AIRS توليد الگوهاي نماينده به كمك الگوريتم

يكي از پر كاربردترين الگوريتم هاي طبقه بندي، الگوريتم نزديكترين همسايه مي باشد كه در اكثر مسائل طبقه بندي دقت خوبي از خود نشان مي دهد. اين الگوريتم داراي پيچيدگي محاسباتي زيادي مي باشد؛ زيرا براي طبقه بندي كردن هر الگوي تست بايد فاصله آن را تا تمام داده هاي آموزشي پيدا كند. در ضمن براي نگهداري تمام داده هاي آموزشي نياز به فضاي ذخيره سازي زيادي دارد. اين مشكلات باعث شده است كه با استفاده از روش هاي توليد الگوهاي نماينده، سعي در كاهش حجم داده ها و افزايش سرعت الگوريتم گردد. در اين مقاله با تركيب يكي از روشهاي Instance Filtering با الگوريتم AIRS الگوهاي نماينده را از روي داده هاي اصلي توليد كرده ايم. الگوريتم AIRS از سيستم ايمني بدن الهام گرفته است و با استفاده از مكانيزم اين سيستم الگوهاي نماينده را توليد مي كند

ANFIS بازشناسي احساسات انسان با استفاده از شبكه عصبي– فازي

در اين مقاله به بررسي موضوع بازشناسي احساسات در گفتار انسان با در نظر گرفتن خصوصيات زبان و فرهنگ فارسي مي پردازيم. اين موضوع به دليل افزايش روزافزون تراكنش ميان ماشين و انسان و نياز به محاوره خودكار اين دو و حذف اپراتور انساني اهميت ويژه اي در مباحث هوش مصنوعي يافته است. اما موضوعي كه ما مورد توجه قرار داده ايم تاثير فرهنگ و هنجارهاي اجتماعي در بروز احساسات هنگام جمع آوري داده و سپس بازشناسي احساسات با در نظر گرفتن ويژگيهاي فرهنگ محلي و زبان مي باشد. روش پيشنهادي ما يك روش تركيبي با استفاده از (Adaptive Neural Network Fuzzy Inference System) ANFIS مي باشد كه بر روي دو دسته از ويژگيهاي متفاوت صوت حاوي احساسات پياده سازي و نتايج آن با يكديگر مقايسه شده است. داده هاي مورد استفاده در اين مقاله با حفظ خصوصيات محلي فرهنگ و زبان فارسي و در محيط داراي نويز معمول توسط گوينده واحد جمع آوري شده اند و ويژگيهاي استخراج شده از آنها در سطح زيركلمه (Subword) به دو دسته تقسيم مي شوند. دسته اول شامل طول و ضرايب (linear prediction filter coefficients) LPC و دسته دوم شامل طول و خصوصيات فركانسي سيگنالهاي صوت )كه با استفاده از سري فوريه استخراج شده( مي باشد، نتايج بدست آمده نشان مي دهد كه استفاده از ويژگيهاي فركانسي صوت به همراه شبكه ANFIS جوابهاي بهتري نسبت به استفاده از ويژگيهاي LPC صوت و همچنين ساير روشهاي بكار گرفته شده در تحقيقات مشابه كه در اين زمنيه انجام شده است ارائه مي كند.

ANFIS بر اساس ساختمان GMDH معرفي شبكه اي جديد از خانواده

در اين مقاله به معرفي شبكه اي جديد از خانواده GMDH پرداخته مي شود كه ساختار توصيف گرهاي جزيي آن بر اساس ساختمان ANFIS مي باشد . در تكنيك متداول خانواده GMDH فازي، شبكه اي به نام NF-GMDH معرفي مي گردد كه ساختار داخلي توصيف گرهاي جزيي آن به صورت شبكه هاي RBF مي باشد . در روش مطرح شده ساختار داخلي اين توصيف گرهاي جزيي به صورت بلوكهايي با ساختمان شب كه ANFIS و داراي دو ورودي مي باشد كه تعداد توابع تعلق داخلي آنها قابل تغيير مي باشد. روش معرفي شده در مواردي كه ابعاد بردار ورودي ما بزرگ باشد داراي كارايي بسيار مناسب تري نسبت به شبكه NF-GMDH در نتايج و همچنين شبكه ANFIS در كاهش تعداد قوانين فازي مي باشد كه اين امر سبب كاهش قابل ملاحظه اي در زمان آموزش مي شود. روش معرفي شده در طبقه بندي داده هاي Iris و نيز شناسايي يك تابع غير خطي مورد آزمايش قرار گرفته است.

ارائه روشي جديد براي مكان يابي و تهيه نقشه بطور همزمان براي دو ربات متحرك

مسئله مكان يابي و تهيه نقشه بطور همزمان (SLAM) رباتهاي متحرك از مسائل مهمي ميباشد كه نظر بسياري از محققان علم رباتيك را به خود جلب كرده است. هدف مشخص نمودن مكان رباتهاي متحرك هوشمند و نابري آنها براي تهيه نقشه كلي از محيطي ميباشد كه هيچ دانشي درباره آن نداريم. مساله SLAM براي چند ربات شامل الگوريتمهاي متعددي ميباشد ، كه ما در اينجا روش جديدي مبتني بر الگوريتم RAO-Blackwelized particle filter را با استفاده از شيوه استفده از جعبه لايتنر معرفي نموده و ضمن شبيه سازي آن در تهيه نقشه هاي محلي و كلي رباتها از محيط، با نرم افزار Mathlab ، ورودي شبيه سازيهاي فوق را از محيط مجازي نرم افزار 1.5 Robotic Studio شركت ميكروسافت ، گرفته و نتايج شبيه سازي را با داده هاي مجازي بيان ميكنيم.

ارائه يك الگوريتم جديد براي ايجاد توازن بار پردازشي در سيستم هاي توزيع شده با استفاده از روش كولوني مورچه ها

در تحقيق حاضر با استفاده از روش بهينه سازي كولوني مورچه به ايجاد توازن بار در بين پردازنده هاي موجود درسيستم توزيع شده با ظرفيت پردازشي يكسان پرداخته و كارآيي الگوريتم پيشنهادي را نسبت به الگوريتم استاندارد dasud بررسي مي نماييم. نتايج بدست آمده نشان دهنده پيشرفت نسبي الگوريتم پيشنهادي ماست.

