مرور اجمالی ضوابط طراحی های مهندسی نشانگر این مهم است که موضوع اقتصاد و هزینه ساخت سازه ها از محور های اصلی این ضوابط است. در دهه های اخیر استفاده از الگوریتم های بهینه سازی برای دستیابی به محاسبات بهینه به علوم مهندسی ورود کرده است. الگوریتم های بهینه سازی و در راس آنها الگوریتم های مبتنی بر پدیده های بر گرفته از طبیعت، کارایی خوبی در محاسبه بهینه سازه ها از خود نشان داده اند. خرپا ها از جمله ساز ه های پر کاربرد در عمران هستند. در این پژوهش الگوریتم مبتنی بر آموزش و یادگیری جهت بهینه سازی خرپاهای فولادی استفاده شده است. الگوریتم مبتنی بر آموزش و یادگیری به دلیل دارا بودن پارامترهای کنترلی محدود چون محاسبه مقدار میانگین داده ها در هر تکرار دارای قدرت بالایی در دستیابی به جواب بهینه است. بررسی ها ی انجام شده بر روی چهار نمونه خرپای فولادی متفاوت، نشان داد که این روش بهینه سازی با حجم محاسباتی کمتر نسبت به سایر روش ها، با کارایی خوبی پاسخ بهینه را ارائه می کند.

امروزه سازمان ها با انبوهی از پروژه ها و فرصت های سرمایه گذاری مواجه اند. با وجود ضرورت توجه به معیارهای مختلف، پیچیدگی مدل های چندهدفه در کنار ضعف ابزارهای بهینه سازی در حل این مدل ها، مدیران را مجبور ساخته تا معیارهای انتخاب را محدودتر کرده و اغلب به معیارهای مالی اکتفا کنند. در این مقاله با بهره گیری از الگوریتمی کارا مبتنی بر فرایند آموزش و یادگیری علاوه بر معیارهای مالی، عواملی همچون توانایی سازمان در اجرای موفقیت آمیز پروژه ها، میزان تحقق راهبرد های سازمان در پرتو پروژه های انتخابی و همچنین تاثیر متقابل مجموعه پروژه های منتخب بر یکدیگر در قالب یک مدل برنامه ریزی صفر و یک چندهدفه بررسی و بهینه گردید. در نهایت مدل ارائه شده در یک سازمان پروژه محور اعمال و نحوه عملکرد الگوریتم پیشنهادی با الگوریتم های ژنتیک و بهینه سازی گروه ذرات مقایسه شد. نتایج حاکی از توانایی الگوریتم پیشنهادی در دستیابی به پاسخ بهینه و برتری آن نسبت به سایرین است.

با توجه به گسترش روز افزون استفاده از سامانه های اینترنت اشیاء صنعتی یکی از پرکابردترین مکانیزم های امنیتی، سیستم های تشخیص نفوذ در اینترنت اشیاء صنعتی می باشد. در این سیستم ها از تکنیک های یادگیری عمیق به طور فزآینده ای برای شناسایی حملات، ناهنجاری ها یا نفوذ استفاده می شود. در یادگیری عمیق مهم ترین چالش برای آموزش شبکه های عصبی، تعیین فراپارامترهای اولیه در این شبکه ها است. ما برای غلبه بر این چالش، به ارائه ی رویکردی ترکیبی برای خودکارسازی تنظیم فراپارامتر در معماری یادگیری عمیق با حذف عامل انسانی پرداخته ایم. در این مقاله یک سیستم تشخیص نفوذ در اینترنت اشیاء صنعتی مبتنی بر شبکه های عصبی کانولوشن (CNN) و شبکه عصبی بازگشتی مبتنی بر حافظه کوتاه مدت (LSTM) با استفاده از الگوریتم های فراابتکاری بهینه سازی ازدحام ذرات (PSO) و وال (WOA) ارائه شده است. این سیستم یک روش ترکیبی براساس شبکه های عصبی و الگوریتم های فراابتکاری برای بهبود عملکرد شبکه عصبی در راستای افزایش نرخ تشخیص و کاهش زمان آموزش شبکه های عصبی می باشد. در روش ما با درنظر گرفتن الگوریتم PSO-WOA، فراپارامترهای شبکه عصبی بدون دخالت عامل انسانی و به صورت خودکار تعیین شده است. در این مقاله از مجموعه داده ی UNSW-NB15 برای آموزش و آزمایش استفاده شده است. در این پژوهش، الگوریتم PSO-WOA با محدود کردن فضای جستجو، فراپارامترهای شبکه عصبی را بهینه کرده و شبکه عصبی CNN-LSTM با فراپارامترهای تعیین شده آموزش دیده است. نتایج پیاده سازی حکایت از آن دارد که علاوه بر خودکارسازیِ تعیین فراپارامترهای شبکه ی عصبی، نرخ تشخیص روش ما 98.5 درصد بوده که در مقایسه با روش های دیگر بهبود مناسبی داشته است.

