.
خانه ژورنال دانشجویان ایران (Iranian Students Article House)
.
عنوان فارسی مقاله : یک روش جدید مبتنی بر ژنتیک برای افزایش طول عمر شبکه در شبکههای حسگر جهتی با دامنه حسگری قابل تنظیم
.
English Article Title: A new genetic-based approach for maximizing network lifetime in directional sensor networks with adjustable sensing ranges
Year: 2019
Publisher: ELSEVIER
Journal: Pervasive and Mobile Computing
DOI: doi.org/10.1016/j.pmcj.2018.10.009
Keywords:
#Physical_Sciences_and_Engineering
#Directional_sensor_networks
#Cover_set_formation
#Scheduling_algorithms
#Genetic_algorithm
#Computer_Science
#علوم_پایه_و_فنی_مهندسی
#مقاله_کامپیوتر
#شبکههای_حسگر_بیسیم
#تشکیل_مجموعه_پوشا
#الگوریتم_های_زمانبندی
#الگوریتم_ژنتیک
چکیده مقاله:
در سالهای اخیر، شبکههای حسگر جهتدار به دلیل کاربردهای گسترده و گسترده خود برای محققان جذاب بودهاند.این شبکهها معمولا شامل تعدادی از سنسورهای قابل تنظیم خودکار هستند که دارای بخشهای کروی قابل تنظیم با زاویه محدود هستند.یکی از مهمترین مسایل در چنین شبکههایی این است که چگونه بر اهداف پراکنده در این شبکهها با استفاده از حسگرها با دامنه حسگری قابل تنظیم، نظارت کنیم و در عین حال، عمر شبکه را به حداکثر برسانیم.این مساله به عنوان ماکزیمم عمر شبکه با محدوده قایل تنظیم شناخته میشود.این مساله یک مساله NP - complete است.به عنوان یک راهحل کارآمد برای این مساله، مقاله حاضر یک الگوریتم مبتنی بر هدف را پیشنهاد میکند که میتواند مجموعههای شامل حسگرها با جهتهای مناسب را شکل دهد و دامنه را در یک راه برای نظارت بهتر همه اهداف در شبکه ایجاد کند.ما کارایی الگوریتم پیشنهادی را با مقایسه نتایج بهدستآمده با نتایج حاصل از الگوریتم حریصانه که اخیرا در نوشتهها معرفی شدهاست، مورد بررسی قرار دادیم.نتایج مقایسهای عملکرد موثر الگوریتم پیشنهادی و همچنین برتری آن بر الگوریتم حریصانه بر مبنای افزایش طول عمر شبکه را تایید کرد.
کلمات کلیدی: شبکههای حسگر بیسیم، تشکیل مجموعه پوشا، الگوریتمهای زمانبندی، الگوریتم ژنتیک
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2RB0rmY
خانه ژورنال دانشجویان ایران (Iranian Students Article House)
.
عنوان فارسی مقاله : یک روش جدید مبتنی بر ژنتیک برای افزایش طول عمر شبکه در شبکههای حسگر جهتی با دامنه حسگری قابل تنظیم
.
English Article Title: A new genetic-based approach for maximizing network lifetime in directional sensor networks with adjustable sensing ranges
Year: 2019
Publisher: ELSEVIER
Journal: Pervasive and Mobile Computing
DOI: doi.org/10.1016/j.pmcj.2018.10.009
Keywords:
#Physical_Sciences_and_Engineering
#Directional_sensor_networks
#Cover_set_formation
#Scheduling_algorithms
#Genetic_algorithm
#Computer_Science
#علوم_پایه_و_فنی_مهندسی
#مقاله_کامپیوتر
#شبکههای_حسگر_بیسیم
#تشکیل_مجموعه_پوشا
#الگوریتم_های_زمانبندی
#الگوریتم_ژنتیک
چکیده مقاله:
در سالهای اخیر، شبکههای حسگر جهتدار به دلیل کاربردهای گسترده و گسترده خود برای محققان جذاب بودهاند.این شبکهها معمولا شامل تعدادی از سنسورهای قابل تنظیم خودکار هستند که دارای بخشهای کروی قابل تنظیم با زاویه محدود هستند.یکی از مهمترین مسایل در چنین شبکههایی این است که چگونه بر اهداف پراکنده در این شبکهها با استفاده از حسگرها با دامنه حسگری قابل تنظیم، نظارت کنیم و در عین حال، عمر شبکه را به حداکثر برسانیم.این مساله به عنوان ماکزیمم عمر شبکه با محدوده قایل تنظیم شناخته میشود.این مساله یک مساله NP - complete است.به عنوان یک راهحل کارآمد برای این مساله، مقاله حاضر یک الگوریتم مبتنی بر هدف را پیشنهاد میکند که میتواند مجموعههای شامل حسگرها با جهتهای مناسب را شکل دهد و دامنه را در یک راه برای نظارت بهتر همه اهداف در شبکه ایجاد کند.ما کارایی الگوریتم پیشنهادی را با مقایسه نتایج بهدستآمده با نتایج حاصل از الگوریتم حریصانه که اخیرا در نوشتهها معرفی شدهاست، مورد بررسی قرار دادیم.نتایج مقایسهای عملکرد موثر الگوریتم پیشنهادی و همچنین برتری آن بر الگوریتم حریصانه بر مبنای افزایش طول عمر شبکه را تایید کرد.