ارائه يك مدل موازي مبتني بر اجتماع مورچه ها براي استخراج قوانين طبقه بندی

در اين مقاله با استفاده از الگوريتم بهينه سازي اجتماع مورچه ها، يك مدل موازي منعطف جهت استخراج قوانين دسته بندي در حجم عظيمي از داده ها، ارائه مي شود. اين الگوريتم بر اساس توسعه رفتار واقعي مورچه ها و مفاهيم داده كاوي مي باشد. مورچه ها(عاملها) به صورت موازي و مستقل به جستجو و استخراج قوانين مي پردازند. سپس با استفاده از نتايج به دست آمده از تمامي مورچه ها مقدار فرمون براي يك ترم مشخص مي شود. موازي اجرا شدن عمليات مورچه ها باعث كاهش سرعت همگرايي الگوريتم مي شود. اين نتيجه به كشف قوانين جديد كمك ميكند. همچنين مورچه ها با به اشتراك گذاشتن دانش خود از جمع آوري قوانين غير مرتبط جلوگيري مي كنند. نتايج به دست آمده نشان ميدهد كه الگوريتم ارائه شده در اين مقاله، دقت بيشتري را نسبت به ديگر مدلهاي ارائه شده در استخراج قوانين طبقه بندي دارد.

اراﺋﻪ روﺷﻲ ﻧﻮ ﺑﺮاي ﺗﻀﻤﻴﻦ ﻋﻤﻠﻜﺮد در ﻃﺮاﺣﻲ ﻛﻨﺘﺮل ﻛﻨﻨﺪه ﺑﻬﻴﻨﻪ ﭘﺎﻳﺪار ﻓﺎزي ts ﺑﺎ اﺳﺘﻔﺎده از ﺗﻮاﺑﻊ ﻟﻴﺎﭘﺎﻧﻮف ﺗﻜﻪ اي ﮔﺴﺴﺘﻪ‬

در اين مقاله روند سيستماتيك طراحي كنترلر بهينه براي مدل ts سيستم غير خطي بيان مي شود. براي كاهش محافظه كاري، در تمام بخشهاي تحليل پايداري و طراحي از توابع لياپانوف تكه اي گسسته استفاده شده ا ست. تابع هزينه اي براي سيستم تعريف شده كه مينيمم سازي آن در طراحي بهره فيدبك حالت مورد توجه بوده است. همچنين تنظيم خصوصيات پاسخ گذرا مانند زمان نشست، ميزان فراجهش و... در قالب مساله جايابي قطبهاي سيستم حلقه بسته در مدل ts مورد توجه قرار گرفته است. در نهايت شروط لازم در طراحي كنترلر بهره فيدبك براي پايداري سيستم ، مينيمم سازي تابع هزينه و جايابي قطب هاي سيستم حلقه بسته در مدل ts حل يك سري نامعادلات ماتريسي خطي منجر ميگردد. روش طراحي ارائه شده در اين مقاله بر روي مدل ts سيستم غير خطي توپ و صفحه پياده سازي شده است كه نشان داده مي شود در مقايسه با برخي روشهاي متداول طراحي با صرف انرژي كمتر به عملكرد بهتري دست مي يابد.

ارايه يك جستجوي محلي جديد براي حل مساله برنامه ريزي دروس دانشگاهي با استفاده از الگوريتم ممتيك

مساله برنامه ربزي دروس دانشگاهي از جمله مسايل NP-hard است كه به لحاظ تاثير عوامل بسيار و وجود محدوديت هاي مختلف از مشهورترين مسايل بهينه سازي است. از سوي ديگر، الگوريت مهاي ممتيك يكي از انواع الگوريتمهاي تكاملي است كه مي تواند جهت حل اين مساله مورد استفاده قرار گيرد. در اين مقاله به چگونگي حل مساله پيچيده برنامه ريزي دروس دانشگاهي به كمك الگوريتم ممتيك پرداخته، سپس الگوريتم جستجوي محلي جديدي معرفي مي شود كه باعث افزايش هوشمندي و سرعت اجراي الگوريتم ممتيك شده و منجر به دستيابي به پاسخ هاي بهتر براي اين مساله مي شود. در انتها نتايج اجراي پياده سازي اين جستجوي محلي جديد با الگوريتم ژنتيك و الگوريتم جستجوي محلي سنتي مقايسه شده و كارايي بهتر آن مشخص ميشود. .

اراﻳﻪ ﺷﺎﺧﺺ ﭘﺎﻳﺪاري ﺑﺎ اﺳﺘﻔﺎده از ﺗﺤﻠﻴﻞ ﺣﺴﺎﺳﻴﺖ ahp ﻓﺎزي

اين مقاله روشي را براي تحليل حساسيت رتبه بندي به ويژگي نامطمئني قضاوتها ي تصميم گيرنده در ماتريس مقايسا ت زوجي روش ahp ارائه مي كند.توسط شاخص پايداري ارائه شده مي توان دريافت كه تصميم گيرنده در قضاوتهاي خود تا چه حد مطمئن عمل كرده است و يا اينكه تا چه ميزان توانسته است بين گزينه ها تفاوت قائل شده آنها را از يكديگر تميز ده د .به عبارتي نتايج بدست آمده از ahp تا چه حد قابل اعتماد است.عكس شاخص پايداري را كه به عنوان شاخص ناپايداري در نظر گرفته شده ، در عناصر بالاي قطر اصلي ضرب ، بتدريج مقدار آن را از واحد كاهش داده و در هر مرحله وزنهاي نهايي محاسبه و عدم تغيير در رتبه بندي ر ا بررسي مي كنيم.به هر نسبتي كه تصميم گيرنده ، قدرت تميز بالاتري داشته باشد، شاخص پايداري بزرگتر و شاخص ناپايداري كوچكتر خواهد بود . بعلاوه زماني ماتريس قضاوت از ارزش بالاتري برخوردار است كه در صورت تغيير رتبه بندي بر اثر اعمال شاخص ناپايداري، رتبه هاي نزديك به هم با يكديگر تغيير وضعيت دهند.

