیشنهادی به دنبال فیلتری برای مات زدائی تصویر است که بتواند در بدترین حالت، یعنی وجود حداکثری عدم قطعیت در مورد کرنل مات کننده، جوابی با کمترین خطای ممکن بدست آورد. برمبنای نتایج شبیه سازی ها، مدل پیشنهادی ما می تواند بیش از 4 دسی بل بهبود PSNR در مقایسه با روش مات زدائی کور داشته باشد. پرونده مقاله -
دسترسی آزاد مقاله
52 - طراحی بهینه ژنراتور سنکرون آهنربای دایم شار شعاعی شش‌فاز جهت استفاده در توربین‌های بادی مقیاس کوچک
محمدابراهیم مؤذن سیداصغر غلامیان میثم جعفری نوکندیدر این مقاله طراحی بهینه ژنراتور سنکرون آهنربای دایم شش‌فاز جهت استفاده در توربین‌های بادی بدون جعبه‌دنده ارائه شده است. ابعاد و هزینه ساخت زیاد و راندمان کم از معایب ژنراتورهای متصل به توربین‌های بادی بدون جعبه‌دنده به دلیل سرعت نامی پایین میباشد. بنابراین هدف اصلی ای چکیده کاملدر این مقاله طراحی بهینه ژنراتور سنکرون آهنربای دایم شش‌فاز جهت استفاده در توربین‌های بادی بدون جعبه‌دنده ارائه شده است. ابعاد و هزینه ساخت زیاد و راندمان کم از معایب ژنراتورهای متصل به توربین‌های بادی بدون جعبه‌دنده به دلیل سرعت نامی پایین میباشد. بنابراین هدف اصلی این مقاله طراحی بهینه ژنراتور سنکرون آهنربای دایم بر اساس کاهش تلفات و هزینه ساخت ژنراتور است. به همین منظور ابتدا روابط حاکم بر طراحی ژنراتور سنکرون آهنربای دایم شار شعاعی مورد بررسی قرار گرفته و یک الگوریتم طراحی دقیق برای آن استخراج شده است. سپس با تعریف یک مسأله بهینهسازی چندهدفه، متغیرهای طراحی با استفاده از الگوریتم بهینهسازی ازدحام ذرات در یک محدوده مناسب بهینه‌یابی شده و حداقل تلفات و هزینه ساخت ژنراتور به دست آمده است. در پایان مقایسه‌ای بین ژنراتور بهینه شده و یک نمونه ژنراتور آهنربای دائم رتور خارجی واقعی انجام شده است که نشان‌دهنده قابلیت‌های بسیار خوب روش طراحی بهینه ارائه‌شده میباشد. همچنین صحت طراحی بهینه انجام‌شده به واسطه تحلیل اجزای محدود مورد بررسی قرار گرفته است. پرونده مقاله -
دسترسی آزاد مقاله
53 - استفاده از خوشه‌بندی BIRCH و الگوریتم بهینهسازی واکنش شیمیایی جهت کشف تقلب در حوزه سلامت
مجید عبدالرزاق نژاد مهدی خردحوزه سلامت به علت وسعت عملکرد مالی و همچنین وسعت کاربرد آن، یکی از سیستمهای ایده‌آل برای تقلب است و با وجود راهکارهای مختلف در این زمینه، شناسایی داده‌های تقلب هنوز یکی از چالش‌ها برای ارائه‌دهندگان خدمات سلامت میباشد. در این مقاله برای اولین بار الگوریتم BIRCH به عنو چکیده کاملحوزه سلامت به علت وسعت عملکرد مالی و همچنین وسعت کاربرد آن، یکی از سیستمهای ایده‌آل برای تقلب است و با وجود راهکارهای مختلف در این زمینه، شناسایی داده‌های تقلب هنوز یکی از چالش‌ها برای ارائه‌دهندگان خدمات سلامت میباشد. در این مقاله برای اولین بار الگوریتم BIRCH به عنوان یک الگوریتم خوشه‌بندی سلسله‌مراتبی با الگوریتم بهینهسازی واکنش شیمیایی (CRO) ترکیب شده است. الگوریتم BIRCH با پیچیدگی زمانی خطی قابلیت کار با حجم بالای داده‌ها و شناسایی داده‌های پرت را دارد و CRO یکی از الگوریتمهای فراابتکاری جدید الهام‌گرفته از واکنش شیمیایی در دنیای واقعی است که با یک جمعیت پویا از مولکول‌ها توسط چهار عملگر برخورد به دیواره، تجزیه، برخورد بین مولکولی و ترکیب فضای جستجو را مورد کاوش قرار میدهند. الگوریتم خوشه‌بندی بهبودیافته BIRCH-CRO با حذف فرایند خوشه‌بندی سراسری داخلی نسخه کلاسیک BIRCH و تعیین بهینه پارامترهای اصلی آن باعث بهبود سرعت و دقت تشخیص داده‌های تقلب در حوزه سلامت نسبت به سایر الگوریتمهای بدون نظارت ارائه‌شده در این حوزه گردیده است. همچنین الگوریتم پیشنهادی توانایی کار با داده‌های آنلاین و حجم بالا را دارد و با توجه به نتایج به دست آمده، عملکرد مناسبی را فراهم میکند. پرونده مقاله -
دسترسی آزاد مقاله
54 - زمانبندی کاربردهای جریان کاری علمی در محیط چندابری با استفاده از الگوریتم جستجوی فاخته
سمیه محمدی لطیف پورکریمی سمیه عبدیمحیطهای 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 چکیده کاملمحیطهای 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. پرونده مقاله -
دسترسی آزاد مقاله
55 - یک روش توأم زمانبندی و نگاشت وظایف در سیستمهای چندپردازنده‌ای روی تراشه با هدف بهبود چالش‌های طراحی
آتنا عبدی حمیدرضا زرندی شاهرخ جلیلیاندر این مقاله روش مکاشفه‌ای زمانبندی و نگاشت وظایف ایستا به منظور بهینهسازی زمان اجرا، قابلیت اطمینان، توان مصرفی و دما به عنوان اساسی‌ترین چالش‌های طراحی سیستمهای چندپردازنده‌ای ارائه شده است. روش ارائه‌شده بر پایه زمانبندی لیستی بوده و تکرار وظایف، مقیاس پویای ولتا چکیده کاملدر این مقاله روش مکاشفه‌ای زمانبندی و نگاشت وظایف ایستا به منظور بهینهسازی زمان اجرا، قابلیت اطمینان، توان مصرفی و دما به عنوان اساسی‌ترین چالش‌های طراحی سیستمهای چندپردازنده‌ای ارائه شده است. روش ارائه‌شده بر پایه زمانبندی لیستی بوده و تکرار وظایف، مقیاس پویای ولتاژ و فرکانس و افزودن زمان‌های خالی با هدف بهبود قابلیت اطمینان، توان مصرفی و دمای سیستم و گسترده‌کردن فضای جواب با هدف جستجوی مؤثرتر در آن در نظر گرفته شده است. به دلیل رابطه متخاصم و ناهمسوی مابین پارامترهای ذکرشده، فرایند بهینهسازی چندهدفی بسیار پیچیده بوده و در روش پیشنهادی از راهکار استخراج پوسته Pareto استفاده شده است. همچنین در این روش، مدلسازی جامعی از تمامی اهداف صورت گرفته و وابستگی‌های آنها لحاظ شده است. آزمایش‌های متعدی به منظور بررسی کارایی و قابلیت‌های روش پیشنهادی در بهینهسازی همزمان اهداف مسئله و تولید جواب‌های درست انجام گرفته است. بررسی‌ها و مقایسه روش پیشنهادی با یک روش مکاشفه‌ای مؤثر پیشین بهبود میانگین 19% در پارامترهای طراحی مورد هدف مسئله را نشان میدهد. پرونده مقاله -
دسترسی آزاد مقاله
56 - ارائه روشی هوشمند به منظور طراحی و بهینه سازی مقایسه گرهای دو دنباله
صادق محمدی اسفهرود سیدحمید ظهیریبهبود عملکرد مبدل آنالوگ به دیجیتال از جنبه‌های متفاوتی نظیر بهبود معماری کلی مبدل، بهبود معماری بلوک‌های سازنده و یا بهبود طراحی بلوک‌ها بررسی می‌شود. بلوک مقایسه‌گر به عنوان یک جزء اساسی در مبدل‌های داده نقش بسیار مؤثری در عملکرد یک مبدل آنالوگ به دیجیتال دارد و از ای چکیده کاملبهبود عملکرد مبدل آنالوگ به دیجیتال از جنبه‌های متفاوتی نظیر بهبود معماری کلی مبدل، بهبود معماری بلوک‌های سازنده و یا بهبود طراحی بلوک‌ها بررسی می‌شود. بلوک مقایسه‌گر به عنوان یک جزء اساسی در مبدل‌های داده نقش بسیار مؤثری در عملکرد یک مبدل آنالوگ به دیجیتال دارد و از این رو توجه محققان را به خود جلب کرده است. چالش اصلی در این راستا، وجود اهداف طراحی متناقض و محدودیت‌ها و الزامات مداری پیچیده‌ای است که طراحی بهینه این بلوک را بیش از پیش سخت و دشوار میکند. به همین سبب رویکرد جدید طراحان استفاده از روشهای ابتکاری است که به صورت گسترده در پژوهش‌های جدید به چشم می‌خورد. در میان روشهای نوظهور ابتکاری، الگوریتم بهینهسازی سیستم صفحات شیب‌دار (IPO) روشی نسبتاً جدید و الهام‌گرفته از حرکت دینامیکی اجسام بر روی صفحات شیب‌دار بدون اصطکاک میباشد. اما علی‌رغم توانایی این روش در مرور و کاوش فضای جستجو، مدل استاندارد آن دارای روابطی پیچیده و توأم با پارامترهای ساختاری متعددی است که غالباً کاربر را در انتخاب مقادیر مناسب برای آنها دچار تردید و سردرگمی میکند. در این مقاله ابتدا با ساده‌سازی مؤثر IPO یک روش ابتکاری با نام SIPO پیشنهاد شده و کارایی آن در بهینهسازی 10 تابع آزمون استاندارد مورد سنجش قرار گرفته است. در ادامه به منظور طراحی و بهینهسازی، مقایسه‌گرهای دودنباله نسخه چندهدفه SIPO (با نام MOSIPO) ارائه و عملکرد آن در طراحی این نوع از مقایسه‌گرها بررسی و با روشهای هوشمند چندهدفه متداول و قدرتمند دیگر مقایسه شده است. نتایج حاصل‌شده به وضوح برتری SIPO و MOSIPO را نسبت به سایر روش‌ها نشان میدهد. پرونده مقاله -
