خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : بهینه سازی الگوریتم ژنتیک بر اساس کنترل حرکت غیرخطی کشتی
.
English Article Title: Genetic algorithm optimization based nonlinear ship maneuvering control
Year: 2018
Publisher: ELSEVIER
Journal: Applied Ocean Research
DOI: https://doi.org/10.1016/j.apor.2018.03.001
Keywords:
#Nonlinear_control
#Maneuvering
#Ship
#Genetic_algorithms
#Optimization
#کنترل_غیرخطی
#حرکت
#کشتی
#الگوریتم_ژنتیک
#الگوریتم_های_ژنتیکی
#بهینه_سازی
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#زمین_و_علوم_سیاره_ای (#Earth_and_Planetary_Sciences)
#مقاله_مهندسی (#Engineering)
چکیده مقاله:
یک روش به منظور حرکت خودکار شناورهای سطحی در یک مسیر هدف مشخص شده در این مقاله توصیف شده است. مدل حرکت شناور غیر خطی است. این روش به یک کنترلر تکرار مسیر هدف (TPI) یکپارچه با یک الگوریتم ژنتیک (GA) وابسته است. الگوریتم ژنتیک برای بدست آوردن زاویه مطلوب سکان فرماندهی و طول مسیر هدف در یک گام زمانی شبیه سازی خاص با هدف به حداقل رساندن خطای میانگین مربعات از مسیر واقعی گرفته شده توسط شناور در مقابل مسیر هدف استفاده می شود. الگوریتم کنترل پیشنهادی بر روی انواع مسیرهای منحنی گونه (قوسی) و خطی اجرا شده است و نتایج نشان می دهد که روش مورد استفاده دقیق و محکم است.
کلمات کلیدی: کنترل غیرخطی، حرکت، کشتی، الگوریتم های ژنتیکی، بهینه سازی
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/36j61is
.
عنوان فارسی مقاله : بهینه سازی الگوریتم ژنتیک بر اساس کنترل حرکت غیرخطی کشتی
.
English Article Title: Genetic algorithm optimization based nonlinear ship maneuvering control
Year: 2018
Publisher: ELSEVIER
Journal: Applied Ocean Research
DOI: https://doi.org/10.1016/j.apor.2018.03.001
Keywords:
#Nonlinear_control
#Maneuvering
#Ship
#Genetic_algorithms
#Optimization
#کنترل_غیرخطی
#حرکت
#کشتی
#الگوریتم_ژنتیک
#الگوریتم_های_ژنتیکی
#بهینه_سازی
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#زمین_و_علوم_سیاره_ای (#Earth_and_Planetary_Sciences)
#مقاله_مهندسی (#Engineering)
چکیده مقاله:
یک روش به منظور حرکت خودکار شناورهای سطحی در یک مسیر هدف مشخص شده در این مقاله توصیف شده است. مدل حرکت شناور غیر خطی است. این روش به یک کنترلر تکرار مسیر هدف (TPI) یکپارچه با یک الگوریتم ژنتیک (GA) وابسته است. الگوریتم ژنتیک برای بدست آوردن زاویه مطلوب سکان فرماندهی و طول مسیر هدف در یک گام زمانی شبیه سازی خاص با هدف به حداقل رساندن خطای میانگین مربعات از مسیر واقعی گرفته شده توسط شناور در مقابل مسیر هدف استفاده می شود. الگوریتم کنترل پیشنهادی بر روی انواع مسیرهای منحنی گونه (قوسی) و خطی اجرا شده است و نتایج نشان می دهد که روش مورد استفاده دقیق و محکم است.
کلمات کلیدی: کنترل غیرخطی، حرکت، کشتی، الگوریتم های ژنتیکی، بهینه سازی
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/36j61is
خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : تجزیه و تحلیل مالی پینچ: الگوریتم هدف گذاری حداقل هزینه فرصت
.
English Article Title: Financial Pinch Analysis: Minimum opportunity cost targeting algorithm
Year: 2018
Publisher: ELSEVIER
Journal: Journal of Environmental Management
DOI: https://doi.org/10.1016/j.jenvman.2018.02.005
Keywords:
#Capital_budgeting
#Project_selection_problem
#Pinch_Analysis
#Minimum_opportunity_cost_targeting
#algorithm
#Branch_and_bound_technique
#بودجه‌بندی_سرمایه
#مشکل_انتخاب_پروژه
#آنالیز_پینچ
#الگوریتم_هدف‌گذاری_حداقل_هزینه_فرصت
#تکنیک_شاخه‌و‌مرز
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_انرژی (#Energy)
#علوم_زیستی_و_کشاورزی (#Life_Sciences)
#مقاله_محیط_زیست (#Environmental_Science)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_تجارت
#مقاله_کسب_و_کار
#مقاله_مدیریت
#مقاله_حسابداری (#Business_Management_and_Accounting)
#مقاله_اقتصاد
#مقاله_مالی
#مقاله_فاینانس (#Economics_Econometrics_and_Finance)
چکیده مقاله:
برای رسیدن به رقابت بازار و همچنین تولیدات و فرایندهای پایدار، یک شرکت در پروژه های زیست محیطی و حفاظتی مختلفی سرمایه گذاری می کند. بودجه بندی سرمایه اساسا مستلزم تصمیم گیری راجع به تامین بودجه مجموعه ای از پروژه های در دسترس می باشد، آن هم با توجه به محدودیت های مالی مختلف. این مقاله الگوریتم جدیدی را ارائه می دهد، الگوریتم هدف گذاری حداقل هزینه فرصت (MOCTA) ، که این الگوریتم مشکلات بودجه بندی سرمایه را برای انتخاب پروژه های مدیریت محیط زیست نشان می دهد. این الگوریتم مبتنی بر اصول تجزیه و تحلیل پینچ است، و می تواند مستقیما برای پروژه های قابل قبولی که به صورت مشکل برنامه نویسی خطی فرمول نویسی می شوند استفاده شود. الگوریتم پیشنهادی، در رابطه با تکنیک شاخه و مرز، می تواند برای حل مشکل برنامه نویسی خطی یکپارچه و مختلط (MILP) اعمال شود، جایی که پروژه ها یا باید کاملا پذیرفته شوند یا کاملا رد شوند. یک مثال فرضی کاربرد این روش را از طریق جستجوی درختی پیچیده نشان می دهد. روش های پیشنهادی به واسطه مطالعه موردی درباره انتخاب پروژه های حفاظت از انرژی در صنایع کاغذ و خمیر کاغذ هند نشان داده شده اند.
کلمات کلیدی: بودجه بندی سرمایه، مشکل انتخاب پروژه، تجزیه و تحلیل پینچ، الگوریتم هدف گذاری حداقل هزینه فرصت، تکنیک شاخه و مرز
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2rIicWV
.
عنوان فارسی مقاله : تجزیه و تحلیل مالی پینچ: الگوریتم هدف گذاری حداقل هزینه فرصت
.
English Article Title: Financial Pinch Analysis: Minimum opportunity cost targeting algorithm
Year: 2018
Publisher: ELSEVIER
Journal: Journal of Environmental Management
DOI: https://doi.org/10.1016/j.jenvman.2018.02.005
Keywords:
#Capital_budgeting
#Project_selection_problem
#Pinch_Analysis
#Minimum_opportunity_cost_targeting
#algorithm
#Branch_and_bound_technique
#بودجه‌بندی_سرمایه
#مشکل_انتخاب_پروژه
#آنالیز_پینچ
#الگوریتم_هدف‌گذاری_حداقل_هزینه_فرصت
#تکنیک_شاخه‌و‌مرز
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_انرژی (#Energy)
#علوم_زیستی_و_کشاورزی (#Life_Sciences)
#مقاله_محیط_زیست (#Environmental_Science)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_تجارت
#مقاله_کسب_و_کار
#مقاله_مدیریت
#مقاله_حسابداری (#Business_Management_and_Accounting)
#مقاله_اقتصاد
#مقاله_مالی
#مقاله_فاینانس (#Economics_Econometrics_and_Finance)
چکیده مقاله:
برای رسیدن به رقابت بازار و همچنین تولیدات و فرایندهای پایدار، یک شرکت در پروژه های زیست محیطی و حفاظتی مختلفی سرمایه گذاری می کند. بودجه بندی سرمایه اساسا مستلزم تصمیم گیری راجع به تامین بودجه مجموعه ای از پروژه های در دسترس می باشد، آن هم با توجه به محدودیت های مالی مختلف. این مقاله الگوریتم جدیدی را ارائه می دهد، الگوریتم هدف گذاری حداقل هزینه فرصت (MOCTA) ، که این الگوریتم مشکلات بودجه بندی سرمایه را برای انتخاب پروژه های مدیریت محیط زیست نشان می دهد. این الگوریتم مبتنی بر اصول تجزیه و تحلیل پینچ است، و می تواند مستقیما برای پروژه های قابل قبولی که به صورت مشکل برنامه نویسی خطی فرمول نویسی می شوند استفاده شود. الگوریتم پیشنهادی، در رابطه با تکنیک شاخه و مرز، می تواند برای حل مشکل برنامه نویسی خطی یکپارچه و مختلط (MILP) اعمال شود، جایی که پروژه ها یا باید کاملا پذیرفته شوند یا کاملا رد شوند. یک مثال فرضی کاربرد این روش را از طریق جستجوی درختی پیچیده نشان می دهد. روش های پیشنهادی به واسطه مطالعه موردی درباره انتخاب پروژه های حفاظت از انرژی در صنایع کاغذ و خمیر کاغذ هند نشان داده شده اند.
کلمات کلیدی: بودجه بندی سرمایه، مشکل انتخاب پروژه، تجزیه و تحلیل پینچ، الگوریتم هدف گذاری حداقل هزینه فرصت، تکنیک شاخه و مرز
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2rIicWV
خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : الگوریتم مسیریابی مبتنی بر گرید انرژی کارآمد با استفاده از قوانین فازی هوشمند برای شبکه های حسگر بی سیم
.