اراﻳﻪ ﺷﺎﺧﺺ ﭘﺎﻳﺪاري ﺑﺎ اﺳﺘﻔﺎده از ﺗﺤﻠﻴﻞ ﺣﺴﺎﺳﻴﺖ ahp

اين مقاله روشي را براي تحليل حساسيت رتبه بندي به ويژگي نامطمئني قضاوتها ي تصميم گيرنده در ماتريس مقايسا ت زوجي روش ahp ارائه مي كند.توسط شاخص پايداري ارائه شده مي توان دريافت كه تصميم گيرنده در قضاوتهاي خود تا چه حد مطمئن عمل كرده است و يا اينكه تا چه ميزان توانسته است بين گزينه ها تفاوت قائل شده آنها را از يكديگر تميز ده د .به عبارتي نتايج بدست آمده از ahp تا چه حد قابل اعتماد است.عكس شاخص پايداري را كه به عنوان شاخص ناپايداري در نظر گرفته شده ، در عناصر بالاي قطر اصلي ضرب ، بتدريج مقدار آن را از واحد كاهش داده و در هر مرحله وزنهاي نهايي محاسبه و عدم تغيير در رتبه بندي ر ا بررسي مي كنيم.به هر نسبتي كه تصميم گيرنده ، قدرت تميز بالاتري داشته باشد، شاخص پايداري بزرگتر و شاخص ناپايداري كوچكتر خواهد بود . بعلاوه زماني ماتريس قضاوت از ارزش بالاتري برخوردار است كه در صورت تغيير رتبه بندي بر اثر اعمال شاخص ناپايداري، رتبه هاي نزديك به هم با يكديگر تغيير وضعيت دهند.

ارزيابي استراتژي در دنياي غيرقطعي

گستردگي جغرافيائي و محيطي كشورها موجب تفاوت چشمگيري در فرهنگ مردم آن كشور و تغيير سطح عملكرد سازمان ها در آن مناطق مي شود. حال با وجود چنين عدم قطعيتي، تدوين استراتژي يك سازمان و تصميم گيريهاي پي آمد آن مي تواند مسئله بسيار مهمي باشد. در اين بين تحليل پوششي داده ها، تكنيكي مناسب جهت ارزيابي اين نوع تصميم گيريها است . از آنجاييكه ارزيابي استراتژي يك سازمان بر اساس شاخص هاي مختلفي مي باشد، لذا به منظور برقراري توازن در بين اين شاخص ها، به رويكرد نظام ارزيابي متوازن مي پردازيم . همچنين بواسطه وجود عدم قطعيت و ناتواني مدلهاي موجود در استفاده از اين نوع متغيرها، مدلي مبتني بر مجموعه هاي فازي ارائه خواهيم داد. در اين مقاله، با پيشنهاد يك مدل ارزيابي عملكرد مبتني بر متغيرهاي فازي، به ارزيابي عملكرد شعب يك بانك تجاري مي پردازيم.

استفاده از الگوريتم هاي تكاملي با ساختار كروموزوم دوپارچه براي حل مسأله رنگ آميزي گراف

در اين مقاله، چندين روش تكاملي براي حل مسأله رنگ آميزي گراف معرفي مي شود. روش هاي تكاملي ارائه شده، براي حل اين مسأله مبتني بر ساختار كروموزوم دوپارچه متشكل از قسمت مشخص كننده ترتيب رنگ آميزي و قسمت مشخص كننده استراتژي رنگ آميزي مي باشد. بر طبق نتايج آزمايشات، روش چند عضوي داراي جهش هوشمند كه در آن جمعيت هر نسل تنها از فرزندان نسل قبلي توليد مي شوند، برتر از ديگر رو شها بوده است. آزمايشات بر روي 6 گراف از 3 سري متفاوت گراف هاي استاندارد مسابقات dimacs انجام گرفته است. در مقايسه با نتايج برنامه هاي شركت كرده در اين مسابقات، نتايج حاصل از بهترين روش ارائه شده، رضايت بخش است و غير از يك برنامه، از ساير برنامه ها بهتر بوده است. ضمن آنكه از مزاياي اين كار نسبت به الگوريتمهاي تكاملي ارائه شده قبلي، اين است كه در اينجا، نيازي به اجراي متوالي برنامه با تعداد رنگ هاي متفاوت نيست، همچنين، ساختار كامل تر كروموزوم، كه بيان كننده رنگ آميزي يكتا از گراف است، و عملگر جهش مبتني بر دانش مسأله از ديگر ويژگي هاي آن است.

استفاده از الگوريتم هاي هيورستيك و نظريه گراف به منظور بازآرايي شبكه هاي توزيع برق

امروزه مهمترين دغدغه مهندسين در شبكه هاي توزيع كاهش تلفات توان، تامين انرژي قابل اطمينان و مستمر با حداقل هزينه براي مصرف كننده ها مي باشد. بازآرايي ساده ترين و كم هزينه ترين روش براي تامين هدف فوق مي باشد. تحليل شبكه به منظور قطع يا وصل بودن هر سوئيچ مي بايست بدون خطا و متناسب با محدوديت هاي شبكه انجام گيرد و به منظور كاهش هزينه هاي سخت افزاري لازم است تعداد سوئيچ هايي كه تغيير وضعيت مي دهند، حداقل باشد، با توجه به گسترش شبكه هاي توزيع و پيچيده تر شدن ارتباطات در اين شبكه ها استفاده از تكنيك هاي هوشمند اجتناب ناپذير است. در اين مقاله از نظريه گراف در كنار الگوريتم هاي ژنتيك و اجتماع پرندگان به منظور يافتن سوئيچ هايي كه با تغيير وضعيت آنها، باز آرايي انجام مي گيرد استفاده شده است.

استفاده از بهينه سازي گروهي ذرات براي آموزش شبكه هاي عصبي و كاربرد آن در فشرده سازي تصویر
در آموزش شبكه هاي عصبي انتخاب روش آموزش تأثير مهمي بر كارايي شبكه دارد. يكي از روش هايي كه محققين براي آموزش شبكه هاي عصبي ارائه داده اند بهينه سازي گروهي ذرات مي باشد. بهينه سازي گروهي ذرات روشي براي بهينه سازي هر تابع حقيقي پيوسته است، كه از رفتارهاي اجتماعي موجودات زنده اقتباس شده است. در اين مقاله ابتدا روش جديدي بر مبناي بهينه سازي گروهي ذرات براي آموزش شبكه هاي عصبي ارائه مي شود، سپس شبكه عصبي آموزش ديده با اين روش براي فشرده سازي تصوير استفاده شده و كارايي آن با روش آموزش انتشار به عقب مقايسه مي شود. نتايج نشان دهنده برتري اين روش بر روش آموزش انتشار به عقب است.

