یکی از وظایف اپراتور مستقل سیستم و یا اپراتور بازار، دریافت پیشنهادات سمت عرضه و تقاضا به منظور تعیین برنامه ریزی نیروگاه ها در سمت عرضه، برنامه ریزی توان مصرفی مشتریان و قیمت برق در دوره برنامه ریزی دربردارنده چندین بازه زمانی است. معیار اصلی اپراتور مستقل سیستم، حداکثرشدن رفاه اجتماعی بازیگران است. برای این منظور لازم است علاوه بر تابع هزینه سمت عرضه، تابع منفعت سمت مصرف نیز در تابع هدف گنجانده شود. در این مقاله، الگوریتم بهینه سازی ترکیبی جدیدی مبتنی بر الگوریتم غذایابی باکتری و تکامل تفاضلی برای حل مساله پخش بار اقتصادی دینامیکی - زیست محیطی مبتنی بر حداکثر رفاه اجتماعی ارائه شده است. الگوریتم ترکیبی ارائه شده علاوه بر جست وجو در یک فضای گسترده برای دستیابی به پاسخ بهینه کلی، سرعت همگرایی پذیرفتنی را نیز داراست. برای نشان دادن کارایی الگوریتم، چندین سیستم تست بررسی شده است و نتایج به دست آمده با دیگر روش ها مقایسه شده است. نتایج نشان دهنده برتری روش پیشنهادی نسبت به دیگر روش هاست.

موقعیت یابی بر اساس فیلتر ذره ای یکی از مهمترین روش ها است. با وجود این، این روش دارای مشکل هزینه محاسباتی بالا، عدم سازگاری و تباهیدگی است. در این مقاله برای رهایی از این مشکلات به مساله موقعیت یابی ربات از زاویه جدیدی به مساله موقعیت یابی نگاه شده است. در روش پیشنهادی، مساله موقعیت یابی به یک مساله بهینه سازی تبدیل شده و سپس از یک الگوریتم تکامل تفاضلی (DE) برای تخمین موقعیت و جهت ربات استفاده شده است. الگوریتم پیشنهادی در فضای حالت ربات شروع به جستجو می کند و موقعیت ربات را با توجه به اطلاعات مسافت پیمایی، فاصله یاب لیزی و نقشه محیط در هر لحظه بدست می آورد. یکی از مزایای موقعیت یابی بر اساس روش پیشنهادی در این است که مانند موقعیت یابی بر اساس فیلتر ذره ای نیاز به تابع توزیع پیشنهادی و گام نمونه برداری مجدد ندارد. بنابراین خطر تباهیدگی کاهش می یابد. عملکرد موقعیت یابی مبتنی برتکامل تفاضلی با موقعیت یابی مبتنی بر فیلتر کالمن توسعه یافته و فیلتر ذره ای مورد ارزیابی قرار گرفته است. نتایج نشان می دهد که عملکرد موقعیت یابی مبتنی بر الگوریتم تکامل تفاضلی بهتر از سایر الگوریتم های موقعیت یابی می باشد.

الگوریتم غذایابی باکتری یکی از الگوریتم های بهینه سازی مبتنی بر جمعیت است که برای حل مسایل جستجو در شاخه های مختلف علوم استفاده می شود. یکی از مواردی که امروزه مورد توجه قرار گرفته است قابلیت اجرای موازی الگوریتم های بهینه سازی مبتنی بر جمعیت در پردازنده های گرافیکی است. با توجه به سرعت پایین الگوریتم بهینه سازی غذایابی باکتری در مواجهه با مسایل پیچیده و همچنین عدم توانایی حل مسایل با ابعاد بزرگ توسط این الگوریتم، اجرای آن بر روی پردازنده های گرافیکی یک راه حل مناسب برای پوشش نقاط ضعف این الگوریتم می باشد. در این نوشته ما یک نسخه موازی از الگوریتم بهینه سازی غذایابی باکتری ارائه دادیم که قابلیت اجرا در پردازنده های گرافیکی و با استفاده از طراحی کودا را دارد. همچنین کارایی این الگوریتم را با استفاده از تعدادی از مسایل شناخته شده بهینه سازی در مقایسه با الگوریتم استاندارد بهینه سازی غذایابی باکتری مورد ارزیابی قرار دادیم. نتایج نشان می دهد که الگوریتم موازی غذایابی باکتری نسبت به الگوریتم استاندارد غذایابی باکتری دارای سرعت و کارایی بالاتری می باشد.

