بهبود كارايي الگوريتم هاي ژنتيك كوانتومي با استفاده از جستجوي محلی Simulated Annealing
الگوريتم هاي ژنتيك كوانتوم برپاية ديدگاه محاسبات و كامپيوترهاي كوانتومي شكل گرفته اند. مزيت اين الگوريتم ها در ايجاد توازن ميان تعمق و جستجو است. پژوهش هاي اخير نشان مي دهد اين الگوريتم ها در حلّ مسائلِ بهينه سازيِ تركيبي مانند مسئلة كوله پشتي از كارايي بسيار بالايي برخوردارند. ولي در مجموع اين الگوريتم ها نيز دچار مشكل گير كردن در قلّة محلّي، و كندي سرعت همگرايي هستند. براي همين منظور بايستي روش هايي براي بهبود كارايي اين الگوريتم ها پيشنهاد كرد. الگوريتم هاي ژنتيك كوانتوم مانند ساير الگوريتم هاي تكاملي يك روش جستجوي عمومي مي باشند و تلفيق آنها با رو شهاي جستجوي محلّي مي تواند بر كارايي آنها بيفزايد. در اين پژوهش مي كوشيم كارايي الگوريتم هاي ژنتيك كوانتوم را با استفاده از روش جستجوي محلّي Simulated Annealing بهبود دهيم. نتايج نشان ميدهند به كارگيري اين الگوريتم موجب افزايش بسيار زياد كارايي الگوريتم هاي ژنتيك كوانتوم ميشود.
بهبود كيفيت فشردهسازي سريع فركتالي نرم يك1 با موجك
فشردهسازي فركتالي از مباحث مورد توجه چند ساله اخير بوده است. در اين شيوه با كنار هم قرار گرفتن مجموعه اي از قطعه 1 تصويرها كه نگاشت مناسبي برروي آنها اعمال شده است، تصوير اصلي ساخته ميشود. انتخاب قطعه تصوير و نگاشت مناسب آن، مستلزم يك جستجو در ميان تمام قطعه تصويرهاي دامنه 2 براي هر قطعه از تصوير اصلي است. لذا اين الگوريتمها همواره زمان زيادي را صرف عمل فشرده سازي مينمايند. بدين جهت بهبود سرعت آنها از جمله مباحث مورد توجه محققين حوز فركتال بوده است. عمده اشكال الگوريتمهاي سريع كيفيت پائين تر آنها نسبت به الگوريتم كدينگ فركتالي با جستجوي كامل 3 است. در اين مقاله الگوريتمي جديد مبتني بر فركتال و موجك 4 ارائه شده است كه كيفيت تصوير حاصل از فشرده سازي را تا حدود زيادي بهبود بخشيده و از سرعت مناسبي نيز برخوردار است.
بهينه سازي پارامترهاي موثر در استخراج ويژگي از ارقام دست نويس فارسي با استفاده از الگوريتم ژنتيك
در اين مقاله، يك روش مبتني بر الگوريتم ژنتيك براي انتخاب بهينة پارامترهاي مربوط به استخراج ويژگي از ارقام دستنويس فارسي ارائه شده است. ويژگي هاي پيشنهاد شده جهت استخراج از ارقام دست نويس، شامل سه دستة اصلي هستند: تصوير كوچك شده، نيمرخ هاي چپ، راست، بالا و پايين و تصاوير مقطع افقي و عمودي. در مجموع 14 پارامتر در نحوة استخراج ويژگي ها از تصوير ارقام دخيل هستند. براي بهينه سازي پارامترها، الگوريتم ژنتيك به ازاي دو تابع ارزيابي مختلف به اجرا در آمد. نتايج بدست آمده از بكارگيري دو مجموعة بهينه در استخراج ويژگي از ارقام، در مقايسه با دو مجموعه پارامتر ديگر كه به صورت تجربي مشخص شده بودند، بهبود خوبي را نشان مي دهد.
بهينه سازي ساختار شبكه هاي عصبي با استفاده از روش اتوماتاي يادگير
عملكرد شبكه هاي عصبي به طرز چشمگيري به پارامترهاي ساختاري آن وا بسته است . تعداد نرونها، تعداد لايه هاي مخفي، نحوه اتصال نرونها، و نوع توابع تحريك مثالهاي بارزي از اين پارامترها هستند . در اين تحقيق روشي جديد براي بهينه سازي ساختار شبكه هاي عصبي جهت دستيابي به عملكرد بهينه (يا نزديك به آن) ارائه شده است. اين روش مبتني بر الگوريتم اتوماتاي يادگير است. در روش پيشنهادي پارامترهاي ساختاري شبكه عصبي به عنوان متغيرهاي مستقل در نظر گرفته شده ، و تابع عملكرد شبكه عصبي به وسيله روش بهينه سازي تابعي اتوماتاي يادگير بهينه مي شود. شبكه هاي عصبي مورد آزمايش در اين تحقيق به منظور طبقه ب ندي داده به كار گرفته شده است . نتايج عملي حاصل از آزمايشات متعدد بر روي داده هاي آزمايشي متنوع (در ابعاد فضاي ويژگي، تعدا د نمونه ها و تداخل كلاسها) كارايي روش پيشنهادي را به خوبي آشكار مي كند. براي محك زدن هر چه بهتر روش پيشنهادي، عملكرد آن با روش بهينه سازي تكاملي نيز مقايسه شده است.