استفاده از معيارهاي هندسي و بافت براي تشخيص اشياء درتصاوير متفاوت و پيچيده كاربرد در يافتن اتوماتيك مكان پلاك

مكانيابي پلاك به عنوان اولين گام در جهت شناسايي پلاك وسائل نقليه مطرح است. در اين مقاله روشي جهت يافتن مكان پلاك موتور سيكلت در تصاوير با ويژگي ها و پس زمينه هاي متنوع و پيچيده ارائه مي گردد. الگوريتم پيشنهادي در دو مرحله ، يكبار بر روي تصوير اصلي و بار ديگر بر روي بخش مركزي تصوير كه به اندازه تصوير اوليه درآمده است ، اجرا مي شود و هر قسمت از مفاهيم ساده اي مانند آستانه گذاري، عمليات مورفولوژي و تشخيص لبه با استفاده از محاسبه گراديان براي قطعه بندي تصوير استفاده مينمايد. سپس با بررسي برخي معيارهاي هندسي پلاك مانند مساحت، نسبت طول به عرض، چگالي لبه ها و نسبت ميانگين به واريانس گراديان در هر ناحيه متصل به هم از تصوير، نواحي كانديد پلاك مشخص مي- گردد. در نهايت از يك معيار اعتماد جهت تشخيص ميزان شباهت بين ناحيه كانديد و پلاك موتور سيكلت بهره گرفت ه مي شود و با مقايسه خروجي دو مرحله، مكان پلاك تعيين ميگردد. اين روش براي تعدادي از تصاوير واقعي كه داراي شرايط تصويربرداري متفاوت مي باشند، نتايج مناسبي داشته است و عدم وابستگي اين روش به شرايط محيطي از قبيل شرايط نورپردازي، زاويه دوربين، فاصله شي از دوربين و جهت پلاك را نشان ميدهد.

الگوريتم بهبود يافته رمزگذاري سريع فركتالي تصوير براساس جستجوي هوشمند انحراف استاندارد

فشرده سازي فركتالي تصوير، كيفيت مناسب تصوير بازسازي شده را با نرخ فشرده سازي بالا فراهم مي آورد ولي مشكل اصلي آن، طولاني بودن زمان رمزگذاري مي باشد.در اين مقاله، بهبودي بر روي يكي از روشهاي ارائه شده بمنظور رفع اين مشكل صورت مي گيرد. محققان زيادي بر روي كاهش پيچيدگي تشخيص تشابه و در نتيجه فشرده سازي سريعتر متمركز شده اند.اين تلاشها شامل روشهاي دسته بندي ويژگي ها يا خوشه بندي مي شود.در اين ميان زيانوي و ديگران، الگوريتمي را بر اساس دسته بندي هوشمند انحراف معيار استاندارد (std) شامل سه مرحله دسته بندي هوشمند (ica) حذف افزونگي بلاك هاي دامنه (drm) و كنترل تطبيقي تعداد جستجو (snac) ارائه كرده اند.مشكل اين روش ، عملكرد يكنواخت مرحله drm براي تمامي بلاك هاي دامنه مي باشدكه براي رفع اين مشكل، از snac بعد از مرحله drm استفاده مي گردد. بهبود گفته شده بر روي اين روش، از طريق تطبيقي نمودن مرحله drm كه سبب حذف مرحله snac مي گردد ، صورت مي پذيرد و نتايج تجربي، كد گذاري سريع و كيفيت بهتر تصوير بازسازي شده با اين روش را نشان مي دهد.

انتخاب بهينه سبد سهام مبتني برمدل اسپين گلاس

مسئله انتخاب بهينه سبدسهام يكي از مسائل غيرچندجمله اي (np) است كه تاكنون الگوريتم دقيقي براي حل آن ارائه نشده است . معمولا براي حل اين گونه مسائل از روش هاي هوشمند استفاده مي گردد. در گذشته فعاليت هاي زيادي در اين زمينه انجام شده است كه با استفاده از تكنيك هاي مطرح شده در الگوريتم هاي تكاملي ، ژنتيك، اجتماع اجزاء ، بازپخت تطبيقي و شبكه عصبي همچنين رو ش هاي احتمالي - فازي اقدام به حل اين مسئله كرده اند. در اين مقاله كوشش شده است الگوريتم بهينه سازي نويني مبتني بر مدل آيزينگ اسپين گلاس و بازپخت تطبيقي ارائه گردد و بر مسئله بهينه سازي سبدسهام اعمال گردد. مزيت الگوريتم پيشنهادي ، افزايش توانايي در جستجوي محلي است بطوري كه با اجراي الگوريتم ، استقرار اسپينها آنقدر تغيير مي يابد تا جواب بهينه را نشان دهند. هرچند اين خاصيت امكان پردازش موازي را براي اجراي الگوريتم مهيا مي كند ولي با افزايش تعداد سهام ، سرعت همگرايي كاهش مي يابد كه براي رفع آن عملگرهاي جابجايي و رقابت اسپين هاي نخبه پيشنهاد شده است كه سرعت همگرايي را به مقدار چشم گيري افزايش مي دهند.

انتخاب ويژگي با استفاده از الگوريتم جمعيت مورچگان باينري

استفاده از الگوريتمهاي ابتكاري در حل مسايل بهينه سازي امري ضروري و اجتناب ناپذير است. در اين مقاله، الگوريتم جمعيت مورچگان باينري براي استفاده در حل مساله انتخاب ويژگي بكارگرفته شده و اصلاحاتي بر نسخه هاي متداول آن پيشنهاد شده است. روشهاي پيشنهادي در كنار روشهاي متداول در طبقه بندي معنايي تصوير و بازشناسي ارقام دستنويس فارسي آزموده شده و نتايج حاصل از آزمايشها ارائه شده است. اين نتايج نشان دهنده آن است كه پيشنهادهاي ارائه شده، باعث بهبود كيفيت الگوريتم و تحصيل نتايج بهتر شده است.