English Article Title: Energy–efficient grid–based routing algorithm using intelligent fuzzy rules for wireless sensor networks
Year: 2018
Publisher: ELSEVIER
Journal: Computers and Electrical Engineering
DOI: https://doi.org/10.1016/j.compeleceng.2018.03.036
Keywords:
#Grid_based_routing
#Wireless_sensor_networks
#Clustering
#Fuzzy_inference_system
#Fuzzy_rules
#Residual_energy
#مسیریابی_مبتنی_بر_گرید
#الگوریتم_مسیریابی
#گرید_انرژی
#شبکه‌های_حسگر_بی‌سیم
#خوشه‌بندی
#سیستم_استنتاج_فازی
#قوانین_فازی
#انرژی_باقیمانده
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_انرژی (#Energy)
#مقاله_مهندسی (#Engineering)
چکیده مقاله:
در شبکه های حسگر بی سیم، گره های حسگر از محدودیت انرژی برخوردار هستند، و از این رو، طراحی پروتکل مسیریابی انرژی کارآمد، چالش مهمی است که باید به آن رسیدگی شود. در میان روش های مختلف خوشه بندی مورد استفاده برای مسیریابی انرژی کارآمد، روش خوشه بندی مبتنی بر گرید در بهینه سازی انرژی، کارآمدتر است. بنابراین، در این کار، یک الگوریتم مسیریابی مبتنی بر گرید انرژی کارآمد برای شبکه حسگر در جهت حفظ انرژی در گره های حسگر و افزایش طول عمر شبکه پیشنهاد می کنیم. علاوه بر این، مسیریابی از طریق هماهنگ کننده گرید انجام می شود که از قوانین فازی برای پیدا کردن مسیر بهینه به منظور کاهش تعداد هاپ ها در فرآیند مسیریابی استفاده می کند. با توجه به شبیه سازی های انجام شده در این کار مشاهده می شود که الگوریتم مسیریابی پیشنهادی در مقایسه با سایر پروتکل های مسیریابی مبتنی بر گرید و خوشه، عملکرد بهتری از نظر انرژی باقیمانده و طول عمر شبکه فراهم می کند.
کلمات کلیدی: مسیریابی مبتنی بر گرید، شبکه های حسگر بی سیم، خوشه بندی، سیستم استنتاج فازی ، قوانین فازی، انرژی باقیمانده
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2srZN10
.
عنوان فارسی مقاله : الگوریتم مسیریابی مبتنی بر گرید انرژی کارآمد با استفاده از قوانین فازی هوشمند برای شبکه های حسگر بی سیم
.
English Article Title: Energy–efficient grid–based routing algorithm using intelligent fuzzy rules for wireless sensor networks
Year: 2018
Publisher: ELSEVIER
Journal: Computers and Electrical Engineering
DOI: https://doi.org/10.1016/j.compeleceng.2018.03.036
Keywords:
#Grid_based_routing
#Wireless_sensor_networks
#Clustering
#Fuzzy_inference_system
#Fuzzy_rules
#Residual_energy
#مسیریابی_مبتنی_بر_گرید
#الگوریتم_مسیریابی
#گرید_انرژی
#شبکه‌های_حسگر_بی‌سیم
#خوشه‌بندی
#سیستم_استنتاج_فازی
#قوانین_فازی
#انرژی_باقیمانده
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_انرژی (#Energy)
#مقاله_مهندسی (#Engineering)
چکیده مقاله:
در شبکه های حسگر بی سیم، گره های حسگر از محدودیت انرژی برخوردار هستند، و از این رو، طراحی پروتکل مسیریابی انرژی کارآمد، چالش مهمی است که باید به آن رسیدگی شود. در میان روش های مختلف خوشه بندی مورد استفاده برای مسیریابی انرژی کارآمد، روش خوشه بندی مبتنی بر گرید در بهینه سازی انرژی، کارآمدتر است. بنابراین، در این کار، یک الگوریتم مسیریابی مبتنی بر گرید انرژی کارآمد برای شبکه حسگر در جهت حفظ انرژی در گره های حسگر و افزایش طول عمر شبکه پیشنهاد می کنیم. علاوه بر این، مسیریابی از طریق هماهنگ کننده گرید انجام می شود که از قوانین فازی برای پیدا کردن مسیر بهینه به منظور کاهش تعداد هاپ ها در فرآیند مسیریابی استفاده می کند. با توجه به شبیه سازی های انجام شده در این کار مشاهده می شود که الگوریتم مسیریابی پیشنهادی در مقایسه با سایر پروتکل های مسیریابی مبتنی بر گرید و خوشه، عملکرد بهتری از نظر انرژی باقیمانده و طول عمر شبکه فراهم می کند.
کلمات کلیدی: مسیریابی مبتنی بر گرید، شبکه های حسگر بی سیم، خوشه بندی، سیستم استنتاج فازی ، قوانین فازی، انرژی باقیمانده
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2srZN10
خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : الگوریتم بهینه سازی ازدحام ذرات با کنترل هوشمند تعداد ذرات برای طراحی بهینه ماشین های الکتریکی
.
English Article Title: Particle Swarm Optimization Algorithm with Intelligent Particle Number Control for Optimal Design of Electric Machines
Year: 2018
Publisher: IEEE
Journal: IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS
DOI: https://doi.org/10.1109/TIE.2017.2760838
Keywords:
#Optimal_Design
#Optimization_Algorithm
#Particle_Swarm_Optimization
#Electric_Machine
#Interior_Permanent_Magnet_Synchronous_Motor
#طراحی_بهینه
#کنترل_هوشمند
#ماشین‌های_الکتریکی
#الگوریتم_بهینه‌سازی
#بهینه‌سازی_ذرات
#ماشین_الکتریکی
#موتور_همگام_مگنت_دائمی
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_انرژی (#Energy)
#مقاله_مهندسی (#Engineering)
چکیده مقاله:
در این مقاله، یک الگوریتم بهینه سازی ازدحام ذرات (PSO) اصلاح شده پیشنهاد می شود که نسخه ارتقاء یافته الگوریتم PSO معمولی است. برای بهبود دادن عملکرد الگوریتم PSO ، یک روش جدید برای کنترل کردن هوشمندانه تعداد ذرات به کار برده شده است. این روش جدید، مقدار هزینه بهترین جهانی (gbest) در تکرار فعلی نسبت به gbest در تکرار قبلی را با یکدیگر مقایسه می کند. اگر بین دو مقدار هزینه اختلافی وجود داشته باشد، آنگاه الگوریتم پیشنهادی در مرحله اکتشاف عمل می کند و تعداد ذرات را حفظ می کند. اما، وقتی که اختلاف در مقادیر هزینه نسبت به مقادیر تحمل تخصیص یافته توسط کاربر کوچکتر باشد، این الگوریتم پیشنهادی در مرحله استخراج عمل می کند و تعداد ذرات را کاهش می دهد. علاوه بر این، این الگوریتم ، نزدیکترین ذره به بهترین ذره را حذف می کند تا از تصادفی بودنش بر حسب فاصله ی اقلیدسی اطمینان حاصل کند. الگوریتم پیشنهادی با استفاده از پنج تابع آزمون عددی اعتبارسنجی می شود، که تعداد فراخوانی های تابع تا اندازه ای نسبت به PSO معمولی کاهش می یابد. بعد از اعتبار سنجی الگوریتم ، برای طراحی بهینه موتور سنکرون مغناطیس دائم درونی (IPMSM) به کار برده می شود تا اعوجاج هارمونیک کل (THD) نیروی ضد محرکه الکتریکی (back-EMF) کاهش یابد. با در نظر گرفتن شرط عملکرد، طراحی بهینه به دست می آید که back-EMF THD را کاهش داده و مقدار back-EMF را برآورده می کند. نهایتا، یک مدل آزمایشگاهی را ایجاد کرده و آزمایش می کنیم. برای اعتبارسنجی عملکرد طراحی بهینه و الگوریتم بهینه سازی ، یک آزمایش بدون بار انجام می شود. بر اساس نتایج آزمایشگاهی، اثربخشی الگوریتم پیشنهادی بر روی طراحی بهینه یک ماشین الکتریکی تایید می شود.
کلمات کلیدی: طراحی بهینه | الگوریتم بهینه سازی | بهینه سازی ذرات ذرات | ماشین الکتریکی | موتور همگام مگنت دائمی
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/37nuxih
.
عنوان فارسی مقاله : الگوریتم بهینه سازی ازدحام ذرات با کنترل هوشمند تعداد ذرات برای طراحی بهینه ماشین های الکتریکی
.