بهينه سازي سازه هاي فضاكار تخت دو لايه به كمك الگوريتم ژنتيك و شبكه هاي عصبي مصنوعي
امروزه در سراسر دنيا شاهد كاربرد روزافزون سازه هاي فضاكار هستيم كه به علت خصوصيات و قابليت هاي منحصر بفرد اين سازه ها مي باشد. با توجه به وجود تعداد زياد عضو در اين سازه ها، انتخاب شكل مناسب تاثير زيادي در كاهش وزن و درنتيجه كاهش هزينه سازه خواهد داشت. در اين مقاله سازه هاي فضاكار تخت دو لايه با سه توپولوژي مختلف با متغير هاي طول، عرض، ارتفاع، فاصله ستونها و طول اعضاي افقي مورد بررسي قرار گرفته است. در تخمين وزن اين مدلها از شبكه عصبي مصنوعي و براي بهينه سازي آنها از الگوريتم ژنتيك استفاده شده است. ورودي الگوريتم ژنتيك، عرض و طول سازه بوده و خروجي آن، انتخاب بهينه شكل سازه از ميان سه توپولوژي موجود به همراه ارتفاع، فاصله ستونها وطول اعضاي افقي مي باشد
بهينه سازي سيستم بازشناسي حروف دست نويس فارسي بر اساس انتخاب آگاهانه ويژگي هاي تاثير گذار بر دسته بند به كمك الگوريتم ژنتيك
نفرين بعديت يكي از مشكلات دسته بندي است. هرچه ابعاد مساله بزرگ تر باشد، هزينه دسته بندي بالاتر رفته، به علاوه اين كه مي تواند باعث خطا در دسته بندي شود. در اين مقاله نفرين بعديت به عنوان مساله بهينه سازي مطرح شده و با دو ابزار احتمالاتي و الگوريتم ژنتيك به سمت انتخاب موثرترين ويژگي ها در جهت كاهش ابعاد مساله حركت مي كنيم. روش احتمالاتي به وسيله تكرار در استفاده از دسته بند بيزين با ويژگي هاي مختلف پياده سازي مي شود. الگوريتم ژنتيك نيز با توليد كروموزوم هاي مختلف، كه در هر كروموزوم تعدادي ويژگي حضور وتعدادي حضور ندارند ارائه ميشود. نتايج نشان داد كه در مرحله آموزش بخاطر تكرار در جهت يافتن خصايص بهينه هزينه آموزش بويژه در استفاده از الگوريتم ژنتيك بسيار بالا است. اما در مرحله تست به علت كم شدن ابعاد مساله هزينه بسيار كاهش يافته و نتايج بهتري حاصل شده است كه الگوريتم ژنتيك در اين راه موفقتر بوده است. در واقع هرچه براي آموزش زمان و هزيته گذاشته شود در مرحله تست و كاربرد سيستم جبران خواهد شد اين مقاله همچنين از روش قاب بندي براي استخراج ويژگي ها استفاده مي كند. اين روش با يك تغيير كوچك در مرحله پيش پردازش براي هر زباني با هر قلمي و هر اندازه اي مي تواند كارا باشد. نمونه هاي استفاده شده بصورت دستي جمع آوري و پردازش شده اند.
