رایانش نرم و فن آوری اطلاعات
سال:1395 | دوره:5 | شماره:4 |تعداد مقالات:8

امروزه به طور گسترده ای از روش های ابتکاری برای حل مسائل گوناگون استفاده می شود. دسته مهمی از این الگوریتم ها با الهام از فرایندهای فیزیکی یا رفتارهای موجودات به وجود آمده اند. الگوریتم جستجوی گرانشی (GSA) از سری الگوریتم های بهینه یابی است که با الهام از قانون جاذبه و مفهوم جرم شکل یافته است و عامل های جستجوگر، مجموعه ای از اجرام می باشند. در این مقاله با استفاده از این الگوریتم به حل مساله تخصیص فرکانس (FAP) پرداخته شده است. برای محک قابلیت الگوریتم در حل مساله، از نمونه های محک استاندارد CALMA استفاده گشته و نتایج بدست آمده، گویای توانایی خوب الگوریتم جستجوی گرانشی در حل مساله تخصیص فرکانس می باشد.

در این مقاله یک روش جدید برای پیش بینی رویدادهای اخبار در محیط های متنی ارائه شده است. روش پیشنهادی، از طریق تعمیم رویدادهای علت و سپس پیش بینی رویدادهای معلول آن با استفاده از قواعد علی، قادر به تولید مدل پیش بینی رویداد است. برای این منظور، ابتدا رویدادهای موردنظر ازطریق یک مدل بازنمایی رویداد در سطح معنا از پیکره متنی اخبار استخراج شده و در قالب یک مدل گرافیکی در آنتولوژی (پایگاه شناخت) به عنوان دانش پویا ذخیره می شود. سپس یک سری قواعد علی خاص حوزه پیش بینی در قالب منطق مرتبه اول به ماشین تزریق می گردد. برای مدل کردن دانش ایستا علاوه بر پایگاه قواعد، از چندین پایگاه شناخت بزرگ شامل پایگاه شناخت عمومی نظیر DBpedia، پایگاه شناخت واژگان نظیر FarsNet و پایگاه شناخت افعال نظیر VerbNet، به عنوان دانش ضمنی برای تعمیم دادن رویدادها و تولید مدل پیش بینی استفاده می شود. در نهایت، تمامی این مدل ها در قالب استاندارد زبان پایگاه شناخت وب (OWL)، به منظور انجام استنتاج علی تجمیع می شوند. ارزیابی تجربی و عملی در اخبار واقعی نشان داد، که روش پیشنهادی برای پیش بینی اخبار عملکرد بهتری نسبت به روش های پایه دارد.

در این مقاله یک روش نوین مبتنی بر الگوریتم جهش قورباغه بهبود یافته برای حل مساله توزیع اقتصادی بار در سیستم های ترکیبی توان و حرارت ارائه شده است. پیچیدگی و دشواری در حل مساله توزیع اقتصادی بار در سیستم های تولید همزمان گرما و الکتریسیته به قیود این مساله مرتبط است که این الگوریتم به راحتی قادر است این قیود را ارضا نماید. این الگوریتم بهینه سازی حوزه جستجوی عمومی گسترده ای دارد و این امر به الگوریتم در رسیدن به جواب بهینه مطلق کمک می کند. کاربرد الگوریتم جهش قورباغه بهبود یافته در توزیع اقتصادی بار در سیستم های ترکیبی توان و حرارت روی دو مثال آزمایش شده و نتایج عددی این حقیقت را آشکار می سازد که این روش دارای جواب بهتری نسبت به سایر روش های موجود برای حل مساله می باشد.

