![]() |
ليست تمام مقالات فارسي pso
ليست مقالات فارسي الگوريتم پرندگان يا بهینهسازی ازدحام ذرات(pso )
:34: 1. نحوه برخورد با قیدها در الگوریتم PSO یا الگوریتم پرندگان 2. تاثير ميزان جمعيت و ضرايب يادگيري در عملكرد الگوريتم pso 3. استخراج منحني فرمان بهره برداري مخزن دز بر اساس الگوريتم pso 4. Swarm Intelligence 5. الگوريتم بهينه سازي PSO و كاربرد آن در طراحي بهينه حجم مخازن سدها 6. انتخاب ويژگي در طبقه بندي معنايي تصاوير با استفاده از الگوريتم pso 7. كاربرد الگوريتم بهينه سازي مجموعه ذرات چند هدفه در بهره برداري چند منظوره از مخزن 8. A New Particle Swarm Optimization Technique 9. طراحی کنترل کننده پی آی دی PID با استفاده از الگوریتم PSO 10. پيشگويي مقادير مفقود شده با استفاده از بهينه سازي گروه ذرات مشاركتي 11. بهره برداري بهينه از ايستگاه هاي پمپاژ متوالي با استفاده از الگوريتم pso 12. تعيين پيشنهاد مناسب براي توليد كنندگان انرژي در بازار با استفاده از الگوريتم PSO-SA 13. بهينه سازي سازه ها به روش (Particle swarm optimization) و كاربرد هاي اين روش در مهندسي عمران 14. كاربرد الگوريتم بهينهسازي pso در بهينه سازي چندهدفه بهرهبرداري از مخازن سدها 15. شبيه سازي تابع تقاضاي انرژي در ايران با استفاده از الگوريتم بهينه سازي انبوه ذرات (pso) 16. طراحی بهینه شبکه هاي مونیتورینگ تغییر شکل با استفاده از الگوریتم pso 17. mpso الگوريتمی جهت يافتن بهينه سراسری در مسائل پيچيده 18. آموزش تمايزي مدل مخفي ماركوف با بكارگيري الگوريتم PSO 19. استفاده از الگوريتم P.S.O در تعيين ذخيرة توان راكتيو شبكه هاي برق |
نحوه برخورد با قیدها در الگوریتم pso یا الگوریتم پرندگان
1(ها)ضميمه
نحوه برخورد با قیدها در الگوریتم PSO یا الگوریتم پرندگان
الگوریتم PSO یا Particle Swarm Optimization که به نام های الگوریتم انبوه ذرات، الگوریتم ازدحام ذرات و الگوریتم پرندگان نیز مشهور است، یکی از الگوریتم های بسیار پر کاربرد در زمینه بهینه سازی استاتیک و دینامیک است. این الگوریتم سرعت همگرایی مناسبی دارد و در اغلب کاربردها، به عنوان گزینه اول مورد استفاده قرار می گیرد. با وجود قدمت 14 ساله این الگوریتم، که در مقایسه با عمر الگوریتم ژنتیک بسیار کمتر است، گرایش به سمت این الگوریتم قدرتمند، هر روز بیشتر و بیشتر می شود. روش های متعددی در خصوص برخورد با قیدها در مسائل بهینه سازی وجود دارد. روشی که در اکثرکاربردها جواب مناسبی داده است، به صورت یک الگوریتم هم-تکاملی یا Co-evolutionary است که هم برای الگوریتم های ژنتیک و هم برای الگوریتم PSO مورد استفاده قرار گرفته است. مثلا برای الگوریتم PSO: در این روش، دو الگوریتم PSO ایجاد شده اند که یکی در درون دیگری است. PSO بیرونی، وزن های مربوط به اهمیت قیود را تنظیم می کند و PSO درونی به ازای هر دسته از وزن های تعیین شده برای قیود، اقدام به بهینه سازی مقدار تابع هدف می کند. تابع هدف مورد استفاده در PSO درونی، یک تابع هدف تغییر یافته است. شما می توانید این مقاله را از لینک زیر دانلود کنید: |
