وارون سازی منحنی پاشش امواج سطحی یکی از مسائل کاربردی در شناسایی لایه های زمین و فرآیند تعیین سرعت انتشار اموج برشی است. سرعت موج برشی از جمله پارامترهای بسیار مهم و مورد نیاز در مطالعات ژئوتکنیکی است که در ارزیابی خصوصیات خاک از جمله اثرات ساختگاهی و ریز پهنه بندی لرزه ای به کار گرفته می شود. وارون سازی منحنی پاشش امواج سطحی یکی از مسائل کاربردی در شناسایی لایه های زمین و فرآیند تعیین سرعت انتشار امواج برشی است. روش های خطی وارون سازی، به علت طبیعت غیرخطی مسئله و امکان درگیر شدن عملیات بهینه یابی تابع هدف با جواب های بهینه محلی، چندان قابل اعتماد نمی باشند. با پیشرفت علوم کامپیوتر و ارائه شدن الگوریتم های بهینه سازی-هوشمند، می توان تکنیک های سریع و آسانی را برای واورن سازی امواج سطحی استفاده نمود. به همین منظور جهت افزایش اطمینان از عملیات وارون سازی و دست یابی به جواب های بهینه کلی مسئله، در این مطالعه الگوریتم گرده افشانی گل بهینه جهت وارون سازی امواج سطحی معرفی شده است. هدف نهایی این الگوریتم در وارون سازی امواج سطحی یافتن پارامترهای مدل، یعنی ضخامت، سرعت موج برشی و سرعت موج طولی لایه های خاک است. در الگوریتم معرفی شده در مقایسه با الگوریتم گرده افشانی گل استاندارد سعی شد مکانیسم جستجوی الگوریتم جهت افزایش دقت و همگرایی، بهینه شوند. روش پیشنهادی ابتدا در برنامه متلب کد نویسی شد و سپس کارایی الگوریتم به وسیله ی مدل های مصنوعی و مدل مصنوعی نوفه دار مورد ارزیابی قرار گرفت. در ادامه جهت ارزیابی بیشتر روش ارائه شده، الگوریتم پیشنهادی روی داده های تجربی اعمال شد. نتایج وارون سازی، در مورد مدل های مصنوعی و نیز داده های تجربی، بیانگر عملکرد قابل قبول الگوریتم گرده افشانی گل بهینه در وارون سازی امواج سطحی است. همچنین عملکرد الگوریتم بهینه شده پیشنهادی در مقایسه با الگوریتم گرده افشانی گل استاندارد در وارون سازی منحنی پاشش از دقت و سرعت همگرایی بالاتری برخودار است.

محاسبه وزن مواد بار کوره های ذوب، اغلب از راه موازنه جرم ساده عناصر آلیاژی در مواد ورودی و مذاب خروجی انجام می شود. اما در فرایندهای ذوب، پیچیدگی ها و پدیده های گوناگونی هست که اغلب در محاسبات موازنه جرم نادیده گرفته می شود و سبب عدم اطمینان در محاسبه بار کوره می گردد. خطای محاسبه، باعث اصلاح چندباره ذوب، تأخیر در تخلیه، افزایش هزینه و کاهش کیفیت مذاب می شود. در پژوهش حاضر تلاش بر این بوده که پیچیدگی ها و جنبه های مهم مساله ذوب، که اغلب نادیده گرفته شده، در کوره شناسایی و در یک مدل ریاضی مناسب درنظر گرفته شود. هدف پژوهش حاضر توسعه مدلی است، که نه تنها وزن مواد اولیه برای ترکیب شیمیایی ذوب هدف را بهینه سازی کند، بلکه هدررفت ناهمگن عناصر آلیاژی، ناخالصی های غیرفلزی مواد بار، و اصلاح ذوب اولیه در کوره را نیز درنظر بگیرد. این مقاله، یک مدل بهینه سازی استاندارد و یک الگوریتم حلقه ی تکرار برای موازنه جرم غیرخطی مساله ذوب ارایه می کند. یک مساله ذوب آلیاژ برنج با 7 عنصر آلیاژی و 8 نوع مواد بار در مقیاس صنعتی طرح و بررسی گردید، تا کارکرد مدل را مورد آزمایش قرار دهد. نتایج عددی مدل کسر وزنی مواد اولیه، و وزن و ترکیب شیمیایی ذوب اصلاح شده را با کمترین هزینه مواد نشان می دهد. تحلیل بهینه بودن جواب، تایید کرد که کمترین مقدار هزینه به دست آمده است. مدل استاندارد غیرخطی، ابزاری قابل اعتماد و سریع برای بهینه سازی هزینه و محاسبه بار کوره است که پتانسیل های قابل توجهی برای کاهش هزینه و تسهیل اتوماسیون صنعتی فرایند ذوب ایجاد می کند.

