مقاله حاضر يک روش صفرگذاری وفقی برای آنتن‌های آرايه‌ای با استفاده از الگوریتم ژنتیک را ارائه می‌دهد. در الگوريتم ژنتيک به کار گرفته‌شده، تعدادی از بيت‌های با کمترين ارزش در انتقال‌دهنده‌های فاز کنترل پرتو را برای حداقل‌کردن مجموع توان خروجی آرايه تنظيم می‌کند. معيارهای چکیده کامل
مقاله حاضر يک روش صفرگذاری وفقی برای آنتن‌های آرايه‌ای با استفاده از الگوریتم ژنتیک را ارائه می‌دهد. در الگوريتم ژنتيک به کار گرفته‌شده، تعدادی از بيت‌های با کمترين ارزش در انتقال‌دهنده‌های فاز کنترل پرتو را برای حداقل‌کردن مجموع توان خروجی آرايه تنظيم می‌کند. معيارهای ديگری از قبيل ميانگين مربع خطا و نسبت سيگنال به تداخل به علاوه نويز نيز به کار گرفته شده و با يکديگر مقايسه شده است. استفاده از بيت‌های کم‌ارزش باعث ايجاد آشفتگی اندکی در پرتو اصلی الگوی تشعشعی می‌شود و صفرها را در جهت سيگنال‌های تداخلی قرار می‌دهد. روش جست و جوی دوگانه و جهش وزن‌دار برای کاهش پيچيدگی الگوريتم به کار رفته‌اند. همچنين کارآيی الگوريتم ژنتيک با MPDR که يک الگوريتم بهينه برای شکل‌دهی پرتو است مقايسه شده است. در نهايت نشان داده شده که الگوريتم ژنتيک نسبت به MPDR نتايج بهتری از خود ارائه می‌دهد.
پرونده مقاله
در این مقاله یک روش هوشمند انتخاب ویژگی برای بازشناسی ارقام دست‌نویس فارسی ارائه شده است. در این روش تابع برازندگی مرتبط با خطای سیستم بازشناسی ارقام دست‌نویس فارسی با استفاده از الگوریتم جستجوی گرانشی باینری و با انتخاب ویژگی‌های مناسب کمینه می‌شود. نتایج پیاده‌سازی نش چکیده کامل
در این مقاله یک روش هوشمند انتخاب ویژگی برای بازشناسی ارقام دست‌نویس فارسی ارائه شده است. در این روش تابع برازندگی مرتبط با خطای سیستم بازشناسی ارقام دست‌نویس فارسی با استفاده از الگوریتم جستجوی گرانشی باینری و با انتخاب ویژگی‌های مناسب کمینه می‌شود. نتایج پیاده‌سازی نشان می‌دهند که استفاده از روش‌های هوشمند برای انتخاب ویژگی به‌خوبی قادر است که موثر‌ترین ویژگی‌ها برای سیستم بازشناسی را انتخاب کند. همچنین مقایسه نتایج روش پیشنهادی با سایر روش‌های مشابه مبتنی بر استفاده از الگوریتم ژنتیک و روش بهینهسازی گروه ذرات باینری نشان دهنده‌ی کارایی خوب این روش است.
پرونده مقاله
تولید همزمان برق و حرارت (CHP) با استفاده از یک نوع سوخت ورودی، صرفه‌جویی انرژی قابل توجهی را ممکن ساخته و در بسیاری از موارد با توجه به بازده انرژی بالا، کاهش انتشار آلودگی و افزایش قابلیت اطمینان، جایگزینی کلیدی برای تولید مجزای انرژی حرارتی و الکتریکی شناخته می‌شود چکیده کامل
تولید همزمان برق و حرارت (CHP) با استفاده از یک نوع سوخت ورودی، صرفه‌جویی انرژی قابل توجهی را ممکن ساخته و در بسیاری از موارد با توجه به بازده انرژی بالا، کاهش انتشار آلودگی و افزایش قابلیت اطمینان، جایگزینی کلیدی برای تولید مجزای انرژی حرارتی و الکتریکی شناخته می‌شود. با این حال وجود یک ارزیابی صحیح در جهت بررسی توجیه‌پذیری اقتصادی سرمایه‌گذاری در این نیروگاه‌ها با توجه به شرایط مختلف از جمله نوع و حجم تقاضای انرژی محل مصرف و همچنین مشخصات پارامترهای بهره‌برداری ضروری به نظر می‌رسد. از این رو در اين مطالعه يک چهارچوب بهينه‌سازي اقتصادی به‌منظور ارزيابي سرمايه‌گذاري در احداث واحد توليد همزمان ارائه می‌گردد که در آن یک استراتژی بهینه با توجه به مدل عملکرد نیروگاه برای کاهش هزینه‌های بهره‌برداری و همچنین کاهش انتشار آلودگی زیست‌محیطی پیشنهاد می‌گردد. برای کاهش هزینه‌های مربوط به تأمین تقاضای انرژی در هر ساعت (تعیین استراتژی عملکرد) از برنامه‌ریزی خطی استفاده می‌گردد و در ادامه، استراتژی مورد نظر به کمک الگوریتم بهینهسازی اجتماع پرندگان (PSO)، برای تعیین ظرفیت بهینه CHP و بویلر کمکی، تا دستیابی به ماکزیمم مقدار ارزش خالص فعلی (NPV) از مقادیر مورد انتظار سرمایه‌گذاری به‌کار می‌رود. در نهايت کارایی روش پیشنهادی با آنالیز تصمیم احداث يک نیروگاه CHP براي یک بيمارستان نمونه ارائه می‌گردد.
پرونده مقاله
مهم‌ترین موضوع در طراحی طبقه‌بندی‌کننده‌های فازی، تعیین متغیرهای فازی اعم از نوع و مکان توابع عضویت، بخش مقدم و تالی قواعد فازی و تعداد قواعد بهینه می‌باشد. در واقع، اینها پارامترهای ساختاری یک طبقه‌بندی‌کننده فازی هستند که طراح سعی می‌کند با یافتن مقادیر بهینه آنها، به چکیده کامل
مهم‌ترین موضوع در طراحی طبقه‌بندی‌کننده‌های فازی، تعیین متغیرهای فازی اعم از نوع و مکان توابع عضویت، بخش مقدم و تالی قواعد فازی و تعداد قواعد بهینه می‌باشد. در واقع، اینها پارامترهای ساختاری یک طبقه‌بندی‌کننده فازی هستند که طراح سعی می‌کند با یافتن مقادیر بهینه آنها، به بهترین عملکرد (به‌عنوان مثال بالاترین نرخ تشخیص صحیح) دست یابد. این مسئله را می‌توان به‌صورت یک مسئله جستجو در فضای با ابعاد بالا در نظر گرفت، به‌گونه‌ای که هر نقطه در فضای پاسخ، نشان‌دهنده یک مجموعه قواعد با توابع عضویت خاص می‌باشد که در محل‌های ویژه استقرار یافته‌اند. با این توضیح به نظر می‌رسد الگوریتمهای ابتکاری (اعم از تکاملی و هوش جمعی)، ابزار مناسبی برای یافتن بهترین پارامترهای یک طبقه‌بندی‌کننده فازی باشند. ویژگی برجسته این روش‌ها این است که با تعریف مناسبی از تابع برازندگی می‌توان تخمین بهینه‌ای از کلیه پارامترهای مؤثر در یک طبقه‌بندی‌کننده فازی را به‌صورت خودکار و بدون نیاز به تنظیم دستی (به‌صورت سعی و خطا) به‌دست آورد. در این مقاله با به‌کارگیری الگوریتم بهینهسازی گروه ذرات روشی برای طراحی بهینه یک طبقه‌بندی‌کننده فازی ارائه شده است. روش پیشنهادی قادر است نوع توابع عضویت، محل آنها، قواعد فازی لازم و تعداد آنها را به‌طور همزمان تخمین زده و بدون دخالت کاربر نسبت به بهینهسازی آنها اقدام نماید. نتایج به‌دست آمده از آزمایشات مکرر بر روی داده‌های مشهور و مسئله کاربردی طبقه‌بندی اهداف رادار، توانایی روش ارائه‌شده را در استخراج کلیه پارامترهای یک طبقه‌بندی‌کننده فازی در مقایسه با روش‌های مشابه نشان می‌دهد.