دسترسی آزاد مقاله
57 - ترکیب سرویس ابری آگاه از کیفیت سرویس با استفاده از الگوریتم بهینهسازی مبتنی بر جغرافیای زیستی
سولماز سلیقه بهمن آراستهتوسعه سریع کاربردهای رایانش ابری منجر به انتشار سرویس‌های ابری زیادی در محیط ابر شده است. سرویس‌های ساده موجود در محیط ابر قادر به پاسخگویی به درخواست‌های پیچیده و مختلف موجود در دنیای واقعی نخواهند بود. لذا برای ایجاد سرویس مرکب مورد نیاز می‌بایست سرویس‌های مختلف انتخ چکیده کاملتوسعه سریع کاربردهای رایانش ابری منجر به انتشار سرویس‌های ابری زیادی در محیط ابر شده است. سرویس‌های ساده موجود در محیط ابر قادر به پاسخگویی به درخواست‌های پیچیده و مختلف موجود در دنیای واقعی نخواهند بود. لذا برای ایجاد سرویس مرکب مورد نیاز می‌بایست سرویس‌های مختلف انتخاب و ترکیب شوند. ترکیب سرویس‌های ابری آگاه از کیفیت سرویس یکی از چالش‌های مهم در محاسبات سرویس‌گرا است. از آنجایی که تعداد سرویس‌های ساده ارائه‌شده خیلی زیاد است، بنابراین مسأله انتخاب و ترکیب سرویس‌ها یک مسأله Np-Hard است. در این تحقیق برای حل این مشکل الگوریتم بهینهسازی جغرافیای زیستی مورد استفاده قرار گرفته است. برای ارزیابی روش پیشنهادی آزمایش‌های متعددی در 5 سناریوی مختلف با تعداد وظایف و تعداد سرویس‌های مختلف در محیط Matlab انجام شده است. سرعت همگرایی روش پیشنهادی در ایجاد سرویس مرکب مورد نیاز بیشتر از سرعت همگرایی الگوریتمهای ژنتیک و ازدحام ذرات است. همچنین کیفیت سرویس‌های مرکب ایجادشده به عنوان معیار ارزیابی دیگر مورد توجه میباشد. میزان گذردهی و نرخ موفقیت روش پیشنهادی به ترتیب برابر 999/0 و 998/0 میباشد. همچنین متوسط انحراف معیار در 30 اجرای روش پیشنهادی کمتر از 021/0 است. تمامی این مقادیر نشان‌دهنده برتری روش پیشنهادی نسبت به روشهای مبتنی بر ژنتیک و ذرات میباشد. پرونده مقاله -
دسترسی آزاد مقاله
58 - مکان‌یابی بر اساس تفاضل توان سیگنال دریافتی با به کارگیری بهینهسازی محدب در شبکه حسگر بی‌سیم
حسن نظری میثم رئیس دانایی مرتضی سپهوندبرای انجام مکان‌یابی بر اساس تفاضل توان سیگنال دریافتی در شبکه حسگر بی‌سیم می‌بایست توان دریافتی آلوده به نویز را توسط تعدادی حسگر مرجع جمع‌آوری نمود. به دلیل مشخص‌بودن تابع چگالی احتمال نویز استفاده از تخمین‌گر حداکثر درست‌نمایی بهترین انتخاب خواهد بود. تابع هزینه این چکیده کاملبرای انجام مکان‌یابی بر اساس تفاضل توان سیگنال دریافتی در شبکه حسگر بی‌سیم می‌بایست توان دریافتی آلوده به نویز را توسط تعدادی حسگر مرجع جمع‌آوری نمود. به دلیل مشخص‌بودن تابع چگالی احتمال نویز استفاده از تخمین‌گر حداکثر درست‌نمایی بهترین انتخاب خواهد بود. تابع هزینه این تخمین‌گر غیر خطی و غیر محدب است و تا کنون برای آن جواب تحلیلی ارائه نشده است. یکی از راه‌حل‌ها برای غلبه بر این مشکل استفاده از روشهای بهینهسازی محدب است. در این مقاله برای غلبه بر این مشکل تابع هزینه تخمین‌گر حداکثر درست‌نمایی را به دست می‌آوریم و آن را با روش آزادسازی نیمه‌معین حل می‌کنیم. شبیه‌سازی‌های کامپیوتری نشان میدهد در شرایطی که حسگرهای شبکه به صورت غیر منظم در محیط پخش شوند تخمین‌گر جدید نسبت به سایر تخمین‌گرها جذر متوسط انرژی خطای مکان‌یابی کمتری را نشان میدهد، یعنی دقت مکان‌یابی بالاتری دارد. در روش جدید دقت مکان‌یابی نسبت به سایر روش‌ها تا 20% افزایش می‌یابد و پیچیدگی محاسباتی آن نیز نسبت به روشهای بهینهسازی محدب 30% کمتر است. پرونده مقاله -
دسترسی آزاد مقاله
59 - یک روش هوشمند برای تخمین کانال OFDM با استفاده از الگوریتم جستجوی گرانشی
فاطمه صالحی محمد حسن مجیدی ناصر ندامزایای 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 چکیده کاملمزایای 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. پرونده مقاله -
دسترسی آزاد مقاله
60 - بهبود عملکرد طبقه‌بند شبکه عصبی چندجمله‌ای با استفاده از الگوریتم بهینهسازی نهنگ
مهسا معماری عباس حریفی عبدالله خلیلیشبکه عصبی چندجمله‌ای (PNN) یک الگوریتم یادگیری بانظارت و از محبوب‌ترین مدل‌های مورد استفاده در کاربردهای واقعی است. هرچه شبکه عصبی چندجمله‌ای از نظر تعداد توصیفات جزئی (PDها) و لایه‌ها ساختار پیچیده‌تری داشته باشد، نیاز به زمان و حجم بیشتری برای محاسبه و ذخیره‌سازی دارد چکیده کاملشبکه عصبی چندجمله‌ای (PNN) یک الگوریتم یادگیری بانظارت و از محبوب‌ترین مدل‌های مورد استفاده در کاربردهای واقعی است. هرچه شبکه عصبی چندجمله‌ای از نظر تعداد توصیفات جزئی (PDها) و لایه‌ها ساختار پیچیده‌تری داشته باشد، نیاز به زمان و حجم بیشتری برای محاسبه و ذخیره‌سازی دارد. در این تحقیق رویکرد جدیدی در زمینه بهبود کارایی طبقه‌بند شبکه عصبی چندجمله‌ای با استفاده از الگوریتم بهینهسازی نهنگ (WOA) به نام PNN-WOA پیشنهاد شده که علاوه بر افزایش دقت PNN، زمان و حجم محاسبات قابل تحملی دارد. در رویکرد پیشنهادی، PDها بر اساس ترکیب دوبه‌دوی ویژگی‌ها از نمونه‌های آموزشی در لایه اول تولید می‌شوند. مجموعه‌ای از PDهای تولیدشده در لایه اول، متغیرهای ورودی و بایاس، عصب‌های لایه دوم را تشکیل میدهند. در نهایت خروجی شبکه عصبی چندجمله‌ای، توسط مجموع وزن‌دهی شده خروجی‌های لایه دوم به دست می‌آید. با استفاده از الگوریتم بهینهسازی نهنگ (WOA) بهترین بردار ضرایب وزن‌دهی به گونه‌ای که شبکه PNN بیشترین دقت طبقه‌بندی را داشته باشد، به دست می‌آید. برای ارزیابی روش PNN-WOA از یازده مجموعه داده موجود در پایگاه داده UCI استفاده شد. نتایج نشان میدهند که PNN-WOA در مقایسه با روشهای پیشین از قبیل PNN-RCGA، PNN-MOPPSO، RCPNN-PSO و S-TWSVM عملکرد مناسبی دارد. همچنین نتایج آزمون آماری فریدمن نشان میدهند که در مجموع، روش پیشنهادی PNN-WOA نسبت به سایر روشهای مقایسه‌شده، از نظر آماری عملکرد بهتری (با مقدار P برابر 039/0) داشته است. پرونده مقاله -
دسترسی آزاد مقاله
61 - روشی نوین برای خوشه‌بندی داده‌ها با استفاده از الگوریتم بهینهسازی چهارگرگ خاکستری