English Article Title: Particle Swarm Optimization Algorithm with Intelligent Particle Number Control for Optimal Design of Electric Machines
Year: 2018
Publisher: IEEE
Journal: IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS
DOI: https://doi.org/10.1109/TIE.2017.2760838
Keywords:
#Optimal_Design
#Optimization_Algorithm
#Particle_Swarm_Optimization
#Electric_Machine
#Interior_Permanent_Magnet_Synchronous_Motor
#طراحی_بهینه
#کنترل_هوشمند
#ماشین‌های_الکتریکی
#الگوریتم_بهینه‌سازی
#بهینه‌سازی_ذرات
#ماشین_الکتریکی
#موتور_همگام_مگنت_دائمی
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_انرژی (#Energy)
#مقاله_مهندسی (#Engineering)
چکیده مقاله:
در این مقاله، یک الگوریتم بهینه سازی ازدحام ذرات (PSO) اصلاح شده پیشنهاد می شود که نسخه ارتقاء یافته الگوریتم PSO معمولی است. برای بهبود دادن عملکرد الگوریتم PSO ، یک روش جدید برای کنترل کردن هوشمندانه تعداد ذرات به کار برده شده است. این روش جدید، مقدار هزینه بهترین جهانی (gbest) در تکرار فعلی نسبت به gbest در تکرار قبلی را با یکدیگر مقایسه می کند. اگر بین دو مقدار هزینه اختلافی وجود داشته باشد، آنگاه الگوریتم پیشنهادی در مرحله اکتشاف عمل می کند و تعداد ذرات را حفظ می کند. اما، وقتی که اختلاف در مقادیر هزینه نسبت به مقادیر تحمل تخصیص یافته توسط کاربر کوچکتر باشد، این الگوریتم پیشنهادی در مرحله استخراج عمل می کند و تعداد ذرات را کاهش می دهد. علاوه بر این، این الگوریتم ، نزدیکترین ذره به بهترین ذره را حذف می کند تا از تصادفی بودنش بر حسب فاصله ی اقلیدسی اطمینان حاصل کند. الگوریتم پیشنهادی با استفاده از پنج تابع آزمون عددی اعتبارسنجی می شود، که تعداد فراخوانی های تابع تا اندازه ای نسبت به PSO معمولی کاهش می یابد. بعد از اعتبار سنجی الگوریتم ، برای طراحی بهینه موتور سنکرون مغناطیس دائم درونی (IPMSM) به کار برده می شود تا اعوجاج هارمونیک کل (THD) نیروی ضد محرکه الکتریکی (back-EMF) کاهش یابد. با در نظر گرفتن شرط عملکرد، طراحی بهینه به دست می آید که back-EMF THD را کاهش داده و مقدار back-EMF را برآورده می کند. نهایتا، یک مدل آزمایشگاهی را ایجاد کرده و آزمایش می کنیم. برای اعتبارسنجی عملکرد طراحی بهینه و الگوریتم بهینه سازی ، یک آزمایش بدون بار انجام می شود. بر اساس نتایج آزمایشگاهی، اثربخشی الگوریتم پیشنهادی بر روی طراحی بهینه یک ماشین الکتریکی تایید می شود.
کلمات کلیدی: طراحی بهینه | الگوریتم بهینه سازی | بهینه سازی ذرات ذرات | ماشین الکتریکی | موتور همگام مگنت دائمی
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/37nuxih
ieeexplore.ieee.org
Particle Swarm Optimization Algorithm With Intelligent Particle Number Control for Optimal Design of Electric Machines
In this study, we propose a modified particle swarm optimization (PSO) algorithm, which is an improved version of the conventional PSO algorithm. To improve the performance of the conventional PSO, a novel method is applied to intelligently control the number…
خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : یک الگوریتم تکوینی واقعی برای بهینه سازی پاسخ ماندگاری ورقه های کامپوزیت
.
English Article Title: A real-coded genetic algorithm for optimizing the damping response of composite laminates
Year: 2018
Publisher: ELSEVIER
Journal: Computers and Structures
DOI: https://doi.org/10.1016/j.compstruc.2018.01.005
Keywords:
#Real_coded_genetic_algorithm
#Composite_laminates
#Optimization
#Damping
#الگوریتم_ژنتیک_کد_شده_واقعی
#ورقه_های_کامپوزیت
#میرایی_بهینه_سازی
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#مقاله_علوم_مواد (#Materials_Science)
چکیده مقاله:
ما یک الگوریتم تکوینی محدود ( GA ) را با استفاده از یک الگوریتم توسعه داده و عملکرد آن را در مورد مسائل بهینه سازی کلاسیک منتخب تشخیص می دهیم. GA پیشنهادی از روش گزینش رولت، عملیات متقاطع BLX-a، جهش غیر یکنواخت همراه با انتخاب بهترین‌ها در هر نسل ا استفاده می‌کند. سپس GA با استفاده از روش عنصر محدود (FE) به منظور بهینه سازی پاسخ ماندگاری لمینیت شامل لمینیت های کامپوزیت یک طرفه و لایه های لرزشی لرزان، اعمال می شود. فاکتورهای خسارت مودال در برابر محدودیت های سختی و جرم ساختاری معین به حداکثر می رسند.
کلمات کلیدی: الگوریتم ژنتیک کد شده واقعی | ورقه های کامپوزیت | میرایی بهینه سازی
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2Qw0RZA
.
عنوان فارسی مقاله : یک الگوریتم تکوینی واقعی برای بهینه سازی پاسخ ماندگاری ورقه های کامپوزیت
.
English Article Title: A real-coded genetic algorithm for optimizing the damping response of composite laminates
Year: 2018
Publisher: ELSEVIER
Journal: Computers and Structures
DOI: https://doi.org/10.1016/j.compstruc.2018.01.005
Keywords:
#Real_coded_genetic_algorithm
#Composite_laminates
#Optimization
#Damping
#الگوریتم_ژنتیک_کد_شده_واقعی
#ورقه_های_کامپوزیت
#میرایی_بهینه_سازی
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#مقاله_علوم_مواد (#Materials_Science)
چکیده مقاله:
ما یک الگوریتم تکوینی محدود ( GA ) را با استفاده از یک الگوریتم توسعه داده و عملکرد آن را در مورد مسائل بهینه سازی کلاسیک منتخب تشخیص می دهیم. GA پیشنهادی از روش گزینش رولت، عملیات متقاطع BLX-a، جهش غیر یکنواخت همراه با انتخاب بهترین‌ها در هر نسل ا استفاده می‌کند. سپس GA با استفاده از روش عنصر محدود (FE) به منظور بهینه سازی پاسخ ماندگاری لمینیت شامل لمینیت های کامپوزیت یک طرفه و لایه های لرزشی لرزان، اعمال می شود. فاکتورهای خسارت مودال در برابر محدودیت های سختی و جرم ساختاری معین به حداکثر می رسند.
کلمات کلیدی: الگوریتم ژنتیک کد شده واقعی | ورقه های کامپوزیت | میرایی بهینه سازی
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2Qw0RZA
خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : استخراج اینترنت اشیاء برای اهداف هوشمندانه با استفاده از الگوریتم ژنتیک
.
English Article Title: Mining Internet of Things for intelligent objects using genetic algorithm
Year: 2018
Publisher: ELSEVIER
Journal: Computers and Electrical Engineering
DOI: https://doi.org/10.1016/j.compeleceng.2017.10.010
Keywords:
#IoT
#Social_IoT (#SIoT)
#Friendship_selection
#Link_selection
#Searching_IoT
#Genetic_algorithm
#اینترنت_اشیاء
#اینترنت_اجتماعی_اشیاء
#انتخاب_دوستی
#انتخاب_ارتباط
#جستجو_در_زمینه_اینترنت_اشیاء
#الگوریتم_ژنتیک
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_انرژی (#Energy)
#مقاله_مهندسی (#Engineering)
چکیده مقاله:
اینترنت اشیاء (IoT) با تعداد زیادی از اهداف و میلیون‌ها خدمات و روابط متقابل به میزان بیش از حدی افزایش یافته است. بنابراین، توانایی تحقیق در زمینه هدفی صحیح برای ارائه یک خدمت خاص مهم است. ترکیب اینترنت اشیاء و شبکه‌های اجتماعی، اینترنت اجتماعی اشیاء (SIoT)، این موضوع را امکان‌پذیر ساخته است. ایده اصلی اینترنت اجتماعی اشیاء این است که هر هدف در اینترنت اشیاء می‌تواند از روابط دوستان یا دوستان دوستان خود برای تحقیق در زمینه یک خدمت خاص استفاده کند. با این حال، این موضوع معمولاً فرآیندی کند است، زیرا هر گره (هدف) نیاز به مدیریت تعداد زیادی از دوستان دارد. این مقاله موضوع انتخاب ارتباط افراد را مورد توجه قرار داده و پنج استراتژی را در ادبیات تحقیق مورد تجزیه و تحلیل قرار می‌دهد. سپس یک استراتژی انتخاب ارتباط را با استفاده از الگوریتم ژنتیک (GA) برای یافتن نزدیکترین راه‌حل بهینه پیشنهاد می‌دهد. نتایج حاصل بهبود در استراتژی‌های مورد آزمون را در چارچوب چندین پارامتر نشان می‌دهند.
کلمات کلیدی: اینترنت اشیاء، اینترنت اجتماعی اشیاء (SIoT)، انتخاب دوستی، انتخاب ارتباط، جستجو در زمینه اینترنت اشیاء، الگوریتم ژنتیک
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2MZ0uGb
.
عنوان فارسی مقاله : استخراج اینترنت اشیاء برای اهداف هوشمندانه با استفاده از الگوریتم ژنتیک
.
English Article Title: Mining Internet of Things for intelligent objects using genetic algorithm
Year: 2018
Publisher: ELSEVIER
Journal: Computers and Electrical Engineering
DOI: https://doi.org/10.1016/j.compeleceng.2017.10.010
Keywords:
#IoT
#Social_IoT (#SIoT)
#Friendship_selection
#Link_selection
#Searching_IoT
#Genetic_algorithm
#اینترنت_اشیاء
#اینترنت_اجتماعی_اشیاء
#انتخاب_دوستی
#انتخاب_ارتباط
#جستجو_در_زمینه_اینترنت_اشیاء
#الگوریتم_ژنتیک
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_انرژی (#Energy)
#مقاله_مهندسی (#Engineering)
چکیده مقاله:
اینترنت اشیاء (IoT) با تعداد زیادی از اهداف و میلیون‌ها خدمات و روابط متقابل به میزان بیش از حدی افزایش یافته است. بنابراین، توانایی تحقیق در زمینه هدفی صحیح برای ارائه یک خدمت خاص مهم است. ترکیب اینترنت اشیاء و شبکه‌های اجتماعی، اینترنت اجتماعی اشیاء (SIoT)، این موضوع را امکان‌پذیر ساخته است. ایده اصلی اینترنت اجتماعی اشیاء این است که هر هدف در اینترنت اشیاء می‌تواند از روابط دوستان یا دوستان دوستان خود برای تحقیق در زمینه یک خدمت خاص استفاده کند. با این حال، این موضوع معمولاً فرآیندی کند است، زیرا هر گره (هدف) نیاز به مدیریت تعداد زیادی از دوستان دارد. این مقاله موضوع انتخاب ارتباط افراد را مورد توجه قرار داده و پنج استراتژی را در ادبیات تحقیق مورد تجزیه و تحلیل قرار می‌دهد. سپس یک استراتژی انتخاب ارتباط را با استفاده از الگوریتم ژنتیک (GA) برای یافتن نزدیکترین راه‌حل بهینه پیشنهاد می‌دهد. نتایج حاصل بهبود در استراتژی‌های مورد آزمون را در چارچوب چندین پارامتر نشان می‌دهند.