Dual Gate MESFET مدل سازي سيگنال بزرگ ترانزيستورهاي با استفاده از شبكه هاي عصبي و فازي-عصبي

در اين مقاله، مدل سازي سيگنال بزرگ ترانزيستورهاي Dual Gate MESFET با استفاده از شبكه عصبي پرسپترون چند لايه و شبكه فازي-عصبي ANFIS مد نظر است. علاوه بر مدل سازي، مقايسه تواناييهاي اين شبكه ها و همچنين تاثير تعداد لايه هاي مخفي در توان مدل سازي شبكه عصبي پرسپترون چند لايه بررسي شده است. روشهاي مختلف، در مدلسازي يك ترانزيستور DG MESFET با شماره E 25118 ساخت كمپاني NEC مقايسه شده و نتايج آزمايش آمده است.

بهينه سازي اندازة سازه هاي خرپايي با استفاده از روش EAS

امروزه سازه هاي خرپايي با توجه به كاربردهاي گوناگون آن بيش از پيش اهميت پيدا كرد ه اند. شايد علت استفاده فراوان از اين نوع سازه ها را بتوان در مقرون به صرفه بودن، راحتي اجرا، عدم نياز به تخصصي ويژه براي اجرا و نياز امروز بشر به سازه هايي با دهانه هاي بزرگ بدون ستون مركزي را نام برد. از طرفي تحقيقات زيادي در مورد انواع مختلف روشهاي بهينه سازي اندازه خرپاها معرفي شده اند؛ آقاي Dorigo يك روش جديد بهينه سازي به نام Ant Colony Optimization را در سال ١٩٩١ پايه ريزي كرد. در اين مقاله سعي شده است تا خرپاها را با الگوريتم EAS يكي از روشهاي ACO مي باشد، بهينه نماييم. مقايسه اي بين نتايج حاصل از طراحي خرپا با اين روش و طراحي با استفاده از الگوريتم ژنتيكي و روشهاي بهينه سازي كلاسيك و همچنين روش ACS ) يكي ديگر از روشهاي (ACO آورده شده است. در پايان نشان داده شده است كه اين روش نسبت به روشهاي ديگر عملكرد بهتري دارد.

بهينه سازي گنبدهاي فضائي تك لايه با استفاده از روش eas

سازه هاي فضائي يكي از متداولترين سازه هاي مدرن محسوب مي شوند كه طي چند دهه اخير رواج زيادي يافته اند. يكي از انواع سازه هاي مذكور گنبدهاي فضائي مي باشند كه نسبت به ساير سازه هاي فضائي داراي مزاياي قابل توجهي هستند اما مسأله بهينه سازي اين سازه ها همواره از معضلات خاص آنها محسوب ميشود؛ بطوريكه در گذشته غالباً معماران و مهندسان مجبور بودند براي طرح اين سازه ها از جداول نامفهوم و حجيمي استفاده كنند كه بالطبع سرعت عمل و امكان بررسي طرحهاي مختلف و رسيدن به يك طرح بهينه را از آنها مي گرفت. در اين مقاله گنبدهاي فضائي با يك روش جديد بهينه سازي به نام روش eas كه يكي از الگوريتم هاي aco مي باشد، بهينه شده اند. مقايسه اي بين نتايج حاصل از اين طراحي با روش eas و طراحي با استفاده از روشهاي بهينه سازي ديگر انجام شده است.

كنترل بي اختياري ادراري با استفاده از مواد هوشمند IPMC

مواد ( Ionic Polymer Metal Composites) IPMC يكي از جديدترين انواع مواد هوشمند هستند كه از لحاظ طبقه بندي در دسته پليمرهاي الكترواكتيو (EAP) قرار مي گيرند . اين مواد با توجه به كارايي بالا ، قابليت تكرارپذيري زياد ، وزن كم ، ولتاژ ورودي بسيار پايين )درحد1- 6 ولت) مقاله با هدف بررسي حركت اين مواد وطراحي يك شيركنترل جريان در مصارف پزشكي ومشخصا "كنترل دبي در مجاري ادرار ، علاوه بر معرفي بيشتر اين مواد، راهكارهايي براي درمان برخي بيماريها كه نياز به كنترل جريان ادرار به صورت حلقه باز وحلقه بسته دارند، ارائه مي گردد. ازسوي ديگر سعي بر اين بوده است كه با ارائه يك مدل عملي از اين مواد به يك ساختار قابل نصب از لحاظ اندازه و عملكرد در داخل بدن دست يابند.

دسته بندي گوجه فرنگي با استفاده از lvq و mlp، svm

در اين مقاله كنترل خودكار كيفيت گوجه فرنگي براساس بكارگيري روشهاي مختلف svm و mlp ، lvq مورد بررسي قرار گرفته است. ابتدا تصاوير توسط دوربين ديجيتالي گرفته شد و سپس عمليات حذف نويز و بهبود كنتراست بر روي تصاوير صورت پذيرفت. سپس مهمترين مرحله كه استخراج ويژگي از تصاوير گوجه فرنگي است، انجام گرفت. ويژگيهاي استخراج شده عبارتند از: ميزان قرمزي و زردي كه به صورت فازي به دست آمده، ميزان سبز بودن، ممان مرتبه اول، ممان مرتبه دوم، ممان مرتبه سوم، ميانگين اين سه ممان، ميزان گرد بودن و مساحت. ويژگيهاي بدست آمده به دسته بندي كننده هاي متفاوت داده شد و نتايج بدست آمده مورد مقايسه و ارزيابي قرار گرفت . نتايج نشان مي دهند كه svm نسبت به روش هاي ديگر بهتر عمل مي كند.

آناليز الپتيكال فوريه كپسول شنوايي در سه گونه مريونس (persicus, libycus crassu) :كاربرد آن در بيوسيستماتيك
:76:

براي بررسي اشكال در زيست شناسي و پزشكي از تكنيك هاي مورفومتريك استفاده مي شود. اين تكنيكها در دهه اخير رشد چشمگيري داشته اند يكي از اين روش ها Outline است. در اين روش به جاي بررسي اجزاي شكل مانند روشهاي كلاسيك تمام شكل به صورت دو بعدي مورد بررسي قرار مي گيرد و شكل با انتخاب يك نقطه ثابت به عنوان مرجع براي تمام شكلهاي مشابه و اندازه گيري مختصات نقاط دور شكل به صورت رياضياتي تعريف مي شود. در اين مطالعه شكل 4 قسمت كپسول شنوايي (بخش شكمي، ماستوئيد، مئاتوس و مثلث سوپرامئاتال) از سه گونه M.crassus و M.persicus, M.libycus متعلق به جنس Meriones ( پستانداران، جوندگان) مورد بررسي قرار گرفت. آناليز بيضي الپتيكال براي بررسي داده ها كه مبتني است بر تجزيه هاي جداگانه فوريه از اختلافات اولين مولفه هاي (Δxi, Δyi)x,y به عنوان تابع پارامتريك از فاصله تجمعي t از نقاط حول شكل، استفاده شد. براساس مطالعات انجام شده تنها شكل قسمت مئاتوس داراي تغييرات معني دار در بين سه گروه بوده و داراي ارزش تاكسونوميكي است. اين روش امروزه در تشخيص سلولهاي سرطاني از ساير سلولها و تشخيص اسكيزوفرني بر اساس تغيير شكل كورپوس كالوزوم وتغييرات شكلي اسكلت بدن و بيماريهاي آن مورد استفاده قرار مي گيرد.

