فیلترها/جستجو در نتایج    

فیلترها

سال

بانک‌ها



گروه تخصصی










متن کامل


اطلاعات دوره: 
  • سال: 

    2016
  • دوره: 

    1
تعامل: 
  • بازدید: 

    295
  • دانلود: 

    0
چکیده: 

DISTRIBUTION NETWORK OPTIMIZATION PROBLEM WITH OBJECTIVE SUCH AS MINIMIZING THE LOSS AND SERVICE RECOVERY IN NETWORK, DEVIATION OF THE VOLTAGE AT THE SUPPLY VOLTAGE PROFILE IMPROVEMENT IN THE CONSUMER BE RAISED. THERE ARE DIFFERENT METHODS FOR MULTI-UNIT LOSSES IN THE DISTRIBUTION NETWORK THERE. THEY CAN INCLUDE: CAPACITOR, THE USE IF DISTRIBUTED RESOURCES, LOAD MANAGEMENT TRANSFORMERS AND NETWORK CONFIGURATIONS MENTIONED. THIS ARTICLE IS DISTRIBUTED PRODUCTION ON LOSSES RESULTING FROM CHANGES IN NETWORK CONFIGURATIONS ARE EXAMINED. OPTIMIZATION algorithm USED FOR SOLVING OPTIMIZATION algorithm TLBO PROBLEMS. TO DO SO THE OPTIMAL SIZE AND LOCATION OF DG IS FIRST DETERMINED, THEN NETWORK RECONFIGURATION FOR THE 33 AND 83 BUS DISTRIBUTION SYSTEMS. LOSS MINIMIZATION, VOLTAGE PROFILE IMPROVEMENT AND LOAD BALANCING ARE CONSIDERED AS THE OBJECTIVE FUNCTIONS FOR BOTH THE PLACEMENT AND THE RECONFIGURATION PROBLEM. FINALLY, THE RESULTS OBTAINED USING THE PROPOSED METHOD WITH THE RESULTS OF OTHER METHODS ON TWO TEST SYSTEMS COMPARISON AND EVALUATION. THE RESULTS OF THIS SIMULATION ACCURACY VALIDATE THIS MATTER.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 295

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0
نویسندگان: 

BABAZADEH REZA | TAVAKKOLI MOGHADDAM REZA

اطلاعات دوره: 
  • سال: 

    2017
  • دوره: 

    28
  • شماره: 

    2
  • صفحات: 

    151-161
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    221
  • دانلود: 

    0
چکیده: 

A teaching-learning-based optimization (TLBO) algorithm is a new population-based algorithm applied to some applications in the literature successfully. In this paper, a hybrid genetic algorithm (GA) -TLBO algorithm is proposed for the capacitated three-stage supply chain network design (SCND) problem. To escape infeasible solutions emerged in the problem of interest due to realistic constraints, a combination of a random key and priority-base encoding scheme is proposed. To assess the quality of the proposed hybrid GA-TLBO algorithm, some numerical examples are conducted. Then, the results are compared with those of GA, TLBO and exact algorithms.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 221

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نشریه: 

تحقیقات مالی

اطلاعات دوره: 
  • سال: 

    1396
  • دوره: 

    19
  • شماره: 

    2
  • صفحات: 

    263-280
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    2250
  • دانلود: 

    1055
چکیده: 

افزایش بازده و کاهش ریسک، همواره یکی از مهم ترین مسائلی است که سرمایه گذاران در بازارهای مالی به آن توجه می کنند. با وجود سابقه طولانی بهینه سازی سبد سهام، الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری که در سال 2010 معرفی شده است، یکی از کاراترین روش های فرا ابتکاری، برای حل مسائل بهینه سازی است. در این پژوهش، سعی شده است مسئله بهینه سازی سبد سهام، در چارچوب مدل معرفی شده مارکوویتز، با استفاده از الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری حل شود. بدین منظور، از بازدهی های روزانه 20 شرکت پذیرفته شده در بورس اوراق بهادار تهران که دارای نقدینگی بالا در بازه زمانی 1391 تا 1395 بودند، استفاده شده است. نتایج به دست آمده از این تحقیق نشان می دهد الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری، نسبت به سایر الگوریتم ها برای یافتن مرز کارا و بهینه سازی سبد سهام، عملکرد بهتری دارد.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 2250

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 1055 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
اطلاعات دوره: 
  • سال: 

    1401
  • دوره: 

    1
  • شماره: 

    1
  • صفحات: 

    114-127
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    83
  • دانلود: 

    13
چکیده: 