پرونده مقاله
یک روش مناسب برای رسیدن به بازده و ضریب توان بالا در ماشین‌های سنکرون رلوکتانسی، افزایش برجستگی مغناطیسی (Ld/Lq) در این ماشین‌ها است. این کار معمولاً از طریق تغییر ساختار هندسی ماشین و به ویژه با تغییر تعداد و شکل سدهای شار رتور انجام می‌شود. در این مقاله از یک روش هوشم چکیده کامل
یک روش مناسب برای رسیدن به بازده و ضریب توان بالا در ماشین‌های سنکرون رلوکتانسی، افزایش برجستگی مغناطیسی (Ld/Lq) در این ماشین‌ها است. این کار معمولاً از طریق تغییر ساختار هندسی ماشین و به ویژه با تغییر تعداد و شکل سدهای شار رتور انجام می‌شود. در این مقاله از یک روش هوشمند برای بهینهسازی موتور سنکرون رلوکتانسی بر مبنای برجستگی مغناطیسی استفاده شده است. به این منظور مشخصات موتور از جمله هندسه ورق‌های استاتور، طول محوری ماشین، نوع سیم‌بندی و تعداد سدکننده‌های شار رتور ثابت فرض شده و شش پارامتر برای تعیین مکان سدهای شار رتور تعريف شده است. سپس به ازاي تغييرات پله‌ای اين پارامترها، برجستگی مغناطیسی رتور با استفاده از روش اجزای محدود (FEM) محاسبه شده و با به کارگیری این مقادیر برای آموزش يك شبكه عصبي (NN)، تابعی برای مدل‌کردن برجستگی مغناطیسی در موتور فراهم شده است. با در نظر گرفتن این مدل عصبی به عنوان تابع هدف درون الگوريتم ژنتيك (GA)، پارامترهای ماشین سنکرون رلوکتانسی بهينه‌سازي شده و بهترين ساختار موتور با بیشترین برجستگی مغناطیسی به دست آمده است. در پایان توانایی تخمین درست شبکه عصبی توسط شبیه‌سازی FEA، و قابلیت سنکرون ماندن موتور در بار نامی توسط شبیه‌سازی دینامیکی تأیید شده است.
پرونده مقاله
روش بهینهسازی نیروی مرکزی (CFO) یکی از روش‌های ابتکاری جستجو و بهینهسازی جدید است که به تازگی به مجموعه روش‌های هوش جمعی اضافه شده است. در این تحقیق، روشی مؤثر و کارامد برای خوشه‌یابی بدون ناظر تصویر با استفاده از الگوریتم فوق ارائه و CFO - Clustering نامیده شده است. چکیده کامل
روش بهینهسازی نیروی مرکزی (CFO) یکی از روش‌های ابتکاری جستجو و بهینهسازی جدید است که به تازگی به مجموعه روش‌های هوش جمعی اضافه شده است. در این تحقیق، روشی مؤثر و کارامد برای خوشه‌یابی بدون ناظر تصویر با استفاده از الگوریتم فوق ارائه و CFO - Clustering نامیده شده است. در روش پیشنهادی، هر پروب در بر دارنده اطلاعات مربوط به مراکز خوشه می‌باشد که به صورت تصادفی در ابتدای فرایند جستجو مقداردهی می‌شود. این مقادیر در طی مراحل مختلف الگوریتم CFO تغییر کرده و در نهایت پس از رسیدن به شرط توقف، حاوی مراکز بهینه خوشه‌ها خواهند بود. ملاک بهینهسازی یا تابع برازندگی، هم حاوی فواصل درون‌خوشه‌ای و هم شامل فواصل بین خوشه‌ای می‌باشد. آزمایشات مکرر بر روی تصاویر مرجع، کارایی روش CFO-Clustering را نسبت به سایر روش‌های مرسوم خوشه‌بندی نشان می‌دهد.
پرونده مقاله
در مبدل‌های تصحیح ضریب توان تک‌مرحله‌ای تک‌فاز، زمان رسیدن به پاسخ دینامیکی با THD جریان ورودی متضاد می‌باشند. هدف اصلی این مقاله بهبود پاسخ دینامیکی این مبدل‌ها در کنار کاهش THD جریان ورودی است و برای رسیدن به این هدف از روش‌های بهینهسازی چندهدفه SPEA و NSGA-II که مب چکیده کامل
در مبدل‌های تصحیح ضریب توان تک‌مرحله‌ای تک‌فاز، زمان رسیدن به پاسخ دینامیکی با THD جریان ورودی متضاد می‌باشند. هدف اصلی این مقاله بهبود پاسخ دینامیکی این مبدل‌ها در کنار کاهش THD جریان ورودی است و برای رسیدن به این هدف از روش‌های بهینهسازی چندهدفه SPEA و NSGA-II که مبتنی بر الگوریتمهای تکاملی هستند برای طراحی ضرایب جبران‌کننده PI به کار رفته در روش کنترلی جریان غیر مستقیم یکسوکننده PFC استفاده شده است. ابتدا جبران‌کننده PI مرتبه صحیح و سپس جبران‌کننده PI مرتبه کسری طراحی شد و نتایج به دست آمده نشان‌دهنده برتری جبران‌کننده PI مرتبه کسری بود. برای بررسی مسئله بهینهسازی، پاسخ دینامیکی به تغییرات در بار و ولتاژ مرجع در نظر گرفته شد و همچنین از مقایسه بین دو الگوریتم به کار رفته برای بهینهسازی مشخص شد که با تغییر توابع هدف، هر کدام از الگوریتم‌ها ممکن است عملکرد خوبی داشته باشد و هیچ کدام بر دیگری برتری مطلق ندارد.
پرونده مقاله
احداث مزارع بادی برای جذب انرژی باد به عنوان یکی از انرژی‌های تجدیدپذیر در سراسر دنیا در حال افزایش است و هدف از بهینهسازی آرایش مزارع بادی جذب حداکثر انرژی از مزارع بادی می‌باشد. در این مقاله یک الگوریتم ترکیبی جدید برای به حداکثر رساندن انرژی خروجی مورد انتظار، ارائه چکیده کامل
احداث مزارع بادی برای جذب انرژی باد به عنوان یکی از انرژی‌های تجدیدپذیر در سراسر دنیا در حال افزایش است و هدف از بهینهسازی آرایش مزارع بادی جذب حداکثر انرژی از مزارع بادی می‌باشد. در این مقاله یک الگوریتم ترکیبی جدید برای به حداکثر رساندن انرژی خروجی مورد انتظار، ارائه شده است. هدف الگوریتم کاهش اثر سایه بر اساس مکان‌های توربین باد و جهت باد می‌باشد. مدل پیشنهادی با سناریویی از سرعت باد و جهت توزیع آن از سایت بادی نشان داده شده و با الگوریتم استراتژی تکاملی و الگوریتم مورچگان در شش مرحله جانمایی مقایسه شده است. نتایج نشان می‌دهد که ترکیب الگوریتم مورچگان و الگوریتم ژنتیک اجرای بهتری را از استراتژیهای موجود بر حسب حداکثر مقادیر انرژی خروجی مورد انتظار و کاهش اثر سایه دربردارد.
پرونده مقاله
در اين مقاله يک مبدل غير ايزوله SEPIC جديد که براي کاربردهاي فتوولتائيک مناسب مي‌باشد، معرفي و آناليز شده است. به علت پايين‌بودن ولتاژ خروجی سيستم‌های فتوولتائيک و نياز به ولتاژ خروجی بالا در بسياری از کاربردها از جمله کاربردهای متصل به شبکه، اين مبدل با بهره ولتاژ بالا چکیده کامل
در اين مقاله يک مبدل غير ايزوله SEPIC جديد که براي کاربردهاي فتوولتائيک مناسب مي‌باشد، معرفي و آناليز شده است. به علت پايين‌بودن ولتاژ خروجی سيستم‌های فتوولتائيک و نياز به ولتاژ خروجی بالا در بسياری از کاربردها از جمله کاربردهای متصل به شبکه، اين مبدل با بهره ولتاژ بالا طراحی شده است. اين مبدل مزايايي از قبيل ولتاژ خروجي بالا با همان استرس ولتاژ مبدل SEPIC عادي و بازده بالا را دارا مي‌باشد. در اين مبدل کليد تحت شرايط ZVS در حالت روشن‌شدن و ZCS در حالت خاموش‌شدن عمل مي‌کند، به همين دليل تلفات سوئيچينگ کاهش مي‌يابد.
پرونده مقاله
این مقاله به طراحی تحلیلی، بهینهسازی و شبیه‌سازی به روش اجزای محدود یک موتور سنکرون آهن‌ربای دایم از نوع شارمحور با سرعت بسیار بالا می‌پردازد. این موتور دارای توان نامی تقریبی نیم اسب بخار و سرعت 60.000 دور بر دقیقه بوده که در برخی از کاربردهای صنعتی خاص مورد استفاده ق چکیده کامل
این مقاله به طراحی تحلیلی، بهینهسازی و شبیه‌سازی به روش اجزای محدود یک موتور سنکرون آهن‌ربای دایم از نوع شارمحور با سرعت بسیار بالا می‌پردازد. این موتور دارای توان نامی تقریبی نیم اسب بخار و سرعت 60.000 دور بر دقیقه بوده که در برخی از کاربردهای صنعتی خاص مورد استفاده قرار می‌گیرد. بر حسب مشخصات نامی مورد نظر برای موتور با استفاده از روابط تحلیلی طراحی موتورهای سنکرون آهن‌ربای دایم، محاسبات اجزای مختلف موتور شامل مشخصات ابعادی، مغناطیسی و جنس مواد با جزئیات کامل تشریح می‌شوند. در ادامه و با توجه به کاربرد خاص این موتور که در آن دستیابی به گشتاور مورد نیاز با حداقل جریان و تلفات مسی مورد نظر است، ابعاد و مشخصات موتور به روش بهینهسازی و با استفاده از الگوریتم ژنتیک و با تابع هدف نسبت گشتاور به جریان تعیین می‌گردند. الگوریتم بهینهسازی، مقادیر بهینه فاصله هوایی، چگالی شار آهن‌ربای دایم، چگالی جریان خطی و تعداد دورهای سیم‌پیچ استاتور را تعیین می‌کند. جهت صحه‌گذاری طراحی‌های تحلیلی و بهینهسازی انجام‌شده، مدل اجزای محدود سه‌بعدی موتور در نرم‌افزار ماکسول ایجاد می‌گردد و عملکرد موتور تحت شبیه‌سازی‌های مگنتواستاتیک و گذرا بررسی می‌گردد. نتایج به دست آمده از شبیه‌سازی اجزای محدود بر نتایج طراحی تحلیلی صحه می‌گذارند. همچنین این نتایج بر مؤثربودن روش بهینهسازی ارائه‌شده بر کاهش تلفات اهمی دلالت دارند و تطابق بسیار مناسبی بین نتایج هر دو روش تحلیل برای مقادیر به دست آمده گشتاور، بهره موتور و چگالی شار وجود دارد.