لاله عجمی بختیاروند زهرا بهشتیامروزه، خوشه‌بندی داده‌ها به دلیل حجم و تنوع داده‌ها بسیار مورد توجه قرار گرفته است. مشکل اصلی روشهای خوشه‌بندهای معمول این است که در دام بهینه محلی گرفتار می‌آیند. الگوریتمهای فراابتکاری به دلیل داشتن توانایی فرار از بهینه‌های محلی، نتایج موفقی را در خوشه‌بندی داده‌ه چکیده کاملامروزه، خوشه‌بندی داده‌ها به دلیل حجم و تنوع داده‌ها بسیار مورد توجه قرار گرفته است. مشکل اصلی روشهای خوشه‌بندهای معمول این است که در دام بهینه محلی گرفتار می‌آیند. الگوریتمهای فراابتکاری به دلیل داشتن توانایی فرار از بهینه‌های محلی، نتایج موفقی را در خوشه‌بندی داده‌ها نشان داده‌اند. الگوریتم بهینهسازی گرگ خاکستری از جمله این دسته الگوریتم‌ها است که قابلیت بهره‌برداری خوبی دارد و در برخی از مسایل راه حل مناسبی ارائه داده است، اما اکتشاف آن ضعیف است و در بعضی از مسایل به بهینه محلی همگرا می‌شود. در این تحقیق برای بهبود خوشه‌بندی داده‌ها، نسخه بهبودیافته‌ای از الگوریتم بهینهسازی گرگ خاکستری به نام الگوریتم بهینهسازی چهارگرگ خاکستری ارائه شده که با استفاده از بهترین موقعیت دسته چهارم گرگ‌ها به نام گرگ‌های امگای پیشرو در تغییر موقعیت هر گرگ، قابلیت اکتشاف بهبود می‌یابد. با محاسبه امتیاز هر گرگ نسبت به بهترین راه حل، نحوه حرکت آن مشخص می‌شود. نتایج الگوریتم پیشنهادی چهارگرگ خاکستری با الگوریتمهای بهینهسازی گرگ خاکستری، بهینهسازی ازدحام ذرات، کلونی زنبور عسل مصنوعی، ارگانیسم‌های هم‌زیست و بهینهسازی ازدحام سالپ در مسأله خوشه‌بندی روی چهارده مجموعه دادگان ارزیابی شده است. همچنین عملکرد الگوریتم پیشنهادی با چند نسخه بهبودیافته از الگوریتم گرگ خاکستری مقایسه شده است. نتایج به دست آمده عملکرد قابل توجه الگوریتم پیشنهادی را نسبت به سایر الگوریتمهای فراابتکاری مورد مقایسه در مسأله خوشه‌بندی نشان میدهد. بر اساس میانگین معیار F روی تمام مجموعه دادگان، روش پیشنهادی 82/172% و الگوریتم بهینه ذرات 78/284% را نشان میدهد و در مقایسه با نسخه‌های بهبودیافته الگوریتم گرگ، الگوریتم EGWO که در رتبه بعدی است دارای میانگین معیار F برابر 80/656% میباشد. پرونده مقاله -
دسترسی آزاد مقاله
62 - جمع‌آوری داده آگاه به انرژی در شبکه‌های حسگر قابل شارژ با استفاده از الگوریتم بهینهسازی ازدحام ذرات توسعه‌یافته
وحیده فراهانی لیلی فرزین وش مینا زلفی لیقوان رحیم ابری لیقوانیک چالش مهم در شبکه‌های حسگر، جمع‌آوری داده با توجه به انرژی محدود گره‌ها است. استفاده از حسگرهای قابل شارژ برای جمع‌آوری اطلاعات و انتقال آنها به چاهک، مشکل محدودیت انرژی را تا حدی مرتفع می‌نماید. با توجه به نرخ پایین برداشت انرژی در گره‌های قابل شارژ، مدیریت مصرف انرژ چکیده کاملیک چالش مهم در شبکه‌های حسگر، جمع‌آوری داده با توجه به انرژی محدود گره‌ها است. استفاده از حسگرهای قابل شارژ برای جمع‌آوری اطلاعات و انتقال آنها به چاهک، مشکل محدودیت انرژی را تا حدی مرتفع می‌نماید. با توجه به نرخ پایین برداشت انرژی در گره‌های قابل شارژ، مدیریت مصرف انرژی در این شبکه‌ها امری ضروری است. الگوریتمهای موجود، جنبه‌های مهم جمع‌آوری آگاه به انرژی- شامل زمانبندی خواب گره‌ها، خوشه‌بندی و مسیریابی- را به صورت جامع بررسی نکرده‌اند و همچنین اکثر آنها از روشهای حریصانه و با کارایی پایین استفاده نموده‌اند. در این مقاله، یک روش کارای مبتنی بر الگوریتم بهینهسازی ازدحام ذرات توسعه‌یافته به نام EDGR برای جمع‌آوری داده در شبکه‌های قابل شارژ ارائه شده است. در الگوریتم پیشنهادی، مسئله مورد نظر به سه مرحله زمانبندی خواب گره‌ها، خوشه‌بندی و مسیریابی، تقسیم گردیده و مراحل به ترتیب حل شده‌اند. بر اساس نتایج شبیهسازی، الگوریتم EDGR مقدار متوسط و انحراف از معیار انرژی ذخیره‌شده در گره‌ها و همچنین نرخ گم‌شدن بسته‌ها را به مقدار قابل توجهي نسبت به روشهای پیشین بهبود داده است. پرونده مقاله -
دسترسی آزاد مقاله
63 - بهره‌گیری از رویکردهای جدید بهینهسازی هوشمند فراابتکاری مبتنی بر هوش مصنوعی در طراحی سیستمهای ناوبری INS
علی محمدی فرید شیخ الاسلام مهدی امامیبه کارگیری تکنیک‌های محاسبات نرم در علوم مهندسی حجم زیادی از پژوهش‌ها را شامل شده است. از جمله این مسایل می‌توان به طراحی و بهینهسازی سیستمهای ناوبری جهت استفاده در سیستمهای حمل‌ونقل زمینی، دریایی و هوایی اشاره کرد. از این رو در این پژوهش سعی در بهره‌گیری از رویکردها چکیده کاملبه کارگیری تکنیک‌های محاسبات نرم در علوم مهندسی حجم زیادی از پژوهش‌ها را شامل شده است. از جمله این مسایل می‌توان به طراحی و بهینهسازی سیستمهای ناوبری جهت استفاده در سیستمهای حمل‌ونقل زمینی، دریایی و هوایی اشاره کرد. از این رو در این پژوهش سعی در بهره‌گیری از رویکردهای جدید بهینهسازی هوشمند فراابتکاری مبتنی بر هوش مصنوعی در جهت طراحی سامانههای ناوبری تلفیقی میباشد. برای این منظور از نسخه جدید الگوریتم بهینهسازی سیستم صفحات شیب‌دار به همراه چند نسخه دیگر آن در کنار دو روش مرسوم الگوریتم زیستی و بهینهسازی ازدحام ذرات استفاده شده است. ملاحظات بر روی یک مسأله INS/GNSS با ماژول‌های اندازه‌گیری اینرسی IMU MEMS انجام شدند. ماتریس‌های کواریانس نویز فرایند و اندازه‌گیری به عنوان متغیرهای طراحی و مجموع میانگین مربعات خطا به عنوان تابع هدف در قالب یک مسأله کمینه‌سازی تک‌هدفه در نظر گرفته شده‌اند. خروجی‌ها بر حسب شاخص‌های آماری و عملکردی نظیر زمان اجرا، برازندگی، همگرایی‌ها، دقت سرعت‌های زاویه‌ای، طول و عرض جغرافیایی، بلندی، Roll، Pitch، Yaw و مسیریابی به همراه رتبه‌بندی الگوریتم‌ها ارائه شدند. برایند کلی نتایج حکایت از عملکرد موفق و برتری نسبی روش های IPO و IIPO نسبت به رقبا و همچنین کارکرد قابل رقابت الگوریتم های پیشنهادی در قیاس با حجم ملاحظات و محاسبات مسأله مفروض دارد. پرونده مقاله -
دسترسی آزاد مقاله
64 - ارائه روش جهش هوشمند مبتنی بر الگوریتم PSO برای حل مسئله انتخاب ویژگی
محمود پرنده مینا زلفی لیقوان جعفر تنهاامروزه با افزایش حجم تولید داده، توجه به الگوریتمهای یادگیری ماشین جهت استخراج دانش از داده‌های خام افزایش یافته است. داده خام معمولاً دارای ویژگی‌های اضافی یا تکراری است که بر روی عملکرد الگوریتمهای یادگیری تأثیر می‌گذارد. جهت افزایش کارایی و کاهش هزینه محاسباتی الگو چکیده کاملامروزه با افزایش حجم تولید داده، توجه به الگوریتمهای یادگیری ماشین جهت استخراج دانش از داده‌های خام افزایش یافته است. داده خام معمولاً دارای ویژگی‌های اضافی یا تکراری است که بر روی عملکرد الگوریتمهای یادگیری تأثیر می‌گذارد. جهت افزایش کارایی و کاهش هزینه محاسباتی الگوریتمهای یادگیری ماشین، از الگوریتمهای انتخاب ویژگی استفاده می‌شود که روشهای متنوعی برای انتخاب ویژگی ارائه شده است. از جمله روشهای انتخاب ویژگی، الگوریتمهای تکاملی هستند که به دلیل قدرت بهینهسازی سراسری خود مورد توجه قرار گرفته‌اند. الگوریتمهای تکاملی بسیاری برای حل مسئله انتخاب ویژگی ارائه شده که بیشتر آنها روی فضای هدف تمرکز داشته‌اند. فضای مسئله نیز میتواند اطلاعات مهمی برای حل مسئله انتخاب ویژگی ارائه دهد. از آنجایی که الگوریتمهای تکاملی از مشکل عدم خروج از نقطه بهینه محلی رنج می‌برند، ارائه یک مکانیزم مؤثر برای خروج از نقطه بهینه محلی ضروری است. در این مقاله از الگوریتم تکاملی PSO با تابع چندهدفه برای انتخاب ویژگی استفاده شده که در آن یک روش جدید جهش که از امتیاز ویژگی‌های ذرات استفاده میکند، به همراه نخبه‌گرایی برای خروج از نقاط بهینه محلی ارائه گردیده است. الگوریتم ارائه‌شده بر روی مجموعه داده‌های مختلف تست و با الگوریتمهای موجود بررسی شده است. نتایج شبیه‌سازی‌ها نشان میدهند که روش پیشنهادی در مقایسه با روش جدید RFPSOFS بهبود خطای 20%، 11%، 85% و 7% به ترتیب در دیتاست‌های Isolet، Musk، Madelon و Arrhythmia دارد. پرونده مقاله -