به كارگيري الگوريتم آموزش شبكه هاي عصبي چند لايه pso ا

هدف از آموزش شبكه هاي عصبي، يافتن اندازة وزنها و باياس ها به نحوي است كه خطاي داده هاي آموزش را به حداقل ممكن برساند. لذا آموزش شبكه هاي عصبي را مي توان در بردارندة يك مسألة بهينه سازي دانست كه هدف از آن بهينه سازي ضرايب وزني و باياسها جهت دستيابي به حداقل خطاي آموزش مي باشد. در روش هاي مرسوم جهت آموزش شبكه هاي عصبي از الگوريتم پس انتشار و ديگر روش هاي گرادياني استفاده مي شود. اين روش ها در مواردي كه شكل تابع غيرخطي و پيچيده باشد، ضعف و ناكارآمدي خود را نشان ميدهند. در اين مقاله، آموزش شبكة عصبي با استفاده از الگوريتم pso انجام شده است. به كارگيري الگوريتم pso در آموزش شبكه هاي عصبي و مقايسة صورت گرفته با الگوريتم آموزشي پس انتشار، نشان مي دهد كه در مسائل پيچيده توأم با فرآيندهاي غيرخطي، استفاده از الگوريتم جديد كارآيي بالاتري را به همراه دارد. در انتها نتايج پياده سازي الگوريتم ارائه شده بر روي دو مسأله و مقايسة آن با روش آموزشي پس انتشار آورده شده است.

جهت طراحي آشكارساز بهينه كمپلكس pso و ga الگوريتم تركيبي ecg در سيگنال qrs
:54:

در اين مقاله روشي جهت طراحي آشكارساز بهينه كمپلكس QRS ارائه مي گردد. در اين آشكارساز ابتدا توسط يك فيلتر چند جمله اي خطي كمپلكس QRS يكسو و تقويت مي شود و سپس يك آشكارساز تطبيقي، بيشينه سيگنال را پيدا مي كند. پارامترهاي فيلتر و آشكارساز به وسيله الگوريتم ژنتيك طوري انتخاب مي شود كه خطاي تشخيص بر روي مجموعه اي از سيگنالهاي قلب به كمينه مقدار خود برسد. از آنجايي كه حجم اطلاعات مورد پردازش در هر نسل بسيار زياد است ارائه روشي كه به تعداد نسل كمتري جهت همگرا شدن احتياج داشته باشد مورد توجه مي باشد. بدين منظور در اين مساله الگوريتم HGAPSO جهت سرعت بخشيدن به مرحله پردازش به كار گرفته شده و عملكرد آن از لحاظ سرعت همگرايي با الگوريتم GA مقايسه شده است. در نهايت نتايج به دست آمده از طراحي بر روي مجموعه اي از سيگنالهاي ECG مربوط به پايگاه داده MIT-BIH مورد بررسي قرار گرفته است. تحليل نتايج به خوبي گواه بر موفقيت روش پيشنهادي مي باشد.

بازشناسي حروف دستنويس به وسيله سيستم فازي به كمك روش قاب بندي در استخراج ويژگي

به علت وجود دستخط هاي مختلف، بازشناسي حروف دستنويس يك مسالة پيچيده است .در اين فرآيند ، استخراج ويژگيهاي حروف به صورت صحيح، گامي مهم در جهت تشخيص درست حروف خواهد بود . اين مقاله يك روش جديد به نام قاب بندي براي استخراج ويژگيه ا 5 بيان مي كند .در اين روش يك تصوير باينري از حروف جزء بندي شده به مقدار ثابتي از تصاوير كوچكتر كه قاب ناميده مي شوند شكسته مي شود . از هر جعبه با اين روش دو ويژگي استخراج مي شود :الف(يك نقطه ثابت براي هر جعبه كه فاصله آن تا مبدا جعبه (گوشه پايين سمت چپ )برابر ميانگين فاصله هر يك از پيكسلهاي سياه تا مبدا است . ب (يك زاويه كه اندازه آن برابر ميانگين اندازه زاويه هاي هر يك از پيكسلهاي سياه نسبت به سطح افق است. اين دو ويژگي براي هر جعبه استخراج مي شود و مجموع اين ويژگيها جهت آموزش به يك سيستم فازي وارد مي شود . با توجه به اينكه ، در اين روش از دو ويژگي فاصله و زاويه به طور مناسب بهره برده شده است دقت بازشناسي حروف بسيار بالا مي باشد .و به 99 % مي رسد.اين روش وابسته به نوع قلم 6 و اندازه حرف ورودي نيست و با يك تغيير كوچك در مرحله پيش پردازش براي هر زبان مي تواند كارا باشد.

داده كاوي با استفاده از شبكه عصبي grnn بر روي نتايج كاليبراسيون تونل باد
:54:
قبل از استفاده عملي از تونل باد همانند ساير سيستمهاي اندازه گيري و شبيه سازي بايد آنرا با دقت بالا كاليبره نمود، بدست آوردن پارامترهاي جريان عبوري از محفظه آزمون تونل باد مانند توزيع سرعت و فشار، يكنواختي و زاويه جريان، دقت اطلاعات و غيره در حين فرآيند كاليبراسيون تونل باد بسيار مهم و حياتي مي باشد. انجام آزمونهاي مدل اجسام پرنده در تونل بادي با شرايط جرياني مناسب نقش عمده اي در ايجاد اعتماد صنايع وابسته به آن را به همراه خواهد داشت. اين فرآيند به دليل داشتن طيف وسيعي از عدد ماخ و محفظه آزمون نسبتا بزرگ تونل باد مورد نظر بسيار زمانبر و پرهزينه است. در اين مقاله با اعمال روش داده كاوي مبتني بر شبكه عصبي grnn روي نتايج كاليبراسيون تونل باد و آموزش اين شبكه، تعداد دفعات آزمون را تقليل داده و نهايتا هزينه و زمان انجام آزمونها براي كاليبراسيون تونل باد را به شدت كاهش دادايم.

