-
دسترسی آزاد مقاله
1 - 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
2 - 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
3 - تحلیل ساختار و الگوی نمایشی در «هفت لشکر» (طومار جامع نقالان)
عاطفه نیکخو یدالله جلالی پندریهفت لشکر از جمله نمونه های «طومار جامع نقالان» در عهد قاجار است که به وسیلة نقالی گمنام در سال 1292 هجری قمری کتابت شده است. هفت لشکر در اصل نام یکی از نبرد- روایت های مشهور نقالی است که از روی شهرت و رواج بر یکی از طومارهای جامع نقالان نیز اطلاق شده است. جنبة روایی م چکیده کاملهفت لشکر از جمله نمونه های «طومار جامع نقالان» در عهد قاجار است که به وسیلة نقالی گمنام در سال 1292 هجری قمری کتابت شده است. هفت لشکر در اصل نام یکی از نبرد- روایت های مشهور نقالی است که از روی شهرت و رواج بر یکی از طومارهای جامع نقالان نیز اطلاق شده است. جنبة روایی متن، عامل پیوستگی و ارتباط ادبیات و نمایش است. روایت داستان با حرکات نمایشی و قرار گرفتن راوی به جای اشخاص مختلف و تقلید حالات و حرکات آنان، روایت داستانی را به سمت روایت نمایشی هدایت میکند که به آن «داستانگویی نمایشی» گفته میشود. در این میان، گرچه نقال، در روایت خود به الگوپذیری از نقل های کهن نظر داشته است، امّا دخل و تصرف های ذهنی- ساختاری او، زمینة جهت دهی نمایشی متن را فراهم ساخته است. بنابراین ظرفیت های نمایشی طومارها، ما را بر آن داشت تا در این مقاله به بررسی ساختار نماشی طومارجامع بپردازیم. براین اساس، در ابتدا با تعریف ساختار نمایش دراماتیک و بیان تفاوت میان این ساختار و ساختمان روایی طومار مورد نظر، درصدد تبیین الگوی ویژه-ای برآمدیم. نتایج حاصل از این پژوهش در نهایت ما را با کاربرد الگوی ساختاری بارت به شکل روایت و حوادث تودرتو به عنوان «اپیزود»، ساختمان نمایش رویدادگرای «روایت در روایت» و متفاوت با درام اوجگاهی در طومار جامع نقالان رهنمون ساخته است که به شکل جدول و نمودار نمایشی- روایی نشان داده شده است. این الگوی نمایشی، ساختمایة نمایشی خود را در قالب افزایش کنش و بر هم افزود نقشویژه ها بر روایت اصلی در قالب نمایش رویدادگرا آشکار ساخته است. همچنین بهره گیری از رویدادهای همگرا و گسترش نمایش در عمق و توجه مخاطب به چگونگی حوادث در طول درام به جای تمرکز بر پایان آن، از جمله ویژگیهای تعلیقی برآمده از این نوع ساختمان نمایشی است. پرونده مقاله -
دسترسی آزاد مقاله
4 - 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
5 - A Learning Automata Approach to Cooperative Particle Swarm Optimizer
Mohammad Hasanzadeh محمدرضا میبدی محمد مهدی عبادزادهThis paper presents a modification of Particle Swarm Optimization (PSO) technique based on cooperative behavior of swarms and learning ability of an automaton. The approach is called Cooperative Particle Swarm Optimization based on Learning Automata (CPSOLA). The CPSOLA چکیده کاملThis paper presents a modification of Particle Swarm Optimization (PSO) technique based on cooperative behavior of swarms and learning ability of an automaton. The approach is called Cooperative Particle Swarm Optimization based on Learning Automata (CPSOLA). The CPSOLA algorithm utilizes three layers of cooperation which are intra swarm, inter swarm and inter population. There are two active populations