بهینه سازی، در بسیاری از شاخه های علوم کاربرد زیادی یافته است. در سال های اخیر، تئوری ها و روش های متعددی برای پیدا کردن پاسخ بهینه و توسعه روش های بهینه سازی ارائه شده است. الگوریتم های بهینه سازی الهام گرفته از طبیعت به عنوان روش های ابتکاری، راه حل های مناسبی را برای مسائل پیچیده ارائه می نماید که یکی از کاربردهای این روش ها، مهندسی معکوس می باشد. در مهندسی معکوس، هر مجموعه از نقاط اسکن شده ...

خصوصیات گسترده هیدرولوژیکی در دسترس (داده های بارش، دما، جریان و مشخصات فیزیوگرافی حوضه ها) می توانند برای استخراج حوضه های مشابه هیدرولوژیکی مورد استفاده قرار گیرند. در این تحقیق از یک الگوریتم خوشه بندی در روش تحلیل خوشه ای به عنوان یک روش جدید و کارامد، برای گروه بندی حوضه های آبخیز به چندین گروه یا خوشه استفاده شد. به منظور درک تشابه هیدرولوژیکی از 28 ویژگی (توصیف‌گر) موقعیت جغرافیایی، فیزی...

امروزه با رشد و توسعه ی سیستم های سنجش از دور و تولید داده های فراطیفی با قدرت تفکیک طیفی بالا انتظار می رود که شناسایی پدیده ها با دقت بیشتری انجام گیرد و دقت خوشه بندی کلاس های پوشش زمینی مشابه افزایش یابد. با وجود چنین پیشرفتی، اطلاعات طیفی با ابعاد زیاد همچنان مسئله ای چالش برانگیز در پردازش و تجزیه و تحلیل داده قلمداد می شود، به گونه ای که با افزایش ابعاد داده، دقت خوشه بندی تا یک حد آستان...

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...

تخمین عیار یکی از مراحل حیاتی در بررسی‌های فنی و اقتصادی معادن است. بنابراین یافتن روشی که بتواند این مقادیر را با دقت بالا تخمین بزند یک ضرورت به شمار می‌رود. در این مطالعه، یک الگوریتم فازی عصبی تطبیقی به منظور تخمین عیار آهن کانسار های اسکارنی به کار رفته است. این الگوریتم در حقیقت یک سیستم فازی می‌باشد که باید توابع عضویت آن توسط داده‌های آموزشی تنظیم گردد. قابل ذکر است که تعریف توابع عضویت...

خوشه بندی یکی از تکنیک های اصلی داده کاوی است. خوشه بندی فرایندی است که مجموعه داده ها را داخل گروه هایی طبقه بندی می کند. در خوشه بندی داده های موجود در یک خوشه بیشترین شباهت را به هم دارند و داده های موجود در دو خوشه متفاوت بیشترین تفاوت را با هم دارند. الگوریتم های خوشه بندی با توجه به نوع داده ها به دو دسته تقسیم می شوند: الگوریتم های خوشه بندی داده های عددی و الگوریتم های خوشه بندی داده ها...

خوشه بندی قرار دادن داده ها در گروه هایی است، که اعضای هر گروه از زاویه ی خاصی شبیه یکدیگرند، بطوریکه شباهت درون هر خوشه حداکثر و شباهت بین داده های درون خوشه های متفاوت، حداقل باشد خوشه بندی فرآیند یادگیری . بدون ناظر است که از قبل هیچ دانشی درباره برچسب داده ها ندارد. روش های زیادی برای خوشه بندی وجود دارد که می توان آنها را به روش های افرازبندی و سلسله مراتبی تقسیم کرد. در این پایان نامه از ...

One of the main issues in fuzzy clustering is to determine the number of clusters that should be available before clustering and selection of different values for the number of clusters will lead to different results. Then, different clusters obtained from different number of clusters should be validated with an index. But so far such an index has not been introduced for interval type-2 fuzzy C...

مدیریت توان راکتیو، امری ضروری برای انتقال توان حقیقی و تأمین امنیت شبکۀ قدرت است؛ ازاین‌رو، در بازار برق ارائۀ روش صحیح و ممکن برای قیمت‌‌دهی توان راکتیو اهمیت دارد. توان راکتیو در شبکه‌های انتقال، بیشتر با تلفات انتقال، ظرفیت انتقال و پایداری ولتاژ مرتبط است که اساسی‌ترین مسائل‌ند. بهینه‌سازی و پخش توان راکتیو در سیستم‌های قدرت، با حل مسئلۀ متغیرهای پیوسته مانند ولتاژ شین‌های ژنراتور و متغیره...