کلمات کلیدی: اینترنت اشیاء، اینترنت اجتماعی اشیاء (SIoT)، انتخاب دوستی، انتخاب ارتباط، جستجو در زمینه اینترنت اشیاء، الگوریتم ژنتیک
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2MZ0uGb
خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : الگوریتم چند جمله ای مدل انبارداری با تاخیر کامل در سفارش و تقاضای همبسته ایجاد شده توسط فروش تقاطعی
.
English Article Title: Polynomial algorithm of inventory model with complete backordering and correlated demand caused by cross-selling
Year: 2018
Publisher: ELSEVIER
Journal: International Journal of Production Economics
DOI: https://doi.org/10.1016/j.ijpe.2018.03.007
Keywords:
#Inventory
#Joint_replenishment_problem
#Polynomial_algorithm
#Complete_backordering
#Cross_selling
#انبارداری
#الگوریتم
#مسئله_تجدید_تدارکات_مشترک
#الگوریتم_چند_جمله‌ای
#سفارش_همبسته
#تاخیر_کامل_در_سفارش
#فروش_تقاطعی
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_مهندسی (#Engineering)
#مقاله_تجارت
#مقاله_کسب_و_کار
#مقاله_مدیریت
#مقاله_حسابداری (#Business_Management_and_Accounting)
#مقاله_اقتصاد
#مقاله_مالی
#مقاله_فاینانس (#Economics_Econometrics_and_Finance)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
چکیده مقاله:
در یک مقاله چاپ شده در مجله بین المللی اقتصادهای تولید (مدل و الگوریتم اکتشاف مسئله تجدید تدارکات مشترک با ترتیب بندی کامل و تقاضای همبسته، ژنگ و همکاران، صحفات33 تا 41)، نویسنده ها یک مدل مسئله تجدید تدارکات مشترک با ترتیب بندی کامل و تقاضای همبسته ایجاد شده توسط فروش تقاطعی را پیشنهاد کرده اند. این مدل به کمینه کردن یک تابع با توجه به چندگانگی های یک چرخه سفارش یک کالای مهم تبدیل شد و یک الگوریتم اکتشاف برای راه حل های تقریبا" بهینه تولید شد. در این مقاله، ما مسئله را بررسی مجدد می کنیم و ویژگی ریاضی این مدل را جهت تولید یک الگوریتم واقعی تحلیل می کنیم. این الگوریتم می تواند به بهینگی عمومی دست یابد و پیچیدگی چند جمله ای را نشان می دهد.
کلیدواژه ها: انبارداری | مسئله تجدید تدارکات مشترک | الگوریتم چند جمله ای | تاخیر کامل در سفارش | فروش تقاطعی
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/3587qa0
.
عنوان فارسی مقاله : الگوریتم چند جمله ای مدل انبارداری با تاخیر کامل در سفارش و تقاضای همبسته ایجاد شده توسط فروش تقاطعی
.
English Article Title: Polynomial algorithm of inventory model with complete backordering and correlated demand caused by cross-selling
Year: 2018
Publisher: ELSEVIER
Journal: International Journal of Production Economics
DOI: https://doi.org/10.1016/j.ijpe.2018.03.007
Keywords:
#Inventory
#Joint_replenishment_problem
#Polynomial_algorithm
#Complete_backordering
#Cross_selling
#انبارداری
#الگوریتم
#مسئله_تجدید_تدارکات_مشترک
#الگوریتم_چند_جمله‌ای
#سفارش_همبسته
#تاخیر_کامل_در_سفارش
#فروش_تقاطعی
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_مهندسی (#Engineering)
#مقاله_تجارت
#مقاله_کسب_و_کار
#مقاله_مدیریت
#مقاله_حسابداری (#Business_Management_and_Accounting)
#مقاله_اقتصاد
#مقاله_مالی
#مقاله_فاینانس (#Economics_Econometrics_and_Finance)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
چکیده مقاله:
در یک مقاله چاپ شده در مجله بین المللی اقتصادهای تولید (مدل و الگوریتم اکتشاف مسئله تجدید تدارکات مشترک با ترتیب بندی کامل و تقاضای همبسته، ژنگ و همکاران، صحفات33 تا 41)، نویسنده ها یک مدل مسئله تجدید تدارکات مشترک با ترتیب بندی کامل و تقاضای همبسته ایجاد شده توسط فروش تقاطعی را پیشنهاد کرده اند. این مدل به کمینه کردن یک تابع با توجه به چندگانگی های یک چرخه سفارش یک کالای مهم تبدیل شد و یک الگوریتم اکتشاف برای راه حل های تقریبا" بهینه تولید شد. در این مقاله، ما مسئله را بررسی مجدد می کنیم و ویژگی ریاضی این مدل را جهت تولید یک الگوریتم واقعی تحلیل می کنیم. این الگوریتم می تواند به بهینگی عمومی دست یابد و پیچیدگی چند جمله ای را نشان می دهد.
کلیدواژه ها: انبارداری | مسئله تجدید تدارکات مشترک | الگوریتم چند جمله ای | تاخیر کامل در سفارش | فروش تقاطعی
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/3587qa0
خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : مدیریت ترافیک با استفاده از رگرسيون لجستيک به همراه منطق فازی
.
English Article Title: Traffic Management using Logistic Regression with Fuzzy Logic
Year: 2018
Publisher: ELSEVIER
Journal: Procedia Computer Science
DOI: https://doi.org/10.1016/j.procs.2018.05.159
Keywords:
#Logistic_regression
#Traffic_management
#congestion
#fuzzy_logic
#optimization_algorithm
#fuzzy_controller
#لجستیک
#رگرسيون_لجستيک
#مدیریت_ترافیک
#تراکم
#منطق_فازی
#الگوریتم_بهینه‌سازی
#کنترل_فازی
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_تجارت
#مقاله_کسب_و_کار
#مقاله_مدیریت
#مقاله_حسابداری (#Business_Management_and_Accounting)
#علوم_تصمیم_گیری (#Decision_Sciences)
#مقاله_علوم_اجتماعی (#Social_Sciences)
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#مقاله_ریاضی(#Mathematics)
چکیده مقاله:
تراکم ترافیک یکی از مشکلات عمده در اکثر شهرهای سراسر جهان است و منجر به مشکلاتی مانند آلودگی، اتلاف وقت، ترافیک طولانی در جاده ها و حوادث می شود. بهبود زیرساخت های جاده، راه حل عملی برای حل مشکل نیست. در سناریو زندگی واقعی، مسیر کوتاهتر تا مقصد، منجر به جذب اکثریت مردم می شود و گاهی شرایط ترافیک را تشدید می¬کند. بنابراین، اطلاعات ترافیکی در لحظه برای تصمیم گیری هوشمندانه انتخاب مسیر حرکت ضروری است. علاوه بر این، سیستمی شامل فاکتور فاصله نسبت به مقصد با در نظر گرفتن وضعیت ترافیکی آن مسیر، به راه حل مشکل افزوده شد. پارامترهای خاصی نظیر فاصله، شرایط آب و هوایی، موقعیت جغرافیایی، روز هفته و زمان برای حل مشکل در نظر گرفته شد و راه حل هایی برای مشکلات پیدا شد. در این مقاله ترکیبی از رگرسيون لجستيک با منطق فازی مثل تصمیم گیری هوشمندان در انتخاب مسیر بهتر ارائه شد. این روش برای محاسبه احتمال هر مسیر، با در نظر گرفتن اطلاعات ترافیکی لحظه ای، فاصله و جاده استفاده شد و سپس برای تصمیم گیری بروی سناریوی نامطلوب استفاده گردید. روش پیشنهادی تعداد پارامترهایی مانند فاصله، شرایط آب و هوایی، موقعیت جاده، روز از هفته و زمان را در نظر می گیرد.
کلید واژه : رگرسيون لجستيک | مدیریت ترافیک | تراکم | منطق فازی | الگوریتم بهینه سازی | کنترل فازی
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/37sYQnY
.
عنوان فارسی مقاله : مدیریت ترافیک با استفاده از رگرسيون لجستيک به همراه منطق فازی
.