علیرغم وجود کلیه تجهیزات کنترلی و حفاظتی در یک سیستم قدرت، احتمال وقوع یک خاموشی امری اجتناب ناپذیر است. بنابراین، فرآیند بازیابی یکی از مهمترین دغدغه های بهره برداران سیستم است تا بتوانند در کمترین زمان ممکن خسارات ناشی از آن را کاهش دهند. در فرآیند بازیابی موازی ابتدا جزایر مورد نظر تشکیل شده و سپس بار هر جزیره به طور جداگانه و بصورت همزمان بازیابی می شود. در مرحله بعد، جزایر تشکیل شده با رعایت حداقل مقدار زاویه فاز ایستا با یکدیگر سنکرون شوند. برای انجام این کار، یک طرح چند هدفه بهینه در این مقاله تعریف شده است تا مسائل بازیابی بار و کاهش SPA را به طور هماهنگ بهینه سازی نماید. توابع هدف مدل پیشنهادی شامل به حداقل رساندن زاویه فاز ایستا و به حداقل رساندن انرژی تامین نشده است که با در نظر گرفتن محدودیت های مورد نظر بهینه می شوند. در این راستا از الگوریتم بهینه سازی آموزش و یادگیری (TLBO) به عنوان تکنیک پیشنهادی استفاده شده و با برخی از الگوریتم های هوشمند مقایسه شده است. شبیه سازی ها با ایجاد ارتباط بین دو نرم افزار MATLAB و DIGSILENT انجام می شود. نتایج به دست آمده نشان دهنده کارایی مدل پیشنهادی برای دستیابی به اهداف ذکر شده است.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 83

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 13 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسندگان: 

GHANAVATI BEHZAD

اطلاعات دوره: 
  • سال: 

    2017
  • دوره: 

    8
  • شماره: 

    1 (27)
  • صفحات: 

    51-65
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    277
  • دانلود: 

    0
چکیده: 

A high accurate and low-voltage analog CMOS current divider which operates with a single power supply voltage is designed in 0.18mm CMOS standard technology. The proposed divider uses a differential amplifier and transistor in triode region in order to perform the division. The proposed divider is modeled with neural network while TLBO algorithm is used to optimize it. The proposed optimization method shows a close characteristic to the ideal current-input voltageoutput divider behavior over wide input range. By using the achieved results of the TLBO algorithm simulation results using HSPICE shows the maximum linearity error less than 0.5%.The total power consumption is below 0.14 mW with a single 1.5 V power supply. The proposed divider was laid out in standard 0.18mm CMOS technology and shows high linearity.The output voltage offset is less than 3 mV under all situations. The proposed scheme has potential to be employed in modern high-performance low-voltage analog signal processing systems.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 277

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1402
  • دوره: 

    21
  • شماره: 

    4
  • صفحات: 

    277-285
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    68
  • دانلود: 

    8
چکیده: 

در این مقاله، نحوه طراحی و پیاده سازییک کنترل کننده PID جهت پایدارسازییک سامانه روتور دوقلوییک درجه آزادی ارائه می گردد. با بهره گیری از الگوریتم آموزش و یادگیری (TLBO)، ضرایب کنترل کننده PID به صورت بهینه تنظیم می شوند و سپس این کنترل کننده بر روی سامانه روتور دوقلویی که در آزمایشگاه کنترل دانشگاه اراک ساخته شده است، پیاده سازی می گردد. هدف از کنترل سامانه روتور دوقلو، پایدارسازی سامانه در حالت صفر درجه افقی است. مدل سازی سامانه غیرخطی روتور دوقلو در فضای حالت انجام می شود و از مدل به دست آمده جهت تنظیم بهینه ضرایب کنترل کننده PID با روش آموزش و یادگیری استفاده می شود. نتایج به دست آمده با روش آموزش و یادگیری با چند روش فرا ابتکاری دیگر شامل الگوریتم ازدحام ذرات، الگوریتم ژنتیک، الگوریتم رقابت استعماری و الگوریتم تکامل تفاضلی مقایسه می گردد. با استفاده از همه روش ها، سامانه با اندکی خطا به پایداری قابل قبولی رسیده است. با وجود این با بهینه سازی توسط الگوریتم آموزش و یادگیری، پایدارسازی و عملکرد سریع تر سامانه کنترل در مقایسه با روش های فراابتکاری دیگر قابل مشاهده است. مزیت عمده استفاده از روش آموزش و یادگیری، عدم وجود پارامترهای کنترلی است که استفاده از آن را راحت می کند. نتایج پیاده سازی آزمایشگاهی نیز اثربخشی و کارایی نتایج به دست آمده از شبیه سازی را تأیید می کنند.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 68

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 8 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
اطلاعات دوره: 
  • سال: 

    2022
  • دوره: 

    10
  • شماره: 