پرونده مقاله
یک مدل محاسباتی کاملاً کوانتومی که بر مبنای دو مفهوم درهم‌تنیدگی کوانتومی و اندازه‌گیری کوانتومی ارائه شده است، مدل محاسباتی کوانتومی یک‌طرفه WQC)1( نام دارد. محاسبات در مدل WQC1 با الگوهای اندازه‌گیری نمایش داده می‌شوند. به منظور نمایش بهتر الگوهای مربوط از گراف درهم‌ت چکیده کامل
یک مدل محاسباتی کاملاً کوانتومی که بر مبنای دو مفهوم درهم‌تنیدگی کوانتومی و اندازه‌گیری کوانتومی ارائه شده است، مدل محاسباتی کوانتومی یک‌طرفه WQC)1( نام دارد. محاسبات در مدل WQC1 با الگوهای اندازه‌گیری نمایش داده می‌شوند. به منظور نمایش بهتر الگوهای مربوط از گراف درهم‌تنیدگی استفاده می‌شود که این گراف به همراه مجموعه کیوبیت‌های ورودی و خروجی آن، هندسه الگو نامیده می‌شود. تکنیک‌هایی به منظور بهینهسازی الگوهای حاصل از یک مدار کوانتومی در مدل WQC1 ارائه شده است. در کارهای پیشین از مدل WQC1 به منظور بهینهسازی مدارهای کوانتومی استفاده شده است. یک مدار کوانتومی (اولیه) به الگوهای WQC1 تبدیل شده و بهینه‌سازی‌های ارائه‌شده در این مدل بر روی آن با استفاده از مجموعه قوانین بازنویسی به صورت ترتیبی بر روی گراف درهم‌تنیدگی حاصل از الگوی مربوط انجام شده و آن را ساده می‌کرد. سپس الگوی ساده‌شده مجدداً به مدار کوانتومی (ثانویه) تبدیل می‌گردید. در این مقاله روش‌های قبلی برای بهینهسازی مدارات کوانتومی با استفاده از مدل 1WQC بهبود داده می‌شود. در روش جدید به منظور بهینهسازی الگوی 1WQC حاصل از مدار کوانتومی، بر خلاف روش‌های گذشته از هیچ یک از قوانین بازنویسی به منظور ساده‌سازی الگو استفاده نشده و سعی شده است که تنها با بررسی هندسه الگو، تکنیک‌های بهینهسازی به صورت همزمان الگوی مربوط را ساده کنند. پس از اجرای عملیات بهینهسازی، الگوی مربوطه مجدداً به مدار کوانتومی تبدیل می‌شود و با کاهش کیوبیت‌های کمکی ساده‌تر می‌شود. نتایج نشان می‌دهد معیارهای هزینه مدار کوانتومی در روش جدید در مقایسه با روش‌های پیشین کاهش یافته است.
پرونده مقاله
یکی از تهدیدات پیش روی توسعه فناوری اطلاعات در فضای مجازی، سرقت اطلاعات شخصی و مالی کاربران می‌باشد که این تهدید امنیتی، فیشینگ نامیده می‌شود. بررسی و تحلیل روش‌های موجود نشان می‌دهد که ایجاد انعطاف‌پذیری در انتخاب ویژگی‌های اثرگذار در فرایند شناسایی وب سایت‌های فیشینگ، چکیده کامل
یکی از تهدیدات پیش روی توسعه فناوری اطلاعات در فضای مجازی، سرقت اطلاعات شخصی و مالی کاربران می‌باشد که این تهدید امنیتی، فیشینگ نامیده می‌شود. بررسی و تحلیل روش‌های موجود نشان می‌دهد که ایجاد انعطاف‌پذیری در انتخاب ویژگی‌های اثرگذار در فرایند شناسایی وب سایت‌های فیشینگ، پویاسازی رفتار الگوریتم طبقه‌بندی کننده وب سایت‌های هدف و نیز امکان تحلیل و کنترل حجم گسترده‌ای از وب سایت‌ها مورد توجه قرار نگرفته است. لذا در این مقاله به منظور تحقق همزمان سه هدف یادشده، ابتدا مکانیزمی بر اساس طراحی یک آستانه تغییر برای کاهش انعطاف‌پذیر ویژگی‌های مورد ارزیابی در شناسایی وب سایت‌های فیشینگ تعریف شده است. سپس با حافظه‌مند نمودن الگوریتم بهینهسازی صفحات شیب‌دار، کاهش نرم اثر حافظه بر عملکرد الگوریتم در تکرارهای بالا و نیز تعریف 12 قانون فازی در یک سیستم استنتاج فازی اقدام به پویاسازی هوشمند این الگوریتم به منظور طبقه‌بندی وب سایت‌های جامعه ارزیابی به سه طبقه قانونی، مشکوک و فیشینگ می‌نماید. نتیجه پیاده‌سازی رویکرد هوشمند جدید پیشنهادی بر روی داده محک استاندارد در این حوزه و نیز مقایسه عملکرد این الگوریتم با عملکرد بهترین الگوریتمهای موجود، نشان از تحقق اهداف سه‌گانه فوق‌الذکر برای این تحقیق را دارد.
پرونده مقاله
با افزایش روزافزون مصرف برق و متعاقب آن افزايش توليد، شبکه‌های انتقال نیز می‌بایست همگام با آنها توسعه یابند. اين در حالي است که همزمان با تجدید ساختار در سیستم قدرت، علاوه بر تشدید تأثیر عدم قطعیت‌های فعلی، چالش‌ها و عدم قطعيت‌هاي جديد دیگری نیز به شبکه اضافه شده است چکیده کامل
با افزایش روزافزون مصرف برق و متعاقب آن افزايش توليد، شبکه‌های انتقال نیز می‌بایست همگام با آنها توسعه یابند. اين در حالي است که همزمان با تجدید ساختار در سیستم قدرت، علاوه بر تشدید تأثیر عدم قطعیت‌های فعلی، چالش‌ها و عدم قطعيت‌هاي جديد دیگری نیز به شبکه اضافه شده است. بالابودن ریسک سرمایه‌گذاری در پروژه‌های کلان صنعت برق و همچنین عدم قطعیت‌های موجود در عرصه رقابت سبب شده تا سرمايه‌گذاري در پروژه‌هاي توسعه شبکه‌های انتقال فاقد انگيزه‌هاي لازم برای بخش خصوصی باشد. در این مقاله مدل نسبتاً جامعی برای برنامه‌ریزی توسعه شبکه انتقال با هدف رقابتی‌ماندن بازار و دسترسی آسان مصرف‌کنندگان به انرژی ارزان و قابل اعتماد و همچنین تشویق سرمایه‌گذاران بخش خصوصی ارائه شده است. با توجه به این که مسأله مورد نظر در قالب یک مسأله بهینهسازی چندهدفه است، برای حل آن از الگوریتم بهینهسازی تکامل تفاضلی چندهدفه استفاده شده است. به منظور تسریع در فرایند بهینهسازی و جلوگیری از گیرافتادن الگوریتم در بهینه‌های محلی، راهکارهای ابتکاری جدیدی نیز به الگوریتم اضافه شده‌اند. نتيجه اعمال این الگوریتم بر مسأله بهینهسازی مورد نظر، منجر به مجموعه‌اي از طرح‌های بهینه‌ای خواهد شد که نشان‌دهنده ناحيه مصالحه بين توابع هدف است. برای انتخاب طرح نهایی از بین چندین طرح بهینه موجود، از روش تصميم‌گيري فازي max-min استفاده شده است. برای ارزیابی عملکرد الگوریتم پیشنهادی، شبیه‌سازی‌های متعددی بر روی شبکه 24شينه IEEE انجام می‌شوند. نتایج شبیه‌سازی‌ها نشان می‌دهند مدل ارائه‌شده می‌تواند در حضور عدم قطعیت‌های مختلف، علاوه بر کمینه‌کردن هزینه‌های سرمایه‌گذاری و کاهش پرشدگی خطوط، خطوط با سطح ریسک مورد قبول و سودآور را شناسایی و برای سرمايه‌گذاری به بخش خصوصی پیشنهاد نماید.