تاثير ميزان جمعيت و ضرايب يادگيري در عملكرد الگوريتم pso
1(ها)ضميمه
تاثير ميزان جمعيت و ضرايب يادگيري در عملكرد الگوريتم pso
|
استخراج منحني فرمان بهره برداري مخزن دز بر اساس الگوريتم pso
1(ها)ضميمه
استخراج منحني فرمان بهره برداري مخزن دز بر اساس الگوريتم pso
دانلود مقاله: |
Swarm Intelligence
1(ها)ضميمه
مطالبي جالب!;)
Swarm Intelligence |
الگوريتم بهينه سازي pso و كاربرد آن در طراحي بهينه حجم مخازن سدها
1(ها)ضميمه
الگوريتم بهينه سازي PSO و كاربرد آن در طراحي بهينه حجم مخازن سدها
:rolleyes: |
انتخاب ويژگي در طبقه بندي معنايي تصاوير با استفاده از الگوريتم pso
1(ها)ضميمه
انتخاب ويژگي در طبقه بندي معنايي تصاوير با استفاده از الگوريتم pso
:rolleyes: |
كاربرد الگوريتم بهينه سازي مجموعه ذرات چند هدفه در بهره برداري چند منظوره از مخزن
1(ها)ضميمه
كاربرد الگوريتم بهينه سازي مجموعه ذرات چند هدفه در بهره برداري چند منظوره از مخزن
:rolleyes: |
A New Particle Swarm Optimization Technique
1(ها)ضميمه
A New Particle Swarm Optimization Technique
|
طراحی کنترل کننده پی آی دی pid با استفاده از الگوریتم pso
1(ها)ضميمه
طراحی کنترل کننده پی آی دی PID با استفاده از الگوریتم PSO
یا الگوریتم بهینه سازی ازدحام ذرات PID Tunning using Particle Swarm Optimization :79::15::58: |
پيشگويي مقادير مفقود شده با استفاده از بهينه سازي گروه ذرات مشاركتي
1(ها)ضميمه
پيشگويي مقادير مفقود شده با استفاده از بهينه سازي گروه ذرات مشاركتي
|
بهره برداري بهينه از ايستگاه هاي پمپاژ متوالي با استفاده از الگوريتم pso
1(ها)ضميمه
بهره برداري بهينه از ايستگاه هاي پمپاژ متوالي با استفاده از الگوريتم pso
:113: چکيده: امروزه انرژي نقش بسيار مهمي در زندگي بشر دارد. با افزايش جمعيت و کمبود منابع انرژي استفاده و بهره وري بهينه از منابع انرژي از اهميت خاصي برخوردار شده است. از جمله اين منابع انرژي، انرژي الکتريسيته است که در ايستگاههاي پمپاژ نقشي اساسي ايفا مي کند.گاهي اوقات طولاني بودن مسير انتقال آب و يا اختلاف ارتفاع زياد در طول مسير ايجاب مي کند که ايستگاههاي پمپاژ به صورت متوالي طراحي گردند. در اين مقاله با استفاده از الگوريتم PSO مدل جديدي براي بهره برداري بهينه از ايستگاههاي پمپاژ متوالي ارائه شده است. با توجه به محدوديتهاي موجود، دستورالعمل بهره برداري از پمپ هاي موجود در هر ايستگاه به گونه اي ارائه شده که هزينه بهره برداري كمينه شود. مدل پيشنهادي در مورد طرح آبرساني از سد درودزن به شهر شيراز استفاده و دستورالعمل بهره برداري بهينه از ايستگاههاي پمپاژ موجود آن استخراج و ارائه شده است. نتايج حاصل، بيانگر ضرورت استفاده از مدل هاي بهينه سازي در بهره برداري از ايستگاههاي پمپاژ و قابليت بالاي مدل پيشنهادي است. کليدواژگان: ايستگاه پمپاژ، طراحي, بهره برداري، الگوريتم PSO، بهينه سازي. |
