به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

optimization algorithm

در نشریات گروه فنی و مهندسی
  • محمد انصاری قوجقار*

    پژوهش حاضر با هدف بررسی عملکرد فرامدل هیبریدی سه گانه ماشین- کاتالیزور- جنکینز MLP- PSO- ARIMA در پیش بینی شاخص فراوانی روزهای همراه با طوفان گرد و غبار، در هفت ایستگاه منتخب در استان خوزستان در طول دوره آماری 50 سال (2019- 1970) و با استفاده از داده های دید افقی و کد های سازمان جهانی هواشناسی انجام شده است. نتایج حاصل از فرامدل هیبریدی سه گانه فوق با استفاده از شاخص های R، RMSE، MAE و NS با مدل های انفرادی MLP و ARIMA و همچنین فرامدل های هیبریدی MLP- PSO، ARIMA- PSO و MLP- ARIMA مورد مقایسه قرار گرفته است. تمامی مدل های مذکور بیشترین عملکرد خود را در ترکیب های فصلی اول و دوم نمایش دادند. لذا می توان نتیجه گرفت که استفاده از یک و یا دو فصل پیشین به منظور پیش بینی شاخص FDSD در فصل های آتی در استان خوزستان نتایج بهتر و دقیق تری به همراه دارد و بکارگیری فصول سوم و چهارم، سبب بهبود نتیجه پیش بینی نخواهد شد. از طرف دیگر، دقت مدل شبکه عصبی پرسپترون چندلایه از مدل باکس- جنکینز ARIMA به منظور پیش بینی گرد و غبار استان خوزستان بیش تر شده است. همچنین ترکیب مدل MLP با مدل ARIMA سبب افزایش دقت نسبت به مدل های انفرادی MLP و ARIMA شد ولی رشد دقت آن آنچنان معنی دار نبود. از طرف دیگر، مدل هیبرید سه گانه سبب افزایش رشد معنی دار دقت نسبت به مدل هیبرید دو گانه فوق شده است.

    کلید واژگان: طوفان گرد و غبار، الگوریتم بهینه سازی، هیبرید سه گانه، شبکه عصبی مصنوعی، باکس-جنکینز
    Mohammad Ansari Ghojghar *

    This study aims to evaluate the performance of the triple-hybrid metamodel MLP-PSO-ARIMA in forecasting the frequency of dust storm days (FDSD) index across seven selected stations in Khuzestan Province during a 50-year statistical period (1970–2019). The results of the proposed triple-hybrid metamodel were compared against the standalone MLP and ARIMA models, as well as the hybrid models MLP-PSO, ARIMA-PSO, and MLP-ARIMA, using performance metrics including R, RMSE, MAE, and NS. All the tested models demonstrated their highest accuracy during the first and second seasonal combinations. Accordingly, it was concluded that utilizing data from one or two preceding seasons yields more accurate predictions of the FDSD index for subsequent seasons in Khuzestan Province, whereas incorporating data from the third and fourth seasons does not enhance forecasting performance. Moreover, the multilayer perceptron (MLP) neural network outperformed the Box-Jenkins ARIMA model in predicting dust storm events in the region. While combining the MLP and ARIMA models improved the accuracy compared to their standalone counterparts, the improvement was not statistically significant. In contrast, the proposed triple-hybrid metamodel exhibited a statistically significant enhancement in accuracy over the dual-hybrid models.