in CPSOLA. In the primary population, the particles are placed in all swarms and each swarm consists of multiple dimensions of search space. Also there is a secondary population in CPSOLA which is used the conventional PSO's evolution schema. In the upper layer of cooperation, the embedded Learning Automaton (LA) is responsible for deciding whether to cooperate between these two populations or not. Experiments are organized on five benchmark functions and results show notable performance and robustness of CPSOLA, cooperative behavior of swarms and successful adaptive control of populations. پرونده مقاله -
دسترسی آزاد مقاله
6 - Lifetime Improvement Using Cluster Head Selection and Base Station Localization in Wireless Sensor Networks
maryam najimi Sajjad NankhoshkiThe limited energy supply of wireless sensor networks poses a great challenge for the deployment of wireless sensor nodes. In this paper, a sensor network of nodes with wireless transceiver capabilities and limited energy is considered. Clustering is one of the most eff چکیده کاملThe limited energy supply of wireless sensor networks poses a great challenge for the deployment of wireless sensor nodes. In this paper, a sensor network of nodes with wireless transceiver capabilities and limited energy is considered. Clustering is one of the most efficient techniques to save more energy in these networks. Therefore, the proper selection of the cluster heads plays important role to save the energy of sensor nodes for data transmission in the network. In this paper, we propose an energy efficient data transmission by determining the proper cluster heads in wireless sensor networks. We also obtain the optimal location of the base station according to the cluster heads to prolong the network lifetime. An efficient method is considered based on particle swarm algorithm (PSO) which is a nature inspired swarm intelligence based algorithm, modelled after observing the choreography of a flock of birds, to solve a sensor network optimization problem. In the proposed energy- efficient algorithm, cluster heads distance from the base station and their residual energy of the sensors nodes are important parameters for cluster head selection and base station localization. The simulation results show that our proposed algorithm improves the network lifetime and also more alive sensors are remained in the wireless network compared to the baseline algorithms in different situations. پرونده مقاله -
دسترسی آزاد مقاله
7 - 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
8 - Detection of Attacks and Anomalies in the Internet of Things System using Neural Networks Based on Training with PSO Algorithms, Fuzzy PSO, Comparative PSO and Mutative PSO