پرونده مقاله
نفوذ منابع انرژی تجدیدپذیر (RES) و خودروهای برقی به شبکه به دلیل ماهیت تصادفی‌بودنشان می‌تواند تأثیرات منفی بر عملکرد شبکه مثل کاهش کیفیت توان و افزایش تلفات داشته باشد. این چالش‌ها می‌بایست با برنامه‌ریزی دقیق بر مبنای تغییرات خروجی این منابع برای تأمین تقاضای اضافی نا چکیده کامل
نفوذ منابع انرژی تجدیدپذیر (RES) و خودروهای برقی به شبکه به دلیل ماهیت تصادفی‌بودنشان می‌تواند تأثیرات منفی بر عملکرد شبکه مثل کاهش کیفیت توان و افزایش تلفات داشته باشد. این چالش‌ها می‌بایست با برنامه‌ریزی دقیق بر مبنای تغییرات خروجی این منابع برای تأمین تقاضای اضافی ناشی از شارژ خودروها به حداقل برسد. به این منظور در این مقاله روشی جدید برای جایابی و تعیین ظرفیت همزمان منابع تجدیدپذیر و ایستگاه شارژ خودروهای برقی و مدیریت پروسه شارژ خودروها در شبکه ارائه شده است. تابعی چند هدفه در جهت کاهش تلفات توان، نوسانات ولتاژ، هزینه تأمین انرژی و هزینه تعمیر و نگهداری باتری خودرو معرفی شده که در آن یافتن مکان و ظرفیت منابع تجدیدپذیر و ایستگاه شارژ خودروی برقی به عنوان متغیرهای هدف انجام می‌گیرد. ضرایبی وابسته به سرعت باد، تابش خورشید و نسبت تقاضای پیک سیستم برای بهبود ضریب بار شبکه و مدیریت الگوی شارژ خودروها در ساعات پیک و غیر پیک معرفی شده است. الگوریتم بهینهسازی ترکیبی GA-PSO بهبودیافته برای حل مسئله بهینهسازی در چهار سناریو مختلف استفاده شده و عملکرد روش مذکور با شبیه‌سازی بر روی شبکه تست IEEE 33باسه در نرم‌افزار Matlab بررسی شده است.
پرونده مقاله
در مبدل‌های چندسطحی چندبخشی با افزایش تعداد سطوح ولتاژ، کیفیت شکل موج خروجی بهبود می‌یابد و کلیدهای نیمه‌هادی قدرت، ولتاژ کمتری را تحمل می‌کنند؛ اما با افزایش تعداد اجزای مدار، تعیین استراتژی کلیدزنی بسیار پیچیده می‌شود. در این مقاله، در چارچوب روش کنترل پیش‌بین با مجمو چکیده کامل
در مبدل‌های چندسطحی چندبخشی با افزایش تعداد سطوح ولتاژ، کیفیت شکل موج خروجی بهبود می‌یابد و کلیدهای نیمه‌هادی قدرت، ولتاژ کمتری را تحمل می‌کنند؛ اما با افزایش تعداد اجزای مدار، تعیین استراتژی کلیدزنی بسیار پیچیده می‌شود. در این مقاله، در چارچوب روش کنترل پیش‌بین با مجموعة کنترل متناهی، یک روش کارا برای تنظیم جریان بار، تعادل ولتاژ خازن‌ها و همچنین کنترل جریان گردشی در مبدل‌های چندسطحی ارائه می‌شود که از الگوریتم رمزگشایی کروی برای انجام محاسبات بهینهسازی استفاده می‌کند. ویژگی مهم رویکرد مورد استفاده، کاهش قابل توجه حجم محاسبات لازم در الگوریتم کنترل است که امکان استفاده از آن را برای مبدل‌های چندبخشی با تعداد سطوح ولتاژ بالا و برای افق‌های پیش‌بینی طولانی فراهم می‌کند. روش پیشنهادی بر روی یک نوع مبدل سه‌سطحی، شبیه‌سازی و مزایای آن در مقایسه با روش‌های موجود نشان داده می‌شود.
پرونده مقاله
در این مقاله الگوریتم بهینهسازی جستجوی ابرکروی با استفاده از نظریه آشوب ارائه می‌شود که ضعف الگوریتم بهینهسازی جستجوی ابرکروی استاندارد، یعنی سرعت همگرایی و افزایش تعداد تکرار اجرای الگوریتم برای رسیدن به جواب بهینه را برطرف می نماید. در الگوریتم پیشنهادی، در گام ایجا چکیده کامل
در این مقاله الگوریتم بهینهسازی جستجوی ابرکروی با استفاده از نظریه آشوب ارائه می‌شود که ضعف الگوریتم بهینهسازی جستجوی ابرکروی استاندارد، یعنی سرعت همگرایی و افزایش تعداد تکرار اجرای الگوریتم برای رسیدن به جواب بهینه را برطرف می نماید. در الگوریتم پیشنهادی، در گام ایجاد ذرات و گام جستجو، مقادیر حاصل از دو نگاشت چبیشف و لیبوویچ، جایگزین مقادیر تصادفی موجود در الگوریتم استاندارد می‌شود که این امر باعث بهبود نتایج حاصل از اجرای الگوریتم شده و انحراف معیار نتایج را کاهش می‌دهد. نتایج شبیه‌سازی بر روی توابع محک استاندارد نشان می‌دهد که الگوریتم پیشنهادی ضمن برخورداری از همگرایی سریع‌تر، دقت بیشتری نیز در یافتن جواب بهینه نسبت به الگوریتم جستجوی ابرکروی استاندارد و همچنین الگوریتمهای بهینهسازی دیگر نظیر ژنتیک، ازدحام ذرات و الگوریتم جستجوی هارمونی دارد.
پرونده مقاله
: به علت رشد درخواست کاربران شبکه‌های سلولی لزوم افزایش ظرفیت این شبکه‌ها همواره مطرح بوده است. شبکه‌های سلولی ناهمگون با به‌کارگیری ایستگاه‌های پایه کوچک در کنار ایستگاه‌های پایه ماکرو راه‌حلی کم‌هزینه و موثر برای این منظور می‌باشند. تفاوت ایستگاه‌های پایه در شبکه‌های چکیده کامل
: به علت رشد درخواست کاربران شبکه‌های سلولی لزوم افزایش ظرفیت این شبکه‌ها همواره مطرح بوده است. شبکه‌های سلولی ناهمگون با به‌کارگیری ایستگاه‌های پایه کوچک در کنار ایستگاه‌های پایه ماکرو راه‌حلی کم‌هزینه و موثر برای این منظور می‌باشند. تفاوت ایستگاه‌های پایه در شبکه‌های ناهمگون چالش‌های جدیدی در زمینه اختصاص سلول و مدیریت تداخل نسبت به شبکه‌های همگون ایجاد کرده است. لذا طراحی روش‌های جدید و کارامد اختصاص سلول و منابع در این شبکه‌ها از مسائل باز و در حال توسعه می‌باشد. در این مقاله با توجه به کارهای موجود لزوم ارائه راه‌حلی کارامد که با اختصاص همزمان سلول و زیرباند مناسب به پیشگیری از تداخل برای تمامی کاربران بپردازد، مطرح شده است. مدل تداخل پروتکل و روش‌های مدل‌سازی آن در شبکه‌های سلولی مورد بررسی قرار گرفته است. پس از مدل‌سازی سیستم، مسأله توأمان به صورت یک مسأله بهینهسازی عدد صحیح فرموله شده است. سپس با فرموله کردن مجدد مسأله و استفاده از تجزیه یک سطحی دوگان، الگوریتمی با پیچیدگی کارامد با پاسخ‌های نزدیک به بهینه بدست آورده می‌شود. سپس پروتکل توزیع‌شده مورد نظر ارائه شده که در آن هر کاربر و هر ایستگاه پایه تنها نیازمند اطلاعات محلی خود بوده و به صورت محلی تصمیم می‌گیرند. نتایچ شبیه‌سازی کارامدبودن راه حل پیشنهادی را تأیید می‌کند.