تعيين پيشنهاد مناسب براي توليد كنندگان انرژي در بازار با استفاده از الگوريتم pso-sa
1(ها)ضميمه
تعيين پيشنهاد مناسب براي توليد كنندگان انرژي در بازار با استفاده از الگوريتم PSO-SA
Abstract: در اين مقاله براساس تركيب روشهاي هوشمند آنيلينگ در جامدات و هوش جمعي پرندگان, رقابت بين توليدكنندگان انرژي در بازار مدل گشته و از آن براي تعيين استراتژي بهينه استفاده گرديده است. در اين مدل اطلاعات توليد كنندگان از يكديگر ناقص بوده و هر توليد كننده رقباي خود را بر اساس تابع هزينه آنها مدل مي نمايد. همچنين توليدكنندگان انرژي براساس مدل به ارائه پيشنهاد پرداخته و استراتژي پيشنهاد خود را تا رسيدن به نقطه تعادل كه پاسخ بهينه در حل تمامي مسائل مربوط به تئوري بازي مي باشد تغيير مي دهند. پيدا نمودن نقطه تعادل نش به نوعي حل يك مسئله بهينه ... |
بهينه سازي سازه ها به روش (Particle swarm optimization) و كاربرد هاي اين روش در مهندس
1(ها)ضميمه
بهينه سازي سازه ها به روش (Particle swarm optimization) و كاربرد هاي اين روش در مهندسي عمران
خلاصه مقاله: امروزه با توجه به محدود بودن منابع و تجهيزات در اجراي اغلب پروژه هاي عمراني، استفاده بهينه از امكانات موجود جهت كاهش هزينه ها، امري ضروري مي باشد. با توجه به پيشرفتهاي چشمگيري كه در تكنيك هاي بهينه سازي حاصل شده است، كاربرد آن در علوم مهندسي به خصوص مهندسي عمران بيش از پيش مورد توجه واقع شده است. در بيست سال گذشته روشها و الگوريتم هاي مختلفي جهت بهينه سازي مورد استفاده قرار گرفته است كه از جمله آنها مي توان به الگوريتم هاي مختلف جستجوي تصادفي تطابقي، تكنيك هاي محاسبات تكاملي، الگوريتم ژنتيك، شبكه هاي عصبي و جديدترين آنهاPSO اشاره نمود. الگوريتم PSO، براي اولين بار در سال 1995 توسط Eberhart & Kennedy به عنوان يك روش بهينه سازي معرفي شده و اساس آن شبيه يك رفتار دسته جمعي مي باشد كه از آن براي نشان دادن حركت گروه پرندگان و ماهي ها استفاده مي شود. در اين مقاله مباني و پارامترهاي الگوريتم PSOتشريح گرديده و چندين نمونه از كاربردهاي مختلف آن كه مي توان در مهندسي عمران مورد استفاده قرار گيرد از جمله در تحليل خرپاها، بهينه سازي راه ها و مخازن آب، اشاره شده است و همچنين طراحي و بهينه كردن ستون هاي فولادي به اين روش به شكل موردي مورد مطالعه قرار گرفته است. كلمات كليدي: بهينه سازي ، كاهش هزينه ها ، الگوريتم ، روش PSO ، رفتار دسته جمعي ، ستون هاي فولادي |
كاربرد الگوريتم بهينهسازي pso در بهينه سازي چندهدفه بهرهبرداري از مخازن سدها
1(ها)ضميمه
كاربرد الگوريتم بهينهسازي pso در بهينه سازي چندهدفه بهرهبرداري از مخازن سدها