دسترسی آزاد مقاله
65 - انتخاب ویژگی چندبرچسبه با استفاده از راهکار ترکیبی مبتنی بر الگوریتم بهینهسازی ازدحام ذرات
آذر رفیعی پرهام مرادی عبدالباقی قادرزادهطبقهبندی 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 چکیده کاملطبقهبندی 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. پرونده مقاله -
دسترسی آزاد مقاله
66 - سنتز منطقی چندهدفه مدارهای کوانتومی
آرزو رجايي محبوبه هوشمند سيدعابد حسينيمحاسبات کوانتومی، روش جدیدی از پردازش اطلاعات است که بر مبنای مفاهیم مکانیک کوانتومی بنا شده و منجر به رخدادهای عجیب و قدرتمندی در حوزه کوانتوم می‌شود. سنتز منطقی مدارهای كوانتومی به فرایند تبدیل یك گیت داده‌شده كوانتومی به مجموعه‌ای از گیت‌ها با قابلیت پیاده‌سازی در تك چکیده کاملمحاسبات کوانتومی، روش جدیدی از پردازش اطلاعات است که بر مبنای مفاهیم مکانیک کوانتومی بنا شده و منجر به رخدادهای عجیب و قدرتمندی در حوزه کوانتوم می‌شود. سنتز منطقی مدارهای كوانتومی به فرایند تبدیل یك گیت داده‌شده كوانتومی به مجموعه‌ای از گیت‌ها با قابلیت پیاده‌سازی در تكنولوژی‌های كوانتومی اطلاق می‌شود. از معروف‌ترین روشهای سنتز منطقی CSD و QSD هستند. هدف اصلی این مقاله، ارائه یک روش سنتز منطقی چندهدفه ترکیبی از دو روش فوق در مدل مداری محاسباتی با هدف بهینهسازی معیارهای ارزیابی است. در این روش پیشنهادی، فضای جوابی از ترکیب‌های مختلف روشهای تجزیه CSD و QSD ایجاد می‌شود. فضای جواب ایجادشده، یک فضا با اندازه نمایی بسیار بزرگ است. سپس با استفاده از یک رهیافت پایین به بالا از روش حل برنامه‌ریزی پویای چندهدفه، روشی ارائه می‌شود تا تنها بخشی از کل فضای جواب، برای یافتن مدارهایی با هزینههای بهینه پرتو جستجو شوند. نتایج به دست آمده نشان میدهند که این روش، موازنه‌ای بین معیارهای ارزیابی ایجاد میکند و پاسخ‌های بهینه پرتو متعددی تولید کرده که با توجه به تکنولوژی‌های مختلف کوانتومی می‌توانند انتخاب شوند. پرونده مقاله -
دسترسی آزاد مقاله
67 - مدلسازی چند هدفه ﺟﺮﯾﺎﻧﺎت ﻣﺎﻟﯽ در زﻧﺠﯿﺮه ﺗﺎﻣﯿﻦ ﭘﺎﯾﺪار و بررسی آثار نسبت های مالی در کنار عوامل پایداری
مرتضی قهرمانیدر اﯾﻦ ﭘﮋوﻫﺶ، ﻣﺪﻟﯽ ﭼﻨﺪ ﻫﺪﻓﻪ ﺑﻪ ﻣﻨﻈﻮر ﺑﻬﯿﻨﻪ ﺳﺎزي ﺟﺮﯾﺎﻧﺎت ﻣﺎﻟﯽ ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﭘﺎﯾﺪار در دوره ﻫﺎي زﻣﺎﻧﯽ اراﺋﻪ ﻣﯽ ﺷﻮد. اﻫﺪاف اﯾﻦ ﻣﺪل ﻋﺒﺎرت اﻧﺪ از: ﺑﯿﺸﯿﻨﻪ ﺳﺎزي ﺳﻮد؛ ﮐﻤﯿﻨﻪ ﺳﺎزي ﺗﺄﺛﯿﺮات زﯾﺴﺖ ﻣﺤﯿﻄﯽ و اﺟﺘﻤﺎﻋﯽ و ﻫﻤﭽﻨﯿﻦ ﺣﺪاﮐﺜﺮﺳﺎزي ﻧﺴﺒﺖ ﻫﺎي ﻣﺎﻟﯽ ﻣﯽ ﺑﺎﺷﺪ. زﻧﺠﯿﺮه ﺗﺄﻣﯿﻦ ﻣﻮرد ﺑﺮرﺳﯽ در اﯾﻦ ﭘ چکیده کاملدر اﯾﻦ ﭘﮋوﻫﺶ، ﻣﺪﻟﯽ ﭼﻨﺪ ﻫﺪﻓﻪ ﺑﻪ ﻣﻨﻈﻮر ﺑﻬﯿﻨﻪ ﺳﺎزي ﺟﺮﯾﺎﻧﺎت ﻣﺎﻟﯽ ﺣﻠﻘﻪ ﺑﺴﺘﻪ ﭘﺎﯾﺪار در دوره ﻫﺎي زﻣﺎﻧﯽ اراﺋﻪ ﻣﯽ ﺷﻮد. اﻫﺪاف اﯾﻦ ﻣﺪل ﻋﺒﺎرت اﻧﺪ از: ﺑﯿﺸﯿﻨﻪ ﺳﺎزي ﺳﻮد؛ ﮐﻤﯿﻨﻪ ﺳﺎزي ﺗﺄﺛﯿﺮات زﯾﺴﺖ ﻣﺤﯿﻄﯽ و اﺟﺘﻤﺎﻋﯽ و ﻫﻤﭽﻨﯿﻦ ﺣﺪاﮐﺜﺮﺳﺎزي ﻧﺴﺒﺖ ﻫﺎي ﻣﺎﻟﯽ ﻣﯽ ﺑﺎﺷﺪ. زﻧﺠﯿﺮه ﺗﺄﻣﯿﻦ ﻣﻮرد ﺑﺮرﺳﯽ در اﯾﻦ ﭘﮋوﻫﺶ زﻧﺠﯿﺮه ﺗﺄﻣﯿﻦ، ﺗﻮﻟﯿﺪ و ﺑﺎزﯾﺎﻓﺖ ﻗﻄﻌﺎت ﭘﻠﯿﻤﺮي اﺳﺖ. ﺟﻬﺖ ﻣﺪل ﺳﺎزي و ﺑﻬﯿﻨﻪ ﺳﺎزي ﻣﺪل از اﻟﮕﻮرﯾﺘﻢ ﻓﺮااﺑﺘﮑﺎري ﺗﺮﮐﯿﺒﯽ ﻣﻤﺘﯿﮏ در اﯾﻦ ﭘﮋوﻫﺶ اﺳﺘﻔﺎده ﺷﺪه اﺳﺖ. اﻟﮕﻮرﯾﺘﻢ ﻣﻤﺘﯿﮏ اﻟﮕﻮرﯾﺘﻤﯽ اﺳﺖ ﮐﻪ از ﺗﺮﮐﯿﺐ اﻟﮕﻮرﯾﺘﻢ ژﻧﺘﯿﮏ و اﻟﮕﻮرﯾﺘﻢ ﺷﺒﯿﻪ ﺳﺎزي ﺗﺒﺮﯾﺪ ﺣﺎﺻﻞ ﻣﯽ ﮔﺮدد. ﻣﺪل اراﺋﻪ ﺷﺪه ﺷﺎﻣﻞ ﺑﺮﻧﺎﻣﻪ رﯾﺰي ﺗﻮﻟﯿﺪ، ﺗﻮزﯾﻊ و ﺟﻤﻊ آوري ﺿﺎﯾﻌﺎت ﻣﯽ ﺷﻮد و ﺑﻪ ﺻﻮرت ﭼﻨﺪ دوره اي و ﭼﻨﺪ ﻣﺤﺼﻮﻟﯽ ﻃﺮاﺣﯽ ﺷﺪه اﺳﺖ. ﭘﺎراﻣﺘﺮﻫﺎي ﺗﺤﻠﯿﻞ ﻣﺎﻟﯽ ﻣﺪل ﺷﺎﻣﻞ ﻧﺴﺒﺖ ﺟﺎري، ﻧﺴﺒﺖ آﻧﯽ، ﻧﺴﺒﺖ ﺑﺪﻫﯽ ﺑﻪ ﺣﻘﻮق ﺻﺎﺣﺒﺎن ﺳﻬﺎم، ﺣﺎﺷﯿﻪ ﺳﻮد ﺧﺎﻟﺺ، ﻧﺴﺒﺖ وﺟﻪ ﻧﻘﺪ و ﻧﺮخ ﺑﺎزﮔﺸﺖ ﻣﯽ ﺑﺎﺷﺪ. ﺑﺮرﺳﯽ و ﺗﺤﻠﯿﻞ ﻧﺘﺎﯾﺞ ﺣﺎﮐﯽ از آن اﺳﺖ ﮐﻪ در ﻧﻈﺮ ﮔﺮﻓﺘﻦ اﻫﺪاف و ﺷﺎﺧﺺ ﻫﺎي ﻣﺎﻟﯽ ﺑﻪ ﺑﻬﺒﻮد ﺳﻮدآوري ﻣﻨﺠﺮ خواهدشد. پرونده مقاله -
دسترسی آزاد مقاله
68 - A Novel Elite-Oriented Meta-Heuristic Algorithm: Qashqai Optimization Algorithm (QOA)
Mehdi Khadem Abbas Toloie Eshlaghy Kiamars Fathi HafshejaniOptimization problems are becoming more complicated, and their resource requirements are rising. Real-life optimization problems are often NP-hard and time or memory consuming. Nature has always been an excellent pattern for humans to pull out the best mechanisms and th چکیده کاملOptimization problems are becoming more complicated, and their resource requirements are rising. Real-life optimization problems are often NP-hard and time or memory consuming. Nature has always been an excellent pattern for humans to pull out the best mechanisms and the best engineering to solve their problems. The concept of optimization seen in several natural processes, such as species evolution, swarm intelligence, social group behavior, the immune system, mating strategies, reproduction and foraging, and animals’ cooperative hunting behavior. This paper proposes a new Meta-Heuristic algorithm for solving NP-hard nonlinear optimization problems inspired by the intelligence, socially, and collaborative behavior of the Qashqai nomad’s migration who have adjusted for many years. In the design of this algorithm uses population-based features, experts’ opinions, and more to improve its performance in achieving the optimal global solution. The performance of this algorithm tested using the well-known optimization test functions and factory facility layout problems. It found that in many cases, the performance of the proposed algorithm was better than other known meta-heuristic algorithms in terms of convergence speed and quality of solutions. The name of this algorithm chooses in honor of the Qashqai nomads, the famous tribes of southwest Iran, the Qashqai algorithm. پرونده مقاله -
دسترسی آزاد مقاله
69 - چیدمان فضایی در طراحی معماری ساختمان¬های مسکونی میان¬مرتبه با استفاده از الگوریتم بهینه یابی
صهبا حسیبی علی اندجی گرمارودینحوه ی چیدمان فضایی و هندسی نقشه ها به عنوان یکی از اولین مراحل در طراحی معماری می باشد که تحت تاثیر متغیرهای پیدا و پنهان شکل می گیرد و سبب ایجاد جواب های متعددی می گردد. استفاده از قدرت محاسباتی کامپیوترها برای کمک در پیش بینی انواع چیدمان فضایی و چگونگی تعریف مسئله ب چکیده کاملنحوه ی چیدمان فضایی و هندسی نقشه ها به عنوان یکی از اولین مراحل در طراحی معماری می باشد که تحت تاثیر متغیرهای پیدا و پنهان شکل می گیرد و سبب ایجاد جواب های متعددی می گردد. استفاده از قدرت محاسباتی کامپیوترها برای کمک در پیش بینی انواع چیدمان فضایی و چگونگی تعریف مسئله به زبان الگوریتمیک3 یکی از چالش های اصلی این موضوع می باشد. هدف پژوهش حاضر این است که به منظور شکل گیری پیوند میان ساکن و مسکن و فراهم کردن زمینة مشارکت کاربر در طراحی مسکن، الگوریتمی جهت یافتن چیدمانی فضایی متناسب با نیاز و سلیقه او ارائه شود. در پژوهش پیش رو از روش بهینه سازی چند معیاره به دنبال یافتن چیدمانی بر اساس چند معیار مختلف استفاده کرده ایم. برای این امر حدود 200 پلان جانمایی که به صورت دستی طراحی شده به عنوان ورودی به الگوریتم داده شده است؛ الگوریتم با استفاده از معیار هایی چون: مساحت فضای باز و بسته، الزامات جهت گیری فضاها، تعداد اتاق های خواب و ... اساس کار جانمایی را شکل می دهد. در ادامه انواع حالات ممکن قرارگیری فضاها در کنار هم بررسی می شود و با توجه به داده ها بهترین حالت چیدمان فضایی پیشنهاد می گردد. در پایان کل فرآیند ترکیبی الگوریتم به وسیله تعدادی نمونه مورد آزمایش قرار گرفته است که نتایج حاصل گویای ظرفیت بالای روش پیشنهادی در تهیه، تنوع، سرعت و دقت تولید نقشه های چیدمان فضایی ساختمان های مسکونی میان مرتبه به دور از محدودیت های ذهن انسان می باشد. پرونده مقاله -
