معرفي نشريه
علمی
هدف از انتشار نشریه مهندسی برق و مهندسی کامپیوتر ایران كمك به رشد و توسعه فعالیت‌های پژوهشی در عرصههای آموزش عالی، علمی و صنعتی در میان متخصصان و كارشناسان مهندسی برق و کامپیوتر و فراهم کردن زمینه برای تبادل افکار و اطلاعات بین مراکز دانشگاهی و صنعتی کشور است. این نشریه بنا دارد زمینه ارائه یافتههای پژوهشی در حوزههای تخصصی مختلف مهندسی برق و كامپیوتر را فراهم نماید و ارتباط تنگاتنگی را با جوامع علمی كشور و متخصصان ایرانی مقیم خارج كشور برقرار سازد.
مقالاتی در این نشریه انتشار مییابد كه حاصل پژوهش‌های نظری و كاربردی در عرصه مهندسی برق و علم کامپیوتر باشد. هیچ محدودیتی در انتخاب موضوع مقالات از نظر حوزههای تخصصی وجود ندارد و امید است که با عدم تمرکز بر روی یک حوزه خاص بتواند طیف گستردهای از مخاطبان متخصص در این عرصه را جذب نماید.
آخرین مقالات منتشر شده
-
دسترسی آزاد مقاله
1 - ارائه روش جهش هوشمند مبتنی بر الگوریتم PSO برای حل مسئله انتخاب ویژگی
محمود پرنده مینا زلفی لیقوان جعفر تنهاشماره 3 , دوره 20 , پاییز 1401امروزه 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
2 - راهکاری مبتنی بر ساخت درخت دودویی تقریبی برای سرعت‌بخشیدن به جستجوی نزدیک‌ترین همسایگی در داده‌های حجیم
حسین کلاته نگین دانشپورشماره 3 , دوره 20 , پاییز 1401با توجه به سرعت روزافزون تولید اطلاعات و نیاز تبدیل اطلاعات به دانش، روش‌های یادگیری ماشین قدیمی دیگر پاسخگو نیستند. هنگام استفاده از طبقه‌بندی‌ها با روش‌های یادگیری ماشین قدیمی، به ویژه استفاده از طبقه‌بندی‌های ذاتاً تنبل مانند روش k- نزدیک‌ترین همسایگی (KNN)، عملیات ط چکیده کاملبا توجه به سرعت روزافزون تولید اطلاعات و نیاز تبدیل اطلاعات به دانش، روش‌های یادگیری ماشین قدیمی دیگر پاسخگو نیستند. هنگام استفاده از طبقه‌بندی‌ها با روش‌های یادگیری ماشین قدیمی، به ویژه استفاده از طبقه‌بندی‌های ذاتاً تنبل مانند روش k- نزدیک‌ترین همسایگی (KNN)، عملیات طبقه‌بندی داده‌های حجیم بسیار کند است. نزدیک‌ترین همسایگی به دلیل سادگی و دقت عملی که ارائه می‌دهد یک روش محبوب در زمینه طبقه‌بندی داده‌ها می‌باشد. روش پیشنهادی مبتنی بر مرتب‌سازی بردارهای ویژگی داده‌های آموزشی در یک درخت جستجوی دودویی است تا طبقه‌بندی داده‌های بزرگ را با استفاده از روش نزدیک‌ترین همسایگی تسریع بخشد. این کار با استفاده از یافتن تقریبی دو دورترین داده محلی در هر گره درخت انجام می‌شود. این دو داده به عنوان معیار برای تقسیم داده‌های موجود در گره فعلی بین دو گروه، مورد استفاده قرار می‌گیرند. مجموعه داده‌های موجود در هر گره بر اساس شباهت آنها به این دو داده، به فرزند چپ یا راست گره فعلی تخصیص داده می‌شوند. نتایج آزمایش‌های متعدد انجام‌شده بر روی مجموعه داده‌های مختلف از مخزن UCI، میزان دقت خوب با توجه به زمان اجرای کم روش پیشنهادی را نشان می‌دهد. پرونده مقاله -
دسترسی آزاد مقاله
3 - سنتز منطقی چندهدفه مدارهای کوانتومی
آرزو رجايي محبوبه هوشمند سيدعابد حسينيشماره 3 , دوره 20 , پاییز 1401محاسبات کوانتومی، روش جدیدی از پردازش اطلاعات است که بر مبنای مفاهیم مکانیک کوانتومی بنا شده و منجر به رخدادهای عجیب و قدرتمندی در حوزه کوانتوم می‌شود. سنتز منطقی مدارهای كوانتومی به فرایند تبدیل یك گیت داده‌شده كوانتومی به مجموعه‌ای از گیت‌ها با قابلیت پیاده‌سازی در تك چکیده کاملمحاسبات کوانتومی، روش جدیدی از پردازش اطلاعات است که بر مبنای مفاهیم مکانیک کوانتومی بنا شده و منجر به رخدادهای عجیب و قدرتمندی در حوزه کوانتوم می‌شود. سنتز منطقی مدارهای كوانتومی به