سال ها است که شبکه های حسگر بی سیم برای مشاهده و نظارت بر رخدادها و محیط اطراف به کار گرفته شده اند. این شبکه ها برای کاربردهای مختلفی از قبیل نظارت بر میدان جنگ، نظارت بر ترافیک، پیگیری یک هدف، نظارت بر آتش سوزی جنگل و غیره مورد استفاده قرار می گیرند. عملکرد موفقیت آمیز شبکه های حسگر بی سیم، وابسته به پوشش مناسب محیط می باشد. میزان پوشش نیز، وابستگی شدیدی به زیرساخت ها از جمله تعداد و مکان حسگرهای مورد استفاده برای نظارت بر محیط دارد. بنابراین یک قدم اساسی در مرحله طراحی شبکه، تعیین استراتژی جانمایی حسگرها می باشد. الگوریتم های جانمایی زیادی در سال های اخیر به منظور حداقل کردن محدودیت های شبکه و بهینه نمودن پوشش ارائه شده است، اما آنچه که در این مقاله مورد توجه قرارگرفته، استفاده از شکل واقعی محیط در مساله جانمایی می باشد که در کارهای گذشته کمتر دیده شده است. حسگر های استفاده شده در این تحقیق دوربین های ویدئویی می باشند که با توجه به نحوه عملکرد آن ها مشخص است که برای کشف یک هدف یا رخداد نیاز به دید مستقیم به آن می باشد. از طرف دیگر نقاط رویت پذیر از مکان حسگر ها را با استفاده از تحلیل های خط دید و Viewshed می توان مشخص نمود. بنابراین با تلفیق این تحلیل ها و روش های جابجایی حسگر ها، می توان نتایج قابل قبولی را به دست آورد. در واقع هدف ما استفاده از کاربردها، قابلیت ها و آنالیزهای GIS در مساله جانمایی حسگرها به منظور واقعی تر شدن این مساله و تطابق آن با محیط واقعی می باشد. به همین منظور از الگوریتم Minimax که بر اساس دیاگرام ورونوی می باشد برای بهینه سازی پوشش بر روی یک منطقه شهری و یک منطقه طبیعی بدون عوارض استفاده شده که نهایتا منتج به افزایش 12 درصدی پوشش در منطقه شهری و افزایش 19 درصدی در منطقه طبیعی گردیده است.که خارج از این چارچوب تهیه شده باشند، معذور است.

در مخابرات سیار، طراحی سلولی یک مساله بسیار پیچیده است که عواملی همانند مکان و شکل موانع موجود در محیط، تراکم جمعیت و شرایط محیطی دیگر در آن موثر است، در نتیجه، انجام بهینه آن با روش های کلاسیک به سادگی میسر نیست. در برخی از روش های طراحی سلولی، طراحان فقط مکان بهینه ایستگاه های پایه را تعیین می کنند و سپس با اندازه گیری های محیطی، به تنظیم پارامترهای همچون توان، شیب و ارتفاع آنتن می پردازند، در این مقاله، روشی نوین ارائه گردیده که در آن با استفاده از الگوریتم ژنتیک چند هدفه، علاوه بر یافتن مکان بهینه ایستگاه های پایه مخابرات سیار نسل سوم، پارامترهای ارتفاع، توان و شیب آنتن هر کدام از این ایستگاه ها نیز به صورت همزمان و بهینه تعیین می شوند. هدف، کاهش همزمان تداخل و افزایش پوشش شبکه می باشد. کارآیی روش پیشنهادی با استفاده از نرم افزار شبیه سازی انتشار امواج USPS در یک محدوده مشخص از منطقه آزادشهر مشهد که دانشگاه صنعتی سجاد در آن قرار دارد، مورد بررسی قرار گرفته است. نتایج شبیه سازی ها نشان می دهد روش پیشنهادی کارآیی بسیار خوبی دارد. همچنین، نسبت به روش هایی که فقط به مکان یابی ایستگاه های پایه می پردازند نیز کارایی بهتری دارد و در بهترین حالت بیش از نود درصد ناحیه مورد بررسی، تحت پوشش مناسب شبکه قرار می گیرد.