English Article Title: Traffic Management using Logistic Regression with Fuzzy Logic
Year: 2018
Publisher: ELSEVIER
Journal: Procedia Computer Science
DOI: https://doi.org/10.1016/j.procs.2018.05.159
Keywords:
#Logistic_regression
#Traffic_management
#congestion
#fuzzy_logic
#optimization_algorithm
#fuzzy_controller
#لجستیک
#رگرسيون_لجستيک
#مدیریت_ترافیک
#تراکم
#منطق_فازی
#الگوریتم_بهینه‌سازی
#کنترل_فازی
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_تجارت
#مقاله_کسب_و_کار
#مقاله_مدیریت
#مقاله_حسابداری (#Business_Management_and_Accounting)
#علوم_تصمیم_گیری (#Decision_Sciences)
#مقاله_علوم_اجتماعی (#Social_Sciences)
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#مقاله_ریاضی(#Mathematics)
چکیده مقاله:
تراکم ترافیک یکی از مشکلات عمده در اکثر شهرهای سراسر جهان است و منجر به مشکلاتی مانند آلودگی، اتلاف وقت، ترافیک طولانی در جاده ها و حوادث می شود. بهبود زیرساخت های جاده، راه حل عملی برای حل مشکل نیست. در سناریو زندگی واقعی، مسیر کوتاهتر تا مقصد، منجر به جذب اکثریت مردم می شود و گاهی شرایط ترافیک را تشدید می¬کند. بنابراین، اطلاعات ترافیکی در لحظه برای تصمیم گیری هوشمندانه انتخاب مسیر حرکت ضروری است. علاوه بر این، سیستمی شامل فاکتور فاصله نسبت به مقصد با در نظر گرفتن وضعیت ترافیکی آن مسیر، به راه حل مشکل افزوده شد. پارامترهای خاصی نظیر فاصله، شرایط آب و هوایی، موقعیت جغرافیایی، روز هفته و زمان برای حل مشکل در نظر گرفته شد و راه حل هایی برای مشکلات پیدا شد. در این مقاله ترکیبی از رگرسيون لجستيک با منطق فازی مثل تصمیم گیری هوشمندان در انتخاب مسیر بهتر ارائه شد. این روش برای محاسبه احتمال هر مسیر، با در نظر گرفتن اطلاعات ترافیکی لحظه ای، فاصله و جاده استفاده شد و سپس برای تصمیم گیری بروی سناریوی نامطلوب استفاده گردید. روش پیشنهادی تعداد پارامترهایی مانند فاصله، شرایط آب و هوایی، موقعیت جاده، روز از هفته و زمان را در نظر می گیرد.
کلید واژه : رگرسيون لجستيک | مدیریت ترافیک | تراکم | منطق فازی | الگوریتم بهینه سازی | کنترل فازی
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/37sYQnY
خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : بهینه سازی کلونی مورچگان بهبود یافته با همکاری انسان و کامپیوتر برای طراحی مسیر لوله کشتی
.
English Article Title: A human-computer cooperation improved ant colony optimization for ship pipe route design
Year: 2018
Publisher: ELSEVIER
Journal: Ocean Engineering
DOI: https://doi.org/10.1016/j.oceaneng.2017.12.024
Keywords:
#Ship_pipe_route_design
#Optimization_algorithm
#Human_computer_cooperation
#Artificial_solution
#Algorithm_solution
#Ant_colony_algorithm
#طراحی_مسیر_لوله_کشتی
#الگوریتم_بهینه‌سازی
#همکاری_انسان_و_کامپیوتر
#راه‌حل_مصنوعی
#راه‌حل_ساختگی
#راه‌حل_الگوریتمی
#الگوریتم_کلونی_مورچگان
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
چکیده مقاله:
این مقاله الگوریتم بهینه سازی کلونی مورچگان بهبود یافته با همکاری انسان و کامپیوتر (HCCIACO) برای طراحی مسیر لوله کشتی (SPRD) را ارائه می دهد.. SPRD یک مسئله بهینه سازی ترکیبی با محدودیت های عملکردی مختلف است، که یافتن یک راه حل موثر صرفاً با کامپیوتر سخت است. بر اساس نظریه همکاری انسان و کامپیوتر، الگوریتم HCCIACO به طور کامل از تخصص و تجربه طراحان و همچنین توانایی محاسبه کامپیوتری بهره می برد. این روش راه¬حل مصنوعی و الگوریتم را طبق ژنتیک الگوریتم بهینه سازی کلونی مورچگان بهبود یافته (IACO) ترکیب می کند به طوری که رویکرد بهینه سازی برای SPRD در فضای سه بعدی می تواند به دست آید. بهینه سازی کلونی مورچگان بهبودیافته، با کاهش پیچیدگی در محاسبه و مهندسی تا حدودی، مسئله را ساده می کند. در همین حال، این امر الگوریتم را برای جستجوی موثر راه حل پایدار هدایت می کند تا الزامات مهندسی را برآورده کند. در این مقاله، ساختار و روش بروز رسانی راه حل مصنوعی (ساختگی) و همچنین حالت ترکیبی راه حل مصنوعی و راه¬حل الگوریتمی مورد بررسی قرار گرفته است. در مقایسه با روش معمولی، الگوریتم HCCIACO، نه تنها سرعت همگرایی را بهبود می بخشد بلکه کیفیت راه حل را نیز بهبود می بخشد. در نهایت، نتایج شبیه سازی امکان پذیری و کارایی الگوریتم پیشنهادی را نشان می دهد.
واژگان کلیدی: طراحی مسیر لوله کشتی ، الگوریتم بهینه سازی، همکاری انسان و کامپیوتر ، راه حل مصنوعی (ساختگی)، راه حل الگوریتمی، الگوریتم کلونی مورچگان .
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/39Cj5RT
.
عنوان فارسی مقاله : بهینه سازی کلونی مورچگان بهبود یافته با همکاری انسان و کامپیوتر برای طراحی مسیر لوله کشتی
.
English Article Title: A human-computer cooperation improved ant colony optimization for ship pipe route design
Year: 2018
Publisher: ELSEVIER
Journal: Ocean Engineering
DOI: https://doi.org/10.1016/j.oceaneng.2017.12.024
Keywords:
#Ship_pipe_route_design
#Optimization_algorithm
#Human_computer_cooperation
#Artificial_solution
#Algorithm_solution
#Ant_colony_algorithm
#طراحی_مسیر_لوله_کشتی
#الگوریتم_بهینه‌سازی
#همکاری_انسان_و_کامپیوتر
#راه‌حل_مصنوعی
#راه‌حل_ساختگی
#راه‌حل_الگوریتمی
#الگوریتم_کلونی_مورچگان
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
چکیده مقاله:
این مقاله الگوریتم بهینه سازی کلونی مورچگان بهبود یافته با همکاری انسان و کامپیوتر (HCCIACO) برای طراحی مسیر لوله کشتی (SPRD) را ارائه می دهد.. SPRD یک مسئله بهینه سازی ترکیبی با محدودیت های عملکردی مختلف است، که یافتن یک راه حل موثر صرفاً با کامپیوتر سخت است. بر اساس نظریه همکاری انسان و کامپیوتر، الگوریتم HCCIACO به طور کامل از تخصص و تجربه طراحان و همچنین توانایی محاسبه کامپیوتری بهره می برد. این روش راه¬حل مصنوعی و الگوریتم را طبق ژنتیک الگوریتم بهینه سازی کلونی مورچگان بهبود یافته (IACO) ترکیب می کند به طوری که رویکرد بهینه سازی برای SPRD در فضای سه بعدی می تواند به دست آید. بهینه سازی کلونی مورچگان بهبودیافته، با کاهش پیچیدگی در محاسبه و مهندسی تا حدودی، مسئله را ساده می کند. در همین حال، این امر الگوریتم را برای جستجوی موثر راه حل پایدار هدایت می کند تا الزامات مهندسی را برآورده کند. در این مقاله، ساختار و روش بروز رسانی راه حل مصنوعی (ساختگی) و همچنین حالت ترکیبی راه حل مصنوعی و راه¬حل الگوریتمی مورد بررسی قرار گرفته است. در مقایسه با روش معمولی، الگوریتم HCCIACO، نه تنها سرعت همگرایی را بهبود می بخشد بلکه کیفیت راه حل را نیز بهبود می بخشد. در نهایت، نتایج شبیه سازی امکان پذیری و کارایی الگوریتم پیشنهادی را نشان می دهد.
واژگان کلیدی: طراحی مسیر لوله کشتی ، الگوریتم بهینه سازی، همکاری انسان و کامپیوتر ، راه حل مصنوعی (ساختگی)، راه حل الگوریتمی، الگوریتم کلونی مورچگان .
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/39Cj5RT
خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : برنامه ریزی پایدار در سطح ایستگاهی: مدلی پایدار در رابطه با طرح کاربری اراضی و حمل و نقل یجهت توسعه ی حمل و نقل منظم.
.
English Article Title: Sustainable station-level planning: An integrated transport and land use design model for transit-oriented development
Year: 2018
Publisher: ELSEVIER
Journal: Journal of Cleaner Production
DOI: https://doi.org/10.1016/j.jclepro.2017.09.182
Keywords:
#Transit_oriented_development
#Land_use
#Sustainable_development
#Genetic_algorithm
#توسعه_حمل‌و‌نقل‌گرا
#برنامه‌ریزی_پایدار
#کاربری_اراضی
#حمل‌و‌نقل
#استفاده_از_زمین
#توسعه_پایدار
#الگوریتم_ژنتیک
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_علوم_اجتماعی (#Social_Sciences)
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
چکیده مقاله:
سیستم حمل و نقل راه آهن شهری در چین سریعا در پاسخ به اثرات شهرسازی مانند تراکم زیاد شهری و آلودگی بیش از حد راه اندازی شده است. برنامه ریزی پایدار کاربری اراضی (یعنی توسعه ی منظم حمل و نقل،TOD) در اطراف ایستگاه های مترو برای سیستم حمل و نقل شهری بدلیل اثر طولانی مدت آن روی تقاضای سفر حایز اهمیت می باشد. بهرحال، مطالعات محدودی در رابطه با برنامه ریزی TOD در سطح ایستگاهی وجود دارد و کمتر در این زمینه تمرکز شده است. در این رابطه، هدف این مطالعه پیشنهاد روش برنامه ریزی چندمنظوره جهت یکپارچه سازی حمل و نقل و طراحی کاربری اراضی برای برنامه ریزی TOD در سطح ایستگاهی می باشد. در این مطالعه، مورد مطالعاتی ایستگاه متروی پکن می باشد که ویژگی های توسعه ی شهری ازجمله تراکم و تنوع بالا در نظر گرفته شده و پنج مورد در این مدل تحت توجه بوده که شامل مسافران ، پراکندگی و تراکم ، قابلیت در دسترس بودن، درجه ی تنازع و اثرات محیط زیستی می باشد. و همچنین الگوریتم ژنتیکی طراحی شد تا راه حل های مطلوبی تحت نقشه های جایگزین کاربری ارضی بدست آید. در این مطالعه امیدواریم برنامه ریزی پایداری برای تصمیم گیرندگان برنامه های شهری فراهم گردد.