در سال های متمادی، شکستن الگوریتم های رمزنگاری به عنوان یک چالش مورد توجه قرار گرفته است. الگوریتم رمزنگاری D ES به-عنوان استانداردی جهت محرمانه نگه داشتن اطلاعات مورد استفاده قرار گرفته و این امکان برای محققان وجود دارد که آن را بیازمایند. الگوریتم رمزنگاری SDES نسخه ساده شده الگوریتم رمزنگاری D ES می باشد که محققان جهت پژوهش، الگوریتم رمزنگاریSDES را مورد استفاده قرار می دهند. در این تحقیق از الگوریتم استاندارد بهینه سازی پرتو ذرات، جهت شکستن الگوریتم رمزنگاری SDES استفاده شده است. جهت شکستن الگوریتم رمزنگاری SDES، الگوریتم استاندارد بهینه سازی پرتو ذرات بهینه شده است. چندین حمله روی بلوک های از داده های متنی صورت گرفت که نتایج بدست آمده نشان می دهد این الگوریتم درکشف بیت های کلیداصلی درکوتاه ترین زمان بهبودعملکرد داشته به طوری که در مقایسه با کارهای پیشین در معیار کشف بیت های کلید اصلی، ده بیت کلیداصلی کشف شده است و در معیار زمان کشف بیت های کلید اصلی، زمان از بیش یک دقیقه به کمتر از بیست ثانیه کاهش یافته است.

درخت مدل خطی محلی یا LOLIMOT که در آن از نوعی مدل فازی عصبی خطی محلی استفاده شده است، الگوریتمی بر اساس استراتژی تقسیم و حل می باشد که در آن حل مساله پیچیده از طریق تقسیم مساله به تعدادی زیر مساله کوچک تر (و از این رو ساده تر) صورت می پذیرد. بنابراین مشخصات این مدل فازی - عصبی (زیرمساله های کوچک تر شده) به مقدار زیادی به ساختار الگوریتم به کار برده شده جهت تقسیم بندی وابسته می باشد. الگوریتم LOLIMOT برای رسیدن به خروجی با خطای کمتر فضای مساله را به تعدادی مدل خطی محلی یا LLM تقسیم می نماید و پس از پیدا کردن بدترین LLM) LLM با خطای بیشتر) با تقسیم آن به دو LLM الگوریتم را ادامه می دهد. در این الگوریتم در هر تکرار از آن بدترین LLM با نرخ تقسیم 1/2 در جهت های متعامد بر فضای ورودی تقسیم می شود. در این مقاله به کمک الگوریتم بهینه سازی حدی به بهینه سازی نرخ تقسیم می پردازیم، نتایج پیاده سازی حاکی از آن است که کارایی نسخه جدید الگوریتم LOLIMOT از نظر شاخص میانگین مربعات خطا بهتر از الگوریتم اولیه است.