پرونده مقاله
در مدل محاسبات کوانتومی یک‌طرفه (WQC1)، همبستگي کوانتومي در يک مدل درهم‌تنيده که حالت گرافي يا حالت خوشه‌اي خوانده مي‌شود، باعث مي‌گردد که محاسبات جامع کوانتومي تنها با استفاده از اندازه‌گيري‌هاي تک‌کيوبيتي محقق شود. در WQC1 محاسبات با الگوهای اندازه‌گیری یا به طور خلاص چکیده کامل
در مدل محاسبات کوانتومی یک‌طرفه (WQC1)، همبستگي کوانتومي در يک مدل درهم‌تنيده که حالت گرافي يا حالت خوشه‌اي خوانده مي‌شود، باعث مي‌گردد که محاسبات جامع کوانتومي تنها با استفاده از اندازه‌گيري‌هاي تک‌کيوبيتي محقق شود. در WQC1 محاسبات با الگوهای اندازه‌گیری یا به طور خلاصه الگو نمایش داده می‌شوند. مسأله سنتز در مدل WQC1 به صورت استخراج الگو از يک ماتریس يکاني دلخواه ورودي تعريف مي‌شود. معیارهای اصلی در ارزیابی الگوهای اندازه‌گیری در مدل WQC1، اندازه، عمق الگو و تعداد درهم‌تنیدگی‌های الگو است. در این مقاله، روش جدیدی برای سنتز گیت‌های یکانی U کنترل‌شده که U یک گیت تک‌کیوبیتی است در مدل WQC1 ارائه شده است. بدین منظور برای نخستین بار، ایده استفاده از حساب اندازه‌گیری تعمیم‌یافته (که از اندازه‌گیری در صفحات مختلف کره بلاخ بهره می‌برد) در مفهوم سنتز در مدل WQC1 استفاده می‌شود. بهینه‌سازی‌هایی نیز مبتنی بر این ایده پیشنهاد شده و با استفاده از آن، روش پیشنهادی برای سنتز گیت‌های یکانی کنترل‌شده در مدل WQC1 معیارهای ارزیابی اندازه، عمق و تعداد درهم‌تنیدگی‌های الگو را نسبت به بهترین کار قبلی به ترتیب به میزان 1/9%، 30% و 1/18% بهبود می‌دهد.
پرونده مقاله
حوزه سلامت به علت وسعت عملکرد مالی و همچنین وسعت کاربرد آن، یکی از سیستم‌های ایده‌آل برای تقلب است و با وجود راهکارهای مختلف در این زمینه، شناسایی داده‌های تقلب هنوز یکی از چالش‌ها برای ارائه‌دهندگان خدمات سلامت می‌باشد. در این مقاله برای اولین بار الگوریتم BIRCH به عنو چکیده کامل
حوزه سلامت به علت وسعت عملکرد مالی و همچنین وسعت کاربرد آن، یکی از سیستم‌های ایده‌آل برای تقلب است و با وجود راهکارهای مختلف در این زمینه، شناسایی داده‌های تقلب هنوز یکی از چالش‌ها برای ارائه‌دهندگان خدمات سلامت می‌باشد. در این مقاله برای اولین بار الگوریتم BIRCH به عنوان یک الگوریتم خوشه‌بندی سلسله‌مراتبی با الگوریتم بهینهسازی واکنش شیمیایی (CRO) ترکیب شده است. الگوریتم BIRCH با پیچیدگی زمانی خطی قابلیت کار با حجم بالای داده‌ها و شناسایی داده‌های پرت را دارد و CRO یکی از الگوریتمهای فراابتکاری جدید الهام‌گرفته از واکنش شیمیایی در دنیای واقعی است که با یک جمعیت پویا از مولکول‌ها توسط چهار عملگر برخورد به دیواره، تجزیه، برخورد بین مولکولی و ترکیب فضای جستجو را مورد کاوش قرار می‌دهند. الگوریتم خوشه‌بندی بهبودیافته BIRCH-CRO با حذف فرایند خوشه‌بندی سراسری داخلی نسخه کلاسیک BIRCH و تعیین بهینه پارامترهای اصلی آن باعث بهبود سرعت و دقت تشخیص داده‌های تقلب در حوزه سلامت نسبت به سایر الگوریتمهای بدون نظارت ارائه‌شده در این حوزه گردیده است. همچنین الگوریتم پیشنهادی توانایی کار با داده‌های آنلاین و حجم بالا را دارد و با توجه به نتایج به دست آمده، عملکرد مناسبی را فراهم می‌کند.
پرونده مقاله
محیط‌های چندابری شامل منابع متنوع قابل ملاحظه‌ای هستند که هزینه‌های زمان‌بندی کاربردهای جریان کاری در چنین محیط‌هایی می‌تواند به طور چشم‌گیری کاهش یابد و همچنین محدودیت ارائه منابع توسط فراهم‌کنندگان تجاری ابر رفع شود. بر این اساس، این تحقیق به مسأله زمان‌بندی کاربردهای چکیده کامل
محیط‌های چندابری شامل منابع متنوع قابل ملاحظه‌ای هستند که هزینه‌های زمان‌بندی کاربردهای جریان کاری در چنین محیط‌هایی می‌تواند به طور چشم‌گیری کاهش یابد و همچنین محدودیت ارائه منابع توسط فراهم‌کنندگان تجاری ابر رفع شود. بر این اساس، این تحقیق به مسأله زمان‌بندی کاربردهای جریان کاری علمی در محیط چندابری تحت قید مهلت زمانی با هدف کمینه‌سازی هزینه می‌پردازد. در اين مقاله با به كارگيري الگوريتم جستجوي فاخته که يكي از مشهورترین روش‌هاي جستجوي فراابتكاري می‌باشد، الگوريتمي براي مسأله زمان‌بندی کاربردهای جریان کاری در محیط چندابری ارائه شده است. الگوريتم فراابتكاري جستجوي فاخته قادر است در مدت زماني كوتاه فضاي جواب را جستجو نموده و جواب‌هايي را در همسايگي جواب بهینه سراسری بيابد كه به آن نزديك مي‌باشد. نتایج به دست آمده نشان می‌دهند که راهکار پیشنهادی این تحقیق در مقایسه با دیگر راهکارهای فراابتکاری در موارد کاهش هزینه کارایی بهتری داشته و همچنین جواب‌هاي به دست آمده از الگوريتم فراابتکاری پیشنهادي، در حد مطلوبی نزديک به جواب‌هاي بهینه سراسری به دست آمده از مدل رياضی است.
پرونده مقاله
در این مقاله روش مکاشفه‌ای زمان‌بندی و نگاشت وظایف ایستا به منظور بهینهسازی زمان اجرا، قابلیت اطمینان، توان مصرفی و دما به عنوان اساسی‌ترین چالش‌های طراحی سیستم‌های چندپردازنده‌ای ارائه شده است. روش ارائه‌شده بر پایه زمان‌بندی لیستی بوده و تکرار وظایف، مقیاس پویای ولتا چکیده کامل
در این مقاله روش مکاشفه‌ای زمان‌بندی و نگاشت وظایف ایستا به منظور بهینهسازی زمان اجرا، قابلیت اطمینان، توان مصرفی و دما به عنوان اساسی‌ترین چالش‌های طراحی سیستم‌های چندپردازنده‌ای ارائه شده است. روش ارائه‌شده بر پایه زمان‌بندی لیستی بوده و تکرار وظایف، مقیاس پویای ولتاژ و فرکانس و افزودن زمان‌های خالی با هدف بهبود قابلیت اطمینان، توان مصرفی و دمای سیستم و گسترده‌کردن فضای جواب با هدف جستجوی مؤثرتر در آن در نظر گرفته شده است. به دلیل رابطه متخاصم و ناهمسوی مابین پارامترهای ذکرشده، فرایند بهینهسازی چندهدفی بسیار پیچیده بوده و در روش پیشنهادی از راهکار استخراج پوسته Pareto استفاده شده است. همچنین در این روش، مدل‌سازی جامعی از تمامی اهداف صورت گرفته و وابستگی‌های آنها لحاظ شده است. آزمایش‌های متعدی به منظور بررسی کارایی و قابلیت‌های روش پیشنهادی در بهینهسازی همزمان اهداف مسئله و تولید جواب‌های درست انجام گرفته است. بررسی‌ها و مقایسه روش پیشنهادی با یک روش مکاشفه‌ای مؤثر پیشین بهبود میانگین 19% در پارامترهای طراحی مورد هدف مسئله را نشان می‌دهد.