امروزه با توجه به رشد روزافزون صنعت، بهره برداری بهینه از انرژی الکتریکی که بعنوان محرک چرخه صنعت در نظرگرفته می شود از اهمیت ویژه ای برخوردار شده است. از طرفی به علت اینکه، افزایش ولتاژ خطوط انتقال انرژی الکتریکی بمنظور افزایش قابلیت انتقال توان تقریبا اشباع شده است، نیاز به یافتن راهکارهای نوین برای این هدف بسیار ضروری می نماید. یکی از راهکارهایی که امروزه برای بهره برداری بهینه از منابع انرژی الکتریکی مدنظر قراردارد شبکه های انتقال چندفازه می باشد. شبکه های انتقال چندفازه به صورت شبکه های 6، 9 و 12 فاز می باشند که از این بین شبکه های 6 فاز دارای ارجحیت بوده و بعنوان روشی مفید جهت افزایش توان انتقالی در برابر افزایش تقاضای انرژی، شناخته می شود. از مهمترین عوامل موثر در انتخاب تبدیل بهینه (جایگزین مناسب) خطوط انتقال می توان تلفات سیستم و محدوده قابل قبول برای ولتاژ تمامی باس ها را نام برد. اما از آنجا که در سیستم های قدرت حاضر بارهای غیرخطی بسیار زیادی وجود دارد و این بارها باعث تولید و گسترش هارمونیک ها در سراسر شبکه می گردد، لزوم در نظر گرفتن هارمونیک های شبکه و شاخص های کیفیت توان نمایان می شود. در این مقاله روشی برای یافتن بهترین آرایش خطوط با هدف بهینه کردن شاخص های کیفیت توان ارائه شده که با استغاده از بهینه سازی چند هدفه مبتنی بر رتبه بندی غیر پست (NSGA_ II) انجام گرفته است. نتایج حاصل با اعمال بر شبکه 400 کیلوولت در جنوب ایران بیان گردیده است.

در این مقاله به روش جدیدی برای کنترل سیستم AVR پرداخته شده است. در این روش از کنترل کننده Fuzzy-PID برای کنترل سیستم AVR استفاده شده بطوریکه این کنترل کننده دارای چهار پارامتر می باشد که برای تعیین آنها از روش بهینه سازی و الگوریتم رقابت استعماری که به دلیل سرعت و دقت بالا مورد توجه محققین قرار گرفته، استفاده شده است. با استفاده از این کنترل کننده می توان سیستم را به طور موثرتری کنترل نمود. برای نشان دادن کارایی کنترل کننده پیشنهادی، شبیه سازی هایی در محیط برنامه MATLAB انجام شده و نتایج بدست آمده با نتایج حاصل از کنترل کننده های FOPID و PID مقایسه شده است. نتایج حاصل از شبیه سازی ها کارایی کنترل کننده پیشنهادی را نشان می دهند.

سیستم کنترل خودفرمان بینایی، به سیستمی اتلاق می شود که از اطلاعات بازخوردی دوربین برای کنترل ربات استفاده می کند، تا ربات، از نقاط شروع دلخواه به نقطه هدف برسد. با توجه به نیاز به کنترل ربات در فضای سه بعدی، مختصات نقاط در سه بعد موردنیاز است. بدین منظور در این مقاله، ایده استفاده از دوربین کینکت که علاوه بر تصویر رنگی، ماتریس عمق محیط را هم می دهد، دنبال شده است. فرمان کنترل با استفاده از ماتریس ژاکوبین تولید می شود. از آنجا که مدلی ریاضی از ترکیب ربات و دوربین در دسترس نیست، لذا با جمع آوری داده های مناسب با استفاده از شبکه های عصبی مصنوعی، معکوس ماتریس ژاکوبین تقریب زده می شود، تا مستقیما در قانون کنترل موردنظر استفاده شود. به ازای هر کدام از درجات آزادی بازوی ربات، یک شبکه عصبی دو لایه با ساختار پیشرو درنظر گرفته شده است. فاصله مجری نهایی با هدف در سه بعد و زاویه مفصل شانه، ورودی های این شبکه ها هستند، و خروجی آنها، بیان کننده میزان تغییرات ویژگی ها به تغییر در مقادیر متغیرهای مفصل ربات (المان های معکوس ماتریس ژاکوبین) می باشد. در قانون کنترل، از ماتریس قطری بهره استفاده می شود. درایه های روی قطر این ماتریس توسط سیستم خبره فازی ارائه شده تعیین می گردند. روش ارائه شده بر روی یک بازوی ربات صنعتی پیاده سازی شده است. نتایج آزمایشات حاکی از موفقیت روش پیشنهادی در رساندن مجری نهایی به نقاط هدف مختلف در محیط کاری با دقت مناسب و تعداد گام کمتر نسبت به روش پیشین است.