دسترسی آزاد مقاله
70 - روش های اجرایی تونل تمام مقطع سنگی دو قلوی پونه به روش انفجاری و انواع حفاری ها نمونه موردی: تونل خرم آباد
محمد دهقان علی آرامدر سالهاي اخیر و به دنبال افزایش نیاز به ایجاد فضا هاي زیر زمینی با ابعاد بزرگتر و در اعماق بیشتر یا حفر آنهادر زمینهاي نا مناسب، ضرورت شناسائی هر چه کاملتر شرایط زمین و انتخاب روش مناسب جهت حفر این فضاها آشکار شده است. در بسیاري ازموارد این فضاها در محل هایی که جنس زمی چکیده کاملدر سالهاي اخیر و به دنبال افزایش نیاز به ایجاد فضا هاي زیر زمینی با ابعاد بزرگتر و در اعماق بیشتر یا حفر آنهادر زمینهاي نا مناسب، ضرورت شناسائی هر چه کاملتر شرایط زمین و انتخاب روش مناسب جهت حفر این فضاها آشکار شده است. در بسیاري ازموارد این فضاها در محل هایی که جنس زمین از نوع سنگ بوده ایجاد می شوند که به منظور حفر این فضاها درزمینهاي سنگی روشهاي مختلفی از جمله استفاده از دستگاهاي حفاری نظیر TBM ،دریل توپی و ... وجود دارد، که بکار گیري خرج گذاري یکی از رایجترین روشهاي حفاري در زمین هاي سنگی به شمار می آید بعد از این عملیات لتیس گذاری می گردد و فاصله آن با توجه به جنس خاک تعیین می گردد.برای بررسی و ارائه راهکار مناسب برای پایدارسازی تونلها، روشهای مختلف تجربی، تحلیلی و عددی موجود میباشد.در ارائه طرح تحکیمات اولیه تونلها علاوه بر شرایط زمین شناسی در نظر گرفتن مسائل مهم اجرایی باربری لتیسگیردرها تا زمان قبل از گیرش شاتکریت میباشد. از آنجایی که در ساعات اولیه شاتکریت به مقاومت کافی نرسیده است، ضروریست لتیسگیردرها تحمل بارهای ناشی از وزن پوشش اولیه را داشته باشند تا دچار آسیب های سازه ای نشوند. روش های اجرایی ساخت شامل سپری و NATM و روش برآورد بار شامل تجربی و تحلیل پایداری وی باشد در روش اجرایی سپری قطر تونل از ابتدا تا انتها ثابت می باشد ولی در نواحی خاص نیاز به افزایش قطر می باشد و روش NATM (ٱتریشی) ایمنی بالا و مقرون به صرفه بودن و همچنین مورد استفاده در انواع خاک ها و اعماق می باشد.روش تحلیل پایداری که بتوان پیش بینی و تحلیل کرد که قسمت های مختلف تونل از نظر پایداری کم، متوسط و زیاد باشد. در حفاری تونل سنگی عملیات چالزنی، انفجار، نصب لتیس ها، تحکیمات و اجرای شاتکریت بارها تکرار می گردد. پرونده مقاله -
دسترسی آزاد مقاله
71 - جهت‌گیری بهینه ساختمان باهدف سایه‌اندازی مطلوب و کاهش مصرف انرژی (نمونه موردی خانه موسیقی تهران)
تیام آرام جواد ایرجیروند 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 کاملروند 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 -
دسترسی آزاد مقاله
72 - ارائه یک سیستم تشخیص چهره با انتخاب بهینه‌ی ویژگی‌ها مبتنی بر الگوریتم بهینهسازی فاخته
فرناز حسینی حامد سپهرزادهتشخیص چهره، یک عمل تشخیص الگوست که به‌طور خاص بر روی چهره‌ها انجام می‌شود و کاربردهای فراوانی در شناسایی کارت‌های اعتباری، سیستمهای امنیتی و موارد دیگر دارد. ایجاد یک سیستم تشخیص چهره با دقت بالا، یک چالش بزرگ میباشد که در سال‌های اخیر مورد توجه محققان مختلفی قرار گرف چکیده کاملتشخیص چهره، یک عمل تشخیص الگوست که به‌طور خاص بر روی چهره‌ها انجام می‌شود و کاربردهای فراوانی در شناسایی کارت‌های اعتباری، سیستمهای امنیتی و موارد دیگر دارد. ایجاد یک سیستم تشخیص چهره با دقت بالا، یک چالش بزرگ میباشد که در سال‌های اخیر مورد توجه محققان مختلفی قرار گرفته است. فرایند استخراج ویژگی و طبقه‌بندی، دو مسئله مهم در سیستمهای تشخیص هستند که می‌توانند در افزایش دقت تشخیص نقش بسزایی را ایفا کنند. با توجه به این موضوع در این مطالعه با درنظرگرفتن ویژگی‌های ترکیبی و بهینهسازی الگوریتم فاخته، روشی برای بهبود میزان دقت در تشخیص چهره پیشنهاد شده است. در روش ارائه‌شده، هفت ویژگی از روی تصاویر موجود در پایگاه داده استخراج شده، سپس با به‌دست‌آوردن بردار ویژگیِ مطلوب، مراحل مربوط به انتخاب ویژگی با استفاده از الگوریتم فاخته انجام می‌شود. روش پیشنهادی با نرم‌افزار Matlab پیاده‌سازی گردیده و با روشهای دیگر مورد مقایسه قرار گرفته است. نتایج مربوط به ارزیابی نشان میدهند که روش پیشنهادی توانسته عمل تشخیص بر روی تصاویر دو بانک داده ORL و FDBB را به‌ترتیب با دقت 00/93% و %12/95% انجام دهد. نتیجه به‌دست‌آمده برای این معیار ارزیابی نسبت به سایر روشهای مقایسه‌شده از مقدار بالاتری برخوردار است. پرونده مقاله -
دسترسی آزاد مقاله
73 - مدیریت توان راکتیو در شبکه توزیع با درنظرگرفتن عدم قطعیت‌ها در حضور تجهیزات جبران‌کننده توان راکتیو گسسته و پیوسته
محبوبه اعتمادی زاده مریم رمضانی حمید فلقیسرعت افزایش سطح نفوذ منابع تولید پراکنده در شبکه قدرت و ماهیت تصادفی این منابع، نحوه بهره‌برداری و طراحی این شبکه‌ها را دستخوش تغییر کرده که مدیریت توان راکتیو در شبکه‌های توزیع از این دسته هستند. استفاده از این منابع در شبکه‌های توزیع بدون چالش نیست و عدم مدیریت بهینه چکیده کاملسرعت افزایش سطح نفوذ منابع تولید پراکنده در شبکه قدرت و ماهیت تصادفی این منابع، نحوه بهره‌برداری و طراحی این شبکه‌ها را دستخوش تغییر کرده که مدیریت توان راکتیو در شبکه‌های توزیع از این دسته هستند. استفاده از این منابع در شبکه‌های توزیع بدون چالش نیست و عدم مدیریت بهینه توان راکتیو ممکن است که بهره‌وری‌های اقتصادی برای شبکه به همراه نداشته باشد. سیستمهای ذخیره‌ساز انرژی، پتانسیل حل این مشکل را دارند؛ لذا در این مقاله، مدیریت توان راکتیو در یک ریزشبکه متصل به شبکه اصلی با درنظرگرفتن منابع تولید پراکنده (DG)، سیستمهای ذخیره انرژی الکتریکی (BESS) و تجهیزات جبران‌کننده توان راکتیو گسسته شامل بانک‌های خازنی با درنظرگرفتن عدم قطعیت در بار شبکه و تولید توان نیروگاه بادی و خورشیدی انجام شده است. نهایتاً کارایی روش بیان‌شده با انجام مطالعات عددی بر روی شبکه‌های توزیع 33 و 69شینه IEEE و در محیط نرم‌افزار بهینهسازی GAMS پیاده‌سازی گردیده است. پرونده مقاله -
دسترسی آزاد مقاله
74 - شناسایی پارامترهای تابع انتقال موتور DC بدون جاروبک با استفاده از الگوریتم ازدحام گروه ذرات