براي حفظ تمايز dtw تطابق فرينههاي سيگنال هاي امضاهاي برخط به روش بين امضاهاي اصلي و ج
 

براي حفظ تمايز dtw تطابق فرينههاي سيگنال هاي امضاهاي برخط به روش بين امضاهاي اصلي و جعلي

رگرسيون خطي يكي از روشهاي معروف براي محاسبه شباهت بين دو سيگنال است ولي بر روي سيگنال هايي كه طول زماني متفاوتي دارند قابل اعمال نيست. به منظور استفاده از رگرسيون خطي براي محاسبه شباهت بين سيگنال هاي امضاي برخط، بايد طول زماني آنها يكسان شود. در بعضي از روشهاي ارائه شده، از تطابق همه نقاط سيگنالها براي يكسان كردن طول زماني آنها استفاده مي شود. اين موضوع باعث كاهش تمايز امضاهاي اصلي با امضاهاي جعلي مي شود در اين مقاله روشي بر اساس تطابق نقاط فرينه سيگنالها براي يكسان سازي طول زماني آنها ارائه شده است كه تمايز بين امضاهاي اصلي و جعلي را حفظ مي كند و جدا سازي آنها را ساده تر مي كند . اين روش بر روي مجموعه امضاهاي 2004 svc اعمال شده است و نتايج بدست آمده نشان مي دهد كه تطابق نقاط فرينه سيگنال در مقايسه با تطابق تمام نقاط سيگنال، قدرت تمايز بيشتري دارد . با استفاده از اين روش پيشنهادي خطاي تاييد، % 10 بدست مي آيد در حالي كه با استفاده از تطابق همه نقاط خطاي تاييد % 17 بدست مي آيد.

بررسي امكان كاربرد سيستم هاي هوشمند در فرآيند خشك كردن ميگو

سالانه در حدود 8000 تن ميگو در كشور توليد مي شود كه در حدود 95 درصد آن به خارج از كشور صادر مي شود . به دليل كاهش قيمت جهاني ميگو و نيز تغييرات بازار مصرف تقاضاي مصرف كنندگان، كشورهاي توليد كننده ميگو در تلاش براي يافتن راهكارهايي جهت كاهش قيمت ها و توليد فرآورده هاي جديد و با كيفيت ميگو مي باشند . به اين منظور تغييرات ميزان رطوبت، چروكيدگي و آبگيري مجدد درنتيجه شرايط مختلف خشك كردن در دماي 60-100 درجه سانتي گراد و زمان 0-180 دقيقه با استفاده از طرح كامل تصادف ي با آرايش فاكتوريل مورد بررسي قرار گرفته، از محاسبات نرم مشتمل بر شبكه هاي عصبي مصنوعي و منطق فازي همراه با پردازش تصوير براي كنترل و بهينه سازي فرآيند استفاده شد.

بررسي پايداري و تخمين ناحيه جذب سيستم هاي كتنرل فازي مدل تاكاگي- سوگنو

بسياري از سيستم هاي غيرخطي را مي توان با روش هاي فازي طراحي و تحليل كرد. از آنجايي كه اساسي ترين مسئله در مورد بكارگيري كنترل كننده هاي فازي در سيستم هاي غيرخطي، تضمين پايداري آنهاست، لذا توجه اخير محققين كنترل فازي بر روي تحليل سيستم هاي فازي متمركز شده است. به همين دليل در اين مقاله نيز به بررسي پايداري سيستم هاي فازي از نوع مدل تاكاگي-سوگنو مي پردازيم. ما در اينجا پايداري سيستم هاي فازي را به روش مستقيم لياپانوف نشان خواهيم داد. همچنين يكي از اساسي ترين مسائلي كه مورد بررسي قرار مي گيرد، محاسبه ناحيه جذب سيتم هاي فازي است. تعيين حوزه جذب به دو روش آورده شده است. در آخر نيز يك مثال از كنترل سيتم هاي غير خطي به روش فازي، به همراه نتايج شبيه سازي گنجانده شده است. شبيه سازي در محيط simulink ا نجام شده است.

بررسي عملكرد تزريق مواد فعال كننده سطحي در ازدياد برداشت ميكروبي نفت با استفاده از شبكه هاي عصبي و منطق فازي

در اين مطالعه از دو ابزار شبكه هاي عصبي و منطق فازي براي بررسي روش ازدياد برداشت ميكروبي نفت بهره گرفته شد.در علومي همچون مهندسي نفت كه با عدم قطعيت زيادي مواجه اند، استفاده از چنين ابزار هايي ميتواند بسيار رهگشا باشد. از شبكه عصبي پس انتشار خطا در بررسي روند تغييرات كشش سطحي نسبت به افزايش غلظت موادفعال كننده سطحي(بايوسورفاكتانت) استفاده شد. از دو مدل فازي، يكي مبتني بردانش فرد خبره و ديگري مبتني بر آموزش قوانين( مدل (anfis نيز در بررسي ازدياد برداشت نفت توسط تزريق بايوسورفاكتانت ها، بهره گرفته شد. نتايج نشان مي دهند كه شبكه عصبي پس انتشار خطا، به علت كم بودن داده هاي آموزشي، نمي تواند روند تغييرات كشش سطحي نسبت به غلظت مواد فعال كننده سطحي را آموزش ببيند. در چنين مواردي، برازش منحني مناسب تر است.همچنين مدل فازي anfis در اين حالت كه تاثير متقابل و توأم پارامترهاي تاثيرگذار، به طور كامل شناسايي نشده بود، نسبت به مدل فازي ديگر، نتايج مطلوب تري را ارائه نمود.