    Keywords: Dust Storm, Optimization Algorithm, Triple-Hybrid, Artificial Neural Network, Box-Jenkins
  • وحید حسینی، یوسف فرهنگ*، کامبیز مجید زاده، چنگیز قبادی

    این تحقیق از یک الگوریتم بهینه سازی چند هدفه جدید برای طراحی یک آنتن یک قطبی با ویژگی های الکترومغناطیسی خاص استفاده می کند. این الگوریتم از یک تابع آشوب ناک ترکیبی برای ادغام الگوریتم ازدحام ذرات جهش یافته سفارشی شده با الگوریتم ژنتیک اصلاح شده استفاده می نماید. رویکرد ترکیبی جدید با اجتناب از به دام افتادن در حداقل های محلی، سریع تر از الگوریتم های متداول ازدحام ذرات و الگوریتم ژنتیک به نتایج دلخواه نیل می نماید. عملکرد الگوریتم فرا ابتکاری پیشنهادی با استفاده از توابع معیار مانند تابع راستریگن، تابع آکلی، تابع روزنبروک و تابع بووث با موفقیت شبیه سازی و تثبیت شده اند. در نهایت، اعتبار رویکرد ارائه شده برای کاربردهای الکترومغناطیسی با بهینه سازی یک آنتن تک قطبی مایکرواستریپ مسطح با ساختاری ساده نشان داده می شود، الگوریتم پیشنهادی اجازه می دهد تا معیارهای بهینه سازی طوری سفارشی شوند که به نتایج از پیش در نظر گرفته شده برای افت بازگشتی و فرکانس رزونانس نیل نمایند. الگوریتم بهینه سازی توسعه یافته در متلب، برای تعیین تنظیمات پارامترهای لازم به منظور دستیابی به باندهای فرکانسی مورد انتظار با استفاده از الگوریتم ازدحام ذرات جهش یافته سفارشی یا ژنتیک اصلاح شده ابتکاری استفاده می شود. ابعاد عناصر آنتن پیشنهادی، به طور قابل توجهی بر عملکرد آنتن تاثیر می گذارند.

    کلید واژگان: آنتن تک قطبی، الگوریتم بهینه سازی، الگوریتم ازدحام ذرات و الگوریتم ژنتیک، تابع آشوب ناک
    Vahid Hosseini, Yousef Farhang*, Kambiz Majidzadeh, Changiz Ghobadi

    This research uses a new multi-objective optimization algorithm to design a single pole antenna with specific electromagnetic characteristics. This algorithm uses a hybrid chaotic function to integrate the customized mutated particle swarm algorithm with the modified genetic algorithm. By avoiding getting trapped in local minima, the new hybrid approach achieves desired results faster than conventional particle swarm algorithms and genetic algorithms. The performance of the proposed meta-heuristic algorithm has been successfully simulated and stabilized using benchmark functions such as Rastrigen's function, Ackley's function, Rosenbrook's function, and Booth's function. Finally, the validity of the presented approach for electromagnetic applications is demonstrated by optimizing a planar microstrip monopole antenna with a simple structure. The proposed algorithm allows the optimization criteria to be customized to achieve the predetermined results for return loss and resonance frequency. The optimization algorithm developed in MATLAB is used to determine the necessary parameter settings in order to achieve the expected frequency bands using custom mutated particle swarm algorithm or heuristic modified genetics. The dimensions of the proposed antenna elements significantly affect the antenna performance.

    Keywords: Optimization Algorithm, Chaotic Map, Monopole Antenna, PSO, GA
  • Mohammadali Arash, Mohammad Khakroei, Ashkan Mirzaei Rajeooni *
    Significant advances have been made in electrical energy distribution networks in recent years. Distributed Generation (DG) technology is rapidly advancing, particularly in response to the needs of sensitive loads in the network that demand high reliability. This paper explores using distributed generation sources to increase capacity credit (CC) in Electrical energy distribution. This article focused on studying wind sources. The issue of planning DG in the distribution network is represented as a non-linear optimization problem. The goal is to make wind power more reliable, reduce losses, and improve capacity credit. The problem model includes the network's and DG's technical and economic constraints. Two methods, Monte Carlo and k-means, have been used to model uncertainties in network load and wind power generation during the planning process. The cut-set is used to assess the network's reliability. The IEEE 33-bus distribution network was studied using the teaching learning-based optimization algorithm in two scenarios to improve response efficiency. The article found that DG can provide up to 33% of the network load in capacity credit.
    Keywords: Capacity Credit, Distributed Generation, Generation Planning, Load Planning, Optimization Algorithm
  • خدیجه وکیلی، مهدی فکور*، پرویز محمد زاده