کلمات کلیدی: حمل و نقل گرا توسعه، استفاده از زمین، توسعه پایدار، الگوریتم ژنتیک
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/35mqTEa
.
عنوان فارسی مقاله : برنامه ریزی پایدار در سطح ایستگاهی: مدلی پایدار در رابطه با طرح کاربری اراضی و حمل و نقل یجهت توسعه ی حمل و نقل منظم.
.
English Article Title: Sustainable station-level planning: An integrated transport and land use design model for transit-oriented development
Year: 2018
Publisher: ELSEVIER
Journal: Journal of Cleaner Production
DOI: https://doi.org/10.1016/j.jclepro.2017.09.182
Keywords:
#Transit_oriented_development
#Land_use
#Sustainable_development
#Genetic_algorithm
#توسعه_حمل‌و‌نقل‌گرا
#برنامه‌ریزی_پایدار
#کاربری_اراضی
#حمل‌و‌نقل
#استفاده_از_زمین
#توسعه_پایدار
#الگوریتم_ژنتیک
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_علوم_اجتماعی (#Social_Sciences)
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
چکیده مقاله:
سیستم حمل و نقل راه آهن شهری در چین سریعا در پاسخ به اثرات شهرسازی مانند تراکم زیاد شهری و آلودگی بیش از حد راه اندازی شده است. برنامه ریزی پایدار کاربری اراضی (یعنی توسعه ی منظم حمل و نقل،TOD) در اطراف ایستگاه های مترو برای سیستم حمل و نقل شهری بدلیل اثر طولانی مدت آن روی تقاضای سفر حایز اهمیت می باشد. بهرحال، مطالعات محدودی در رابطه با برنامه ریزی TOD در سطح ایستگاهی وجود دارد و کمتر در این زمینه تمرکز شده است. در این رابطه، هدف این مطالعه پیشنهاد روش برنامه ریزی چندمنظوره جهت یکپارچه سازی حمل و نقل و طراحی کاربری اراضی برای برنامه ریزی TOD در سطح ایستگاهی می باشد. در این مطالعه، مورد مطالعاتی ایستگاه متروی پکن می باشد که ویژگی های توسعه ی شهری ازجمله تراکم و تنوع بالا در نظر گرفته شده و پنج مورد در این مدل تحت توجه بوده که شامل مسافران ، پراکندگی و تراکم ، قابلیت در دسترس بودن، درجه ی تنازع و اثرات محیط زیستی می باشد. و همچنین الگوریتم ژنتیکی طراحی شد تا راه حل های مطلوبی تحت نقشه های جایگزین کاربری ارضی بدست آید. در این مطالعه امیدواریم برنامه ریزی پایداری برای تصمیم گیرندگان برنامه های شهری فراهم گردد.
کلمات کلیدی: حمل و نقل گرا توسعه، استفاده از زمین، توسعه پایدار، الگوریتم ژنتیک
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/35mqTEa
Forwarded from ترجمه انگلیسی به فارسی
عنوان فارسی مقاله : GA CC-: الگوریتم ژنتیک براساس ضریب خوشه‌بندی برای تشخیص جوامع در شبکه‌های اجتماعی
.
English Article Title: CC-GA: A clustering coefficient based genetic algorithm for detecting communities in social networks
Year: 2018
Publisher: ELSEVIER
Journal: Applied Soft Computing
DOI: https://doi.org/10.1016/j.asoc.2017.11.014
Keywords:
#Community_detection
#Graph_clustering
#Genetic_algorithm
#Artificial_intelligence
#Social_network_analysis
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#تشخیص_جامعه
#خوشه_بندی_نمودار
#الگوریتم_ژنتیک
#هوش_مصنوعی
#تجزیه_و_تحلیل_شبکه_های_اجتماعی
چکیده مقاله: ساختار اجتماع، بخش لاینفک شبکه اجتماعی می‌باشد. تشخیص این اجتماعات، نقش مهمی در دامنه وسیعی از برنامه‌های کاربردی که شامل تحلیل خوشه، سیستم‌های توصیه و شناخت رفتار سیستم‌های پیچیده می‌باشد اما به آنها محدود نمی‌شود. محققان، الگوریتمهای بسیاری را برای کشف ساختارهای اجتماعی شبکه‌ها بیان نموده‌اند. کشف جوامع، کاری چالش برانگیز است و هیچ الگوریتم منفردی وجود ندارد که بهترین نتایج را برای کلیه شبکه‌ها ارائه دهد. بنابراین علاوه بر راه‌حل‌های ظریف، کشف جوامع، حوزه تحقیق فعالی می‌باشد. در این مقاله، الگوریتم جدیدی به نام الگوریتم ژنتیک براساس ضریب خوشه‌بندی (CC – GA) برای تشخیص آنها در شبکه‌های اجتماعی و پیچیده مطرح میشود. محققان از چند الگوریتم ژنتیک برای تشخیص اجتماعات استفاده نموده‌اند اما الگوریتم پیشنهاد برحسب گسترش جمعیت اولیه و روش جهش، جدید می‌باشد و این موارد سبب بهبود کارایی و صحت آن میشود.
آزمایشات مربوط به مجموعه داده‌های جهان واقعی و مقایسه الگوریتمهای پیشرفته مبنی بر ژنتیک و غیر ژنتیک، نتایج بهبود یافته‌ای را نشان می‌دهد.
کلمات کلیدی : تشخیص جامعه، خوشه بندی نمودار، الگوریتم ژنتیک، هوش مصنوعی، تجزیه و تحلیل شبکه های اجتماعی
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/3fx2TEu
.
English Article Title: CC-GA: A clustering coefficient based genetic algorithm for detecting communities in social networks
Year: 2018
Publisher: ELSEVIER
Journal: Applied Soft Computing
DOI: https://doi.org/10.1016/j.asoc.2017.11.014
Keywords:
#Community_detection
#Graph_clustering
#Genetic_algorithm
#Artificial_intelligence
#Social_network_analysis
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#تشخیص_جامعه
#خوشه_بندی_نمودار
#الگوریتم_ژنتیک
#هوش_مصنوعی
#تجزیه_و_تحلیل_شبکه_های_اجتماعی
چکیده مقاله: ساختار اجتماع، بخش لاینفک شبکه اجتماعی می‌باشد. تشخیص این اجتماعات، نقش مهمی در دامنه وسیعی از برنامه‌های کاربردی که شامل تحلیل خوشه، سیستم‌های توصیه و شناخت رفتار سیستم‌های پیچیده می‌باشد اما به آنها محدود نمی‌شود. محققان، الگوریتمهای بسیاری را برای کشف ساختارهای اجتماعی شبکه‌ها بیان نموده‌اند. کشف جوامع، کاری چالش برانگیز است و هیچ الگوریتم منفردی وجود ندارد که بهترین نتایج را برای کلیه شبکه‌ها ارائه دهد. بنابراین علاوه بر راه‌حل‌های ظریف، کشف جوامع، حوزه تحقیق فعالی می‌باشد. در این مقاله، الگوریتم جدیدی به نام الگوریتم ژنتیک براساس ضریب خوشه‌بندی (CC – GA) برای تشخیص آنها در شبکه‌های اجتماعی و پیچیده مطرح میشود. محققان از چند الگوریتم ژنتیک برای تشخیص اجتماعات استفاده نموده‌اند اما الگوریتم پیشنهاد برحسب گسترش جمعیت اولیه و روش جهش، جدید می‌باشد و این موارد سبب بهبود کارایی و صحت آن میشود.
آزمایشات مربوط به مجموعه داده‌های جهان واقعی و مقایسه الگوریتمهای پیشرفته مبنی بر ژنتیک و غیر ژنتیک، نتایج بهبود یافته‌ای را نشان می‌دهد.
کلمات کلیدی : تشخیص جامعه، خوشه بندی نمودار، الگوریتم ژنتیک، هوش مصنوعی، تجزیه و تحلیل شبکه های اجتماعی
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/3fx2TEu
Forwarded from ترجمه انگلیسی به فارسی
عنوان فارسی مقاله : الگوریتم نهنگ قاتل: یک الگوریتم با الهام از زندگی نهنگ قاتل
.
English Article Title: Killer Whale Algorithm: An Algorithm Inspired by the Life of Killer Whale
Year: 2017
Publisher: ELSEVIER
Journal: Procedia Computer Science
DOI: https://doi.org/10.1016/j.procs.2017.12.141
Keywords:
#Optimization
#Killer_Whale
#Algorithm
#Benchmark
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#بهینه_سازی
#نهنگ_قاتل
#الگوریتم
#معیار
چکیده مقاله:
این مقاله یک الگوریتم جدید الهام گرفته از زندگی نهنگ قاتل را پیشنهاد کرده است. یک گروه از نهنگهای قاتل به نام ماتریلیک که شامل یک رهبر و اعضای گروه است. وظیفه رهبر جستجوی موقعیت و مسیر بهینه برای تعقیب شکار است، و در عین حال تعقیب شکار توسط اعضا گروه انجام می شود. مسیر بهینه به معنی حداقل مسیر و حداکثر سرعت است. بهینه سراسری با مقایسه نتایج اقدامات اعضا به دست می آید. در این الگوریتم، اگر مقادیر تابع هدف از اعضای گروه بیشتر از رهبر باشد، از این رو رهبر باید یک طعمه بالقوه جدید دیگر را پیدا کند. به منظور به دست آوردن عملکرد الگوریتم پیشنهادی، الگوریتم جدید را با سایر الگوریتم های دیگر، با استفاده از تابع ریاضی شناخته شده موجود در مقایسه الگوریتم بهینه سازی پیوسته مقایسه (COCO ) به ویژه الگوریتم بنچ مارک بهینه سازی جعبه سیاه (BBOB )، مورد نیاز است. نتایج بهینه سازی نشان می دهد که عملکرد الگوریتم مورد نظر از الگوریتم های دیگر مانند الگوریتم ژنتیک (GA )، الگوریتم رقابت استعماری (ICA ) و الگوریتم شبیه سازی تبرید (SA ) بهتر بوده است.
