چکیده امروزه کاوش در اطلاعات و کشف دانش که یکی از ره آوردهای داده کاوی است در علوم مختلف استفاده می شود. خوشه بندی از مهمترین الگوریتم های داده کاوی است. الگوریتم خوشه بندی اطلاعاتی را که ویژگی های نزدیک به هم و مشابه دارند را در دسته های جداگانه که به آن خوشه گفته می شود قرار می دهد. از جمله کاربردهای آن می توان به مسئله کاهش رنگ تصویر اشاره کرد. این کار، به صورت سنتی، در هنر فرش بافی ایران ن...

مدیریت حوضه های آبریز مستلزم استفاده از مدل های هیدرولوژیکی است که نقش مهمی را در پیش بینی پاسخ حوضه به فرآیندهای بارش-رواناب ایفا می کنند. از طرفی ارزیابی رفتار حوضه نیز با استفاده از مدل های ریاضی هیدرولوژیکی مستلزم واسنجی مدل می باشد که هدف آن تخمین و برآورد دسته پارامترهای حوضه با بیشترین تطابق خروجی مدل با مجموعه ای از مقادیر مشاهداتی است. مهم ترین هدف در واسنجی مدل های بارش-رواناب پیدا کر...

ربات زیرآبی فصل مشترکی بین علم رباتیک و مهندسی اقیانوس میباشد و کاربردهایی نظیر بازرسی محیطی، نقشه برداری اقیانوسی و کاوش در اعماق آب ها را دارد. در این پژوهش حرکت یک ربات زیرآبی توسط سیستم کنترلی anfis و الگوریتم ممتیک هدایت و کنترل می گردد. منظور از کنترل در این نوشتار ردیابی مسیر می باشد. الگوریتم ممتیک، نوعی الگوریتم تکاملی می باشد که برای بهینه سازی یک مسئله، از روش ترکیب جستجوهای محلی با ...

چکیده: در این تحقیق روش کنترل مستقیم گشتاور موتور القایی با مدولاسیون بردار فضایی(DTC-SVM) ارایه شده است. به دلیل مشخصه غیر خطی سیستم ، کنترل ‌کننده‌های کلاسیک، عملکرد خوبی در شرایط مختلف کاری ندارند. در این مقاله از الگوریتم بهینه سازی تجمع ذرات (PSO) برای تنظیم بهینه ضرایب کنترل‌ کنندهای کلاسیک تناسبی-انتگرال‌گیر PI شار و گشتاور استفاده شده است. هم چنین در ادامه با ثابت در نظر گرفتن ضرایب کنت...

با توجه به خصوصیات فیزیکی بسیار نزدیک اهداف واقعی و کلاترِ سونار فعال، تفکیک این اهداف، از موضوعات چالش‌برانگیز محققان و صنعت‌گران حوزه آکوستیک می‌باشد. شبکه‌های عصبی چندلایه (MLP) یکی از پرکاربردترین شبکه‌های عصبی در دسته‌بندی اهداف دنیای واقعی هستند. آموزش از مهمترین بخش‌های توسعه این نوع شبکه ها است که در سال‌های اخیر بسیار مورد توجه قرار گرفته است. به منظور آموزش شبکه‌های MLP از دیر باز استف...

با توجه به خصوصیات فیزیکی بسیار نزدیک اهداف واقعی و کلاترِ سونار فعال، تفکیک این اهداف، از موضوعات چالش برانگیز محققان و صنعت گران حوزه آکوستیک می باشد. شبکه های عصبی چندلایه (mlp) یکی از پرکاربردترین شبکه های عصبی در دسته بندی اهداف دنیای واقعی هستند. آموزش از مهمترین بخش های توسعه این نوع شبکه ها است که در سال های اخیر بسیار مورد توجه قرار گرفته است. به منظور آموزش شبکه های mlp از دیر باز استف...

بهینه‌سازی 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 بهینه‌سازی است. الگوریتم تکامل ‌تفاضلی در اکتشاف فضای جستجو و تعیین مکان مینیمم سراسری خوب، ولی در استخراج راه‌حل مسأله کند است. در این مقاله قابلیت اکتشاف الگوریتم تکامل ‌تفاضلی با قابلیت استخراج الگوریتم بهینه...

بیشتر روش های سنتی بهینه سازی مبتنی بر محاسبه مشتقات تابع هدف هستند که این مساله موجب افزایش حجم محاسبات ریاضی می شود. در این مطالعه به منظور بهینه سازی سازه ها از الگوریتم تقریب سازی تصادفی مبتنی بر آشفته سازی همزمان (spsa) استفاده شده است. این روش به منظور تقریب سازی تصادفی گرادیان هر تابع، مستقل از تعداد متغیرهای طراحی، تنها به دو بار ارزیابی آن تابع نیازمند است. به منظور بررسی کارآیی این رو...

دراین پایان نامه روشی جدید برای کنترل توان تولیدی توربینهای بادی ارایه شده است و آن کنترل توان تولیدی توربینهای بادی با استفاده از کنترل زاویه آتش اینورترها میباشد . پیش از این روشی که برای کنترل زاویه آتش ارایه شده بود استفاده از شبکه های عصبی آموزش یافته با الگوریتم پس انتشار بوده است اما روشی که در این پایان نامه مورد بررسی قرارگرفته است استفاده از الگوریتم اجتماع ذرات pso میباشد .با توجه به...

چکیده: در این مقاله روش جدیدی برای تخمین بهینه هارمونیک ها با استفاده از الگوریتم ترکیبی ighs ارائه شده است. مساله تخمین بهینه هارمونیک ها یک مساله غیر خطی در تخمین فاز و فرکانس و یک مساله خطی در تخمین دامنه می باشد. در حالی که الگوریتم ترکیبی ighs برای تخمین فاز و فرکانس مولفه های هارمونیکی سیگنال در حضور نویز مورد استفاده قرار می گیرد، برای تخمین دامنه، از روش حداقل مربعات استفاده می شود. بهب...