    با توجه به اهمیت موضوع چیدمان مناسب اجزاء و زیرسیستم ها در سامانه های فضایی به جهت ارضاء الزمات سیستمی کنترلی، حرارتی و مخابراتی، در این مقاله به طراحی جانمایی بهینه یک ماهواره نمونه پرداخته می شود. رعایت قیود کنترل وضعیت که از الزامات اساسی سیستمی ماهواره است در درجه اول به عنوان قید تعریف می شود. سایر الزمات زیرسیستم های ماهواره از جمله قید عدم همپوشانی با توجه به اهمیت و اولویت لحاظ می گردد. پس از تعیین روش مناسب بهینه سازی، تابع هدف و قیود مسئله، الگوریتم بهینه سازی ارائه و پاسخ های بهینه استخراج می گردند. نظر به اهمیت کنترل موضوع سازگاری الکترومغناطیس و پیشگیری از آسیب های مخرب ناشی از آن، طرح سیم بندی مناسب روی طرح های بهینه با رعایت الزامات تعریف شده صورت می پذیرد.

    کلید واژگان: ماهواره، طراحی جانمایی، قید کنترلی، قید الکترومغناطیسی، الگوریتم بهینه سازی سازگاری الکترومغناطیسی
    K. Vakili, M. Fakoor *, P. Mohammadzadeh

    Considering the importance of the proper arrangement of components and subsystems in space systems in order to satisfy the control, thermal and telecommunication system requirements, this article deals with the optimal placement design of a sample satellite. Compliance with condition control constraints, which is one of the basic system requirements of the satellite, is primarily defined as constraint. Other requirements of satellite subsystems, including the non-overlapping condition, are taken into account according to importance and priority. After determining the appropriate optimization method, the objective function and the constraints of the problem, the optimization algorithm is presented and the optimal answers are extracted. Due to the importance of controlling the issue of electromagnetic compatibility and preventing destructive damage caused by it, the proper wiring design is done on the optimal designs in compliance with the defined requirements.

    Keywords: Satellite, Layout Design, Control Constraint, Electromagnetic Constraint, Optimization Algorithm, Electromagnetic Compatibility
  • فرید باوی فرد، محمد خیراندیش*، محمد مصلح

    با توجه به هزینه کمتر و انعطاف پذیری بیشتر، انتقال صدا از طریق پروتکل اینترنت (VoIP) به طور گسترده ای در ارتباطات راه دور استفاده می شود. تنوع پایانه های VoIP باعث آسیب پذیری آنها می شود. یک راه متداول برای ایمن سازی VoIP، شامل تشخیص نفوذ مبتنی بر یادگیری ماشین است. با توجه به تنوع ترافیک و عدم وجود برچسب کلاس برای آموزش سیستم های تشخیص نفوذ (IDS) در بسیاری از مواقع، بر رویکردهای خوشه بندی (یادگیری بدون ناظر) متمرکز شده اند. اما سیستم های خوشه بندی منفرد نمی توانند تنوع مقادیر ویژگی ها را به خوبی پوشش دهند و برخی از نمونه های ترافیک ممکن است به عنوان نقاط پرت شناسایی شوند. مدل پیشنهادی، به عنوان یک رویکرد تجمیعی برای حل این مسائل، روی استفاده از الگوریتم خوشه بندی دومرحله ای متمرکز شده و سعی می کند با ایجاد بهبودی در آن، فرآیند تشخیص نفوذ مبتنی بر خوشه بندی را بهبود دهد. علاوه بر این، با توجه به اهمیت فرآیند انتخاب ویژگی، ترکیبی از الگوریتم شبیه سازی تبرید (SA) و شبکه عصبی پرسپترون چندلایه (MLP)، برای شناسایی ویژگی های برتر مورد استفاده در خوشه بندی بسته های VoIP، در قالب بسته های عادی یا حمله انکار سرویس (DoS)، حمله کاربر به ریشه (U2R)، حمله کاربر از راه دور (R2L) و حمله پویش گر مورد بهره برداری قرار گرفته است. بر اساس نتایج ارزیابی بر روی مجموعه داده "آزمایشگاه امنیت شبکه- کشف دانش در پایگاه های داده ای" (NSL-KDD)، توسط نرم افزار متلب، انتخاب ویژگی پیشنهادی با کاهش ویژگی ها به 10 و 8، زمان آموزش و آزمایش را به ترتیب 77 درصد و 80 درصد کاهش می دهد. همچنین در مقایسه با تعدادی از مطالعات قبلی، IDS پیشنهادی بهبود متوسطی معادل 34/3 درصد، 17/14 درصد و 87/32 درصد را به ترتیب در دقت، نرخ تشخیص و معیار F نشان می دهد.