بررسي كاربرد مدلسازي فازي و الگوريتم شبيهسازي آنيلينگ در بهرهبرداري بهينه از منابع آب
در بهره برداري از مخازن عموماً از روشهاي شبيه سازي و بهينه سازي استفاده ميشود. مدلهاي شبيه سازي شامل قوانيني هستند كه رابطه بين ورودي و خروجي را بيان ميكنند، اين قوانين به صورت ثابت و يا تنظيم شده با مشخصات مخزن هستند. اطلاعاتي كه در طراحي قوانين بهره برداري به كار ميروند ممكن است اطلاعات تاريخي و يا اطلاعات حاصل از حل مسأله بهينه سازي براي مخزن مورد نظر باشند. در اين مقاله نتايج حاصل از حل مسأله بهينه سازي سد دز در طول 42 سال با هدف مينيمم كردن مجموع مربعات كمبود براي استخراج قوانين بهره برداري مورد استفاده قرار گرفته اند. به اين منظور ابتدا از روشهاي رگرسيون معمولي و سيستم استنباط فازي ممداني استفاده شده است. به دليل ضعف نتايج روش ممداني، روش سوگنو و آموزش آن به كمك الگوريتم شبيه سازي آنيلينگ مورد بررسي قرار گرفته است. در پايان مشاهده ميشود كه آموزش قوانين فازي به كمك الگوريتم شبيه سازي آنيلينگ به طرز قابل ملاحظه اي باعث بهبود نتايج شبيه سازي شده است.

برنامه ريزي مسير روبات متحرك با استفاده از نامساويهاي ماتريسي خطي و برنامه ريزي اعدادصحيح صفر ويك

اين مقاله به ارائه روشي نوين جهت برنامه ريزي مسير حركت روباتهاي متحرك در فضاي معلوم مي پردازد. در اين الگوريتم ابتدا فضاي حركت با استفاده از روش مثلث بندي دلوني به سلولهاي مثلثي تقسيم بندي مي شود. سپس مساله به صورت برنامه ريزي اعداد صحيح و در ادامه به فرم نامساويهاي ماتريسي خطي فرمول بندي مي شود. با حل مساله برنامه ريزي اعداد صحيح و يا نامساويهاي ماتريسي خطي معادل با آن، يك كانال بهينه متشكل از مثلثها و در برگيرنده نقاط شروع و پايان حركت بدست مي آيد. در مرحله نهايي كانال به بزرگترين مجموعه هاي محدب ممكن بخش بندي شده و با استفاده از آن مسيري كوتاه و ايمن در كانال يافت مي شود. ويژگي اين روش سادگي و جامع بودن آن براي هر گونه محيط دوبعدي با موانع چند ضلعي محدب و مقعر مي باشد. همچنين، الگوريتم ارائه شده در دام مينيمم هاي محلي نيفتاده و به راحتي قابل تعميم به محيطهاي سه بعدي مي باشد.

بهبود الگوریتم بهینه سازی اجتماع ذرات با استفاده از عملگرهای الگوریتم ژنتیک

در بسیاری از مسائل بهینه سازی محدوده ای که بهینه سراسری در آن وجود دارد مشخص نیست. در صورت تخمین نادرست از محدوده بهینه سراسری الگوریتم بهینه سازی اجتماع ذرات گرفتار بهینه محلی شده و قادر به تعیین بهینه سراسری نمی باشد. در این مقاله از عملگرهای جهش و برش الگوریتم ژنتیک جهت تغییر قوانین حرکت هنگام نزدیک شدن به بهینه محلی استفاده می شود. استفاده از این عملگرها سبب می شود که ضمن حفظ سرعت همگرایی، تبادل اطلاعات بین اعضاء گروه بهتر انجام شده و فضای پاسخ جهت پیدا نمودن بهینه سراسری بیشتر جستجو شود. لذا این عملگرها کارایی الگوریتم بهینه سازی اجتماع ذرات را در فرار از نقاط بهینه محلی افزایش می دهند. کارایی روش پیشنهادی نسبت به الگوریتم بهینه سازی اجتماع ذرات در تعیین بهینه سراسری، با شبیه سازی توابع مختلف نشان داده می شود. نتایج نشان می دهد که هنگام عدم اطلاع از محدوده بهینه سراسری، الگوریتم ترکیبی پیشنهاد شده نسبت به الگوریتم معمولی بهینه سازی اجتماع ذرات در یافتن بهینه سراسری تواناتر می باشد.

بهبود الگوريتم ژنتيكي با استفاده از روال جستجوي محلي در مساله تخصيص سلاح-هدف

در اين مقاله، از يك الگوريتم ژنتيكي براي حل مساله تخصيص سلاح-هدف (WTA) كه يك مساله NP-Complete است ، استفاده مي شود. مساله WTA عبارت از تخصيص كامل سلاحها به اهداف متخاصم است، به گونه اي كه ميزان آسيب وارده به نيروهاي خودي حداقل شود. در اين مقاله پيشنهاد شده است تا در خلال انجام الگوريتم ژنتيكي، از يك روال جستجوي محلي تابكاري (SA) هم استفاده شود. با بررسي نتايج پياده سازي هاي الگوريتم ژنتيكي ساده و روش پيشنهادي مشاهده مي شود كه روش پيشنهادي در مقايسه با الگوريتم ژنتيكي ساده، در زمان كمتري به جواب بهتري همگرا مي شود.

بهبود كارايي الگوريتم تكاملي بحران خود سازمان داده شده

سير تكاملي در پي تغييرات سريع و مقطعي كه در پايان دوره هاي بلند مدت تعادل و سكون رخ ميدهد پيشرفت مي كند. اين تغييرات در اكثر اوقات بر اثر تجمع اثرات رخدادهاي انقراض در جهان اتفاق مي افتد. با توجه به وجود قانوني به نام قانون قدرت (Power Law) بين اندازه انقراضها و فراواني آنها، ميتوان از مدلي با نام بحران خود سازمان داده شده (Self-Organized Criticality) كه معمولا براي سيستمهاي ) پيچيده فيزيكي كاربرد دارد)براي مدل كردن سير تكامل استفاده كرد SOC را مي توان به راحتي با استفاده از مدل تپه ي شني پياده سازي نمود. تا كنون SOC به دو صورت در الگوريتم هاي تكاملي به كار رفته است. در اين مقاله سعي بر آن شده است كه با بررسي دقيق اين دو مدل ضعفها و مشكلات آنها را شناسايي كنيم و با ارايه مدل جديدي آنها را برطرف نماييم.

mamnun
very mofid bud
movafagh bashin