هدف: در سال های اخیر، شاهد ظهور و گسترش الگوریتم­های فرا ابتکاری و استفاده از آن­ها جهت حل مسائل پیچیده، غیرخطی و ابعاد بالا بوده ایم. با توجه به اینکه الگوریتم­های فوق برای حل مسائل پیچیده و در حال تغییر دنیای واقعی به کار می­روند، دنیای الگوریتم­ها و طراحی آن­ها به شکل فزاینده ای پویا و رو به رشد بوده است. بنابراین، پیوسته شاهد به وجود آمدن الگوریتم های جدیدی هستیم. هدف از این تحقیق، ارائه یک الگوریتم فرا ابتکاری جدید به نام «الگوریتم بهینه سازی نظامی» می­باشد. روش شناسی پژوهش: با الهام از عملیات­های نظامی الگوریتم پیشنهادی طراحی و ارائه گردید و پس از کدنویسی، توابع تست استاندارد و الگوریتم­های محک برای ارزیابی عملکرد آن تعیین و مشخص شدند. یافته ‎ها: عملکرد الگوریتم پیشنهادی به وسیله 23 تابع تست استاندارد و با در نظر گرفتن شاخص­های «میانگین جواب­ها»، «میانگین زمان محاسباتی» و «زمان همگرایی» در مقایسه با هشت الگوریتم محک شامل: ژنتیک، ازدحام ذرات، کلونی زنبور مصنوعی، قورباغه جهنده، رقابت استعماری، گرگ خاکستری، بهینه­سازی وال و بهینه­سازی ملخ مورد ارزیابی و سنجش قرار گرفت. نتایج نشان دهنده عملکرد مطلوب الگوریتم پیشنهادی است. اصالت/ارزش افزوده علمی: در این مقاله، با الهام از عملیات­های نظامی الگوریتم جدیدی به نام الگوریتم بهینه­سازی نظامی (MOA) ارائه می­شود که مبتنی بر جمعیت است و بر اساس «جستجوی تصادفی»، «تقسیم فضای جواب به چند منطقه و تخصیص بخشی از جمعیت به هر منطقه»، «جستجوی سواره نظام» و «جستجوی پیاده نظام» عمل می کند.

نگاره های مربوط به چاه های نفتی تفسیر/پردازش می شوند تا خصوصیات پتروفیزیکی، مکانیکی و ژئومکانیکی درجا را برای سنگ های پیرامون چاه های نفتی تشخیص دهند. اما همه نگاره ها به دلیل هزینه بالا و مشکلات زمین شناسی امکان برداشت امکان پذیر نمی باشد. به طور مثال نگاره های مربوط به کندی موج های صوتی حاوی اطلاعات ژئوفیزیکی و ژئومکانیکی حیاتی برای تعیین مدول های الاستیسیته دینامیکی، مدول یانگ، مدول بالک، مقاومت/آمپدانس صوتی، مدول برشی و نسبت پواسون سنگ های پیرامون در اطراف دیواره چاه هستند. بنابراین در این تحقیق ابتدا دو چاه تصادفی از یکی از میدان های نفتی جنوب ایران برگزیده شد که یکی به عنوان چاه آموزشی جهت تعیین مدل مناسب و دیگری جهت پیش بینی زمان موج های صوتی انتخاب شد. این داده ها با استفاده از طیف وسیعی از روش های یادگیری ماشین و تنظیم فراپارمترها (Hyperparameter Tuning) روی الگوریتم ها، بهترین مدل ها جهت پیش بینی/ تخمین لاگ های صوتی ارائه شد، در این فرایند، از بین روش های رگرسیون، روش k-نزدیک ترین همسایه (KNN) و از بین روش های ترکیبی الگوریتم جنگل تصادفی (Random Forest Regression) و الگوریتم درختان اضافی (Extra Tree Regression) بالاترین ضریب همبستگی را نشان داده اند. درنتیجه الگوریتم درختان اضافی جهت مدل سازی بر روی داده های آموزشی و آزمایشی چاه انجام گرفت. سپس این مدل جهت پیش بینی/سنتز زمان موج های صوتی طولی و برشی چاه هدف بکار گرفته شد. سپس با مقایسه داده های واقعی چاه هدف، مقدار خطای جذر میانگین مربعات و مجذور R به دست آمد. در ادامه با استفاده از روابط پورالاستیک تنش های برجا میدان تعیین شدند و معلوم گردید مخزن سروک و ایلام در رژیم تنش معکوس و مخزن آسماری در رژیم تنش نرمال تا امتدادلغز قرار دارند. در پایان با استفاده از معیارهای مکانیک سنگ بهترین وزن بهینه گل حفاری در چاه مورد مطالعه ارائه شد.