احمد شیرزادی آرش دهستانی کلاگر محمدرضا علیزاده پهلوانیتا کنون مطالعات جامع و گسترده‌ای بر روی موتور DC بدون جاروبک (BLDC) صورت گرفته که بخشی از این مطالعات، ناظر بر تخمین پارامترهای تابع انتقال این موتور میباشد. تخمین پارامترهای تابع انتقال موتور BLDC امری ضروری جهت بررسی عملکرد موتور و پیش‌بینی رفتار آن است؛ بنابراین به چکیده کاملتا کنون مطالعات جامع و گسترده‌ای بر روی موتور DC بدون جاروبک (BLDC) صورت گرفته که بخشی از این مطالعات، ناظر بر تخمین پارامترهای تابع انتقال این موتور میباشد. تخمین پارامترهای تابع انتقال موتور BLDC امری ضروری جهت بررسی عملکرد موتور و پیش‌بینی رفتار آن است؛ بنابراین به یک روش تخمین پارامتر کارآمد، دقیق و قابل اعتماد احساس نیاز می‌شود. در این مقاله با استفاده از الگوریتم ازدحام گروه ذرات (PSO)، مسئله تخمین پارامترهای تابع انتقال مجموعه موتور BLDC و اینورتر مربوط به این موتور، حل شده است. نتایج حاصل از به‌کارگیری این الگوریتم با نتایج سایر الگوریتمهای بهینهسازی فراابتکاری مقایسه شده و بررسی این نتایج نشان داده که الگوریتم PSO برای حل مسئله تخمین پارامتر تابع انتقال، یک روش کارآمد، دقیق و قابل اعتماد است. پرونده مقاله -
دسترسی آزاد مقاله
75 - بهبود تخصیص منابع در محاسبات لبه موبایل با استفاده از الگوریتم بهینه سازی ازدحام ذرات و گرگ خاکستری
سیدابراهیم دشتی رحمت آبادی سعید شب بوییمحاسبات لبه موبایل تجربه کاربران نهایی را برای دستیابی به خدمات مناسب و کیفیت خدمات بهبود می دهد. در این مقاله مسئله بهبود تخصیص منابع هنگام بارگیری وظایف براساس دستگاه‌های تلفن همراه به سرورهای لبه در سیستمهای محاسباتی بررسی می شود. برخی وظایف به صورت محلی پردازش و بر چکیده کاملمحاسبات لبه موبایل تجربه کاربران نهایی را برای دستیابی به خدمات مناسب و کیفیت خدمات بهبود می دهد. در این مقاله مسئله بهبود تخصیص منابع هنگام بارگیری وظایف براساس دستگاه‌های تلفن همراه به سرورهای لبه در سیستمهای محاسباتی بررسی می شود. برخی وظایف به صورت محلی پردازش و برخی به سرورهای لبه بارگذاری می شوند. مسئله اصلی این است که وظایف تخلیه‌شده برای ماشین‌های مجازی در شبکه های محاسباتی بصورت مناسب زمانبندی شوند تا زمان محاسبات، هزینه خدمات، اتلاف شبکه های محاسباتی و حداکثر ارتباط یک کار با شبکه به حداقل برسد. در این مقاله الگوریتم ترکیبی ازدحام ذرات و گرگ خاکستری برای مدیریت تخصیص منابع و زمانبندی وظایف برای دستیابی به یک نتیجه بهینه در شبکه های محاسبات لبه معرفی شد. نتایج مقایسه نشان دهنده بهبود زمان انتظار و هزینه در رویکرد پیشنهادی است. نتایج نشان می دهد که به طور میانگین مدل پیشنهادی با کاهش 10 درصدی زمان انجام کار و افزایش استفاده از منابع به میزان 16 درصد بهتر عمل کرده است. پرونده مقاله -
دسترسی آزاد مقاله
76 - مروری بر بهینهسازی فرمول‌بندی و سازوکار خودترمیمی پوشش‌های پلی‌اوره
معین بهزادپور مهدی همتیان دامغانیپلیمرهای خودترمیم شونده به‌عنوان دسته‌ای از پلیمرهای هوشمند طبقه‌بندی می‌شوند که قابلیت محافظت و جلوگیری از ایجاد نقص ساختاری در سطوح مختلف را دارند. پلی‌اورتان و پلی‌اوره از جمله پوشش‌هایی هستند که امروزه در کاربردهای صنعتی گوناگون مورد توجه قرار گرفته‌اند. پوشش‌های پل چکیده کاملپلیمرهای خودترمیم شونده به‌عنوان دسته‌ای از پلیمرهای هوشمند طبقه‌بندی می‌شوند که قابلیت محافظت و جلوگیری از ایجاد نقص ساختاری در سطوح مختلف را دارند. پلی‌اورتان و پلی‌اوره از جمله پوشش‌هایی هستند که امروزه در کاربردهای صنعتی گوناگون مورد توجه قرار گرفته‌اند. پوشش‌های پلی‌اوره در مقایسه با پوشش‌های پلی‌اورتان باوجود فرایند شکل‌گیری مشابه دارای خواص متفاوتی هستند که از جمله آن می‌توان به مقاومت کششی بالاتر و زمان پخت کوتاه‌تر پلی‌اوره اشاره کرد. اساس عملکرد سازوکار خودترمیمی در پلی‌اوره شامل موارد گوناگونی است که ناشی از معرفی روزافزون اجزایی با قابلیت پلیمری شدن و در نهایت ترمیم آسیب‌های به‌وجود آمده در مواد هستند. راه‌حل کاربردی دیگر، استفاده از واکنش‌های شیمیایی پیوسته است که باعث شکل‌گیری پیوندهای شیمیایی و جبران آسیب‌های به‌وجودآمده بر روی مواد مختلف می‌شود. در این گزارش به‌منظور یافتن فرایندهای موثر خودترمیمی به بررسی سازوکارهای ذاتی و غیرذاتی مرتبط با پوشش‌های پلی‌اوره پرداخته شده است. همچنین، بهینهسازی و اصلاح فرمول‌بندی در جهت دستیابی به پوشش‌های خودترمیمی با خواص مکانیکی بالا در کوتاه‌ترین زمان ممکن مورد بحث قرار خواهد گرفت. انتخاب نوع و نسبت دی‌ایزوسیانات‌ها، همچنین گسترش‌دهنده زنجیر میتواند تأثیر قابل‌توجهی در تسریع فرایند خودترمیمی و بهبود کارایی این نوع پوشش‌ها در طی فرایند آماده‌سازی پوشش‌های پلی‌اوره داشته باشد. پرونده مقاله -
دسترسی آزاد مقاله
77 - برنامه‌ریزی اقتصادی- زیست‌محیطی چندهدفه ریزشبکه‌ها در حضور خودروهای الکتریکی هیبریدی و برنامه پاسخگویی بار در جهت هموارسازی قیمت‌های گرهی توزیع
علی میرزایی نوید تقی زادگان کلانتری سجاد نجفی روادانقامروزه با رشد تقاضای خودروهای الکتریکی هیبریدی در ریزشبکه‌ها، تأمین برق، مسائل زیست‌محیطی و زمانبندی مجدد از جمله چالش‌های ریزشبکه‌هاست که باید حل و راه حل‌های مناسبی ارائه شود. برای غلبه بر این چالش‌ها، این مقاله یک مدل بهینهسازی چندهدفه جدید را معرفی میکند که در هد چکیده کاملامروزه با رشد تقاضای خودروهای الکتریکی هیبریدی در ریزشبکه‌ها، تأمین برق، مسائل زیست‌محیطی و زمانبندی مجدد از جمله چالش‌های ریزشبکه‌هاست که باید حل و راه حل‌های مناسبی ارائه شود. برای غلبه بر این چالش‌ها، این مقاله یک مدل بهینهسازی چندهدفه جدید را معرفی میکند که در هدف اول، هزینه کل بهره‌برداری ریزشبکه را به حداقل می‌رساند و در هدف دوم با کاهش مقدار انرژی تأمین‌نشده، مقدار شاخص قابلیت اطمینان را بهبود می‌بخشد. به دلیل این دو هدف، الگوریتم بهینهسازی مرغ دریایی چندهدفه تکاملی برای یافتن بهترین راه حل‌های محلی مورد استفاده قرار می‌گیرد. در این راستا خودروهای الکتریکی هیبریدی و برنامه‌های پاسخ به تقاضا برای هموارسازی قیمت‌های گرهی توزیع و کاهش میزان انتشار دی‌اکسید کربن استفاده می‌شود. شبکه توزیع 69باسه برای ارزیابی کارایی روش پیشنهادی استفاده گردیده است. پرونده مقاله -
دسترسی آزاد مقاله
78 - پیش‌بینی بازار سهام با استفاده از الگوریتم بهینهسازی ملخ بهبود یافته و الگوریتمهای سری زمانی
وحید صفری دهنوی مسعود شفیعیپیشبینی بازار سهام به عنوان یک زمینه جذاب و همچنین چالش برانگیز برای سرمایه گذاران در بازارهای مالی عمل میکند. بسیاری از مدل‌های مورد استفاده در پیش‌بینی بازار سهام قادر به پیش‌بینی دقیق نیستند یا این مدل‌ها نیاز به تعداد داده ورودی بسیار زیادی دارند که باعث افزایش حج چکیده کاملپیشبینی بازار سهام به عنوان یک زمینه جذاب و همچنین چالش برانگیز برای سرمایه گذاران در بازارهای مالی عمل میکند. بسیاری از مدل‌های مورد استفاده در پیش‌بینی بازار سهام قادر به پیش‌بینی دقیق نیستند یا این مدل‌ها نیاز به تعداد داده ورودی بسیار زیادی دارند که باعث افزایش حجم شبکه‌ها و پیچیدگی یادگیری می‌شود که همه این موارد در نهایت موجب کاهش دقت در پیش‌بینی می‌شود. این مقاله یک روش برای پیش‌بینی بازار سهام را پیشنهاد میدهد که این روش قادر هست به طور موثر وضعیت بازار سهام را پیش‌بینی کند. در این مقاله، برای کاهش حجم داده‌های ورودی از قیمت گذشته بازار استفاده شده و این داده‌ها در یک مدل رگریسور قرار داده شده است. در این حالت، با ارایه یک روش مبتنی بر