پرونده مقاله
بهبود عملکرد مبدل آنالوگ به دیجیتال از جنبه‌های متفاوتی نظیر بهبود معماری کلی مبدل، بهبود معماری بلوک‌های سازنده و یا بهبود طراحی بلوک‌ها بررسی می‌شود. بلوک مقایسه‌گر به عنوان یک جزء اساسی در مبدل‌های داده نقش بسیار مؤثری در عملکرد یک مبدل آنالوگ به دیجیتال دارد و از ای چکیده کامل
بهبود عملکرد مبدل آنالوگ به دیجیتال از جنبه‌های متفاوتی نظیر بهبود معماری کلی مبدل، بهبود معماری بلوک‌های سازنده و یا بهبود طراحی بلوک‌ها بررسی می‌شود. بلوک مقایسه‌گر به عنوان یک جزء اساسی در مبدل‌های داده نقش بسیار مؤثری در عملکرد یک مبدل آنالوگ به دیجیتال دارد و از این رو توجه محققان را به خود جلب کرده است. چالش اصلی در این راستا، وجود اهداف طراحی متناقض و محدودیت‌ها و الزامات مداری پیچیده‌ای است که طراحی بهینه این بلوک را بیش از پیش سخت و دشوار می‌کند. به همین سبب رویکرد جدید طراحان استفاده از روش‌های ابتکاری است که به صورت گسترده در پژوهش‌های جدید به چشم می‌خورد. در میان روش‌های نوظهور ابتکاری، الگوریتم بهینهسازی سیستم صفحات شیب‌دار (IPO) روشی نسبتاً جدید و الهام‌گرفته از حرکت دینامیکی اجسام بر روی صفحات شیب‌دار بدون اصطکاک می‌باشد. اما علی‌رغم توانایی این روش در مرور و کاوش فضای جستجو، مدل استاندارد آن دارای روابطی پیچیده و توأم با پارامترهای ساختاری متعددی است که غالباً کاربر را در انتخاب مقادیر مناسب برای آنها دچار تردید و سردرگمی می‌کند. در این مقاله ابتدا با ساده‌سازی مؤثر IPO یک روش ابتکاری با نام SIPO پیشنهاد شده و کارایی آن در بهینهسازی 10 تابع آزمون استاندارد مورد سنجش قرار گرفته است. در ادامه به منظور طراحی و بهینهسازی، مقایسه‌گرهای دودنباله نسخه چندهدفه SIPO (با نام MOSIPO) ارائه و عملکرد آن در طراحی این نوع از مقایسه‌گرها بررسی و با روش‌های هوشمند چندهدفه متداول و قدرتمند دیگر مقایسه شده است. نتایج حاصل‌شده به وضوح برتری SIPO و MOSIPO را نسبت به سایر روش‌ها نشان می‌دهد.
پرونده مقاله
توسعه سریع کاربردهای رایانش ابری منجر به انتشار سرویس‌های ابری زیادی در محیط ابر شده است. سرویس‌های ساده موجود در محیط ابر قادر به پاسخگویی به درخواست‌های پیچیده و مختلف موجود در دنیای واقعی نخواهند بود. لذا برای ایجاد سرویس مرکب مورد نیاز می‌بایست سرویس‌های مختلف انتخ چکیده کامل
توسعه سریع کاربردهای رایانش ابری منجر به انتشار سرویس‌های ابری زیادی در محیط ابر شده است. سرویس‌های ساده موجود در محیط ابر قادر به پاسخگویی به درخواست‌های پیچیده و مختلف موجود در دنیای واقعی نخواهند بود. لذا برای ایجاد سرویس مرکب مورد نیاز می‌بایست سرویس‌های مختلف انتخاب و ترکیب شوند. ترکیب سرویس‌های ابری آگاه از کیفیت سرویس یکی از چالش‌های مهم در محاسبات سرویس‌گرا است. از آنجایی که تعداد سرویس‌های ساده ارائه‌شده خیلی زیاد است، بنابراین مسأله انتخاب و ترکیب سرویس‌ها یک مسأله Np-Hard است. در این تحقیق برای حل این مشکل الگوریتم بهینهسازی جغرافیای زیستی مورد استفاده قرار گرفته است. برای ارزیابی روش پیشنهادی آزمایش‌های متعددی در 5 سناریوی مختلف با تعداد وظایف و تعداد سرویس‌های مختلف در محیط Matlab انجام شده است. سرعت همگرایی روش پیشنهادی در ایجاد سرویس مرکب مورد نیاز بیشتر از سرعت همگرایی الگوریتمهای ژنتیک و ازدحام ذرات است. همچنین کیفیت سرویس‌های مرکب ایجادشده به عنوان معیار ارزیابی دیگر مورد توجه می‌باشد. میزان گذردهی و نرخ موفقیت روش پیشنهادی به ترتیب برابر 999/0 و 998/0 می‌باشد. همچنین متوسط انحراف معیار در 30 اجرای روش پیشنهادی کمتر از 021/0 است. تمامی این مقادیر نشان‌دهنده برتری روش پیشنهادی نسبت به روش‌های مبتنی بر ژنتیک و ذرات می‌باشد.
پرونده مقاله
برای انجام مکان‌یابی بر اساس تفاضل توان سیگنال دریافتی در شبکه حسگر بی‌سیم می‌بایست توان دریافتی آلوده به نویز را توسط تعدادی حسگر مرجع جمع‌آوری نمود. به دلیل مشخص‌بودن تابع چگالی احتمال نویز استفاده از تخمین‌گر حداکثر درست‌نمایی بهترین انتخاب خواهد بود. تابع هزینه این چکیده کامل
برای انجام مکان‌یابی بر اساس تفاضل توان سیگنال دریافتی در شبکه حسگر بی‌سیم می‌بایست توان دریافتی آلوده به نویز را توسط تعدادی حسگر مرجع جمع‌آوری نمود. به دلیل مشخص‌بودن تابع چگالی احتمال نویز استفاده از تخمین‌گر حداکثر درست‌نمایی بهترین انتخاب خواهد بود. تابع هزینه این تخمین‌گر غیر خطی و غیر محدب است و تا کنون برای آن جواب تحلیلی ارائه نشده است. یکی از راه‌حل‌ها برای غلبه بر این مشکل استفاده از روش‌های بهینهسازی محدب است. در این مقاله برای غلبه بر این مشکل تابع هزینه تخمین‌گر حداکثر درست‌نمایی را به دست می‌آوریم و آن را با روش آزادسازی نیمه‌معین حل می‌کنیم. شبیه‌سازی‌های کامپیوتری نشان می‌دهد در شرایطی که حسگرهای شبکه به صورت غیر منظم در محیط پخش شوند تخمین‌گر جدید نسبت به سایر تخمین‌گرها جذر متوسط انرژی خطای مکان‌یابی کمتری را نشان می‌دهد، یعنی دقت مکان‌یابی بالاتری دارد. در روش جدید دقت مکان‌یابی نسبت به سایر روش‌ها تا 20% افزایش می‌یابد و پیچیدگی محاسباتی آن نیز نسبت به روش‌های بهینهسازی محدب 30% کمتر است.
پرونده مقاله
مزایای فراوان فناوری مالتی‌پلکس فرکانسی متعامد (OFDM) و انعطاف‌پذیری بالای آن باعث شده که در بسیاری از استانداردهای مخابراتی بی‌سیم مورد استفاده قرار گیرد. یکی از موارد مؤثر در افزایش کارایی سیستم‌های بی‌سیم، تخمین دقیق اطلاعات حالت کانال می‌باشد. تا کنون تکنیک‌های متنو چکیده کامل
مزایای فراوان فناوری مالتی‌پلکس فرکانسی متعامد (OFDM) و انعطاف‌پذیری بالای آن باعث شده که در بسیاری از استانداردهای مخابراتی بی‌سیم مورد استفاده قرار گیرد. یکی از موارد مؤثر در افزایش کارایی سیستم‌های بی‌سیم، تخمین دقیق اطلاعات حالت کانال می‌باشد. تا کنون تکنیک‌های متنوعی برای تخمین کانال ارائه شده است. یک دسته از این تکنیک‌ها با استفاده از سیگنال دریافتی و اطلاعات آماری سیگنال‌های ارسالی و دریافتی سعی در تخمین کانال دارند که پیچیدگی بالا و عملکرد نسبتاً ضعیفی دارند. دسته دیگر با ارسال سمبل‌های پایلوت، در قبال صرف منابع با روش‌های ساده تخمین بهتری از کانال ارائه می‌دهند. در سال‌های اخیر، تکنیک‌های مبتنی بر الگوریتمهای هوشمند مانند الگوریتم ژنتیک (GA) و بهینهسازی ازدحام ذرات (PSO) مورد توجه قرار گرفته‌اند. این روش‌ها قادرند با سربار پایلوت بسیار کم، تابع انتقال کانال مربوط را با استفاده از سیگنال‌های دریافتی، به نحو مناسبی تخمین بزنند. محدودیت عمده این روش‌ها سرعت همگرایی نسبتاً پایین آنهاست. در این مقاله یک روش ابتکاری برای تخمین کانال با استفاده از الگوریتم جستجوی گرانشی (GSA) پیشنهاد شده که در مقایسه با روش‌های GA و PSO قادر است تخمین دقیق‌تری از کانال ارائه دهد. این در حالی است که پیچیدگی محاسباتی آن در حد الگوریتم PSO بوده و برای دستیابی به برازش یکسان از سرعت همگرایی بالاتری نیز نسبت به آنها برخوردار است. عملکرد روش پیشنهادی برای تخمین یک کانال دومسیره با محوشدگی سریع بر اساس دو معیار نرخ خطای بیت (BER) و میانگین مربع خطا (MSE) ارزیابی شده و نتایج شبیه‌سازی مؤید برتری آن نسبت به روش‌های GA و PSO می‌باشد.