Mohammad Nazarpour navid nezafati Sajjad ShokouhyarIntegration and diversity of IOT terminals and their applicable programs make them more vulnerable to many intrusive attacks. Thus, designing an intrusion detection model that ensures the security, integrity, and reliability of IOT is vital. Traditional intrusion detect چکیده کاملIntegration and diversity of IOT terminals and their applicable programs make them more vulnerable to many intrusive attacks. Thus, designing an intrusion detection model that ensures the security, integrity, and reliability of IOT is vital. Traditional intrusion detection technology has the disadvantages of low detection rates and weak scalability that cannot adapt to the complicated and changing environment of the Internet of Things. Hence, one of the most widely used traditional methods is the use of neural networks and also the use of evolutionary optimization algorithms to train neural networks can be an efficient and interesting method. Therefore, in this paper, we use the PSO algorithm to train the neural network and detect attacks and abnormalities of the IOT system. Although the PSO algorithm has many benefits, in some cases it may reduce population diversity, resulting in early convergence. Therefore,in order to solve this problem, we use the modified PSO algorithm with a new mutation operator, fuzzy systems and comparative equations. The proposed method was tested with CUP-KDD data set. The simulation results of the proposed model of this article show better performance and 99% detection accuracy in detecting different malicious attacks, such as DOS, R2L, U2R, and PROB. پرونده مقاله -
دسترسی آزاد مقاله
9 - برنامه ريزي غيرخطي پيچيده با استفاده از يك الگوريتم فراابتكاري و حل عدی آن
علی اصغر توفیق منیره السادات محمودیاز آنجايي كه الگوریتمهای دقیق قادر به یافتن جواب بهینه به صورت دقیق هستند، در مورد مسائل بهینه سازی سخت کارایی ندارند و زمان حل آنها در این مسائل به صورت نمایی افزایش مییابد. به علاوه الگوریتمهای تقریبی قادر به یافتن جوابهای خوب (نزدیک به بهینه) در زمان حل کوتاه برا چکیده کاملاز آنجايي كه الگوریتمهای دقیق قادر به یافتن جواب بهینه به صورت دقیق هستند، در مورد مسائل بهینه سازی سخت کارایی ندارند و زمان حل آنها در این مسائل به صورت نمایی افزایش مییابد. به علاوه الگوریتمهای تقریبی قادر به یافتن جوابهای خوب (نزدیک به بهینه) در زمان حل کوتاه برای مسائل بهینهسازی سخت هستند. يکي از مسائل برنامه ريزي غير خطي، مسئله ي حداقل سازي حجم بيضي اي به مرکز O که مجموعه اي متناهي از نقاط فضا را پوشش مي دهد، مي باشد. اين مسئله تنها در فضاي دو بعدي و آن هم با راه حل هاي ابتکاري به سختي قابل حل است. اما در سه بعد و بالاتر به علت افزايش بي رويه ي حجم محاسبات، حل صريح اين مسئله بسيار سخت و دشوار مي شود. در حل اين مسئله از الگوريتم SA استفاده شده و مسئله ي موردنظر در دو حالت فضاي دو بعدي و سه بعدي حل شده و در فضاي n بعدي نيز قابل تعميم است. پرونده مقاله -
دسترسی آزاد مقاله
10 - تعيين معادله مشخصه مطلوب برای تحصيل پاسخ مناسب به ورودی مرجع شيب