کلمات کلیدی: بهینه سازی ، نهنگ قاتل ، الگوریتم ، معیار
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2WNFfLj
.
English Article Title: Killer Whale Algorithm: An Algorithm Inspired by the Life of Killer Whale
Year: 2017
Publisher: ELSEVIER
Journal: Procedia Computer Science
DOI: https://doi.org/10.1016/j.procs.2017.12.141
Keywords:
#Optimization
#Killer_Whale
#Algorithm
#Benchmark
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#بهینه_سازی
#نهنگ_قاتل
#الگوریتم
#معیار
چکیده مقاله:
این مقاله یک الگوریتم جدید الهام گرفته از زندگی نهنگ قاتل را پیشنهاد کرده است. یک گروه از نهنگهای قاتل به نام ماتریلیک که شامل یک رهبر و اعضای گروه است. وظیفه رهبر جستجوی موقعیت و مسیر بهینه برای تعقیب شکار است، و در عین حال تعقیب شکار توسط اعضا گروه انجام می شود. مسیر بهینه به معنی حداقل مسیر و حداکثر سرعت است. بهینه سراسری با مقایسه نتایج اقدامات اعضا به دست می آید. در این الگوریتم، اگر مقادیر تابع هدف از اعضای گروه بیشتر از رهبر باشد، از این رو رهبر باید یک طعمه بالقوه جدید دیگر را پیدا کند. به منظور به دست آوردن عملکرد الگوریتم پیشنهادی، الگوریتم جدید را با سایر الگوریتم های دیگر، با استفاده از تابع ریاضی شناخته شده موجود در مقایسه الگوریتم بهینه سازی پیوسته مقایسه (COCO ) به ویژه الگوریتم بنچ مارک بهینه سازی جعبه سیاه (BBOB )، مورد نیاز است. نتایج بهینه سازی نشان می دهد که عملکرد الگوریتم مورد نظر از الگوریتم های دیگر مانند الگوریتم ژنتیک (GA )، الگوریتم رقابت استعماری (ICA ) و الگوریتم شبیه سازی تبرید (SA ) بهتر بوده است.
کلمات کلیدی: بهینه سازی ، نهنگ قاتل ، الگوریتم ، معیار
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2WNFfLj
Forwarded from ترجمه انگلیسی به فارسی
عنوان فارسی مقاله : مسیر قابل اعتماد بین کاربران هدف (ارائه دهندگان خدمات) و مشتریان (درخواست کنندگان خدمات) در شبکه های اجتماعی با استفاده از الگوریتم بهینه سازی کلونی مورچه معکوس
.
English Article Title: A reliable path between target users and clients in social networks using an inverted ant colony optimization algorithm
Year: 2017
Publisher: ELSEVIER
Journal: Karbala International Journal of Modern Science
DOI: https://doi.org/10.1016/j.kijoms.2017.05.004
Keywords:
#Social_networks
#Trust
#Inverted_ant_colony_optimization_algorithm
#Load_balancing
#Waiting_time
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#شبکه_های_اجتماعی
#اعتماد
#الگوریتم_بهینه_سازی_کلونی_مورچه_معکوس
#تعادل_بار
#زمان_انتظار
چکیده مقاله:
اینترنت به بخش جدایی ناپذیر زندگی انسانی تبدیل شده است. میلیون ها نفر هر روز به شبکه های اجتماعی آنلاین می پیوندند و با دیگران ارتباط برقرار می کنند که قبلا نمی توانستند. ایجاد اعتماد در میان کسانی که به طور غیرمستقیم متصل هستند نقش مهمی در بهبود کیفیت خدمات شبکه اجتماعی و ایجاد امنیت برای آنها ایفا می کند. در حال حاضر مسیرهای زیادی بین مشتریان (درخواست کنندگان خدمات) و کاربران هدف (ارائه دهندگان خدمات) در شبکه های اجتماعی آنلاین وجود دارد. در میان مسیرهای موجود پیدا کردن راه اعتماد برای خدمات قابل اعتماد یک کار حیاتی است. همچنين در بسياري از روشهاي قبلي، مانند الگوريتم بهينه سازي کلونی مورچه تعادل بار بين کاربران هدف ناکارآمد است. بنابراين، در اين مقاله الگوريتم بهينه سازي کلوني مورچه را براي يافتن راه قابل اعتماد همراه با بهبود تعادل بار در ميان کاربران هدف پيشنهاد مي کنيم. الگوریتم بهینه سازی کلونی مورچه معکوس تنوع الگوریتم بهینه سازی کلونی مورچه ای است که در آن، فرومون به روز شده بر روی مسیر انتخاب شده توسط مورچه ها اثر معکوس ایفا می کند. در نهایت، روش پیشنهادی را با استفاده از داده های اصلی تجربی شبیه سازی می کنیم و روش پیشنهاد شده را از لحاظ تعادل بار، زمان انتظار و زمان اجرای آن در مقایسه با الگوریتم بهینه سازی کلونی مورچه ارزیابی می کنیم. نتایج به دست آمده بسیار امیدوار کننده است.
کلمات کلیدی : شبکه های اجتماعی، اعتماد، الگوریتم بهینه سازی کلونی مورچه معکوس، تعادل بار، زمان انتظار
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/3fOfJ1t
.
English Article Title: A reliable path between target users and clients in social networks using an inverted ant colony optimization algorithm
Year: 2017
Publisher: ELSEVIER
Journal: Karbala International Journal of Modern Science
DOI: https://doi.org/10.1016/j.kijoms.2017.05.004
Keywords:
#Social_networks
#Trust
#Inverted_ant_colony_optimization_algorithm
#Load_balancing
#Waiting_time
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#شبکه_های_اجتماعی
#اعتماد
#الگوریتم_بهینه_سازی_کلونی_مورچه_معکوس
#تعادل_بار
#زمان_انتظار
چکیده مقاله:
اینترنت به بخش جدایی ناپذیر زندگی انسانی تبدیل شده است. میلیون ها نفر هر روز به شبکه های اجتماعی آنلاین می پیوندند و با دیگران ارتباط برقرار می کنند که قبلا نمی توانستند. ایجاد اعتماد در میان کسانی که به طور غیرمستقیم متصل هستند نقش مهمی در بهبود کیفیت خدمات شبکه اجتماعی و ایجاد امنیت برای آنها ایفا می کند. در حال حاضر مسیرهای زیادی بین مشتریان (درخواست کنندگان خدمات) و کاربران هدف (ارائه دهندگان خدمات) در شبکه های اجتماعی آنلاین وجود دارد. در میان مسیرهای موجود پیدا کردن راه اعتماد برای خدمات قابل اعتماد یک کار حیاتی است. همچنين در بسياري از روشهاي قبلي، مانند الگوريتم بهينه سازي کلونی مورچه تعادل بار بين کاربران هدف ناکارآمد است. بنابراين، در اين مقاله الگوريتم بهينه سازي کلوني مورچه را براي يافتن راه قابل اعتماد همراه با بهبود تعادل بار در ميان کاربران هدف پيشنهاد مي کنيم. الگوریتم بهینه سازی کلونی مورچه معکوس تنوع الگوریتم بهینه سازی کلونی مورچه ای است که در آن، فرومون به روز شده بر روی مسیر انتخاب شده توسط مورچه ها اثر معکوس ایفا می کند. در نهایت، روش پیشنهادی را با استفاده از داده های اصلی تجربی شبیه سازی می کنیم و روش پیشنهاد شده را از لحاظ تعادل بار، زمان انتظار و زمان اجرای آن در مقایسه با الگوریتم بهینه سازی کلونی مورچه ارزیابی می کنیم. نتایج به دست آمده بسیار امیدوار کننده است.
کلمات کلیدی : شبکه های اجتماعی، اعتماد، الگوریتم بهینه سازی کلونی مورچه معکوس، تعادل بار، زمان انتظار
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/3fOfJ1t
Forwarded from ترجمه انگلیسی به فارسی
عنوان فارسی مقاله : الگوریتم تکامل اجتماعی الهام گرفته از کوانتوم (QSE) برای حل مسئله کوله پشتی 0-1
.
