تخمين تنشهاي پسماند در ساچمه زني با استفاده از شبكة عصبي مصنوعي
تنشهاي پسماند موجود در يك جسم مي توانند مضر و يا مفيد باشند . تنشهاي پسماند كششي معمولاً مضر بوده و باعث ترد شدن و كاهش مقاومت مكانيكي سطح مي شوند. در مقابل در اغلب اوقات تنشهاي پسماند فشاري مفيدند . در فرآيند ساچمه زني بدليل تغيير شكل پلاستيك تحت تاثير نيروهاي خارجي، تنشهاي پسماندي بوجود مي آيند. بدليل كم بودن عمق نفوذ در فرآيند ساچمه زني، سطح جسم بيشتر از داخل آن دچار تغيير شكل شده، و تنشهاي فشاري از داخل جسم به سطح آن وارد مي شوند. در اين تحقيق با استفاده از دستگاه xrd تنشهاي پسماند را بر روي يك نمونه تحت تاثير شرايط مختلف ساچمه زني از قبيل قطر گلوله، سرعت پرتاب، و زاويه برخورد در عمق نمونه، انداز ه گيري مي شود . سپس يك شبكه عصبي مصنوعي انتشار برگشتي ايجاد شده و آموزش داده مي شود. پس از آموزش شبكه عصبي مصنوعي، مي توان ميزان تنش پسماند در عمق نمونه را تحت هر شرايطي بدون انجام آزمايش بدست آورد . از مزاياي اين روش صرفه جويي در وقت و هزينه است . نتايج نشان مي دهد كه سرعت پرتاب ساچمه ها و قطر گلوله ها تاثير بسزايي در توزيع تنشهاي پسماند بر روي سطح داشته و با استفاده از شبكه عصبي با دقت بالا مي توان توزيع تنش پسماند را بدست آورد.
ﺗﺸﺨﻴﺺ ﺑﻴﻤﺎري دﻳﺎﺑﺖ ﻧﻮع 1 ﺑﺎ اﺳﺘﻔﺎده از ﺗﺮﻛﻴﺐ اﻟﮕﻮرﻳﺘﻢ anfis و ga-nn
از جمله مشكلاتي كه در روشهاي رايج تشخيص بيماري ديابت نوع 1 وجود دارد عدم در نظر گرفتن ويژگيهاي مناسب به منظور تشخيص بيماري و در نتيجه ضعف در تشخيص آن بيماري خصوصاً در مراحل ابتدايي آن ميباشد. در اين مقاله سعي شده است تا ابتدا با استفاده از يك بهينه ساز الگوريتم تكاملي ، ويژگيهاي مطلوب د ر روند تشخيص بيماري انتخاب و سپس با استفاده از الگوهاي بهينه انتخاب شد ه در يك الگوريتم anfis ، به تشخيص هوشمند بيماري ديابت پرداخته شود . در نهايت مشخص شد كه الگوريتم anfis با حدود 10 % افزايش ميزان صحت تشخيص بيماري در مرحله آموزش و 5% افزايش ميزان صحت در مرحله آزمايش، ميتواند از كارايي مطلوبتري نسبت به ديگر روشهاي هوشمند قبلي برخوردار باشد ضمن اينكه علاوه بر افزا يش ميزان صحت نسبت به تحقيقات مشابه، تعداد ويژگيهاي مطلوب در تشخيص بيماري نيز در مقايسه با تحقيقات مشابه انجام شد ه ديگر به كمتر از نصف كاهش يافته است كه اين خود باعث افزايش سرعت در فرايند تشخيص مطلوب بيماري ديابت خواهد شد.
در اين مقاله روشي جديد به منظور توسعه ي طراحي سيستم هاي كنترل چند سطحي بررسي مي شود به گونه اي كه امكان طراحي سيستم كنترل چند سطحي كه در اينجا بيشتر براي سيستم هاي دو سطحي كنترل با ناظر بيان شده از يك چارچوب و قالب خاص براي صورت كلي معادلات ديناميك آن خارج مي كند و به طراح اين امكان را مي دهد كه بدون توجه به شكل كلي معادلات ديناميك طراحي را انجام دهد اين روش قابليت تعميم به سيستم هاي چند سطحي را نيز دارد.
تعيين پارامترهاي حاكم بر خط نورد سرد با استفاده از شبكه هاي عصبي مصنوعي
در اين مقاله به تعيين پارامترهاي اصلي حاكم بر خط نورد سرد پيوسته فولاد، اعم از پارامترهاي ورق و پارامترهاي فرآيند، و ايجاد يك سيستم هوشمند براي خط نورد سرد فولاد با استفاده از شبكه هاي عصبي مصنوعي پرسپترون چند لايه پرداخته ميشود. در واقع در اين مقاله نشان داده ميشود كه در يك خط نورد امكان پيش بيني پارامترهاي اساسي حاكم بر نورد سرد براي نورد ورقهاي فولادي با خواص و ابعاد جديد با استفاده از اطلاعات تجربي به دست آمده از نورد ورقهاي قبلي كه توسط يك سيستم شبكه عصبي آموزش داده شده اند، وجود دارد. اطلاعات مورد استفاده در آموزش شبكه عصبي به دو دسته تقسيم ميشوند. دسته اول اطلاعاتي كه مستقيماً از روي خط نورد سرد توسط دستگاههاي موجود اندازه گيري ميشود و دسته دوم اطلاعاتي كه قابل اندازه گيري نيستند و از شبيه سازي فرآيند خط نورد سرد پنج مرحله اي توسط نرم افزار اجزاء محدود abaqus حاصل ميگردد. در پايان نتايج حاصل از سيستم شبكه عصبي براي پنج حالت متفاوت با نتايج تجربي مقايسه ميگردد.