محمد حائری محمدصالح تواضعیدر اين مقاله ابتدا روشی برای پيدا کردن معادله مشخصه مطلوب برای ورودی پله بر اساس اصلاح ضرايب فيلتر بسل-تامسون معرفی میشود. مشخصات سيستم حلقهبسته بدست آمده از نظر سرعت پاسخ و ميزان بالا زدگی و خطای ماندگار مشابه کنترلکننده CDM برای ورودی پله است. سپس با استفاده از قوا چکیده کاملدر اين مقاله ابتدا روشی برای پيدا کردن معادله مشخصه مطلوب برای ورودی پله بر اساس اصلاح ضرايب فيلتر بسل-تامسون معرفی میشود. مشخصات سيستم حلقهبسته بدست آمده از نظر سرعت پاسخ و ميزان بالا زدگی و خطای ماندگار مشابه کنترلکننده CDM برای ورودی پله است. سپس با استفاده از قوانين حاکم بر تبديل لاپلاس اين ضرايب در تعيين صفر و قطبهای مطلوب حلقهبسته برای ورودی شيب بکار رفته است. جهت نمايش کارايی معادله مشخصه پيشنهاد شده، کنترلکنندهای با ساختار RST طراحی و سپس با انجام شبيهسازی کامپيوتری موارد مطرح شده مورد ارزيابی قرار گرفته است. پرونده مقاله -
دسترسی آزاد مقاله
11 - الگوريتم PSO در پخش بار اقتصادي و پخش آلودگي براي توابع هزينه ناصاف با وجود تلفات خطوط انتقال و محدوديتهاي عملي سيستم
رحمتالله هوشمند معين پرستگارييکي از مسائل مهم در بهرهبرداری از سيستمهاي قدرت پخش بار اقتصادی دقیق و مبتنی بر واقعیت میباشد. بهاین منظور در اين مقاله پخش بار اقتصادي بهوسیله الگوريتم پيشنهادي PSO انجام میپذیرد. برای نزدیکشدن شرایط مسئله پخش بار اقتصادی به شرایط واقعی تابع هزينه مصرف سوخت نیرو چکیده کامليکي از مسائل مهم در بهرهبرداری از سيستمهاي قدرت پخش بار اقتصادی دقیق و مبتنی بر واقعیت میباشد. بهاین منظور در اين مقاله پخش بار اقتصادي بهوسیله الگوريتم پيشنهادي PSO انجام میپذیرد. برای نزدیکشدن شرایط مسئله پخش بار اقتصادی به شرایط واقعی تابع هزينه مصرف سوخت نیروگاههای سيستم قدرت بهصورت ناصاف در نظر گرفته ميشود. از طرف دیگر کاهش میزان آلودگي ناشی از نیروگاهها نيز بهعنوان جزيي از اهداف مسأله در نظر گرفته شده و بههمین علت همزمان با پخش بار اقتصادي پخش آلودگی نیز انجام میشود. از طرفی براي انجام پخش بار اقتصادي واقعي و بهينه باید محدوديتهاي نقطه کار سيستم و تلفات شبکه نیز در روند بهينهسازي مد نظر قرار گيرد که اين محدودیتها در الگوريتم پيشنهادي در نظر گرفته شده است. در انتها نتايج روش پيشنهادي با ديگر روشها (از قبيل روش جست و جوي تابو، الگوريتم ژنتيک و شبکههاي عصبي) مقايسه شده است، در نتیجه خصوصيات و مزاياي واقعي اين روش مشخصتر ميگردد. همچنين نتايج شبيهسازي نشان ميدهد که روش PSO يک روش سریع با دقت قابل قبول ميباشد. پرونده مقاله -
دسترسی آزاد مقاله
12 - پخش بار بهينه در شبكههاي انتقال HVAC/HVDC با يك الگوريتم ابتكاري تركيبي
سيدجلال سيدشنوا حسین سیفی محمدصادق سپاسیاندر اين مقاله مدلي براي پخش بار بهينه در شبكههاي انتقال HVAC/HVDC ارائه شده است. پخش بار بهينه از ابزارهاي اصلي در مطالعات برنامهريزي و بهرهبرداري از شبكههاي برق ميباشد. عدم تحدب، غير خطي بودن، وجود متغيرهاي گسسته در كنار متغيرهاي پيوسته و وجود همبستگي بالا بين متغ چکیده کاملدر اين مقاله مدلي براي پخش بار بهينه در شبكههاي انتقال HVAC/HVDC ارائه شده است. پخش بار بهينه از ابزارهاي اصلي در مطالعات برنامهريزي و بهرهبرداري از شبكههاي برق ميباشد. عدم تحدب، غير خطي بودن، وجود متغيرهاي گسسته در كنار متغيرهاي پيوسته و وجود همبستگي بالا بين متغيرها، مسأله پخش بار بهينه را به مسألهاي پيچيده تبديل كرده است. در مدل ارائهشده اين مقاله براي پخش بار بهينه، پارامترهاي كنترلي شبكه و اتصالات HVDC موجود در آن بهنحوي تنظيم ميشوند كه نياز به تجهيزات اضافي براي عملكرد مناسب شبكه در حالت پخش بار AC حداقل شده و در عين حال شبكه بيشترين حاشيه امنيت را داشته باشد. براي حل مدل ارائهشده يك الگوريتم تكاملي تركيبي حاصل از تركيب روشهاي ابتكاري PSO و روش تكامل تفاضلي پيشنهاد شده و كارايي مدل و الگوريتم پيشنهادي براي شبكه آزمون 30 باس IEEE مورد آزمايش قرار گرفته است. پرونده مقاله -