فرایند تبدیل یك گیت داده‌شده كوانتومی به مجموعه‌ای از گیت‌ها با قابلیت پیاده‌سازی در تكنولوژی‌های كوانتومی اطلاق می‌شود. از معروف‌ترین روش‌های سنتز منطقی CSD و QSD هستند. هدف اصلی این مقاله، ارائه یک روش سنتز منطقی چندهدفه ترکیبی از دو روش فوق در مدل مداری محاسباتی با هدف بهینه‌سازی معیارهای ارزیابی است. در این روش پیشنهادی، فضای جوابی از ترکیب‌های مختلف روش‌های تجزیه CSD و QSD ایجاد می‌شود. فضای جواب ایجادشده، یک فضا با اندازه نمایی بسیار بزرگ است. سپس با استفاده از یک رهیافت پایین به بالا از روش حل برنامه‌ریزی پویای چندهدفه، روشی ارائه می‌شود تا تنها بخشی از کل فضای جواب، برای یافتن مدارهایی با هزینه‌های بهینه پرتو جستجو شوند. نتایج به دست آمده نشان می‌دهند که این روش، موازنه‌ای بین معیارهای ارزیابی ایجاد می‌کند و پاسخ‌های بهینه پرتو متعددی تولید کرده که با توجه به تکنولوژی‌های مختلف کوانتومی می‌توانند انتخاب شوند. پرونده مقاله -
دسترسی آزاد مقاله
4 - طبقه‌بندی خودآموز نیمه‌نظارتی مبتنی بر ساخت همسایگی
منا عمادی جعفر تنها محمد ابراهیم شیری مهدی حسین زاده اقدمشماره 3 , دوره 20 , پاییز 1401به‌کارگیری داده‌های بدون برچسب در خودآموزی نیمه‌نظارتی می‌تواند به طور قابل توجهی دقت طبقه‌بند نظارت‌شده را بهبود بخشد، اما در برخی موارد ممکن است دقت طبقه‌بندی را به مقدار چشم‌گیری کاهش دهد. یکی از دلایل چنین تنزلی، برچسب‌گذاری اشتباه به داده‌های بدون برچسب می‌باشد. در چکیده کاملبهکارگیری داده‌های بدون برچسب در خودآموزی نیمه‌نظارتی می‌تواند به طور قابل توجهی دقت طبقه‌بند نظارت‌شده را بهبود بخشد، اما در برخی موارد ممکن است دقت طبقه‌بندی را به مقدار چشم‌گیری کاهش دهد. یکی از دلایل چنین تنزلی، برچسب‌گذاری اشتباه به داده‌های بدون برچسب می‌باشد. در این مقاله، روشی را برای برچسب‌گذاری با قابلیت اطمینان بالا به داده‌های بدون برچسب پیشنهاد می‌کنیم. طبقه‌بند پایه در الگوریتم پیشنهادی، ماشین بردار پشتیبان است. در این روش، برچسب‌گذاری فقط به مجموعه‌ای از داده‌های بدون برچسب که از مقدار مشخصی به مرز تصمیم نزدیک‌تر هستند انجام می‌شود. به این داده‌ها، داده‌های دارای اطلاعات می‌گویند. اضافه‌شدن داده‌های دارای اطلاعات به مجموعه آموزشی در صورتی که برچسب آنها به درستی پیش‌بینی شود در دستیابی به مرز تصمیم بهینه تأثیر به‌سزایی دارد. برای کشف ساختار برچسب‌زنی در فضای داده از الگوریتم اپسیلون- همسایگی (DBSCAN) استفاده شده است. آزمایش‌های مقایسه‌ای روی مجموعه داده‌های UCI نشان می‌دهند که روش پیشنهادی برای دستیابی به دقت بیشتر طبقه‌بند نیمه‌نظارتی خودآموز به نسبت برخی از کار‌های قبلی عملکرد بهتری دارد. پرونده مقاله -
دسترسی آزاد مقاله
5 - گامی در راه رسیدن به شبکه‌های عصبی عمیق تمام‌نوری: به‌کارگیری واحد غیر خطی نوری
آیدا ابراهیمی دهقان پور سمیه کوهیشماره 3 , دوره 20 , پاییز 1401در سال‌های اخیر، شبکه‌های عصبی نوری به علت سرعت بالا و توان مصرفی پایینی که دارند، بسیار مورد توجه قرار گرفته‌اند. با این وجود، این شبکه‌ها هنوز محدودیت‌های زیادی دارند که یکی از این محدودیت‌ها پیاده‌سازی لایه غیر خطی در آنهاست. در این نوشتار، پیاده‌سازی واحد غیر خطی ب چکیده کاملدر سال‌های اخیر، شبکه‌های عصبی نوری به علت سرعت بالا و توان مصرفی پایینی که دارند، بسیار مورد توجه قرار گرفته‌اند. با این وجود، این شبکه‌ها هنوز محدودیت‌های زیادی دارند که یکی از این محدودیت‌ها پیاده‌سازی لایه غیر خطی در آنهاست. در این نوشتار، پیاده‌سازی واحد غیر خطی برای شبکه‌های عصبی پیچشی نوری مورد بررسی قرار گرفته تا در