بهینه سازی بر پایه جغرافیای زیستی، الگوریتم تکاملی جدیدی بر اساس جمعیت است که ریاضیات جغرافیای زیستی، بر آن حاکم است و الگوریتم تکامل تفاضلی، الگوریتمی قدرتمند برای حل بسیاری از مسائل بهینه سازی است. الگوریتم تکامل تفاضلی در اکتشاف فضای جستجو و تعیین مکان مینیمم سراسری خوب، ولی در استخراج راه حل مساله کند است. در این مقاله قابلیت اکتشاف الگوریتم تکامل تفاضلی با قابلیت استخراج الگوریتم بهینه سازی بر پایه جغرافیای زیستی، ادغام شده و با معرفی یک عملگر مهاجرت ترکیبی، الگوریتم جدیدی برای حل مسائل بهینه سازی چندهدفه ارائه شده است. در الگوریتم پیشنهادی از فرایند مرتب سازی غیرمغلوب برای بهبود همگرایی و از مفهوم فاصله جمعیتی محلی برای حفظ پراکندگی اعضای موجود در مجموعه پرتو استفاده شده است. در این مقاله کارایی الگوریتم پیشنهادی با استفاده از چند تابع آزمون رایج آزمایش شده و معیارهای مطرح در مسائل بهینه سازی چندهدفه تکاملی، ارزیابی و با الگوریتم های مطرح در این زمینه مقایسه شده است. نتایج حاصل بیانگر کارایی مطلوب الگوریتم پیشنهادی در رقابت با سایر الگوریتم های مطرح است.

1زمینه و هدف: با توجه به اینکه مواد در ابعاد نانو خواص منحصر به فرد فیزیکی و شیمیایی پیدا می­کنند، در سال­های اخیر استفاده از فناوری نانو در حوزه­های مختلف از جمله داروسازی کاربرد فراوانی پیدا کرده است. در این میان، نانوذرات نقره، در مطالعات متعددی از نظرخواص ضد میکروبی آن مورد تایید قرار گرفته­اند. هدف مطالعه حاضر، بررسی خواص ضد باکتریایی نانوذرات نقره سنتز شده توسط عصاره گل راعی و بربرین می­باشد. روش کار: در این مطالعه تجربی، نانوذرات نقره با استفاده از عصاره گل راعی به تنهایی و همچنین در ترکیب با بربرین سنتز شده و توسط روش­های میکروسکوپ الکترونی عبوری [TEM]، پراش نور پویا [DLS]، اسپکتروسکوپی انتقال فوریه مادون قرمز [FTIR] و تفرق اشعه ایکس [XRD] مشخصه یابی شدند. اثرات ضد باکتریایینانوذرات نقره سنتز شده بر روی سویه­ های استاندارد باکتری های اشیرشیاکلای، سودوموناس آئروژینوزا، کلبسیلا نومونیه، استافیلوکوکوس اورئوس و انتروکوکوس فکالیس مورد بررسی قرار گرفت. حداقل غلظت مهاری [ MIC] نانوذره نقره به تنهایی و در ترکیب با گل راعی برای باکتری­های مورد مطالعه با استفاده از روش میکرودایلوشن براث مورد بررسی قرار گرفت. یافته ­ها: نتایج مشخصه یابی نانوذرات نقره سنتز شده نشان داد اندازه ذرات حدود 30 نانومتر بوده و ساختار کریستالی کوبیک داشتند. همچنین حضور گروه های عاملی شاخص با استفاده از FTIR مورد تایید قرار گرفت. ارزیابی مقادیر MIC نانوذرات سنتز شده بر روی باکتری های مورد مطالعه نشان داد نانوذره­ی سنتز شده بوسیله بربرین و گل راعی دارای بیشترین اثرات ضد باکتریاییبود درصورتیکه هرکدام از ترکیبات بربرین و گل راعی به تنهایی خواص ضدباکتریایی قابل توجهی نشان ندادند. براساس نتایج این مطالعه نانوذرات سنتز شده با گل راعی و بربرین بیشترین اثر مهارکنندگی را بر سودوموناس آئروژینوزا با MIC  mg/ml 0. 0375 و کمترین اثر مهار کنندگی را بر باکتری انتروکوکوس فکالیس با MIC 0. 185 mg/ml  نشان دادند. نتیجه­ گیری: نتایج مطالعه حاضر نشان داد نانوذرات نقره سنتز شده با عصاره گل راعی و بربرین دارای اثرات ضدباکتریایی قابل توجهی نسبت به عصاره گل راعی و بربرین به تنهایی هستند. در نتیجه نانوذرات نقره مورد مطالعه با توجه به ویژگی­های منحصر به فردی که در هدف قرار دادن باکتری ها دارند می­ توانند در کاربردهای پزشکی وداروسازی با انجام مطالعات بیشتر مورد استفاده قرار گیرند