English Article Title: Quantum Inspired Social Evolution (QSE) algorithm for 0-1 knapsack problem
Year: 2016
Publisher: Elsevier
Journal: Swarm and Evolutionary Computation
DOI: https://doi.org/10.1016/j.swevo.2016.02.006
Keywords:
#GQA
#QIEA
#Social_evolution
#Quantum_Inspired_Evolutionary_algorithms
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_علوم_اجتماعی (#Social_Sciences)
#تکامل_اجتماعی
#الگوریتم_های_تکاملی_الهام_گرفته_شده_از_کوانتوم
چکیده مقاله:
الگوریتم تکامل اجتماعی (SE) الهام گرفته شده توسط تعاملات انسانی و تعصب آنها است. به طور کلی، تعصب انسانی بر تعامل افراد و نحوه تعامل آنها تاثیر می‌گذارد. تعصب فردی نیز ممکن است بر نتیجه تعاملات مطلوب یا نامطلوب تاثیرگذار باشد. وقتی که تعاملات مطلوب هستند، افراد ممکن است تغییر کامل را بپذیرند. وقتی که تعاملات نامطلوب است، فرد ممکن است برای نظر دوم برای بررسی تعارض غيرمستقيم قبل از پذیرش تغيير به پیدایش و تکامل بپردازد. در دهه گذشته، با ادغام محاسبات کوانتومی در حال پیدایش با الگوریتم های سنتی تکاملی، الگوریتم کوانتومی الهام گرفته شده تکامل یافته است . در این مقاله، یک الگوریتم تکامل اجتماعی الهام گرفته شده از کوانتوم (QSE) توسط ترکیبی از الگوریتم تکامل اجتماعی با کوانتوم در حال پیدایش الهام گرفته شده است ،الهام گرفته شده توسط نمایش Q-bit و همبستگی و موفقیت الگوریتم الهام گرفته شده است . الگوریتم پیشنهادی QSE الگوریتم تکامل اجتماعی الهام‌گرفته از کوانتوم (QSE) برای حل مسئله کوله پشتی 0-1 مورد مطالعه قرار گرفته و عملکرد الگوریتم با انواع مختلف الگوریتم، ازدحام و کوانتومی مقایسه شده است. نتایج نشان می دهد که عملکرد الگوریتم QSE بهتر از انواع الگوریتمهای الهام گرفته شده تکاملی است که با آنها تست شده یا مقایسه میشود. یک مطالعه تجربی نیز برای بررسی تاثیر و اهمیت تعصب انسانی در انتخاب افراد برای تعاملات ، میزان افرادی که به دنبال نظر دوم و تاثیر یادگیری انتخابی بر عملکرد کلی الگوریتم تکامل اجتماع الهام گرفته از کوانتوم (QSE) انجام شده است.
کلیدواژه: GQA ، QIEA ، تکامل اجتماعی ، الگوریتم های تکاملی الهام گرفته شده از کوانتوم
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2ZfGQN3
.
English Article Title: Quantum Inspired Social Evolution (QSE) algorithm for 0-1 knapsack problem
Year: 2016
Publisher: Elsevier
Journal: Swarm and Evolutionary Computation
DOI: https://doi.org/10.1016/j.swevo.2016.02.006
Keywords:
#GQA
#QIEA
#Social_evolution
#Quantum_Inspired_Evolutionary_algorithms
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#علوم_انسانی_و_اجتماعی (#Social_Sciences_and_Humanities)
#مقاله_علوم_اجتماعی (#Social_Sciences)
#تکامل_اجتماعی
#الگوریتم_های_تکاملی_الهام_گرفته_شده_از_کوانتوم
چکیده مقاله:
الگوریتم تکامل اجتماعی (SE) الهام گرفته شده توسط تعاملات انسانی و تعصب آنها است. به طور کلی، تعصب انسانی بر تعامل افراد و نحوه تعامل آنها تاثیر می‌گذارد. تعصب فردی نیز ممکن است بر نتیجه تعاملات مطلوب یا نامطلوب تاثیرگذار باشد. وقتی که تعاملات مطلوب هستند، افراد ممکن است تغییر کامل را بپذیرند. وقتی که تعاملات نامطلوب است، فرد ممکن است برای نظر دوم برای بررسی تعارض غيرمستقيم قبل از پذیرش تغيير به پیدایش و تکامل بپردازد. در دهه گذشته، با ادغام محاسبات کوانتومی در حال پیدایش با الگوریتم های سنتی تکاملی، الگوریتم کوانتومی الهام گرفته شده تکامل یافته است . در این مقاله، یک الگوریتم تکامل اجتماعی الهام گرفته شده از کوانتوم (QSE) توسط ترکیبی از الگوریتم تکامل اجتماعی با کوانتوم در حال پیدایش الهام گرفته شده است ،الهام گرفته شده توسط نمایش Q-bit و همبستگی و موفقیت الگوریتم الهام گرفته شده است . الگوریتم پیشنهادی QSE الگوریتم تکامل اجتماعی الهام‌گرفته از کوانتوم (QSE) برای حل مسئله کوله پشتی 0-1 مورد مطالعه قرار گرفته و عملکرد الگوریتم با انواع مختلف الگوریتم، ازدحام و کوانتومی مقایسه شده است. نتایج نشان می دهد که عملکرد الگوریتم QSE بهتر از انواع الگوریتمهای الهام گرفته شده تکاملی است که با آنها تست شده یا مقایسه میشود. یک مطالعه تجربی نیز برای بررسی تاثیر و اهمیت تعصب انسانی در انتخاب افراد برای تعاملات ، میزان افرادی که به دنبال نظر دوم و تاثیر یادگیری انتخابی بر عملکرد کلی الگوریتم تکامل اجتماع الهام گرفته از کوانتوم (QSE) انجام شده است.
کلیدواژه: GQA ، QIEA ، تکامل اجتماعی ، الگوریتم های تکاملی الهام گرفته شده از کوانتوم
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2ZfGQN3
Forwarded from ترجمه انگلیسی به فارسی
عنوان فارسی مقاله : بهینه سازی گرگ خاکستری
.
English Article Title: Grey Wolf Optimizer
Year: 2014
Publisher: Elsevier
Journal: Advances in Engineering Software
DOI: https://doi.org/10.1016/j.advengsoft.2013.12.007
Keywords:
#Optimization
#Optimization_techniques
#Heuristic_algorithm
#Metaheuristics
#Constrained_optimization
#GWO
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#بهينه_سازی
#تکنیک_های_بهینه_سازی
#الگوریتم_اکتشافی
#استعاره
#بهینه_سازی_محدود
#بهینه_سازی_گرگ_خاکستری
چکیده
این مقاله از یک روش فرا ابتکاری جدید به نام بهینه ساز گرگ خاکستری (GWO) به منظور دسته بندی داده ها استفاده می کند. الگوریتم GWO از سلسله مراتب رهبری و ساز و کار شکار گرگ های خاکستری در طبیعت تقلید می کند. در این الگوریتم از چهار نوع گرگ خاکستری شامل آلفا، بتا، دلتا و اومگابرای شبیه سازی سلسله مراتب رهبری استفاده شده است. علاوه بر این، سه مرحله اصلی شکار شامل جستجوی طعمه، محاصره طعمه و حمله به طعمه شبیه سازی می شوند. در ابتدا الگوریتم مورد نظر توسط 23 تابع آزمون شناخته شده به خوبی ارزیابی شده و نتایج به دست آمده با روش بهینه سازی ازدحام ذرات (PSO) مقایسه می شوند. نتایج نشان می دهد که الگوریتم GWO قادر به ارائه نتایج بسیار رقابتی نسبت به این اکتشاف شناخته شده است. این مقاله همچنین با حل سه مشکل طراحی مهندسی کلاسیک (کشش تنش / فشاری، پرتوهای جوش داده شده و طرح های مخزن فشار)، ارائه می دهد و کاربرد واقعی روش پیشنهادی در زمینه مهندسی نوری را ارائه می دهد. نتایج مشکلات طراحی مهندسی کلاسیک و کاربرد واقعی را نشان می دهد که الگوریتم پیشنهادی برای مشکلات چالش برانگیز با فضاهای جستجو ناشناخته قابل استفاده است.
کلمات کلیدی: بهينه سازی، تکنیک های بهینه سازی، الگوریتم اکتشافی، استعاره، بهینه سازی محدود، بهینه سازی گرگ خاکستری (GWO)
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2z2TLqO
.
English Article Title: Grey Wolf Optimizer
Year: 2014
Publisher: Elsevier
Journal: Advances in Engineering Software
DOI: https://doi.org/10.1016/j.advengsoft.2013.12.007
Keywords:
#Optimization
#Optimization_techniques
#Heuristic_algorithm
#Metaheuristics
#Constrained_optimization
#GWO
#علوم_پایه_و_فنی_مهندسی (#Physical_Sciences_and_Engineering)
#مقاله_کامپیوتر (#Computer_Science)
#مقاله_مهندسی (#Engineering)
#بهينه_سازی
#تکنیک_های_بهینه_سازی
#الگوریتم_اکتشافی
#استعاره
#بهینه_سازی_محدود
#بهینه_سازی_گرگ_خاکستری
چکیده
این مقاله از یک روش فرا ابتکاری جدید به نام بهینه ساز گرگ خاکستری (GWO) به منظور دسته بندی داده ها استفاده می کند. الگوریتم GWO از سلسله مراتب رهبری و ساز و کار شکار گرگ های خاکستری در طبیعت تقلید می کند. در این الگوریتم از چهار نوع گرگ خاکستری شامل آلفا، بتا، دلتا و اومگابرای شبیه سازی سلسله مراتب رهبری استفاده شده است. علاوه بر این، سه مرحله اصلی شکار شامل جستجوی طعمه، محاصره طعمه و حمله به طعمه شبیه سازی می شوند. در ابتدا الگوریتم مورد نظر توسط 23 تابع آزمون شناخته شده به خوبی ارزیابی شده و نتایج به دست آمده با روش بهینه سازی ازدحام ذرات (PSO) مقایسه می شوند. نتایج نشان می دهد که الگوریتم GWO قادر به ارائه نتایج بسیار رقابتی نسبت به این اکتشاف شناخته شده است. این مقاله همچنین با حل سه مشکل طراحی مهندسی کلاسیک (کشش تنش / فشاری، پرتوهای جوش داده شده و طرح های مخزن فشار)، ارائه می دهد و کاربرد واقعی روش پیشنهادی در زمینه مهندسی نوری را ارائه می دهد. نتایج مشکلات طراحی مهندسی کلاسیک و کاربرد واقعی را نشان می دهد که الگوریتم پیشنهادی برای مشکلات چالش برانگیز با فضاهای جستجو ناشناخته قابل استفاده است.
کلمات کلیدی: بهينه سازی، تکنیک های بهینه سازی، الگوریتم اکتشافی، استعاره، بهینه سازی محدود، بهینه سازی گرگ خاکستری (GWO)
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2z2TLqO