نهایت با استفاده از این واحد غیر خطی بتوان به یک شبکه عصبی پیچشی تمام‌نوری عمیق با دقتی مشابه شبکه‌های الکتریکی، سرعت بالاتر و توان مصرفی کمتر رسید و بتوان قدمی در راستای کاهش محدودیت‌های این شبکه‌ها برداشت. در این راستا ابتدا روش‌های مختلف پیاده‌سازی واحد غیر خطی مرور شده‌اند. سپس به بررسی تأثیر استفاده از جاذب اشباع‌شونده به عنوان واحد غیر خطی در لایه‌های مختلف بر دقت شبکه پرداخته شده و نهایتاً روشی نوین و ساده برای جلوگیری از کاهش دقت شبکه‌های عصبی در صورت استفاده از این تابع فعال‌ساز ارائه گردیده است. پرونده مقاله -
دسترسی آزاد مقاله
6 - ارائه سیستم توصیه‌گر مبتنی بر جلسه شخصی‌سازی شده با استفاده از شبکه‌های خودتوجه
اعظم رمضانی علي‌محمد زارع بيدكيشماره 3 , دوره 20 , پاییز 1401سیستم‌های توصیه‌گر مبتنی بر جلسه بر اساس رفتار و تعاملات کاربر در یک جلسه، رفتار بعدی یا علاقه کاربر را پیش‌بینی کرده و بر این اساس، آیتم‌های مناسب را به کاربر پیشنهاد می‌دهند. مطالعات اخیر برای ایجاد توصیه‌ها عمدتاً روی اطلاعات جلسه فعلی متمرکز شده‌اند و اطلاعات جلسات چکیده کاملسیستمهای توصیه‌گر مبتنی بر جلسه بر اساس رفتار و تعاملات کاربر در یک جلسه، رفتار بعدی یا علاقه کاربر را پیش‌بینی کرده و بر این اساس، آیتم‌های مناسب را به کاربر پیشنهاد می‌دهند. مطالعات اخیر برای ایجاد توصیه‌ها عمدتاً روی اطلاعات جلسه فعلی متمرکز شده‌اند و اطلاعات جلسات قبلی کاربر را نادیده می‌گیرند. در این مقاله، یک مدل توصیه‌گر مبتنی بر جلسه شخصی‌سازی شده با شبکه‌های خودتوجه پیشنهاد می‌شود که علاوه بر جلسه فعلی از جلسات قبلی اخیر کاربر هم استفاده می‌کند. مدل پیشنهادی به منظور یادگیری وابستگی کلی بین همه آیتم‌های جلسه، از شبکه‌های خودتوجه (SAN) استفاده می‌کند. ابتدا SAN مبتنی بر جلسات ناشناس آموزش داده می‌شود و سپس برای هر کاربر، توالی‌های جلسه فعلی و جلسات قبلی به صورت جداگانه به شبکه داده می‌شود و با ترکیب وزنی نتایج رتبه‌بندی حاصل از هر جلسه، آیتم‌های توصیه‌شده نهایی به دست می‌آید. مدل پیشنهادی بر روی مجموعه داده واقعی Reddit در دو معیار دقت و میانگین رتبه متقابل، تست و ارزیابی شده است. مقایسه نتایج حاصل از مدل پیشنهادی با رویکردهای قبلی، توانایی و اثربخشی مدل پیشنهادی را در ارائه توصیه‌های دقیق‌تر نشان می‌دهد. پرونده مقاله -
دسترسی آزاد مقاله
7 - ارائه سیستم بازیابی تصاویر مبتنی بر محتوا با بهره‌گیری از یادگیری نیمه¬نظارت‌شده و کاوش الگوهای مکرر انجمنی
مارال كلاه كجشماره 3 , دوره 20 , پاییز 1401بازیابی تصاویر مبتنی بر محتوا که با عنوان پرس¬وجو بر اساس محتوای تصویر نیز شناخته می¬شود، یکی از زیرشاخه¬های بینایی ماشین است که جهت سازمان‌دهی و تشخیص محتوای تصاویر دیجیتال با بهره¬گیری از ویژگی¬های بصری به کار می¬رود. این تکنولوژی، تصاویر مشابه با تصویرپرس¬وجو را از پ چکیده کاملبازیابی تصاویر مبتنی بر محتوا که با عنوان پرس¬وجو بر اساس محتوای تصویر نیز شناخته می¬شود، یکی از زیرشاخه¬های بینایی ماشین است که جهت سازمان‌دهی و تشخیص محتوای تصاویر دیجیتال با بهره¬گیری از ویژگی¬های بصری به کار می¬رود. این تکنولوژی، تصاویر مشابه با تصویرپرس¬وجو را از پایگاه داده¬های عظیم تصویری به‌صورت خودکار جستجو می‌کند و با استخراج مستقیمویژگی¬های بصری از داده¬های تصویری و نه کلمات کلیدی و حاشیه¬نویسی¬های متنی، مشابه‌ترین تصاویر را برای کاربران فراهم می‌آورد؛ بنابراین در این مقاله روشی ارائهشده است که جهت کاهش شکاف معنایی میانویژگی‌های بصری سطح پایین و معانی سطح بالای تصاویر از تبدیل موجک و ترکیب ویژگی‌ها با هیستوگرام رنگ استفاده می¬گردد. در این راستا، خروجی نهایی، از پایگاه داده¬ی تصویر با بهره¬گیری از روش استخراج ویژگی از تصاویر ورودی، خواهد بود.