پرونده مقاله
کاهش هزینه‌های شبکه و افزایش درآمد، یکی از اهداف مهم اپراتورهای شبکه می‌باشد. در این مقاله، مسأله جایابی و تعیین اندازه ذخیره‌سازهای انرژی مورد مطالعه قرار گرفته است. جایابی در جهت بیشینه‌کردن سود به دست آمده از تأسیس واحدهای تولید پراکنده و بهره‌برداری از ذخیره‌سازها ا چکیده کامل
کاهش هزینه‌های شبکه و افزایش درآمد، یکی از اهداف مهم اپراتورهای شبکه می‌باشد. در این مقاله، مسأله جایابی و تعیین اندازه ذخیره‌سازهای انرژی مورد مطالعه قرار گرفته است. جایابی در جهت بیشینه‌کردن سود به دست آمده از تأسیس واحدهای تولید پراکنده و بهره‌برداری از ذخیره‌سازها انجام می‌پذیرد. مؤلفه‌های تشکیل‌دهنده تابع هدف مسأله جایابی شامل سود به دست آمده از بهره‌برداری واحد تولید پراکنده، سود به دست آمده از کاهش تلفات توان شبکه، هزینه نصب ذخیره‌ساز انرژی و سود به دست آمده از کاهش انرژی خریداری‌شده از شبکه بالادست می‌باشد. مدل به کار رفته به منظور جایابی، مبتنی بر رفتار احتمالاتی تابش خورشید، مصرف‌کننده‌های انرژی و اپراتورهای بازار برق است. به منظور مدل‌سازی طبیعت تصادفی توان خروجی نیروگاه‌های خورشیدی از تابع چگالی احتمال و برای مدل‌سازی بار و قیمت برق از روش سناریوبندی استفاده شده و شبیه‌سازی‌ها با استفاده از نرم‌افزار Matlab صورت گرفته است. در این مقاله، بالابردن قابلیت شبکه با بهره‌برداری از واحدهای تولید پراکنده و ذخیره‌سازهای انرژی مسأله اصلی است.
پرونده مقاله
امروزه، خوشه‌بندی داده‌ها به دلیل حجم و تنوع داده‌ها بسیار مورد توجه قرار گرفته است. مشکل اصلی روش‌های خوشه‌بندهای معمول این است که در دام بهینه محلی گرفتار می‌آیند. الگوریتمهای فراابتکاری به دلیل داشتن توانایی فرار از بهینه‌های محلی، نتایج موفقی را در خوشه‌بندی داده‌ه چکیده کامل
امروزه، خوشه‌بندی داده‌ها به دلیل حجم و تنوع داده‌ها بسیار مورد توجه قرار گرفته است. مشکل اصلی روش‌های خوشه‌بندهای معمول این است که در دام بهینه محلی گرفتار می‌آیند. الگوریتمهای فراابتکاری به دلیل داشتن توانایی فرار از بهینه‌های محلی، نتایج موفقی را در خوشه‌بندی داده‌ها نشان داده‌اند. الگوریتم بهینهسازی گرگ خاکستری از جمله این دسته الگوریتم‌ها است که قابلیت بهره‌برداری خوبی دارد و در برخی از مسایل راه حل مناسبی ارائه داده است، اما اکتشاف آن ضعیف است و در بعضی از مسایل به بهینه محلی همگرا می‌شود. در این تحقیق برای بهبود خوشه‌بندی داده‌ها، نسخه بهبودیافته‌ای از الگوریتم بهینهسازی گرگ خاکستری به نام الگوریتم بهینهسازی چهارگرگ خاکستری ارائه شده که با استفاده از بهترین موقعیت دسته چهارم گرگ‌ها به نام گرگ‌های امگای پیشرو در تغییر موقعیت هر گرگ، قابلیت اکتشاف بهبود می‌یابد. با محاسبه امتیاز هر گرگ نسبت به بهترین راه حل، نحوه حرکت آن مشخص می‌شود. نتایج الگوریتم پیشنهادی چهارگرگ خاکستری با الگوریتمهای بهینهسازی گرگ خاکستری، بهینهسازی ازدحام ذرات، کلونی زنبور عسل مصنوعی، ارگانیسم‌های هم‌زیست و بهینهسازی ازدحام سالپ در مسأله خوشه‌بندی روی چهارده مجموعه دادگان ارزیابی شده است. همچنین عملکرد الگوریتم پیشنهادی با چند نسخه بهبودیافته از الگوریتم گرگ خاکستری مقایسه شده است. نتایج به دست آمده عملکرد قابل توجه الگوریتم پیشنهادی را نسبت به سایر الگوریتمهای فراابتکاری مورد مقایسه در مسأله خوشه‌بندی نشان می‌دهد. بر اساس میانگین معیار F روی تمام مجموعه دادگان، روش پیشنهادی 82/172% و الگوریتم بهینه ذرات 78/284% را نشان می‌دهد و در مقایسه با نسخه‌های بهبودیافته الگوریتم گرگ، الگوریتم EGWO که در رتبه بعدی است دارای میانگین معیار F برابر 80/656% می‌باشد.
پرونده مقاله
یک چالش مهم در شبکه‌های حسگر، جمع‌آوری داده با توجه به انرژی محدود گره‌ها است. استفاده از حسگرهای قابل شارژ برای جمع‌آوری اطلاعات و انتقال آنها به چاهک، مشکل محدودیت انرژی را تا حدی مرتفع می‌نماید. با توجه به نرخ پایین برداشت انرژی در گره‌های قابل شارژ، مدیریت مصرف انرژ چکیده کامل
یک چالش مهم در شبکه‌های حسگر، جمع‌آوری داده با توجه به انرژی محدود گره‌ها است. استفاده از حسگرهای قابل شارژ برای جمع‌آوری اطلاعات و انتقال آنها به چاهک، مشکل محدودیت انرژی را تا حدی مرتفع می‌نماید. با توجه به نرخ پایین برداشت انرژی در گره‌های قابل شارژ، مدیریت مصرف انرژی در این شبکه‌ها امری ضروری است. الگوریتمهای موجود، جنبه‌های مهم جمع‌آوری آگاه به انرژی- شامل زمان‌بندی خواب گره‌ها، خوشه‌بندی و مسیریابی- را به صورت جامع بررسی نکرده‌اند و همچنین اکثر آنها از روش‌های حریصانه و با کارایی پایین استفاده نموده‌اند. در این مقاله، یک روش کارای مبتنی بر الگوریتم بهینهسازی ازدحام ذرات توسعه‌یافته به نام EDGR برای جمع‌آوری داده در شبکه‌های قابل شارژ ارائه شده است. در الگوریتم پیشنهادی، مسئله مورد نظر به سه مرحله زمان‌بندی خواب گره‌ها، خوشه‌بندی و مسیریابی، تقسیم گردیده و مراحل به ترتیب حل شده‌اند. بر اساس نتایج شبیه‌سازی، الگوریتم EDGR مقدار متوسط و انحراف از معیار انرژی ذخیره‌شده در گره‌ها و همچنین نرخ گم‌شدن بسته‌ها را به مقدار قابل توجهي نسبت به روش‌های پیشین بهبود داده است.
پرونده مقاله
ویژگی تاب آوری در سیستم های قدرت به قابلیت های سیستم در مقابله با اغتشاشات شدید با احتمال رخداد کم اشاره دارد. از آنجا که در چند سال اخیر ریزگردها و طوفان های گرد و غبار خسارت های سنگینی را به صنعت برق کشور تحمیل کرده است، در این مقاله یک مدل برنامه ریزی دوسطحی برای بهب چکیده کامل
ویژگی تاب آوری در سیستم های قدرت به قابلیت های سیستم در مقابله با اغتشاشات شدید با احتمال رخداد کم اشاره دارد. از آنجا که در چند سال اخیر ریزگردها و طوفان های گرد و غبار خسارت های سنگینی را به صنعت برق کشور تحمیل کرده است، در این مقاله یک مدل برنامه ریزی دوسطحی برای بهبود تاب آوری سیستم های توزیع انرژی در مقابل این پدیده پیشنهاد شده است. در سطح اول مدل پیشنهادی، هزینه های سرمایه گذاری برای بهبود تاب آوری سیستم توزیع در مقابل طوفان های گرد و غبار و در سطح دوم آن، هزینه های مورد انتظار بهره برداری از سیستم توزیع در چارچوب محدودیت های مالی و عملیاتی سیستم حداقل می گردند. با توجه به کاهش استقامت عایقی تجهیزات شبکه توزیع در شرایط طوفان گرد و غبار، اقدامات پیشنهادی در حوزه برنامه ریزی شامل تقویت خطوط توزیع با مقره های سیلیکونی، تعیین محل کلیدهای جداکننده در شبکه توزیع و بکارگیری ژنراتورهای اضطراری می اشد. در مدل پیشنهادی، اقدامات حوزه بهره برداری به دو دسته اقدامات پیشگیرانه و اصلاحی تفکیک شده و تعامل بین سطوح برنامه ریزی به گونه ای پیاده سازی شده است که نتایج هر سطح به متغیرهای تصمیم و محدودیت های سطح مقابل وابسته است. نتایج شبیه سازی و مطالعات عددی بر روی شبکه 33 باسه IEEE و یک فیدر فشار متوسط شعاعی با 209 گره واقع در استان خوزستان کارایی روش پیشنهادی را در مقادیر مختلف بودجه تایید کرده است.