دسترسی آزاد مقاله
13 - روشی جدید بهمنظور خوشهبندی دادههای سرعت باد در نیروگاههای بادی با استفاده از الگوریتمهای FCM و PSO
حسین افراخته یاسر بستانی املشییکی از روشهای رایج در خوشهبندی دادهها، استفاده از الگوریتم خوشهبندی فازی FCM است. اما معمولاً استفاده از این روش هنگامی که حجم دادهها زیاد باشد، منجر به توزیع ناهمگون دادهها میگردد. در این مقاله روشی جدید برای خوشهبندی دادههای سرعت باد در نیروگاههای بادی ارائه چکیده کاملیکی از روشهای رایج در خوشهبندی دادهها، استفاده از الگوریتم خوشهبندی فازی FCM است. اما معمولاً استفاده از این روش هنگامی که حجم دادهها زیاد باشد، منجر به توزیع ناهمگون دادهها میگردد. در این مقاله روشی جدید برای خوشهبندی دادههای سرعت باد در نیروگاههای بادی ارائه شده است. در این روش، دادههای سرعت باد با استفاده از الگوریتم PSO خوشهبندی شده و نتایج بهدست آمده با پاسخهای روشهای خوشهبندی FCM و K-means مقایسه گردیده است. نتایج شبیهسازی نشان میدهد که روش ارائهشده همگرایی بهتری نسبت به روشهای FCM و K-means داشته و این وضعیت بهویژه در شرایطی که حجم بالاتری از دادهها در اختیار باشد، محسوستر خواهد بود. پرونده مقاله -
دسترسی آزاد مقاله
14 - 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
15 - 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
16 - 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
17 - جایابی و تعیین ظرفیت بهینه منابع انرژی تجدیدپذیر و ایستگاه شارژ خودروی برقی به صورت همزمان با استفاده از الگوریتم بهینهسازی GA-PSO
محمدحسن مرادی مصطفی رضایی مظفر پرهام محمد علیزادهنفوذ منابع انرژی تجدیدپذیر (RES) و خودروهای برقی به شبکه به دلیل ماهیت تصادفیبودنشان میتواند تأثیرات منفی بر عملکرد شبکه مثل کاهش کیفیت توان و افزایش تلفات داشته باشد. این چالشها میبایست با برنامهریزی دقیق بر مبنای تغییرات خروجی این منابع برای تأمین تقاضای اضافی نا چکیده کاملنفوذ منابع انرژی تجدیدپذیر (RES) و خودروهای برقی به شبکه به دلیل ماهیت تصادفیبودنشان میتواند تأثیرات منفی بر عملکرد شبکه مثل کاهش کیفیت توان و افزایش تلفات داشته باشد. این چالشها میبایست با برنامهریزی دقیق بر مبنای تغییرات خروجی این منابع برای تأمین تقاضای اضافی ناشی از شارژ خودروها به حداقل برسد. به این منظور در این مقاله روشی جدید برای جایابی و تعیین ظرفیت همزمان منابع تجدیدپذیر و ایستگاه شارژ خودروهای برقی و مدیریت پروسه شارژ خودروها در شبکه ارائه شده است. تابعی چند هدفه در جهت کاهش تلفات توان، نوسانات ولتاژ، هزینه تأمین انرژی و هزینه تعمیر و نگهداری باتری خودرو معرفی شده که در آن یافتن مکان و ظرفیت منابع تجدیدپذیر و ایستگاه شارژ خودروی برقی به عنوان متغیرهای هدف انجام میگیرد. ضرایبی وابسته به سرعت باد، تابش خورشید و نسبت تقاضای پیک سیستم برای بهبود ضریب بار شبکه و مدیریت الگوی شارژ خودروها در ساعات پیک و غیر پیک معرفی شده است. الگوریتم بهینهسازی ترکیبی GA-PSO بهبودیافته برای حل مسئله بهینهسازی در چهار سناریو مختلف استفاده شده و عملکرد روش مذکور با شبیهسازی بر روی شبکه تست IEEE 33باسه در نرمافزار Matlab بررسی شده است. پرونده مقاله -