در گام بعد، هنگامی‌که تصاویر پرس¬وجو توسط کاربر هدف به سیستم داده می¬شود، جهت بازیابی تصاویر مرتبط، از یادگیری نیمه نظارت‌شده که از ترکیب روش‌های خوشه‌بندی و طبقه‌بندی بر اساس کاوش الگوهای مکرر حاصل می¬شود، مشابه‌ترین تصاویربرای کاربران بازیابی می‌گردد. نتایج آزمایش نشان می‌دهد که سیستم پیشنهادی، بالاترین میزاناثربخشی را در مقایسه با سایر روش‌های مورد مقایسه ارائه نموده است. پرونده مقاله
پربازدیدترین مقالات
-
دسترسی آزاد مقاله
1 - مدل‌سازی و ارزیابی قابلیت اطمینان راکتور کنترل‌شونده مغناطیسی مبتنی بر روش زنجیره مارکوف
مرتضی حق‌شناس رحمت‌الله هوشمندشماره 3 , دوره 17 , پاییز 1398راکتورهای کنترل‌شونده نوعی از سیستم‌های انتقال انعطاف‌پذیر هستند که نقش مهمی در دسترس‌پذیری و قابلیت اطمینان سیستم‌های قدرت دارند. این در حالی است که در ارزیابی متعارف قابلیت اطمینان سیستم‌های قدرت، توان راکتیو تنها به عنوان یک محدودیت برای شبکه در نظر گرفته شده و تا کن چکیده کاملراکتورهای کنترل‌شونده نوعی از سیستم‌های انتقال انعطاف‌پذیر هستند که نقش مهمی در دسترس‌پذیری و قابلیت اطمینان سیستم‌های قدرت دارند. این در حالی است که در ارزیابی متعارف قابلیت اطمینان سیستم‌های قدرت، توان راکتیو تنها به عنوان یک محدودیت برای شبکه در نظر گرفته شده و تا کنون مدل دقیقی برای ارزیابی قابلیت اطمینان راکتورها ارائه نشده است. در این مقاله یک مدل قابلیت اطمینان جدید توسط روش زنجیره مارکوف برای راکتور کنترل‌شونده مغناطیسی (MCR) پیشنهاد شده است. در فرایند مدل‌سازی این جبران‌کننده، ابتدا ساختار راکتور به دو بخش مجزا تقسیم شده و سپس مدل‌های مارکوف استخراج‌شده برای آنها بر اساس اصول روش فراوانی و تداوم حالت‌ها ترکیب شده است. از آنجا که تغییرات دمای محیط نقش قابل ملاحظه‌ای در تغییر نرخ خرابی تجهیزات الکتریکی دارد، اثر تغییرات دما مطابق با استاندارد MIL-217F در مدل پیشنهادی لحاظ شده و تأثیر آن بر احتمال حالت‌های کاری MCR مورد ارزیابی قرار گرفته است. نتایج شبیه‌سازی و تحلیل حساسیت نشان داده که در شرایط عادی، سیستم کنترل و در دماهای زیاد، سیم‌پیچ‌های راکتور می‌توانند بیشترین تأثیر را بر دسترس‌پذیری MCR داشته باشند. مقایسه شاخص‌های قابلیت اطمینان در دماهای مختلف نشان داده که در شرایط تغییر دما، اجزای متفاوتی دسترس‌پذیری MCR را تحت تأثیر قرار خواهد داد، لذا در چنین شرایطی اقدامات لازم برای بهبود قابلیت اطمینان راکتور می‌تواند متفاوت باشد. این واقعیت اهمیت در نظر گرفتن دمای محیط در ارزیابی قابلیت اطمینان و همچنین برنامه‌ریزی برای تعمیرات پیشگیرانه جهت بهبود عملکرد منابع توان راکتیو را نشان می‌دهد. پرونده مقاله -
دسترسی آزاد مقاله
2 - برنامه‌ریزی توان راکتیو در حضور توربین بادی با در نظر گرفتن نایقینی بار و تولید
احسان محرمی سعید اسماعیلیشماره 3 , دوره 13 , پاییز 1394مدیریت توان راکتیو در سیستم‌های قدرت برای انتقال ایمن توان اکتیو به ویژه زمانی که قسمتی از تولید سیستم به صورت احتمالی و توسط منابع بادی تأمین می‌گردد از اهمیت اساسی برخوردار است. در این مقاله یک الگوریتم جدید برای برنامه‌ریزی توان راکتیو در حضور مولدهای بادی و با در نظ چکیده کاملمدیریت توان راکتیو در سیستم‌های قدرت برای انتقال ایمن توان اکتیو به ویژه زمانی که قسمتی از تولید سیستم به صورت احتمالی و توسط منابع بادی تأمین می‌گردد از اهمیت اساسی برخوردار است. در این مقاله یک الگوریتم جدید