پرونده مقاله
به کارگیری تکنیک‌های محاسبات نرم در علوم مهندسی حجم زیادی از پژوهش‌ها را شامل شده است. از جمله این مسایل می‌توان به طراحی و بهینهسازی سیستم‌های ناوبری جهت استفاده در سیستم‌های حمل‌ونقل زمینی، دریایی و هوایی اشاره کرد. از این رو در این پژوهش سعی در بهره‌گیری از رویکردها چکیده کامل
به کارگیری تکنیک‌های محاسبات نرم در علوم مهندسی حجم زیادی از پژوهش‌ها را شامل شده است. از جمله این مسایل می‌توان به طراحی و بهینهسازی سیستم‌های ناوبری جهت استفاده در سیستم‌های حمل‌ونقل زمینی، دریایی و هوایی اشاره کرد. از این رو در این پژوهش سعی در بهره‌گیری از رویکردهای جدید بهینهسازی هوشمند فراابتکاری مبتنی بر هوش مصنوعی در جهت طراحی سامانه‌های ناوبری تلفیقی می‌باشد. برای این منظور از نسخه جدید الگوریتم بهینهسازی سیستم صفحات شیب‌دار به همراه چند نسخه دیگر آن در کنار دو روش مرسوم الگوریتم زیستی و بهینهسازی ازدحام ذرات استفاده شده است. ملاحظات بر روی یک مسأله INS/GNSS با ماژول‌های اندازه‌گیری اینرسی IMU MEMS انجام شدند. ماتریس‌های کواریانس نویز فرایند و اندازه‌گیری به عنوان متغیرهای طراحی و مجموع میانگین مربعات خطا به عنوان تابع هدف در قالب یک مسأله کمینه‌سازی تک‌هدفه در نظر گرفته شده‌اند. خروجی‌ها بر حسب شاخص‌های آماری و عملکردی نظیر زمان اجرا، برازندگی، همگرایی‌ها، دقت سرعت‌های زاویه‌ای، طول و عرض جغرافیایی، بلندی، Roll، Pitch، Yaw و مسیریابی به همراه رتبه‌بندی الگوریتم‌ها ارائه شدند. برایند کلی نتایج حکایت از عملکرد موفق و برتری نسبی روش های IPO و IIPO نسبت به رقبا و همچنین کارکرد قابل رقابت الگوریتم های پیشنهادی در قیاس با حجم ملاحظات و محاسبات مسأله مفروض دارد.
پرونده مقاله
امروزه 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 کامل
امروزه 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
طبقه‌بندی چندبرچسبی یکی از مسائل مهم در یادگیری ماشین است که کارایی الگوریتمهای این طبقه‌بندی با افزایش ابعاد مسأله به شدت کاهش می‌یابد. انتخاب ویژگی، یکی از راهکارهای اصلی برای کاهش ابعاد در مسائل چندبرچسبی است. انتخاب ویژگی چندبرچسبی یک راهکار NP Hard است و
تا کنون چکیده کامل
طبقه‌بندی چندبرچسبی یکی از مسائل مهم در یادگیری ماشین است که کارایی الگوریتمهای این طبقه‌بندی با افزایش ابعاد مسأله به شدت کاهش می‌یابد. انتخاب ویژگی، یکی از راهکارهای اصلی برای کاهش ابعاد در مسائل چندبرچسبی است. انتخاب ویژگی چندبرچسبی یک راهکار NP Hard است و
تا کنون تعدادی راهکار مبتنی بر هوش جمعی و الگوریتمهای تکاملی برای آن ارائه شده است. افزایش ابعاد مسأله منجر به افزایش فضای جستجو و به تبع، کاهش کارایی و همچنین کاهش سرعت همگرایی این الگوریتم‌ها می‌شود. در این مقاله یک راهکار هوش جمعی ترکیبی مبتنی الگوریتم دودویی بهینهسازی ازدحام ذرات و استراتژی جستجوی محلی برای انتخاب ویژگی چندبرچسبی ارائه شده است. برای افزایش سرعت همگرایی، در استراتژی جستجوی محلی، ویژگی‌ها بر اساس میزان افزونه‌بودن و میزان ارتباط با خروجی مسأله به دو دسته تقسیم‌بندی می‌شوند. دسته اول را ویژگی‌هایی تشکیل می‌دهند که شباهت زیادی به کلاس مسأله و شباهت کمتری به سایر ویژگی‌ها دارند و دسته دوم
هم ویژگی‌های افزونه و کمتر مرتبط است. بر این اساس، یک اپراتور محلی
به الگوریتم بهینهسازی ازدحام ذرات اضافه شده که منجر به کاهش ویژگی‌های غیر مرتبط و افزونه هر جواب می‌شود. اعمال این اپراتور منجر به افزایش سرعت همگرایی الگوریتم پیشنهادی در مقایسه با سایر الگوریتمهای ارائه‌شده در این زمینه می‌شود. عملکرد روش پیشنهادی با شناخته‌شده‌ترین روش‌های انتخاب ویژگی، بر روی مجموعه داده‌های مختلف مقایسه گردیده است. نتایج آزمایش‌ها نشان دادند که روش پیشنهادی از نظر دقت، دارای عملکردی مناسب است.
پرونده مقاله
محاسبات 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 کامل
محاسبات 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
امروزه با رشد تقاضای خودروهای الکتریکی هیبریدی در ریزشبکه‌ها، تأمین برق، مسائل زیست‌محیطی و زمان‌بندی مجدد از جمله چالش‌های ریزشبکه‌هاست که باید حل و راه حل‌های مناسبی ارائه شود. برای غلبه بر این چالش‌ها، این مقاله یک مدل بهینهسازی چندهدفه جدید را معرفی می‌کند که در هد چکیده کامل
امروزه با رشد تقاضای خودروهای الکتریکی هیبریدی در ریزشبکه‌ها، تأمین برق، مسائل زیست‌محیطی و زمان‌بندی مجدد از جمله چالش‌های ریزشبکه‌هاست که باید حل و راه حل‌های مناسبی ارائه شود. برای غلبه بر این چالش‌ها، این مقاله یک مدل بهینهسازی چندهدفه جدید را معرفی می‌کند که در هدف اول، هزینه کل بهره‌برداری ریزشبکه را به حداقل می‌رساند و در هدف دوم با کاهش مقدار انرژی تأمین‌نشده، مقدار شاخص قابلیت اطمینان را بهبود می‌بخشد. به دلیل این دو هدف، الگوریتم بهینهسازی مرغ دریایی چندهدفه تکاملی برای یافتن بهترین راه حل‌های محلی مورد استفاده قرار می‌گیرد. در این راستا خودروهای الکتریکی هیبریدی و برنامه‌های پاسخ به تقاضا برای هموارسازی قیمت‌های گرهی توزیع و کاهش میزان انتشار دی‌اکسید کربن استفاده می‌شود. شبکه توزیع 69باسه برای ارزیابی کارایی روش پیشنهادی استفاده گردیده است.
پرونده مقاله
شبکه اینترنت اشیای اجتماعی (SIoT)، ناشی از اتحاد شبکه اجتماعی و شبکه اینترنت اشیاست که هر شیء در این شبکه سعی دارد با استفاده از اشیای اطراف خود از سرویس‌هایی بهره‌برداری کند که توسط اشیای دوست خود ارائه می‌شوند. پس در این شبکه، پیداکردن شیء دوست مناسب برای بهره‌بردن از چکیده کامل
شبکه اینترنت اشیای اجتماعی (SIoT)، ناشی از اتحاد شبکه اجتماعی و شبکه اینترنت اشیاست که هر شیء در این شبکه سعی دارد با استفاده از اشیای اطراف خود از سرویس‌هایی بهره‌برداری کند که توسط اشیای دوست خود ارائه می‌شوند. پس در این شبکه، پیداکردن شیء دوست مناسب برای بهره‌بردن از سرویس مناسب مهم تلقی می‌شود. حال وقتی تعداد دوستان اشیا زیاد باشد، آنگاه استفاده از الگوریتمهای کلاسیک برای پیداکردن سرویس مناسب با کمک اشیای دوست، ممکن است زمان و بار محاسباتی و پیمایش در شبکه را بالا ببرد. بنابراین در این مقاله برای کم‌کردن بار محاسباتی و پیمایش شبکه سعی شده است که برای انتخاب شیء دوست مناسب از رویکرد اکتشافی و با استفاده از الگوریتم بهینهسازی فاخته باینری تطبیق‌داده‌شده (AB-COA) و شاخص محلی آدامیک‌آدار (AA) که مبتنی بر معیار مرکزیت درجه است بهره برده شود و ویژگی‌های همسایه‌های مشترک اشیا را در انتخاب شیء دوست و اکتشاف سرویس مناسب در نظر گرفته شود. نهایتاً با اجرای الگوریتم AB-COA بر روی مجموعه داده وب استنفورد، میانگین گام مورد نیاز برای دستیابی به سرویس در شبکه، 8/4 به‌دست آمد که نشان‌دهنده برتری این الگوریتم نسبت به سایر الگوریتم‌هاست.
پرونده مقاله