    2 (38)
  • صفحات: 

    151-160
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    65
  • دانلود: 

    0
چکیده: 

Digital watermarking is one of the best solutions for copyright infringement, copying, data verification, and illegal distribution of digital media. Recently, the protection of digital audio signals has received much attention as one of the fascinating topics for researchers and scholars. In this paper, we presented a new high-capacity, clear, and robust audio signaling scheme based on the DWT conversion synergy and golden ratio advantages using the TLBO algorithm. We used the TLBO algorithm to determine the effective frame length and embedded range, and the golden ratio to determine the appropriate embedded locations for each frame. First, the main audio signal was broken down into several sub-bands using a DWT in a specific frequency range. Since the human auditory system is not sensitive to changes in high-frequency bands, to increase the clarity and capacity of these sub-bands to embed bits we used the watermark signal. Moreover, to increase the resistance to common attacks, we framed the high-frequency bandwidth and then used the average of the frames as a key value. Our main idea was to embed an 8-bit signal simultaneously in the host signal. Experimental results showed that the proposed method is free from significant noticeable distortion (SNR about 29. 68dB) and increases the resistance to common signal processing attacks such as high pass filter, echo, resampling, MPEG (MP3), etc.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 65

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1403
  • دوره: 

    16
  • شماره: 

    1
  • صفحات: 

    49-66
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    59
  • دانلود: 

    11
چکیده: 

سابقه و اهداف: کیفیت هوای پاک، به منزلة یکی از ضروری‏ترین نیازهای موجودات زنده، براَثر فعالیت‏های طبیعی و انسانی به مخاطره افتاده است. در سال های اخیر، طوفان های گردوغبار ازلحاظ مکانی و زمانی همواره درحال افزیش بوده و سبب آسیب های بی شمار درحوزة سلامت اجتماعی، اقتصادی و زیست محیطی، برای ساکنان مناطق جنوب و جنوب‏غرب ایران، شده است. در پژوهش حاضر، به منظور بررسی طوفان های گردوغبار و تشخیص عمق دید افقی، داده‏های سنجندة مادیس به کار رفته است. مواد و روش ها: از مزایای داده‏های سنجندة مادیس می‏توان به توان تفکیک طیفی و زمانی بالا اشاره کرد. همچنین داده‏های ایستگاه های هواشناسی با توجه به بازة زمانی مورد مطالعه جمع آوری شده است. پس از پیش‏پردازش داده‏ها و آماده سازی مشاهدات میدانی، به منظور استخراج ویژگی‏های مورد نیاز برای انجام دادن مدل‎سازی‎ها، ازطریق روش تفاضلی بین باندهای منتخب هر تصویر داده‏های سنجندة مادیس، به همراه ویژگی های استخراج شده از سنسورهای ایستگاه های هواشناسی زمینی استفاده شده است. با بررسی های بیشتر و ارزیابی های صورت گرفته و استفاده از دیدگاه های خبرگان هواشناسی، 36 ویژگی تفاضلی از باندهای گوناگون تصاویر مادیس و شش ویژگی از داده های ایستگاه های هواشناسی زمینی، یعنی درمجموع 42 ویژگی، استخراج شده است. در ادامه، ازطریق تکنیک های انتخاب ویژگی، بهترین ویژگی ها شناسایی و با به کارگیری روشی جدید با نام ML-Based GMDH، که حاصل بهبود شبکة عصبی GMDH ازطریق تغییر توابع جزئی با مدل های یادگیری ماشین است، برای تشخیص غلظت گردوغبار و دید افقی استفاده شد. برای دستیابی به دقت مناسب نیز ابرپارامترهای این مدل به صورت ابتکاری، با استفاده از الگوریتم بهینه سازی TLBO، تنظیم شدند. در ادامه، روش های یادگیری ماشین Basic GMDH SVM، MLP، MLR، RF و مدل گروهی آنها نیز، برای مقایسه با رویکرد اصلی، اجرایی شد؛ طبق نتایج، روش ML-Based GMDH تنظیم شده با  TLBOبا ایجاد بهبود درقیاس با روش‏های یادگیری ماشین ذکرشده، دقت بهتری را در تشخیص غلظت گردوغبار فراهم کرده است. نتایج و بحث: روش SVM-PSO به منزلة روش برتر در مرحلة انتخاب ویژگی، روش RF به منزلة روش برتر در میان روش‎های پایة دسته بندی و روش‎های Ensemble SVM و Ensemble RF به منزلة روش‎های برتر در مرحلة گروهی و دسته بندی انتخاب شدند. همچنین مشاهده شد، با استفاده از رویکرد گروهی، بهبود مطلوبی در تشخیص دستة دید افقی پدید آمد. در رویکرد دوم، روشی با عنوان ML-Based GMDH که حاصل بهبود شبکة عصبی GMDH ازطریق تغییر توابع جزئی با مدل های یادگیری ماشین است، استفاده شد که کاربرد آن در تقریب غلظت گردوغبار است. همچنین، برای دستیابی به دقت مناسب، ابرپارامترهای این مدل با الگوریتم بهینه سازی TLBO با دقت بسیار بالا تنظیم شدند. نتایج حاصل نشان دادند این روش، با ایجاد بهبود درمقایسه با بهترین روش‏های انتخابی از رویکرد اول، دقت مناسبی را در تقریب غلظت گردوغبار و عمق دید افقی فراهم کرده است.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 59