برای برنامه‌ریزی توان راکتیو در حضور مولدهای بادی و با در نظر گرفتن هم‌زمان طبیعت احتمالی این منابع و همچنین نایقینی بار ارائه گردیده است. در این راستا الگوریتم احتمالی پیشنهادی با در نظر گرفتن تابع هزینه هر یک از منابع توان راکتیو از جمله مولدهای بادی، تابع هزینه کلی سیستم را حداقل می‌نماید. در کنار مسایل اقتصادی، حاشیه پایداری ولتاژ، داشتن رزرو توان راکتیو کافی در هر ناحیه کنترل ولتاژ و احتمال تراکم خطوط نیز به عنوان جنبه‌های تکنیکی برنامه‌ریزی توان راکتیو به خوبی مورد مطالعه و بررسی قرار گرفته‌اند. از دیگر مزیت‌های این روش نسبت به روش‌های قبلی، لحاظ‌نمودن قابلیت تولید توان راکتیو در مولدهای بادی از نوع سرعت متغیر محدود با ژنراتور القایی تغذیه مضاعف (DFIG) و در نظر گرفتن محدودیت‌های مبدل سمت روتور و شبکه در تولید توان راکتیو می‌باشد. الگوریتم بهینه‌سازی ارائهشده از یک تکنیک برنامه‌ریزی چندهدفه با استفاده از ضرایب وزنی مناسب برای حداقل‌نمودن مجموع هزینه تأمین توان راکتیو و تلفات شبکه، به طور هم‌زمان و احتمال تراکم خطوط، همراه با حداکثرنمودن حاشیه پایداری ولتاژ و رزرو توان راکتیو در هر ناحیه در یک ساختار احتمالی برای سرعت باد و پیش‌بینی بار استفاده می‌نماید. نتایج شبیه‌سازی روی شبکه تست 30باسه IEEE بر کارامدی روش پیشنهادی برای شرایط واقعی سیستم تأکید دارد. پرونده مقاله -
دسترسی آزاد مقاله
3 - مدل‌سازی کمپرسور 250-K با استفاده از روش سری موازی نارکس و فازی سلسله‌مراتبی
عادل خسروی عباس چترایی غضنفر شاهقلیان سید محمد کارگرشماره 3 , دوره 18 , پاییز 1399با توجه به افزایش روزافزون کاربرد کمپرسورها در صنعت، تعیین یک مدل ریاضی برای کمپرسور جهت طراحی سیستم کنترلی، تجزیه و تحلیل و شبیه‌سازی کامپیوتری آن بسیار مهم است. همچنین در سال‌های اخیر مدل‌سازی‌های هوشمند نظیر شبکه عصبی و فازی به علت عملکرد واقع‌بینانه‌تر این مدل‌ها م چکیده کاملبا توجه به افزایش روزافزون کاربرد کمپرسورها در صنعت، تعیین یک مدل ریاضی برای کمپرسور جهت طراحی سیستم کنترلی، تجزیه و تحلیل و شبیه‌سازی کامپیوتری آن بسیار مهم است. همچنین در سال‌های اخیر مدل‌سازی‌های هوشمند نظیر شبکه عصبی و فازی به علت عملکرد واقع‌بینانه‌تر این مدل‌ها مورد توجه محققین قرار گرفته و از انواع آن برای مدل‌سازی استفاده شده است. روش‌های هوشمند دارای قابلیت بالایی برای برقراری ارتباط بین داده‌های ورودی و خروجی است. در این مقاله، مدل‌سازی کمپرسور 250 K- شرکت ذوب‌آهن اصفهان بر اساس مدل‌های هوشمند شبکه عصبی فازی رگرسیون خودکار غیر خطی با ورودی خارجی (نارکس) و شبکه فازی سلسله‌مراتبی ارائه شده است. جهت مدل‌سازی، سیستم مورد آزمایش قرار گرفته است و داده‌های ورودی و خروجی کمپرسور با استفاده از سنسورهای موجود در کمپرسور و پردازش تصویر برای تبدیل‌کردن داده‌ها به داده مورد نیاز در مدل‌سازی استفاده می‌شوند. سپس الگوریتم‌های نارکس و فازی سلسله‌مراتبی مدل کمپرسور با استفاده از نرم‌افزار Matlab تعیین می‌شود. نتایج شبیه‌سازی ارائهشده از مدل‌سازی، برازش بهتری برای نارکس نسبت به فازی سلسله‌مراتبی را نشان می‌دهد. از بین دو مدل ارائهشده در این مقاله مدل نارکس در بردار رگرسیون و خطای گوسی، پاسخ بهتری نسبت به شبکه فازی سلسله‌مراتبی ارائه می‌کند. پرونده مقاله -
دسترسی آزاد مقاله
4 - طراحی و آنالیز یک کنترل‌کننده مقاوم و سریع جدید مد لغزشی با سطح لغزش چندشیب، برای اینورترهای نوع NPC سه‌سطحی تک‌فاز تحت بارهای مختلف و کاهش THD خروجی