الگوریتم بهینهسازی ملخ بهبود یافته، تعیین می‌شود که داده‌های فعلی بازار بورس به کدام داده‌های قبلی وابسته هستند و با استفاده از داده‌های قبلی می‌توان داده جدید را پیش‌بینی کرد. برای پیش‌بینی سری زمانی نیز از روشهای شبکه عصبی GMDH، شبکه نروفازی و شبکه عصبی استفاده شده است؛ به علاوه، در این مقاله از روشهای متناسب‌سازی داده‌ها با استفاده از الگوریتمهای مختلف استفاده شده است که این روش‌ها می‌توانند در پیش‌بینی بازار موثر باشند. در نهایت، از مجموعه داده شرکت تسلا برای اعتبارسنجی و تست الگوریتمهای ارایه شده استفاده شده است و نتایج شبیهسازی در پایان آمده است. همانطور که در قسمت شبیهسازی نشان داده شده، با استفاده از الگوریتم بهینهسازی ملخ بهبود یافته، موثرترین خروجی‌ها برای پیش‌بینی ارزش سهام به دست آمده و در نهایت با استفاده از چند حالت مختلف پیش‌بینی انجام شده و نتایج روشهای مختلف مورد مقایسه قرار گرفته و ارزیابی بر اساس معیار خطای میانگین مربع (RMSE) انجام شده است. مدل پیشنهادی پیش بینی بازار سهام دارای حداقل RMSE=4.05 است که نشان دهنده اثربخشی روش پیشنهادی در پیش بینی بازار سهام است. نتایج نشان میدهد که در بین الگوریتمهای ارایه شده مربوط به پیش‌بینی سری زمانی، شبکه GMDH با الگوریتم ترکیبی ارایه شده، بهترین نتیجه را در بر داشته است. پرونده مقاله -
دسترسی آزاد مقاله
79 - Proposing an FCM-MCOA Clustering Approach Stacked with Convolutional Neural Networks for Analysis of Customers in Insurance Company
Motahareh Ghavidel meisam Yadollahzadeh tabari Mehdi GolsorkhtabaramiriTo create a customer-based marketing strategy, it is necessary to perform a proper analysis of customer data so that customers can be separated from each other or predict their future behavior. The datasets related to customers in any business usually are high-dimension چکیده کاملTo create a customer-based marketing strategy, it is necessary to perform a proper analysis of customer data so that customers can be separated from each other or predict their future behavior. The datasets related to customers in any business usually are high-dimensional with too many instances and include both supervised and unsupervised ones. For this reason, companies today are trying to satisfy their customers as much as possible. This issue requires careful consideration of customers from several aspects. Data mining algorithms are one of the practical methods in businesses to find the required knowledge from customer’s both demographic and behavioral. This paper presents a hybrid clustering algorithm using the Fuzzy C-Means (FCM) method and the Modified Cuckoo Optimization Algorithm (MCOA). Since customer data analysis has a key role in ensuring a company's profitability, The Insurance Company (TIC) dataset is utilized for the experiments and performance evaluation. We compare the convergence of the proposed FCM-MCOA approach with some conventional optimization methods, such as Genetic Algorithm (GA) and Invasive Weed Optimization (IWO). Moreover, we suggest a customer classifier using the Convolutional Neural Networks (CNNs). Simulation results reveal that the FCM-MCOA converges faster than conventional clustering methods. In addition, the results indicate that the accuracy of the CNN-based classifier is more than 98%. CNN-based classifier converges after some couples of iterations, which shows a fast convergence in comparison with the conventional classifiers, such as Decision Tree (DT), Support Vector Machine (SVM), K-Nearest Neighborhood (KNN), and Naive Bayes (NB) classifiers. پرونده مقاله -
دسترسی آزاد مقاله
80 - طراحی بهینه و تحلیل محدودکننده جریان خطای مبتنی بر راکتور سری متغیر با هسته هوایی
مسلم امینی فسخودی علی اکبر دامکی علی آبادگستردگی شبکه های برق و افزایش سطح اتصال کوتاه باعث شده است که به کارگیری تجهیزاتی برای محدود کردن خطاهای اتصال کوتاه اجتناب ناپذیر باشد. یکی از این تجهیزات، محدودکننده های جریان خطای مبتنی بر راکتور متغیر می باشد که در عین سادگی ساختار، عملکرد مؤثری دارند. در این مقاله چکیده کاملگستردگی شبکه های برق و افزایش سطح اتصال کوتاه باعث شده است که به کارگیری تجهیزاتی برای محدود کردن خطاهای اتصال کوتاه اجتناب ناپذیر باشد. یکی از این تجهیزات، محدودکننده های جریان خطای مبتنی بر راکتور متغیر می باشد که در عین سادگی ساختار، عملکرد مؤثری دارند. در این مقاله به طراحی بهینه یک محدود کننده جریان خطای جدید مبتنی بر راکتور سری متغیر پرداخته شده است. با توجه به اهمیت بالای پارامترهایی نظیر سرعت عملکرد، اندوکتانس اولیه و اندوکتانس نهایی محدودکننده، به دست آوردن ابعاد بهینه طرح پیشنهادی جهت دستیابی به بهترین عملکرد ممکن بسیار مهم است. به همین منظور پس از معرفی طرح مذکور به طراحی بهینه طرح پیشنهادی پرداخته شده و سپس نتایج به دست آمده از بهینه سازی مورد ارزیابی و مقایسه با نتایج حاصل از طراحی اولیه قرار گرفته است. برای تحلیل و ارزیابی محدود کننده و بررسی میزان تأثیر پارامترها بر نحوه عملکرد آن از مدل تحلیلی مبتنی بر روابط حاکم بر راکتور استفاده شده است. نتایج حاصل از بهینه سازی نشان می دهد طرح نهایی از عمکلرد بسیار بهتری نسبت به طرح اولیه برخوردار است. پرونده مقاله -
دسترسی آزاد مقاله
81 - 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 جعفریطبق 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 چکیده کاملطبق 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. پرونده مقاله -
دسترسی آزاد مقاله
82 - بهبود مصرف انرژي در اینترنت اشیا با استفاده از الگوریتم بهینه سازي گروه میگوها و چاهک متحرک
شایسته طباطبائیفناوري اینترنت اشیا ) IoT ( شامل تعداد زیادي گرههاي حسگر است که حجم انبوهي از داده تولید ميکنند. مصرف بهینه انرژي گرههاي حسگر یک چالش اساسي در این نوع از شبکههاست. خوشهبندي گرههاي حسگر در دستههاي مجزا و تبادل اطلاعات از طریق سرخوشهها، یکي از راهکارهاي بهبود مصرف انرژي ا چکیده کاملفناوري اینترنت اشیا ) IoT ( شامل تعداد زیادي گرههاي حسگر است که حجم انبوهي از داده تولید ميکنند. مصرف بهینه انرژي گرههاي حسگر یک چالش اساسي در این نوع از شبکههاست. خوشهبندي گرههاي حسگر در دستههاي مجزا و تبادل اطلاعات از طریق سرخوشهها، یکي از راهکارهاي بهبود مصرف انرژي است. این مقاله یک پروتکل مسیریابي مبتني بر خوشهبندي جدید به نام 1KHCMSBA را ارائه ميدهد. پروتکل پیشنهادي بطور بیولوژیکي از ویژگيهاي جستجوي سریع و مؤثر الهام گرفته بر اساس رفتار غذایابي میگوها در الگوریتم بهینهسازي گروه میگوها براي خوشهبندي گرههاي حسگر استفاده ميکند. در پروتکل پیشنهادي همچنین از چاهک متحرک براي جلوگیري از مشکل نقطه داغ استفاده مي شود. فرآیند خوشهبندي در ایستگاه پایه با یک الگوریتم کنترل متمرکز انجام ميشود که از سطوح انرژي و موقعیت قرارگیري گرههاي حسگر آگاه است. بر خلاف سایر پروتکلهاي موجود در سایر تحقیقات، KHCMSBA مدل انرژي واقع بینانهاي را در شبکه در نظر ميگیرد که در شبیه ساز Opnet عملکرد آن مورد آزمایش قرار ميگیرد و نتایج حاصل از شبیه سازي با پروتکل ( Artifical Fish Swarm Routing Protocol) AFSRP مقایسه ميشوند. نتایج حاصل از شبیه سازي حاکي از عملکرد بهتر روش پیشنهادي از نظر انرژي مصرفي به میزان 71 / 12 درصد، نرخ گذردهي به میزان 22 / 14 درصد، تأخیر انتها به انتها به میزان 07 / 76 درصد، نسبت سیگنال به نویز به میزان 82 / 46 درصد نسبت به پروتکل AFSRP است. پرونده مقاله -