تكامل تدريجي رفتار در الگوريتم هاي ممتیک با استفاده از سازگاري در تقليد افراد جامعه
در اين مقاله با بهره گيري از فرضيه تكامل رفتاري، معماري جديدي براي الگوريتم هاي ممتيك ارائه شده است. در روش جديد با گذشت زمان ميزان تاثير پذيري افراد جامعه از محيط اطرافشان رفته رفته كاهش مي يابد تا افراد به سطحي از تكامل رفتاري و خودمختاري در زندگي دست يابند. نتايج حاصل از شبيه سازي هاي صورت گرفته نشان داد كه الگوريتم ممتيك ارائه شده در اين مقاله نسبت به ساير معماري هاي متداول الگوريتم هاي ممتيك، در مدت زماني كمتر، جواب هاي بهتري را نتيجه مي دهد. همچنين اجراي مكرر شبيه سازي ها نشان داد كه اين الگوريتم در مقايسه با ساير الگوريتم هاي ممتيك پايداري بسيار بالايي دارد.
تلفيق و تركيب توابع فازي مرتبط با پارامترهاي بارندگي و تبخيروتعرق جهت پايش خشكسالي
شيوه هاي قديمي مواجهه با عدم قطعيت ها منجمله كاربرد تئوري آمار و احتمال در بسياري از موارد با پيچيدگي هاي بسياري روبرو هستند. لذا در كنار شيوه هاي فوق، منطق فازي در دنياي مبهمات و عدم قطعيت ها ابزاري مناسبي را براي كاربرد داده هاي نادقيق و كيفي بدست ميدهد. در مقاله حاضر كاربرد مدلهاي فازي در پايش خشكسالي مورد بررسي قرار گرفته و مشخص شده كه امكان توسعه مدلهاي فازي مناسب و قوي در بخش پايش خشكسالي ميسر است. براي پايش خشكسالي با تركيب دو تابع عضويت فازي مربوط به شاخص بارندگي استاندارد شده (spi) و يك شاخص فرضي تبخيروتعرق استاندارد شده (sei) شاخص جديدي با نام شاخص تبخيرو بارندگي استاندارد شده (sepi) ارائه شد كه در آن پارامترهاي موثر بر وقوع خشكسالي يعني بارندگي و درجه حرارت بخوبي مدنظر قرار گرفته است. ضمناً نتايج حاصل از شاخص جديد با شاخص spi و با شاخص شدت خشكي پالمر ( pdsi) مورد مقايسه قرار گرفت.
تنظيم خودكار كنترلر فازي با استفاده از الگوريتم ژنتيك
كنترلر هاي فازي به دليل سادگي در طراحي و اجرا در كاربردهاي مختلف به سرعت در حال گسترش هستند .با اين حال به دليل عدم وجود روشي منظم براي طراحي و تنظيم توابع عضويت ، اغلب از روش سعي و خطا براي تنظيم آ نها استفاده ميشود . اين امر بويژه زماني كه تعداد توابع عضويت زياد باشد و يا ديناميك سيستم كند باشد ، امري طاقت فرسا است . در اين مقاله به كمك الگوريتم ژنتيك روشي براي خودكار كردن طراحي و رسيدن به تنظيم بهينه توابع عضويت ارائه شده است . همچنين ملاحظات عملي ، طي اجراي الگوريتم بر روي يك مثال كنترل دماي گلخانه بررسي شده است.
توازن بار ترافيك شبكه و مسيريابي مبتني بر مهندسي ترافيك با استفاده از كولوني مورچه ها
يكي از مسائل مهم در شبكه هاي پويا كه در آنها هزينه اتصالات بطور پي در پي تغيير مي كند ايجاد توازن بار ترافيكي در شبكه است ، بطوريكه بسته هاي داده از مسير هايي با حداقل تراكم به مقصد برسند. يكي از روشهاي اصلي براي حل مسائل مسير يابي و توازن بار استفاده از الگوريتم هاي مبتني بر مورچه است . اين الگوريتم ها از رفتار ساده مورچه ها در طبيعت الهام مي گيرند . الگوريتم هاي متعددي براي حل مسائل مسيريابي و ايجاد توازن بار مبتني بر بهينه سازي كولوني مورچه ( aco ) مطرح شده اند . در اين مقاله ، الگوريتم جديدي مبتني بر بهينه سازي چند گانه كولوني مورچه ( maco ) در يك سيستم abc ارائه داده ايم . در اين الگوريتم كارايي شبكه بوسيله نسبت فراخواني هاي از دست رفته در گام هاي زماني يكسان محاسبه مي شود . نتايج شبيه سازي نشان مي دهد كه اين روش توانسته است بطور كار آمدي بار ترافيك را در شبكه متعادل كند ، بطوريكه داده ها در هر گام زماني مسير بهينه را براي رسيدن به مقصد انتخاب كنند.
توپولوژيهاي حاصل ازعملگرهاي تقريب فازي دوگان روي اتوماتاي فازي
در اين مقاله دو عملگر تقريب فازي c و c′را ارائه نموده كه درآن عملگر c′از نوع بستار فازي و عملگر c از نوع داخلي فازي مي باشد.سپس توپولوژيهاي (فازي) وابسته به اين عملگرها را بدست آورده و نتايجي روي اين توپولوژيها بدست مي آوريم.