بابک خواجه شلالی غضنفر شاهقلیانشماره 2 , دوره 15 , تابستان 1396در این مقاله ساختار کنترلی با عملکردی مقاوم در حضور عدم قطعیت‌های پارامتری سیستم جهت بهبود مشخصات اینورتر سینوسی خالص در تمامی شرایط عملکردی و بارگذاری ارائه شده است. کنترل‌کننده رفتار سریع و دقیق مبدل در شرایط مختلف بارگذاری جهت افزایش کیفیت ولتاژ و کاهش هارمونیک‌های خ چکیده کاملدر این مقاله ساختار کنترلی با عملکردی مقاوم در حضور عدم قطعیت‌های پارامتری سیستم جهت بهبود مشخصات اینورتر سینوسی خالص در تمامی شرایط عملکردی و بارگذاری ارائه شده است. کنترل‌کننده رفتار سریع و دقیق مبدل در شرایط مختلف بارگذاری جهت افزایش کیفیت ولتاژ و کاهش هارمونیک‌های خروجی را تضمین می‌کند. این کنترل‌کننده با یک عملکرد لغزشی و با بهره‌گیری از ولتاژ خروجی و جریان خازن در فرایند کنترل، علاوه بر ایجاد یک تعقیب دقیق ولتاژ خروجی از مرجع، توانایی دفع اغتشاشات پریودیک ناشی از بارگذاری را به طور مطلوب دارد. همچنین حالت‌های خطا را در سریع‌ترین زمان ممکن به سمت صفر برده و حالت‌های گذرای بسیار مطلوبی را در لحظات بروز خطا که همان لحظات اسپایک‌های شدید و دامنه‌های بزرگ جریان در خروجی می‌باشد را به همراه دارد. از دیگر ویژگی‌های کنترل‌کننده ارائهشده افزایش وسعت ناحیه پایداری تحت محدوده وسیعی از بارگذاری در شرایط مختلف می‌باشد. درستی عملکرد کنترل‌کننده پیشنهادی بر روی یک اینورتر سه‌سطحی NPC تک‌فاز که دارای حساسیت بالایی در امر کنترل به منظور افزایش کیفیت، کاهش هارمونیک و THD موج خروجی می‌باشد با یک کنترل‌کننده مد لغزشی تک شیب با همان مشخصات بارگذاری و مرجع مقایسه شده است. پرونده مقاله -
دسترسی آزاد مقاله
5 - شناسایی حلقه بسته سیستم احتراق با استفاده از سیستم استنباط فازی- عصبی تطبیقی بازگشتی و شبکه با ورودی‌های برون‌زا
احسان آقاداودی غضنفر شاهقلیانشماره 3 , دوره 16 , پاییز 1397بویلر- توربین یک سیستم چندمتغیره و پیچیده در نیروگاه‌های بخار است و از سه حلقه کنترل اصلی و مجزای احتراق، دما و سطح آب درام تشکیل شده است. انتخاب حلقه‌های کنترلی به عنوان یک حلقه واحد به منظور کنترل و شناسایی بویلر به صورت یکپارچه، به علت حضور مشخصه‌های دینامیکی غیر خطی چکیده کاملبویلر- توربین یک سیستم چندمتغیره و پیچیده در نیروگاه‌های بخار است و از سه حلقه کنترل اصلی و مجزای احتراق، دما و سطح آب درام تشکیل شده است. انتخاب حلقه‌های کنترلی به عنوان یک حلقه واحد به منظور کنترل و شناسایی بویلر به صورت یکپارچه، به علت حضور مشخصه‌های دینامیکی غیر خطی متغیر با زمان بسیار سخت و پیچیده خواهد بود. بنابراین برای تحقق یک مدل واقعی و دقیق برای طراحی کنترل‌کننده مناسب، هر حلقه کنترلی باید جداگانه شناسایی شود. همچنین عملکرد مؤثر و کارامد مدل شناسایی‌شده در زمان تغییرات بار نیز حایز اهمیت است. در این مقاله شناسایی حلقه بسته سیستم احتراق ارائه شده است. با توجه به حساسیت، پیچیدگی، غیر خطی و حلقه بسته بودن سیستم، شناسایی سیستم با استفاده از روش‌های هوشمند مانند سیستم استنباط فازی- عصبی تطبیقی (ANFIS) بازگشتی و شبکه با ورودی‌های برون‌زا (NARX) سری- موازی انجام می‌گیرد. در انتها مقایسه نتایج دو روش با یکدیگر و همچنین مقایسه با داده‌های واقعی نمونه‌برداری شده از بویلر واحد 320 مگاوات نیروگاه بخار اصفهان- ایران ارائه شده و دقت روش‌ها نشان داده می‌شود. پرونده مقاله -
دسترسی آزاد مقاله
6 - انتخاب اتوماتیک تصویر مرجع در تطبیق هیستوگرام