خلاصه مقاله: بهره برداري از مخازن سدها همواره از مسائلي بوده است كه بهينه كردن توابع هدف متضاد در آنها مد نظر بوده است. كاربرد روشهاي تكاملي در بهينه سازي بهره برداري از سدها در دو دهه اخير مورد توجه بسياري از محققين قرار گرفته است. از روشهاي نوين در اين دسته، روش بهينهسازي دسته ذرات (pso) است كه تاكنون بيشتر براي حل مسائل تك هدفه مورد استفاده قرار گرفته است. در اين مقاله سعي شده است تا با استفاده ازرويكردي نوين، الگوريتم بهينه سازي pso براي حل مسئله بهينه سازي چند هدفه بهرهبرداري از مخزن مورد استفاده قرار گيرد. لزوم يافتن جوابهاي غير پست با تنوع بالا و يافتن بهينه فراگير 2 مناسب براي دسته ذرات در الگوريتم چندگانه pso از جمله مواردي هستند كه در اين تحقيق مورد بحث و بررسي قرار گرفته اند. كاربرد اين روش در مورد بهره برداري بهينه از سد سفيدرود با درنظر گرفتن دو هدف تامين نياز پائيندست و تخليه رسوب مورد بررسي قرار گرفته است كلمات كليدي: الگوريتم بهينه سازي چندگانه pso ، مسائل چندهدفه، جبهه پارتو، بهرهبرداري از مخازن سدها |
شبيه سازي تابع تقاضاي انرژي در ايران با استفاده از الگوريتم بهينه سازي انبوه ذرات (ps
1(ها)ضميمه
شبيه سازي تابع تقاضاي انرژي در ايران با استفاده از الگوريتم بهينه سازي انبوه ذرات (pso)
در اين مطالعه به منظور پيش بيني وضعيت آتي تقاضاي انرژي (کل مصرف نهايي انرژي) ايران، با استفاده از خط سير شاخص هاي کلان اقتصادي، دو فرم از معادلات تقاضاي انرژي غير خطي شبيه سازي شده است، به عبارت ديگر، کارآيي برآورد تقاضاي انرژي ايران، بر اساس الگوريتم بهينه سازي انبوه ذرات (pso) بهبود يافته است. مدل شبيه سازي تقاضاي انرژي با استفاده از الگوريتم بهينه سازي انبوه ذرات (psoeds)، با استفاده از متغيرهاي جمعيت، توليد ناخالص داخلي (gdp) و واردات کالاها و خدمات بسط داده شده است. يکي از معادلات پيشنهادي نمايي و دومي درجه دوم است. در تابع تقاضاي انرژي، فرم درجه دوم نتايج بهتري را در مشاهده داده ها فراهم مي کند و با يک ضريب همبستگي بالاتر، براي پروژه هاي بخش انرژي ايران به کار برده مي شود. كليد واژه: شبيه سازي، تقاضاي انرژي، الگوريتم بهينه سازي انبوه ذرات |
طراحی بهینه شبکه هاي مونیتورینگ تغییر شکل با استفاده از الگوریتم pso
1(ها)ضميمه
طراحی بهینه شبکه هاي مونیتورینگ تغییر شکل با استفاده از الگوریتم pso
|
Mpso : الگوريتمی جهت يافتن بهينه سراسری در مسائل پيچيده
1(ها)ضميمه
mpso : الگوريتمی جهت يافتن بهينه سراسری در مسائل پيچيده
|
آموزش تمايزي مدل مخفي ماركوف با بكارگيري الگوريتم pso
1(ها)ضميمه
آموزش تمايزي مدل مخفي ماركوف با بكارگيري الگوريتم pso