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 11 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسندگان: 

ثابتی وجیهه

اطلاعات دوره: 
  • سال: 

    1400
  • دوره: 

    12
  • شماره: 

    1(پیاپی 43)
  • صفحات: 

    73-84
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    60
  • دانلود: 

    8
چکیده: 

در روش­های نهان نگاری تطبیقی از ایده ظرفیت جاسازی متغیر در نواحی تصویر با توجه به یکنواخت یا لبه بودن آن ها، استفاده می­شود. روش ALSBMR یک روش تطبیقی است که دو مرحله اصلی دارد: انتخاب پیکسل­های مناسب برای جاسازی و جاسازی در آن ها با استفاده از روش LSBMR. در این روش، دو کلید توافقی میان فرستنده و گیرنده برای مشخص نمودن زاویه چرخش بلاک­ها و انتخاب مسیر جاسازی استفاده می­شود. در روش اصلی این کلیدها بدون هیچ ملاک و معیار مشخص و به صورت تصادفی توسط فرستنده انتخاب و به اطلاع گیرنده می رسد. در روش پیشنهادی، انتخاب کلید به عنوان یک مسئله بهینه­سازی مدل شده است و از دو الگوریتم بهینه­سازی ژنتیک (GA) و الگوریتم بهینه سازی آموزش-یادگیری (TLBO) برای یافتن کلیدهای بهینه استفاده شده است. برای بررسی بیشتر از دو تابع برازندگی اختلاف بین تصویر میزبان و نهان نگاری شده و همچنین اختلاف هیستوگرام تصویر میزبان و تصویر نهان نگاری شده استفاده شده است. نتایج نشان می دهد، کیفیت و امنیت تصویر نهان نگاری شده در روش پیشنهادی نسبت به روش پایه بهبود یافته است. با توجه به این که تمام روش­های نهان نگاری نیاز به کلیدهای جاسازی دارند، هوشمند کردن فرآیند انتخاب این کلیدها می­تواند به بهبود عملکرد روش های نهان نگاری موجود کمک کند.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 60

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 8 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    2022
  • دوره: 

    10
  • شماره: 

    1 (37)
  • صفحات: 

    37-48
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    51
  • دانلود: 

    0
چکیده: 

Background: Wireless sensor networks include a set of non-rechargeable sensor nodes that interact for particular purposes. Since the sensors are non-rechargeable, one of the most important challenges of the wireless sensor network is the optimal use of the energy of sensors. The selection of the appropriate cluster heads for clustering and hierarchical routing is effective in enhancing the performance and reducing the energy consumption of sensors. Aim: Clustering sensors in different groups is one way to reduce the energy consumption of sensor nodes. In the clustering process, selecting the appropriate sensor nodes for clustering plays an important role in clustering. The use of multistep routes to transmit the data collected by the cluster heads also has a key role in the cluster head energy consumption. Multistep routing uses less energy to send information. Methods: In this paper, after distributing the sensor nodes in the environment, we use a Teaching-Learning-Based Optimization (TLBO) algorithm to select the appropriate cluster heads from the existing sensor nodes. The teaching-learning philosophy has been inspired by a classroom and imitates the effect of a teacher on learner output. After collecting the data of each cluster to send the information to the sink, the cluster heads use the Tabu Search (TS) algorithm and determine the subsequent step for the transmission of information. Findings: The simulation results indicate that the protocol proposed in this research (TLSIA) has a higher last node dead than the LEACH algorithm by 75%, ASLPR algorithm by 25%, and COARP algorithm by 10%. Conclusion: Given the limited energy of the sensors and the non-rechargeability of the batteries, the use of swarm intelligence algorithms in WSNs can decrease the energy consumption of sensor nodes and, eventually, increase the WSN lifetime.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 51

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
litScript
telegram sharing button
whatsapp sharing button
linkedin sharing button
twitter sharing button
email sharing button
email sharing button
email sharing button
sharethis sharing button