دسترسی آزاد مقاله
18 - 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
19 - ارزیابی وجود رزونانس در تخصیص بهینه بانکهای خازنی در شبکههای توزیع بر مبنای الگوریتم بهینهسازی MSPS
مسعود ايوبي رحمتالله هوشمند مهدی ترابيان اصفهانيیکی از مهمترین مشکلات موجود در شبکههای قدرت، وجود رزونانس در نقاطی از شبکه میباشد که باعث افزایش ناخواسته ولتاژ و جریان و بروز خسارت به تجهیزات ميشود. با توجه به این که با نصب بانک خازنی در شبکه، مشخصه فرکانسی سیستم تغییر کرده و امکان رزونانس افزایش میآید، لازم است چکیده کاملیکی از مهمترین مشکلات موجود در شبکههای قدرت، وجود رزونانس در نقاطی از شبکه میباشد که باعث افزایش ناخواسته ولتاژ و جریان و بروز خسارت به تجهیزات ميشود. با توجه به این که با نصب بانک خازنی در شبکه، مشخصه فرکانسی سیستم تغییر کرده و امکان رزونانس افزایش میآید، لازم است این نکته در تخصیص خازنها در شبکه در نظر گرفته شود. در اين مقاله، شاخص جدیدی برای ارزیابی وجود رزونانس ارائه شده و با استفاده از شاخص رزونانس پیشنهادی، روش جديدي براي جايابي بهینه خازنها در محيط هارمونيکي ارائه ميشود. در روش پیشنهادی، ابتدا از آناليز حساسيت استفاده شده تا شینههايي که بيشترين تأثير را بر تلفات و افت ولتاژ شبکه دارند، کانديد خازنگذاري شوند. پس از آن، خازنگذاري بر اساس سطوح بار مختلف و با استفاده از تابع شايستگي معرفيشده انجام ميشود. در تابع شايستگي، از توابع عضويت فازي مربوط به صرفهجويي اقتصادي، انحراف ولتاژ، THD و قيد رزونانس استفاده شده است. روش پيشنهادي با الگوريتم MSPSO، در شبکه 18شینه IEEE پيادهسازي شده است. نتايج به دست آمده، کارامدي اين روش را در مقايسه با روشهاي ديگر نشان ميدهد. پرونده مقاله -
دسترسی آزاد مقاله
20 - حداقلسازي خطای چندمسیری گیرنده ارزانقیمت GPS با استفاده از روشهاي ترکیبی PSO-SVM و GA-SVM
محمد شمس اسفند آبادی محمدحسين رفان عادل دمشقيیکی از خطاهای بسیار تأثیرگذار بر مکانیابی دقیق GPS اثر چندمسیری مربوط به هر گیرنده است. چندمسیری، دریافت یک سیگنال توسط آنتن از بیش از یک مسیر است و این اثر یک منبع بزرگ خطای ناشناخته در مکانیابی است و با روشهای تفاضلی حذف نميشود. این اثر به طور گستردهای وابسته به چکیده کاملیکی از خطاهای بسیار تأثیرگذار بر مکانیابی دقیق GPS اثر چندمسیری مربوط به هر گیرنده است. چندمسیری، دریافت یک سیگنال توسط آنتن از بیش از یک مسیر است و این اثر یک منبع بزرگ خطای ناشناخته در مکانیابی است و با روشهای تفاضلی حذف نميشود. این اثر به طور گستردهای وابسته به محیطهای مختص هر گیرنده است و يک اثر فرکانس پايين است. هندسه بین ماهوارههای GPS و مکان خاص هر گیرنده در روزهای نجومی تکرار میگردد و اثرات چندمسیری تمایل به رفتارهای مشابه در روزهای متوالی دارد. در این مقاله یک روش برای استخراج رفتار اثرات چندمسیری بر مشاهدات کد GPS اعمال شد و کاهش خطای چندمسيري موجب افزایش دقت مکانیابی ميشود. در روش پيشنهادي، سيگنال مانده بر اساس تفاضل دوگانه (DD) توليد شده و به عنوان ورودي الگوريتم پيشنهادي استفاده ميشود. برای تقریب و مدلسازی چندمسیری از مدل ماشین بردار پشتیبان (SVM) استفاده شده است. برای تعیین پارامترهای اساسی SVM و تابع کرنل آن از دو الگوریتم بهینهسازي گروهي ذرات (PSO) و الگوريتم ژنتيک (GA) استفاده شد. براي ارزيابي دقت روش