    کلید واژگان: الگوریتم بهینه سازی، انتخاب ویژگی، پرسپترون چندلایه، خوشه بندی تجمیعی، سیستم تشخیص نفوذ، شبیه سازی تبرید
    Farid Bavifard, Mohammad Kheyrandish *, Mohammad Mosleh

    Due to lower cost and greater flexibility, voice over internet protocol (VoIP) is widely used in telecommunications. A variety of VoIP terminals causes them to be vulnerable. A common way to secure VoIP includes intrusion detection based on machine learning. Due to the diversity of traffics and lack of class labels for training Intrusion detection systems (IDSs) in many situations, clustering approaches (unsupervised learning) have been focused on. But individual cluster systems can't cover the diversities of feature values well, and some traffic samples may be identified as outliers. As an ensemble approach, the proposed model for solving these problems focuses on using TwoStep clustering algorithm, and by improving it, tries to improve the clustering-based intrusion detection. Moreover, regarding the importance of the feature selection process, a combination of Simulated Annealing algorithm (SA) and Multi-Layer Perceptron (MLP) has been exploited for identifying superior features used for clustering VoIP packets, as Normal or involving DoS, R2L, U2R either Probe attacks. Based on evaluation results obtained on the dataset “Network Security Lab-Knwledge Discovery in Databases” (NSL-KDD) by MATLAB, the proposed feature selection reduced the training and testing times, averagely by 77% and 80%, respectively, by reducing the features to 10 and 8. Also, compared to previous works, the proposed IDS shows average improvements in Accuracy, Detection rate, and F-Measure at 3.34 %, 14.17 %, and 32.87 %, respectively.

    Keywords: Ensemble Clustering, Feature Selection, Intrusion Detection System, Multi-Layer Perceptron, Optimization Algorithm, Simulated Annealing
  • Asma Moradikashkooli, Hamid Haj Seyyed Javadi *, Sam Jabbehdari

    In this study, an optimization algorithm based on the generalized Laguerre polynomials (GLPs) as the basis functions and the Lagrange multipliers is presented to obtain approximate solution of nonlinear fractional optimal control problems. The Caputo fractional derivatives of GLPs is constructed. The operational matrices of the Caputo and ordinary derivatives are introduced. The established scheme transforms obtaining the solution of such problems into finding the solution of algebraic systems of equations by approximating the state and control variables using the mentioned basis functions. The method is very accurate and is computationally very attractive. Examples are included to provide the capacity of the proposal method.