نجمه صمدیانی حمید حسنپورشماره 2 , دوره 13 , تابستان 1394در اين مقاله روشي براي انتخاب اتوماتيک تصوير مرجع در تطبيق هيستوگرام ارائه شده است. تطبيق هيستوگرام يکي از ساده‌ترين روش‌هاي مکاني بهبود تصوير است که با توجه به هيستوگرام تصوير مرجع، کنتراست تصوير اوليه را بهبود مي‌دهد. در روش‌هاي معمول تطبيق هيستوگرام، کاربر براي يافتن چکیده کاملدر اين مقاله روشي براي انتخاب اتوماتيک تصوير مرجع در تطبيق هيستوگرام ارائه شده است. تطبيق هيستوگرام يکي از ساده‌ترين روش‌هاي مکاني بهبود تصوير است که با توجه به هيستوگرام تصوير مرجع، کنتراست تصوير اوليه را بهبود مي‌دهد. در روش‌هاي معمول تطبيق هيستوگرام، کاربر براي يافتن مناسب‌ترين تصوير مرجعي که بهتر از ساير تصاوير هدف، کنتراست تصوير را بهبود ببخشد، نيازمند انجام چندين آزمايش با عکس‌هاي گوناگون روي تصوير اوليه است اما اين مقاله، روشي براي انتخاب اتوماتيک تصوير مرجع در تطبيق هيستوگرام ارائه مي‌دهد. روش کار بدين صورت است که براي تجزیه مؤلفه روشنایی از رنگ، ابتدا تصاوير از فضاي رنگي RGB به فضاي HSV انتقال مي‌يابند. سپس تصوير مرجع مناسب براي بهبود تصوير اوليه، توسط يک معيار شباهت با سنجش ميزان شباهت بين هيستوگرام مؤلفه روشنایی تصاوير موجود در پايگاه داده و هيستوگرام مؤلفه روشنایی تصوير اوليه انتخاب مي‌شود. به عبارت ديگر، تصويري که هيستوگرام آن شباهت بيشتري به هيستوگرام تصوير اوليه دارد در بهبود کنتراست تصوير اوليه، موفق‌تر عمل مي‌کند. انجام اين کار علاوه بر به دست آوردن نتيجه مطلوب، کاربر را از دغدغه انتخاب يک تصوير مرجع مناسب براي بهبود تصوير اوليه نيز بي‌نياز مي‌کند. همچنين روش ارائهشده قابل استفاده روي تصاوير هر دو حوزه RGB و خاکستري نيز مي‌باشد. پرونده مقاله -
دسترسی آزاد مقاله
7 - ارائه یک الگوریتم خوشه‌بندی مبتنی بر چگالی با قابلیت کشف خوشه‌های با چگالی متفاوت در پایگاه داده‌های مکانی
علی زاده ده بالایی علیرضا باقری حامد افشارشماره 3 , دوره 15 , پاییز 1396خوشه‌بندی یکی از تکنیک‌های مهم کشف دانش در پایگاه داده‌های مکانی است. الگوریتم‌های خوشه‌بندی مبتنی بر چگالی یکی از روش‌های اصلی برای خوشه‌بندی در داده‌کاوی هستند. الگوریتم DBSCAN پایه روش‌های خوشه‌بندی مبتنی بر چگالی است که علی‌رغم مزایایی که دارد دارای مشکلاتی نظیر سخت چکیده کاملخوشهبندی یکی از تکنیک‌های مهم کشف دانش در پایگاه داده‌های مکانی است. الگوریتم‌های خوشه‌بندی مبتنی بر چگالی یکی از روش‌های اصلی برای خوشه‌بندی در داده‌کاوی هستند. الگوریتم DBSCAN پایه روش‌های خوشه‌بندی مبتنی بر چگالی است که علی‌رغم مزایایی که دارد دارای مشکلاتی نظیر سخت‌بودن تعیین پارامترهای ورودی و عدم توانایی کشف خوشه‌های با چگالی متفاوت نیز است. در این مقاله الگوریتمی ارائه شده که برخلاف الگوریتم DBSCAN، قابلیت تشخیص خوشه‌های با چگالی متفاوت را دارد. این الگوریتم همچنین خوشه‌های تودرتو و چسبیده به هم را نیز به خوبی تشخیص می‌دهد. ایده الگوریتم پیشنهادی به این صورت است که ابتدا با استفاده از تکنیکی چگالی‌های مختلف مجموعه داده را تشخیص داده و برای هر چگالی یک شعاع Eps تعیین می‌کند. سپس الگوریتم DBSCAN جهت اعمال بر روی مجموعه داده، با پارامترهای به دست آمده تطبیق داده می‌شود. الگوریتم پیشنهادی بر روی مجموعه داده‌های استاندارد و مصنوعی تست شده است و نتایج به دست آمده با نتایج حاصل از الگوریتم DBSCAN و پنج بهبود الگوریتم DBSCAN شامل: VDBSCAN، VMDBSCAN، LDBSCAN، DVBSCAN و MDDBSCAN که همگی برای رفع مشکل تغییرات چگالی الگوریتم DBSCAN ارائه شده‌اند، بر اساس معیارهای ارزیابی روش‌های خوشه‌بندی مقایسه شده‌اند. نتایج ارزیابی‌ها نشان می‌دهد که الگوریتم پیشنهادی از دقت بالا و درصد خطای پایینی برخوردار بوده و نتایج بهتری نسبت به سایر الگوریتم‌ها داشته است. پرونده مقاله -
دسترسی آزاد مقاله