دسترسی آزاد مقاله
83 - بهبود تشخیص وبگاه های جعل شده با استفاده از طبقه بندی کننده شبکه عصبی مصنوعی چند لایه با الگوریتم بهینه سازی شیرمورچه
فرهنگ پدیداران مقدم مهشید صادقی باجگیراندر حملات فیشینگ یک وبگاه جعلي از روي وبگاه اصلي جعل ميگردد که ظاهر بسیار شبیه به وبگاه اصلي دارد. فیشر یا سارق آنلاین براي هدایت کاربران به این وبگاهها، معمولا لینکهاي جعلي را در ایمیل قرار داده و براي قربانیان خود ارسال نموده و با روشهاي مهندسي اجتماعي سعي در فریب کارب چکیده کاملدر حملات فیشینگ یک وبگاه جعلي از روي وبگاه اصلي جعل ميگردد که ظاهر بسیار شبیه به وبگاه اصلي دارد. فیشر یا سارق آنلاین براي هدایت کاربران به این وبگاهها، معمولا لینکهاي جعلي را در ایمیل قرار داده و براي قربانیان خود ارسال نموده و با روشهاي مهندسي اجتماعي سعي در فریب کاربران و مجاب نمودن آنها براي کلیک روي لینکهاي جعلي دارد. حملات فیشینگ زیان مالي قابل توجهاي دارند و بیشتر روي بانکها و درگاههاي مالي متمرکز هستند. روشهاي یادگیري ماشین یک روش موثر براي تشخیص حملات فیشینگ است اما این مشروط به انتخاب بهینه ویژگي است. انتخاب ویژگي باعث ميشود فقط ویژگيهاي مهم به عنوان ورودي یادگیري در نظر گرفته شوند و خطاي تشخیص حملات فیشینگ کاهش داده شود. در روش پیشنهادي براي کاهش دادن خطاي تشخیص حملات فیشینگ یک طبقهبندي کننده شبکه عصبي مصنوعي چند لایه استفاده شده که فاز انتخاب ویژگي آن با الگوریتم بهینهسازي شیرمورچه انجام ميشود. ارزیابي و آزمایشها روي مجموعه داده Rami که مرتبط با فیشینگ است نشان ميدهد روش پیشنهادي داراي دقتي در حدود 98.53 % است و نسبت به شبکه عصبي مصنوعي چند لایه خطاي کمتري دارد. روش پیشنهادي در تشخیص حملات فیشینگ از روشهاي یادگیري BPNN ، SVM ، NB ، C4.5 ، RF و kNN با سازوکار انتخاب ویژگي توسط الگوریتم PSO دقت بیشتري دارد. پرونده مقاله -
دسترسی آزاد مقاله
84 - بهبود مدیریت منابع در اینترنت اشیا با استفاده از محاسبات مه و الگوریتم بهینهسازی شیر مورچه
پیام شمس سیده لیلی میرطاهری رضا شهبازیان احسان آریانیاندر این مقاله مدلی مبتنی بر الگوریتمهای فراابتکاری برای تخصیص بهینه منابعدر اینترنت اشیا مبتنی بر محاسبات مه پیشنهاد شده است. در مدل پیشنهادی، ابتدا درخواست کاربر به‌صورت یک جریان کاری به سیستم داده می‌شود؛ تا بهازای هر درخواست ابتدا نیازمندی‌های منابع (قدرت پردازش، حا چکیده کاملدر این مقاله مدلی مبتنی بر الگوریتمهای فراابتکاری برای تخصیص بهینه منابعدر اینترنت اشیا مبتنی بر محاسبات مه پیشنهاد شده است. در مدل پیشنهادی، ابتدا درخواست کاربر به‌صورت یک جریان کاری به سیستم داده می‌شود؛ تا بهازای هر درخواست ابتدا نیازمندی‌های منابع (قدرت پردازش، حافظه‌ی ذخیره‌سازی و پهنای باند) استخراج می‌گردد. این مؤلفه وضعیت ترافیک درخواستی برنامه را از لحاظ بلادرنگ بودن تعیین میکند. درصورتی‌که کاربرد مورد نظر بلادرنگ نباشد و در مقابل تأخیر تا حدودی مقاوم باشد، درخواست به محیط ابری ارجاع داده می‌شود، اما اگر برنامه کاربردی مورد نظر نیاز به پاسخگویی بلادرنگ داشته باشد و حساس به تأخیر باشد، به‌صورت محاسبات مه با آن برخورد خواهد شد و به یکی از کلودلت‌ها نگاشته خواهد شد. این این مرحله به منظور انتخاب بهترین راه حل در تخصیص منابع جهت سرویس‌دهی به کاربران محیط IoT، از الگوریتم بهینهسازی شیر مورچه استفاده شد. روش پیشنهادی در محیط نرم‌افزاری متلب شبیهسازی شده و برای ارزیابی عملکرد آن از پنج شاخص انرژی مصرفی سلول‌های مه، زمان پاسخگویی، درجه‌ی عدم تعادل سلول‌های مه، تأخیر و پهنای باند استفاده گردیده است. بررسی یافته‌ها نشان میدهد که روش پیشنهادی، میزان انرژی مصرفی، نرخ تأخیر را در سلول‌های مه، نرخ پهنای باند مصرفی، میزان تعادل بار و زمان پاسخگویی را در مقایسه با طرح پایه (ROUTER) به ترتیب 22، 18، 12، 22 و 47 درصد بهبود داده است. پرونده مقاله -
دسترسی آزاد مقاله
85 - بهبود تخصیص منابع در محاسبات لبه موبایل با استفاده از الگوریتم بهینهسازی ازدحام ذرات و گرگ خاکستری
سیدابراهیم دشتی سعید شب بوییمحاسبات لبه موبایل تجربه کاربران نهایی را برای دستیابی به خدمات مناسب و کیفیت خدمات بهبود میدهد. در این مقاله مسئله بهبود تخصیص منابع، هنگام بارگیری وظایف، براساس دستگاه‌های تلفن همراه به سرورهای لبه در سیستمهای محاسباتی بررسی می‌شود. برخی وظایف به صورت محلی و برخی به چکیده کاملمحاسبات لبه موبایل تجربه کاربران نهایی را برای دستیابی به خدمات مناسب و کیفیت خدمات بهبود میدهد. در این مقاله مسئله بهبود تخصیص منابع، هنگام بارگیری وظایف، براساس دستگاه‌های تلفن همراه به سرورهای لبه در سیستمهای محاسباتی بررسی می‌شود. برخی وظایف به صورت محلی و برخی به سرورهای لبه بارگذاری و پردازش می‌شوند. مسئله اصلی این است که وظایف تخلیه‌شده برای ماشین‌های مجازی در شبکه‌های محاسباتی بصورت مناسب زمانبندی شوند تا زمان محاسبات، هزینه خدمات، اتلاف شبکه‌های محاسباتی و حداکثر ارتباط یک کار با شبکه به حداقل برسد. در این مقاله الگوریتم ترکیبی چند هدفه ازدحام ذرات و گرگ خاکستری برای مدیریت تخصیص منابع و زمانبندی وظایف برای دستیابی به یک نتیجه بهینه در شبکه‌های محاسبات لبه معرفی شد. جست و جوی محلی در الگوریتم ازدحام ذرات نتایج مناسبی را در مسئله دارد اما باعث از بین رفتن بهینه‌های سراسری خواهد شد، بنابراین در این مسئله به منظور بهبود مدل، از الگوریتم گرگ خاکستری به عنوان پایه اصلی الگوریتم پیشنهادی استفاده شد، در الگوریتم گرگ خاکستری به دلیل رویکرد گرافی مسئله، مجموعه جست و جوهای سراسری به جواب بهینه‌ای خواهد رسید، بنابراین با ترکیب این توابع سعی در بهبود شرایط عملیاتی دو الگوریتم برای اهداف مورد نظر مساله شد. به منظور ایجاد شبکه در این پژوهش از پارامترهای ایجاد شبکه در مقاله پایه استفاده شده است و در شبیهسازی از مجموعه داده LCG استفاده شد. محیط شبیهسازی در این پژوهش محیط شبیه‌ساز کلود سیم است. نتایج مقایسه نشان‌دهنده بهبود زمان انتظار و هزینه در رویکرد پیشنهادی است. نتایج نشان میدهد که به طور میانگین مدل پیشنهادی با کاهش 10 درصدی زمان انجام کار و افزایش استفاده از منابع به میزان 16 درصد بهتر عمل کرده است. پرونده مقاله
رایمگ
سامانه رایمگ تمامی فرآیندهای دریافت، ارزیابی و داوری، ویراستاری، صفحه‌آرایی و انتشار الکترونیکی نشریات علمی را به انجام می‌رساند
پیوندهای سایت
مراکز مرتبط
پشتیبانی
صفحات رسمی
حقوق این وب‌سایت متعلق به سامانه مدیریت نشریات رایمگ است.
حق نشر © 1403-1396