پيشنهادي، شبیهسازي و آزمايشاتي بر اساس دو ايستگاه (مرجع و کاربر) و دو گيرنده ارزانقيمت طراحي شد، تست روشهاي پيشنهادي بر اساس داده واقعي انجام شد و آزمايشات نشان داد که خطای چندمسيري گيرنده ايستگاه کاربر بر اساس معيار RMS با این روش تا 70 درصد در حالت تست ايستا کاهش داشته است. مدلهای این مقاله با برخی مدلهای اخیر ارائهشده در زمینه کاهش خطای چندمسیری مقایسه شدهاند. نتایج نشان داد که مدل پیشنهادی عملکرد بهتری نسبت به ساير روشها داشته و از نتایج آن دقت بالا و پایداری نتایج در مکانیابی است. دقت مکانيابي سهبعدي پس از استفاده از روش پيشنهادي حدود 56% بهبود داشته و به 60/1 متر رسيده است پرونده مقاله -
دسترسی آزاد مقاله
21 - 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
22 - A New Power Allocation Optimization for One Target Tracking in Widely Separated MIMO Radar
Mohammad Akhondi Darzikolaei Mohammad Reza Karami-Mollaei Maryam NajimiIn this paper, a new power allocation scheme for one target tracking in MIMO radar with widely dispersed antennas is designed. This kind of radar applies multiple antennas which are deployed widely dispersed from each other. Therefore, a target is observed simultaneousl چکیده کاملIn this paper, a new power allocation scheme for one target tracking in MIMO radar with widely dispersed antennas is designed. This kind of radar applies multiple antennas which are deployed widely dispersed from each other. Therefore, a target is observed simultaneously from different uncorrelated angles and it offers spatial diversity. In this radar, a target’s radar cross section (RCS) is different in each transmit-receive path. So, a random complex Gaussian RCS is supposed for one target. Power allocation is used to allocate the optimum power to each transmit antenna and avoid illuminating the extra power in the environment and hiding it from interception. This manuscript aims to minimize the target tracking error with constraints on total transmit power and the power of each transmit antenna. For calculation of target tracking error, the joint Cramer Rao bound for a target velocity and position is computed and this is assumed as an objective function of the problem. It should be noted that a target RCS is also considered as unknown parameter and it is estimated along with target parameters. This makes a problem more similar to real conditions. After the investigation of the problem convexity, the problem is solved by particle swarm optimization (PSO) and sequential quadratic programming (SQP) algorithms. Then, various scenarios are simulated to evaluate the proposed scheme. The simulation results validate the accuracy and the effectiveness of the power allocation structure for target tracking in MIMO radar with widely separated antennas. پرونده مقاله -
دسترسی آزاد مقاله
23 - تشخیص نفوذ و ناهنجاری¬ها با استفاده از داده کاوی و انتخاب ویژگیها بوسیله الگوریتم PSO