کلمات کلیدی: شبکههای حسگر بیسیم، تشکیل مجموعه پوشا، الگوریتمهای زمانبندی، الگوریتم ژنتیک
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2RB0rmY
خانه ژورنال دانشجویان ایران ( Iranian Students Article House , www.entofa.net )
.
عنوان فارسی مقاله : تحقیق بر کنترل فازی ردیابی مسیر برای وسیله های نقلیه زیر آبی، بر اساس بهینه سازی توسط الگوریتم ژنتیک
.
English Article Title: Research on fuzzy control of path tracking for underwater vehicle based on genetic algorithm optimization
Year: 2018
Publisher: ELSEVIER
Journal: Ocean Engineering
DOI: doi.org/10.1016/j.oceaneng.2018.03.010
Keywords:
#Underwater_vehicle
#Path_tracking
#Fuzzy_control
#Genetic_algorithm
#وسیله_نقلیه_زیر_آبی
#ردیابی_مسیر
#کنترل_فازی
#الگوریتم_ژنتیک
#بهینهسازی
#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:
مسئله ردیابی مسیر ربات های زیر آبی در شرایط کاری متفاوت مطالعه شده است. براساس تحلیل مدل کنترل برای ربات های زیر آبی، روشی برای ردیابی مسیر در ربات های زیر آبی بر اساس روش خط دید، پیشنهاد شده است. طبق الگوریتم کنترل فازی، یک کنترل کننده فازی طراحی می شود که در ادامه توسط یک الگوریتم ژنتیک بهبود مییابد. روش کنترل فازی ایجاد شده، در ردیابی مسیر یک وسیله نقلیه زیر آبی دست ساز به کار گرفته میشود و به و از راه شبیه سازی و آزمایش، آزموده می شود. نتایج نشان می دهند که روش ردیابی مسیر بر اساس کنترل کننده فازی بهبود یافته با الگوریتم ژنتیک، تضمین می کند که وسیله نقلیه در مسیر مورد انتظار شناور شده و همچنین این سیستم قدرت بالایی را از خود نشان می دهد.
کلمات کلیدی: وسیله نقلیه زیر آبی، ردیابی مسیر، کنترل فازی، الگوریتم ژنتیک
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2SrEtDg
.
عنوان فارسی مقاله : تحقیق بر کنترل فازی ردیابی مسیر برای وسیله های نقلیه زیر آبی، بر اساس بهینه سازی توسط الگوریتم ژنتیک
.
English Article Title: Research on fuzzy control of path tracking for underwater vehicle based on genetic algorithm optimization
Year: 2018
Publisher: ELSEVIER
Journal: Ocean Engineering
DOI: doi.org/10.1016/j.oceaneng.2018.03.010
Keywords:
#Underwater_vehicle
#Path_tracking
#Fuzzy_control
#Genetic_algorithm
#وسیله_نقلیه_زیر_آبی
#ردیابی_مسیر
#کنترل_فازی
#الگوریتم_ژنتیک
#بهینهسازی
#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:
مسئله ردیابی مسیر ربات های زیر آبی در شرایط کاری متفاوت مطالعه شده است. براساس تحلیل مدل کنترل برای ربات های زیر آبی، روشی برای ردیابی مسیر در ربات های زیر آبی بر اساس روش خط دید، پیشنهاد شده است. طبق الگوریتم کنترل فازی، یک کنترل کننده فازی طراحی می شود که در ادامه توسط یک الگوریتم ژنتیک بهبود مییابد. روش کنترل فازی ایجاد شده، در ردیابی مسیر یک وسیله نقلیه زیر آبی دست ساز به کار گرفته میشود و به و از راه شبیه سازی و آزمایش، آزموده می شود. نتایج نشان می دهند که روش ردیابی مسیر بر اساس کنترل کننده فازی بهبود یافته با الگوریتم ژنتیک، تضمین می کند که وسیله نقلیه در مسیر مورد انتظار شناور شده و همچنین این سیستم قدرت بالایی را از خود نشان می دهد.
کلمات کلیدی: وسیله نقلیه زیر آبی، ردیابی مسیر، کنترل فازی، الگوریتم ژنتیک
لینک دانلود رایگان مقاله انگلیسی و خرید ترجمه فارسی مقاله :
Free download link: https://bit.ly/2SrEtDg
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 : 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 : 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