یکی از شاخه های نوین رمزنگاری تصویر، رمزنگاری بصری است. رمزنگاری بصری تبدیل یک تصویر به دو یا چند تصویر نویزی شکل است به طوری که تصویرهای تولیدشده به تنهایی دارای اطلاعات خاصی نیستند اما اگر چاپ­ شده و برهم گذاشته شوند، نمایه ای قابل فهم از تصویر اصلی را تولید می کنند. خاصیت اصلی این روش عدم نیاز به داشتن دانشی در زمینه رمز برای بازیابی تصویر است و عملیات رمزگشایی توسط سیستم بینایی انسان انجام می پذیرد. در این مقاله یک روش رمزنگاری بصری بر مبنای الگوریتم اجتماع ذرات ارائه شده است. بدین ترتیب که ماتریس های پایه با استفاده از این الگوریتم به دست آمده و سپس از آن ها برای رمزنگاری استفاده می شود. در مقالات پیشین این نوع رمزنگاری با استفاده از الگوریتم ژنتیک مطرح شده بود. ما در این مقاله ضمن رفع ایراد الگوریتم طرح شده در برخی منابع مبنی بر منفی شدن کنتراست تصاویر در برخی حالات، الگوریتمی برای دستیابی به جواب بهینه از بین چندین جواب حاصل از آن الگوریتم پیشنهاد می کنیم. نتایج نشان می دهند که الگوریتم طرح شده ضمن کاهش میانگین تعداد عملیات لازم برای رسیدن به جواب بهینه، کنتراست را در حالت­ های مختلف افزایش می­ دهد. علاوه بر این، روش پیشنهادی می تواند به صورت جامع برای حالات مختلف رمزنگاری بصری آستانه ای مورد استفاده قرار گیرد.

تسهیلات غیرجاری (NPL) به شدت بر سلامت بخش بانکی و همچنین اقتصاد کشورها تأثیر می گذارند. اعطای تسهیلات بانک ها باید ایمن و سالم باشد تا بانک بتواند در مواقع بحران مقابل ریسک های اعتباری و ورشکستگی استحکام مالی داشته باشد. شکست در مدیریت ریسک اعتباری منجر به افزایش ریسک ورشکستگی بانک ها می گردد. نظر به اهمیت این موضوع پژوهش حاضر اقدام به طراحی مدل ریاضی چند هدفه جهت کاهش ریسک ها و افزایش بازده بانک می نماید. لذا به منظور بهینه سازی تسهیلات اعطایی بانک ها در شرایط عدم قطعیت در ریسک سیستماتیک، نرخ ارز و تورم، مدل استوار برنامه ریزی خطی ریاضی بر اساس رویکرد مالوی ارائه شده است. مدل مذکور بر اساس داده های مالی سال های 1392 تا 1396 بانک مورد مطالعه با استفاده از الگوریتم های فراابتکاری خفاش و نهنگ در نرم افزار متلب مورد ارزیابی قرار گرفته است. نتایج نشان دهنده کارایی مدل و بهبود میزان بازده (تسهیلات جاری) و کاهش در ریسک اعتباری و ورشکستگی بوده است.

در سیستمهای صنعتی مساله مکان یابی و استقرار تسهیلات به دلیل تاثیر بر افزایش راندمان و بهره وری بسیار مورد توجه است.مطالعه پیرامون مکان بهینه صنعتی از دیدگاه جغرافیدانان و علمای علم اقتصاد همواره دارای اهمیت بوده است. مراکز صنعتی و کارخانجات برای تعیین مکان احداث کارخانه، استقرار تجهیزات و دپارتمان های خود در کارخانه، استقرار دفاترشان، تعیین ایستگاههای تولید و کنترل کیفی و کمی و چیدمان ماشین آلات بحث مکان یابی و استقرار را بسیار مورد توجه دارند. جانمایی و استقرار تسهیلات در کارخانه که از آن به طراحی چیدمان تسهیلات یاد می کنند، تاثیر بسزایی در هزینه های ساخت، موجودی در جریان ساخت، زمان های تحویل و بهره وری دارد. در بحث چیدمان و مدل های ارائه شده در استقرار عمدتا متغیرهای کمی مد نظر می باشد و سایر متغیرهای کیفی جهت ارائه یک مدل استقرار بهینه در نظر گرفته نشده است. در این تحقیقیک مدل استقرار بهینه با در نظر گرفتن متغیرهای کیفی و کمی شامل مسافت، جریان مواد و آلودگی در نظر گرفته شده است و با توجه به پیچیدگی خاص مدل توسط الگوریتم تجمع ذرات از الگوریتم های فرا ابتکاری بهینه سازی انجام گردیده است.