خلاصه مقاله: مدل مخفي ماركوف (hmm) جهت مدلسازي دنباله هاي تصادفي با ساختار حالت متناهي مورد استفاده قرار مي گيرد. به دليل وجود الگوريتم هاي قوي و كاراي بيشت رين درست نمايي جهت يافتن پارامترهايhmm اين روش به عنوان يك ابزار مدلسازي موفق ، مطرح گرديده است. با استفاده از دادگان آموزشي مناسب، پارامترهاي يك مدل با ساختار معلوم را مي توان با تخمين خوبي به دست آورد، اما در عمل تضميني براي دستيابي به بهينه سراسر ي وجود ندارد. عدم توجه به دقت بازشناسي يا به عبارت ديگر آموزش مستقل هر مدل، از ديگر معايب اين الگوريت مهاي آموزش است. روشهايي براي رفع اين معايب ارائه شده اند، كه يا به دليل مشكلاتعددي از كارايي لازم برخوردار نيستند و يا فاقد پايه نظري قوي جهت تضمين همگرايي ميباشند. در اين مقاله الگوريتمpso جهت آموزش تمايزي مدل مخفي ماركوف پيوسته در يك سيستم بازشناسي گفتار فارسي بكار گرفته م ي شود ؛ هدف آن است كه با استفاده از قابليت الگوريتمpso در جستجوي بهينه سراسري فضاي راه حل مساله و با استفاده از مفاهيم آموزش تمايزي، دقت بازشناسي سيستم بهبود يابد . نتايج آزمايشات نشان م ي دهد كه با استفاده از اين روش، خطاي بازشناسي نسبت به آموزشhmm با روشهاي مبتني بر بيشترين درست نمايي، 3,36 درصد كاهش يافته است. كلمات كليدي: مدل مخفي ماركوف ، آموزش تمايزي ، الگوريتم pso ، بازشناسي گفتار |
1(ها)ضميمه
استفاده از الگوريتم P.S.O در تعيين ذخيرة توان راكتيو شبكه هاي برق
:105: خلاصه مقاله: امروزه ساختار قوانين حاكم بر صنعت برق كشورهاي مختلف به گونه اي تغيير كرده است كه امكان ايجاد رقابت در توليد و مصرف انرژي الكتريكي بيش از پيش فراهم آمده است . توان راكتيو از جمله سرويسهاي مهم جانبي است كه تأمين نامناسب آن مي تواند موجب فروپاشي ولتاژدرنواحي مختلف و در بدترين حالت، در كل نواحي سيستم قدرت بشود . اين مقاله با فرض مستقل بودن نحوه تهيه توان راكتيو لازم جهت كاهش تلفات سيستم از توان راكتيو مورد نياز براي حفظ پايداري ولتاژ شبكه، به ارائه روشي براي تأمين توان راكتيو ذخيره در شبكه هاي قدرت تجديد ساختار شده مي پردازد . ساختار معرفي شده بر اساس معادلات پخش بار بهينه در سيستم قدرت مدل سازي ميشود . مهمترين هدف اين برنامه ريزي بر آورده ساختن و حفظ حداقل حاشيه پايداري ولتاژ يا فاصله تا نقطه ناپايداري ولتاژ در شبكه قدرت مفروض مي باشد . بهترين پاسخ ممكن در فضاي امكان مساله , از طريق الگوريتم بهينه سا زي P.S.O محاسبه خواهد شد . نتايج حاصل از پياده سازي الگوريتم پيشنهادي , بر روي شبكه 9 شينه WSCC ارائه مي شود . پاسخهاي به دست آمده از اين روش با نتايج حاصل از روش بهينه سازي الگوريتم ژنتيك مقايسه ميشوند كلمات كليدي: تجديد ساختار - پايداري ولتاژ - پخش بار بهينه - مديريت توان راكتيو Particle Swarm Optimization |
1(ها)ضميمه
مروري بر الگوريتم PSO
(Particle Swarm Optimization) |
1(ها)ضميمه
salam
in shayad betoone komaket kone |
استفاده از الگوريتم p.s.o در تعيين ذخيرة توان راكتيو شبكه هاي برق
|
با سلام
می خاستم از تمامی دوستان بابت ارسال مقاله ها تشکر کنم |
زمان محلي شما با تنظيم GMT +3.5 هم اکنون ۰۱:۲۰ قبل از ظهر ميباشد. |
Powered by vBulletin® Version 3.8.3
Copyright ©2000 - 2025, Jelsoft Enterprises Ltd.
Search Engine Friendly URLs by vBSEO 3.1.0 ©2007, Crawlability, Inc.