8 - طراحي و ساخت يک راه‌انداز گيت IGBT با حفاظتهای لازم و ادوات SMD
مهدي فاضلي سيداديب ابريشميفرشماره 1 , دوره 4 , بهار-تابستان 1385راه‌اندازهای گيت در مبدل‌های قدرت نوين که از عنصر قدرت IGBT استفاده مي‌کنند، بايد چندين عملکرد اساسی همچون ايزولاسيون الکتريکی، تقويت جريان و حفاظت در برابر اضافه جريان و ولتاژ را به اجرا بگذارند. مقاله حاضر يک نمونه از چنين راه‌اندازهايی را توصيف می‌کند که تماماً توسط چکیده کاملراهاندازهای گيت در مبدل‌های قدرت نوين که از عنصر قدرت IGBT استفاده مي‌کنند، بايد چندين عملکرد اساسی همچون ايزولاسيون الکتريکی، تقويت جريان و حفاظت در برابر اضافه جريان و ولتاژ را به اجرا بگذارند. مقاله حاضر يک نمونه از چنين راه‌اندازهايی را توصيف می‌کند که تماماً توسط ادوات SMD ساخته شده و برای IGBT های قدرت متوسط يا زياد مناسب است. اين راه‌انداز شامل منبع تغذيه سوئيچينگ ايزوله، مدارهای بافر، برخی توابع حفاظتی و همچنين حفاظت در برابر اتصال کوتاه IGBT است. مدار توانائی اعمال جريان تا اوج 6 آمپر با تدوام 50% با اعمال سيگنال ورودی در سطح TTL را دارد. پرونده مقاله -
دسترسی آزاد مقاله
9 - پيشنهاد قيمت بهینه در بازار برق با استفاده از تئوری بازی‌ها
ناصر بائی محسن پارسامقدمشماره 3 , دوره 6 , پاییز 1387در این مقاله روش جدیدی برای استراتژی پیشنهاد قیمت در بازارهای نقطه‌ای برق ارائه شده است. یک روش بهینه‌سازی دوسطحی برای حداکثرسازی سود شرکت‌های غیرمشارکتی، با در نظر گرفتن تمام قیود شبکه به کار رفته است. در این روش نقاط تعادل بازار به عنوان تعادل نَش محاسبه شده‌اند. به م چکیده کاملدر این مقاله روش جدیدی برای استراتژی پیشنهاد قیمت در بازارهای نقطه‌ای برق ارائه شده است. یک روش بهینه‌سازی دوسطحی برای حداکثرسازی سود شرکت‌های غیرمشارکتی، با در نظر گرفتن تمام قیود شبکه به کار رفته است. در این روش نقاط تعادل بازار به عنوان تعادل نَش محاسبه شده‌اند. به منظور در نظر گرفتن رفتار تمام شرکت‌های بازار و در نتیجه محیط رقابتی‌تر، هم تولیدکنندگان و هم مصرف‌کنندگان به عنوان بازیکنان بازار در نظر گرفته شده‌اند. برای اجتناب از رسیدن به نقاط ماکزیمم محلی در بهینه‌سازی از روش الگوریتم ژنتیک استفاده شده است. روش پیشنهادی برای سیستم 9 شینه با نتایج رضایت‌بخش به کار رفته است. پرونده مقاله -
دسترسی آزاد مقاله
10 - شبکه عصبی فازی مین- ماکس چندسطحی با باکس‌های وزن‌دار
رضا داوطلب محمدعلی بالافر محمدرضا فیضی درخشیشماره 3 , دوره 14 , پاییز 1395در این مقاله شبکه عصبی فازی مین- ماکس چندسطحی با باکس‌های وزن‌دار (WL-FMM) برای استفاده در کلاس‌بندی ارائه می‌گردد که یک ابزار یادگیری با نظارت بسیار سریع بوده و قادر به یادگیری داده‌ها به صورت برخط و تک‌گذار است. در این روش برای حل مشکل نواحی همپوشان که از مشکلات همیشگ چکیده کاملدر این مقاله شبکه عصبی فازی مین- ماکس چندسطحی با باکس‌های وزن‌دار (WL-FMM) برای استفاده در کلاس‌بندی ارائه می‌گردد که یک ابزار یادگیری با نظارت بسیار سریع بوده و قادر به یادگیری داده‌ها به صورت برخط و تک‌گذار است. در این روش برای حل مشکل نواحی همپوشان که از مشکلات همیشگی روش‌های فازی مین- ماکس بوده، از باکس‌هایی با اندازه کوچک‌تر و وزن بیشتر استفاده می‌شود. این کار باعث افزایش دقت طبقه‌بندی شبکه در نواحی مرزی نمونه‌ها می‌گردد. همچنین با توجه به تغییراتی که در ساختار الگوریتم داده شده و بر اساس نتایج آزمایشی به دست آمده، روش ارائهشده نسبت به روش‌های مشابه از پیچیدگی زمانی و مکانی کمتری برخوردار بوده و نسبت به پارامترهایی که از طرف کاربر مشخص می‌شود، حساسیت کمتری دارد. پرونده مقاله