فریدون رضائی محمدعلی افشار کاظمی محمد علی کرامتیامروزه با توجه به پیشرفت فناوری و توسعه استفاده از اینترنت در کسب و کارها و تغییر نوع کسب و کارها از حالت فیزیکی به مجازی و اینترنت، باعث شده است که نوع حملات و ناهنجاری های مرتبط نیز از حالت فیزیکی به حالت مجازی تغییر کند. یعنی بجای دستبرد به یک فروشگاه یا مغازه، افراد چکیده کاملامروزه با توجه به پیشرفت فناوری و توسعه استفاده از اینترنت در کسب و کارها و تغییر نوع کسب و کارها از حالت فیزیکی به مجازی و اینترنت، باعث شده است که نوع حملات و ناهنجاری های مرتبط نیز از حالت فیزیکی به حالت مجازی تغییر کند. یعنی بجای دستبرد به یک فروشگاه یا مغازه، افراد با استفاده از حملات سایبری به سایت ها و فروشگاه های مجازی نفوذ کرده و در آنها اخلال ایجاد می کند. آشکارسازی حملات و ناهنجاریها یکی از چالشهای جدید در مسیر پیشبرد تکنولوژی تجارت الکترونیک می باشد. تشخیص ناهنجاری های یک شبکه و فرآیند شناسایی فعالیتهای مخرب در کسب و کارهای تجارت الکترونیک با تجزیه و تحلیل رفتار ترافیک شبکه امکانپذیر است. سیستمهای داده کاوی بطور گسترده ای در سیستمهای تشخیص نفوذ (IDS) برای تشخیص ناهنجاری ها استفاده می شود. کاهش ابعاد ویژگیها نقش بسیار مهمی در تشخیص نفوذ ایفا می کند، زیرا تشخیص ناهنجاری ها از ویژگیهای ترافیک شبکه با ابعاد بالا فرآیندی زمان بری است. انتخاب ویژگیهای درست و مناسب بر سرعت تجزیه و تحلیل و کار پیشنهادی تاثیر می-گذارد و می تواند سرعت تشخیص را بهبود بخشد. در این مقاله با استفاده از الگوریتم های داده کاوی مانند J48 و PSO توانستیم میزان دقت تشخیص ناهنجاری ها و حملات به میزان قابل توجه ای بهبود ببخشیم. پرونده مقاله -
دسترسی آزاد مقاله
24 - تشخیص نفوذ و ناهنجاری ها با استفاده از داده کاوی و انتخاب ویژگی ها بوسیله الگوریتم PSO
فریدون رضائی محمدعلی افشار کاظمی محمد علی کرامتیامروزه با توجه به پیشرفت فناوری و توسعه استفاده از اینترنت در کسب و کارها و تغییر نوع کسب و کارها از حالت فیزیکی به مجازی و اینترنت، باعث شده است که نوع حملات و ناهنجاریهای مرتبط نیز از حالت فیزیکی به حالت مجازی تغییر کند. یعنی بجای دستبرد به یک فروشگاه یا مغازه، افراد چکیده کاملامروزه با توجه به پیشرفت فناوری و توسعه استفاده از اینترنت در کسب و کارها و تغییر نوع کسب و کارها از حالت فیزیکی به مجازی و اینترنت، باعث شده است که نوع حملات و ناهنجاریهای مرتبط نیز از حالت فیزیکی به حالت مجازی تغییر کند. یعنی بجای دستبرد به یک فروشگاه یا مغازه، افراد با استفاده از حملات سایبری به سایتها و فروشگاههای مجازی نفوذ کرده و در آنها اخلال ایجاد میکنند. آشکارسازی حملات و ناهنجاریها یکی از چالشهای جدید در مسیر پیشبرد تکنولوژی تجارت الکترونیک میباشد. تشخیص ناهنجاریهای یک شبکه و فرآیند شناسایی فعالیتهای مخرب در کسب و کارهای تجارت الکترونیک با تجزیه و تحلیل رفتار ترافیک شبکه امکانپذیر است. سیستمهای دادهکاوی بطور گستردهای در سیستمهای تشخیص نفوذ (IDS) برای تشخیص ناهنجاریها استفاده میشوند. کاهش ابعاد ویژگیها نقش بسیار مهمی در تشخیص نفوذ ایفا میکند، زیرا تشخیص ناهنجاریها از ویژگیهای ترافیک شبکه با ابعاد بالا فرآیندی زمانبری است. انتخاب ویژگیهای درست و مناسب بر سرعت تجزیه و تحلیل و کار پیشنهادی تاثیر میگذارد و میتواند سرعت تشخیص را بهبود بخشد. در این مقاله با استفاده از الگوریتمهای دادهکاوی مانند بیزین، پرسپترون چندلایه، CFS، Best First، J48 و PSO، میزان دقت تشخیص ناهنجاریها و حملات به 0.996 و میزان خطای آن 0.004 رسانده شده است. پرونده مقاله