این پژوهش تحت عنوان «جایابی بهینه منابع تولید پراکنده با استفاده از الگوریتم ایمنی مصنوعی و با هدف کاهش تلفات و بهبود پروفیل ولتاژ» و در هفت فصل ارائه شده است. با توجه به گسترش روزافزون استفاده از منابع تولید پراکنده در جهان، جایابی این منابع نیز مورد توجه محققین قرار گرفته است. در صورتی که نیروگاههای تولید پراکنده به صورت مناسب جایابی نشوند، ممکن است مشکلات بسیار پیچیده ای را ایجاد کنند. برا...

شبکه ‏های عصبی مصنوعی یکی از پرکاربردترین ساختارهای مورد استفاده در هوش مصنوعی است. به تازگی شبکه ‏های عصبی اسپایکی به دلیل ماهیت بیولوژیکی خود به شبکه‏ هایی کاملا عمومی و مورد توجه تبدیل شده ‏اند. با استفاده از مدل ‏های اسپایکی نورونی، شبکه ‏های عصبی اسپایکی قادر به رمزگذاری اطلاعات مکانی و زمانی در هر دو بعد زمان اسپایک و نرخ اسپایک می‏ باشند. از میان مدل‏ های نورونی مختلف، مدل ایژیکویچ برای ...

در این کار تحقیقاتی مساله تخصیص بهینه بار یک و/یا چند آلاینده در امتداد رودخانه قشلاق با استفاده از مدل شبیه‎سازی QUAL2Kw و الگوریتم بهینه‎سازی چندهدفه هوش جمعی ذرات مورد بررسی قرار گرفته‎است. اهداف تعریف شده در مساله تخصیص بهینه بار آلودگی CBOD، بهبود کیفیت آب رودخانه قشلاق (مینیمم نمودن میزان تخطی غلظت اکسیژن محلول نسبت به مقدار استاندارد در نقاط متعدد پایش) و مینیمم نمودن هزینه‎های احداث و ب...

در سال­های اخیر، تئوری مجموعۀ راف به یکی از راه­­­حل­های قدرتمند در حل مسائل هوش مصنوعی همچون داده­کاوی تبدیل شده است. اما نسخۀ کلاسیک تئوری مجموعۀ راف برای بحث کاهش ویژگی در سیستم­های اطلاعاتی ناقص، چندان مناسب نیست. یک سیستم اطلاعاتی ناقص به جدول‎هایی از داده­ها اطلاق می­شود که برخی درایه­های صفات آن مقداری ندارند. در این مقاله، راه­حل نوینی که ترکیبی از الگوریتم رقابت استعماری و منطق فازی اس...

در طراحی طبقه‌بندی کننده‌ها و تخمین توابع تصمیم، غالبا هدف اصلی دسترسی به «نرخ تشخیص صحیح» بالا در فاز آموزش است. این در حالی است که اهداف دیگری نظیر میزان «قابلیت اطمینانِ» تصمیمات اتخاذ شده و «تعداد بهینه توابع تصمیم» نیز شاخص‌های بسیار مهمی هستند که در هنگام طراحی طبقه‌بندی کننده‌ها، هرگز نباید فراموش شوند. در این مقاله، ابتدا الگوریتم «بهینه سازی نیروی مرکزی» (CFO) برای بهینه سازی مسایل چند ...

تشخیص خوشه انگور قرمز ایستاده با استفاده از پردازش تصویر و شبکه عصبی به منظور کاربرد در ربات برداشت انگور اکبر نظری1 چکیده: در این تحقیق یک سامانه طبقه بندی خودکار بر مبنای ماشین بینایی و شبکه­های عصبی مصنوعی بر اساس رنگ و مولفه­های آن، توسعه داده شد. حدود 300 تصویر رقمی از باغات انگور شهرستان ارومیه در شرایط مختلف نوری از ساعات اولیه صبح تا عصر در هوای ابری و آفتابی گرفته شدند. از شبکه عصبی پ...

این پژوهش با هدف ارائۀ مدل تأثیر هوش اخلاقی بر سلامت سازمانی با تأکید بر نقش واسط اعتماد سازمانی صورت گرفت. پژوهش حاضر از نظر روش گردآوری داده­ها توصیفی از نوع همبستگی بود. جامعۀ آماری شامل کارشناسان وزارت ورزش بود که 281 نفر به‌عنوان نمونه انتخاب شدند. با بررسی پیشینۀ پژوهش، متغیرها شناسایی شدند، سپس مدل اولیۀ پژوهش طراحی و پرسشنامه ­ای ساخته شد که روایی آن را جمعی از صاحب‌نظران از طریق تکنیک ...

در این کار تحقیقاتی به منظور مدیریت توام کمیت و کیفیت منابع آبی مخزن، از رویکرد شبیه‎سازی-بهینه‎سازی مبتنی بر مدل جایگزین استفاده می‎گردد. رویکرد پیشنهادی با هدف غلبه بر مشکلات هزینه‎های محاسباتی و زمانی قابل توجه ناشی از مدل شبیه‌سازی عددی هیدرودینامیک و کیفیت آب CE-QUAL-W2 و فراخوانی‎های متعدد توسط الگوریتم بهینه‎سازی هوش جمعی ذرات چند هدفه توسعه یافته‎است. مدل جایگزین پیشنهادی در این تحقیق ا...

مناطق خشک و نیمه­خشک همواره با بحران آب مواجه بوده اند، به همین دلیل ذخایر هرچند اندک برفی در سرشاخه های کوهستانی این مناطق، نقش شایان توجهی در تغذیه و تعادل هیدرولوژیکی مناطق مذکور ایفا می کنند. چگالی برف از جمله پارامتر هایی است که به عنوان پارامتر مبدل عمق برف به آب معادل برف، اهمیت فراوانی دارد. در این مقاله، کارآیی یکی از روش­های هوش مصنوعی در شبیه سازی پراکنش مکانی چگالی برف در یکی از سرش...

یکی از حوزه های مهم در داده کاوی طراحی الگوریتم های کلاس بندی با دقت بالا است. این امر به ویژه در شرایطی که داده ها دارای پراکندگی نامتوازن باشند، پیچیدگی بیشتری پیدا می کند. یادگیری کلاس نامتوازن به یادگیری از مجموعه داده های نامتوازن اشاره دارد که در آن تعداد نمونه های کلاس گروه اقلیت به طور قابل توجه ای کمتر از نمونه های کلاس گروه اکثریت است. به توجه به اینکه اکثر الگوریتم های یادگیری، طبقه ...