یکی از پارامترهای مهم در کشاورزی، ضریب یکنواختی توزیع آب (CU) در آبیاری بارانی می باشد. مقدار CU حاصل از هر آب پاش در مقادیر مختلف فشار کارکرد آب پاش، ارتفاع پایه آب پاش، فاصله آب پاش ها روی لوله های جانبی و فاصله لوله های جانبی از یکدیگر تغییر می یابد. تعیین بهترین ترکیب از پارامترهای فوق که بالاترین ضریب CUرا حاصل نماید، همواره سئوالی بی جواب برای کاربران بوده است. در این پژوهش، مقادیر ضریب CU آب پاش مدل zb ساخت ایران در 3 تیمار مختلف فشار کارکرد آبپاش، 2 تیمار ارتفاع پایه آب پاش و 7 تیمار آرایش شبکه آبپاش ها که در ایستگاه تحقیقات پنبه هاشم آباد گرگان اندازه گیری شده است، با استفاده از الگوریتم غذایابی باکتری بهینه گردید و رابطه ای با بهینه ترین ضرایب برای تخمین مقدار CU با استفاده از پارامترهای ذکر شده توسط این الگوریتم بدست آمد. در این الگوریتم پارامترهای Nc، Nre، Ned و C(i) به ترتیب برابر 500، 8، 8 و 01/0 بهترین جواب را ارائه می کنند. نتایج نشان داد این الگوریتم دارای خطای مطلق 2 درصد می باشد. همچنین مقدار پارامتر ریشه ی دوم میانگین مربع خطا برابر 13/2 بدست آمد که نشان دهنده دقت بالای این مدل برای برآورد ضریب یکنواختی پخش می باشد.

رمزنگاری تصاویر به عنوان یکی از روش های حفظ امنیت اطلاعات در ارسال و دریافت آن به شمار می رود. در این میان، روش های زیادی جهت رمزنگاری وجود دارد. واضح است که استفاده از ترکیبی از این الگوریتم ها می تواند باعث افزایش امنیت الگوریتم رمزنگاری گردد. در این مقاله سعی شده است که با ترکیب دادن الگوریتم تبدیل آرنولدی با یکی از الگوریتم های تکاملی به نام الگوریتم تکامل تفاضلی، یک روش جدید جهت رمزنگاری تصاویر دیجیتال ارائه شود. الگوریتم تکامل تفاضلی پاسخ های بهینه را به روش منحصربه فرد خود تولید می کند که موجب می شود تا روش رمزنگاری تصویر متفاوت بوده و موجب افزایش امنیت و مقاومت الگوریتم رمزنگاری گردد. یک تصویر دیجیتال ابتدا با الگوریتم تبدیل آرنولدی رمزنگاری می شود و سپس روی این تصویر، تکامل تفاضلی اعمال می گردد. بدین ترتیب، مقاومت تصویر رمزنگاری شده در مقابل انواع حملات افزایش می یابد.

از مهم ترین اهداف روش های کنترل بهینه ی سازه ها، دستیابی به حد مطلوب ارتعاشات با صرف انرژی کنترلی حداقل است. در دهه های اخیر الگوریتم های کنترلی بسیاری پیشنهاد شده اند. بخش عمده ای از این روش ها از طریق بهینه کردن یک شاخص عملکرد مرتبه ی دوم اقدام به محاسبه ی نیروهای کنترل می نمایند. وجود فرضیات ساده کننده در فرمول بندی، محدودیت روش های بهینه سازی مورد استفاده در بهینه سازی شاخص عملکرد و همچنین عدم ملاحظه ی اثر تحریک خارجی در محاسبه ی نیروهای کنترل، عملا حصول جواب بهینه برای مساله ی کنترل را دور از دسترس می سازد. در این پژوهش الگوریتم کنترلی ارائه می شود که با بهره گیری از روش بهینه سازی فراکاوشی تکامل تفاضلی به عنوان یک روش نوین و توانمند که تاکنون بطور گسترده ای در کنترل سازه ها مورد استفاده قرار نگرفته، شاخص عملکرد سنتی را بهینه می نماید. عناصر ماتریس بهره ی کنترل توسط روش تکامل تفاضلی به نحوی در فضای مساله جستجو می شوند تا منجر به کمینه شدن شاخص عملکرد گردند. روند تکراری الگوریتم پیشنهادی و عدم نیاز به حل معادله ی دیفرانسیل ریکاتی، ملاحظه ی اثر تحریکات زلزله را در محاسبه ی نیروهای کنترلی ممکن می سازد. نتایج حاصل از روش مذکور در سازه های نمونه تحت تاثیر رکوردهای زلزله ی مختلف بیانگر کاهش پاسخ ها و نیروهای کنترلی مورد نیاز نسبت به تنظیم کننده ی خطی مرتبه ی دوم LQR است. همچنین، ماکزیمم نیروی کنترل و ماکزیمم پاسخ تغییرمکان و نه شاخص بنچ مارک که در سازه های کنترل شده سنجیده می شود نیز محاسبه و با روش LQR مقایسه شده اند. کاهش این شاخص ها در حالت اعمال روش پیشنهادی نسبت به روش LQR نیز بیانگر کارایی روش ارائه شده در کنترل بهینه ی ارتعاشات سازه ها می باشد.