بهينه سازي مدارهاي منطقي تركيبي در سطح گيت با استفاده از الگوريتم ژنتيك
از پارامترهاي مهم در طراحي مدارهاي منطقي تركيبي كاهش تعداد گيت و همچنين تعداد ترانزيستورهاي بكاررفته در ساخت مدار مي باشد. سخت افزار قابل تكامل (ehw) تكنيكي جهت طراحي اتوماتيك مدارها معرفي مي نمايد كه در آن پيكربندي مدار با استفاده از الگوريتمهاي تكاملي انجام مي شود . در اين مقاله ابتدا اشاره اي به تكنيكهاي طراحي اتوماتيك مدارها مي نماييم، سپس روشي جديد براي كمينه كردن تعداد گيتها با استفاده از الگوريتم ژنتيك پيشنهاد مي نماييم. ما از گيتهاي xor و not، nor ,nand براي ساخت توابع منطقي استفاده مي كنيم كه نسبت به گيتهاي not و or ،and از تعداد كمتري ترانزيستور در ساختار آنها استفاده مي شود. در نهايت نتايج اين روش با روشهاي ديگر مقايسه شده است و ملاحظه مي شود كه با اين روش همراه با كاهش تعداد گيتها، تعداد ترانزيستور بكار رفته در ساخت يك تابع نيز كاهش قابل ملاحظه اي مي يابد
تاييد هويت افراد از طريق خطوط اصلي كف دست با استفاده از فيلتر گابور دايره ای
خطوط كف دست، يكي از ويژگي هاي بيومتريكي است كه در متمايزكردن افراد مختلف از يكديگر دقّت بالايي دارد. لذا، روشهاي مختلفي براي تعيين اين خطوط توسط پژوهشگران ارائه گرديده است. در اين مقاله براي تعيين خطوط اصلي كف دست، روشي مبتني بر فيلتر گابور پيشنهاد شده كه با تغييري در قسمت موهومي فيلتر گابور، از آن بعنوان يك اپراتور لبه ياب استفاده ميشود تا خطوط اصلي كف دست را از ساير خطوط موجود در كف دست تميز دهد. مقايسه نتايج حاصل از اعمال اين روش و لبه يابهايي چون مار و كني، بيانگر عملكرد خوب و دقيق اين روش در تعيين خطوط اصلي كف دست مي باشد. سپس در فاز تاييد هويت بر مبناي اين خطوط اصلي، از فيلتر گابور دايره اي جهت استخراج ويژگي و براي بررسي ميزان شباهت دو تصوير كف دست، متريك همينگ بكار گرفته شده است. نتايج حاصل در تاييد هويت فرد، نشان از عملكرد نسبتاً دقيق روش ارائه شده، دارد.
تحليل استاتيكي سازه خرپا با استفاده از پارامترهاي فازي
تحليل استاتيكي يك خرپاي دو بعدي با استفاده از مدلسازي عدم قطعيتهاي موجود در پارامترهاي مؤثر در تحليل سازه بصورت اعداد فازي با توابع عضويت مثلثي انجام شد. محاسبات فازي در حالت اول براي بارگذاري، ضريب كشساني و ابعاد هندسي؛ در حالت دوم براي بارگذاري و ابعاد هندسي و در مرحله سوم براي ضريب كشساني و ابعاد هندسي انجام شد. با افزايش تعداد اعداد فازي در محاسبات، جابجايي هاي بدست آمده با استفاده از اصل گسترش لطفي زاده فازي تر مي شوند. پاسخهاي فازي، طيف مقادير ممكن را براي جابجايي المانهاي خرپا همراه با درجه عضويت آنها نشان مي دهند و اين مي تواند، راه جايگزين مناسبي براي آزمايشهاي تحليل سازه باشد. نتايج فازي همخواني كاملي با پاسخهاي بدست آمده از نرم افزار ansys 10 به روش اجزاي محدود براي تعيين تنش و جابجايي براي هر عضو سازه دارند.
تحليل تاثير پارامترهاي مختلف سنگزني بر توزيع تنشهاي پسماند با هوش مصنوعي
تنشهاي پسماند تنشهاي هستند كه در حالتيكه بر جسم نيروهاي خارجي اعمال نشده در آن وجود دارد. اين تنشها در فلزات و ديگر مواد تحت تاثير فرآيندهاي مكانيكي، حرارتي و يا شيميايي ايجاد مي شود. بر اثر اين فرآيندها تغيير شكل دائمي و غير يكنواخت در جسم ايجاد ميشود. اين تنشها بصورت كششي و فشاري هستند. در اين تحقيق ابتدا بر روي چند نمونه آزمايشگاهي سنگ زني انجام مي شود. در هر نمونه پارمتراهاي موثر بر سنگ زني از قبيل ميزان براده برداري، سرعت تراش و نوع خنك كننده متفاوت در نظر گرفته مي شود. آنگاه تنشهاي پسماند ناشي از فرآيند توسط پرتو ايكس اندازه گيري مي شود. سپس با استفاده از نتايج آزمايشگاهي، يك شبكه عصبي مصنوعي ايجاد مي گردد. پس از آموزش شبكه عصبي، با استفاده از آن مي توان ميزان تنش پسماند در عمق نمونه را تحت هر شرايطي بدست آورد . از مزاياي اين روش صرفه جويي در وقت و هزينه است . نتايج نشان ميدهد كه هرگاه در فرآيند سنگ زني اثر دماي بالا آشكار شود تنش پسماند كششي در سطح جسم ظاهر مي شود و چنانچه اثر حرارت ناچيز باشد تنش پسماند فشاري توليد مي شود.