    Keywords: Generalized Laguerre Polynomials, Operational Matrix, Optimization Algorithm, Nonlinear Fractional Optimal Control Problems, Coefficients, Parameters
  • سید علی سعادتدار آرانی، مهران نصرت الهی*، علیرضا آهنگرانی فرهانی، میثم دلالت

    در این مقاله فرآیند طراحی و ساخت یک سیستم پهپاد (پلتفرم) آزمایشگاهی نوین سه محرکه با رانشگرهای گاز سرد و همچنین مدل سازی و تخمین پارامترهای مدل آن ارائه شده است. این پهپاد (پلتفرم) آزمایشگاهی برای پیاده سازی و انجام آزمون های الگوریتم های کنترل وضعیت یک طبقه فوقانی ماهواره بر طراحی و ساخته شده است، به اینگونه که سه رانشگر با اختلاف زاویه 120 درجه و برای کنترل زوایای غلت و فراز در نظر گرفته شده اند. با توجه به ساختار پلتفرم طراحی شده، برای مدل سازی سیستم مذکور یک مدل خطی سه ورودی-دو خروجی در نظر گرفته شده که تمامی ارتباطات بین ورودی-خروجی ها مدل خطی مرتبه دوم است. پارامترهای مدل، براساس جمع آوری داده های آزمایشگاهی و استفاده از الگوریتم ژنتیک، استخراج شده اند. نتایج حاصل از شبیه سازی مبتنی بر مدل استخراج شده و مقایسه با نتایج تست های عملی بیانگر آن است که مدل سازی و تخمین مناسبی از سیستم ارائه شده است. نتایج نشان می دهد که برای مدل سازی و تخمین حول محور غلت 16 درصد و حول محور فراز 19 درصد از مقدار واقعی خطا وجود دارد، بنابراین تخمین حول محور غلت بهتر بوده است

    کلید واژگان: مدل سازی، طراحی پهپاد، تخمین پارامترها، الگوریتم حداقل مربعات خطا، الگوریتم بهینه سازی ترکیبی
    Seyyed Ali Saadatdar Arani, Mehran Nosrstollahi *, Alireza Ahangarani Farahani, Meysam Delalat

    In this paper, the process of designing and construction of three-drive laboratory Drone system with cold gas thrusters as well as modeling and estimation of its model parameters are presented. These three thrusters are designed with an angle difference of 120 degrees to control the pitch and roll angles. According to the structure of the designed platform, a three-inputs-two-outputs linear model is considered for modeling the mentioned system, and all connections between inputs and outputs are second-order linear models. The parameters of the model have been extracted based on the collection of laboratory data and the use of genetic algorithm. The results obtained from the simulation based on the extracted model and the comparison with the results of the practical tests indicate that a suitable modeling and estimation of the system has been provided. The results show that there is 16% error for modeling and estimation around the roll axis and 19% around the vertical axis, so the estimation around the roll axis is better.

    Keywords: Modeling, Drone Design, Parameters Estimation, Linear Least Squares Error Algorithm, Optimization Algorithm
  • فرناز حسینی *، حامد سپهرزاده

    تشخیص چهره، یک عمل تشخیص الگوست که به طور خاص بر روی چهره ها انجام می شود و کاربردهای فراوانی در شناسایی کارت های اعتباری، سیستم های امنیتی و موارد دیگر دارد. ایجاد یک سیستم تشخیص چهره با دقت بالا، یک چالش بزرگ می باشد که در سال های اخیر مورد توجه محققان مختلفی قرار گرفته است. فرایند استخراج ویژگی و طبقه بندی، دو مسئله مهم در سیستم های تشخیص هستند که می توانند در افزایش دقت تشخیص نقش بسزایی را ایفا کنند. با توجه به این موضوع در این مطالعه با درنظرگرفتن ویژگی های ترکیبی و بهینه سازی الگوریتم فاخته، روشی برای بهبود میزان دقت در تشخیص چهره پیشنهاد شده است. در روش ارائه شده، هفت ویژگی از روی تصاویر موجود در پایگاه داده استخراج شده، سپس با به دست آوردن بردار ویژگی مطلوب، مراحل مربوط به انتخاب ویژگی با استفاده از الگوریتم فاخته انجام می شود. روش پیشنهادی با نرم افزار Matlab پیاده سازی گردیده و با روش های دیگر مورد مقایسه قرار گرفته است. نتایج مربوط به ارزیابی نشان می دهند که روش پیشنهادی توانسته عمل تشخیص بر روی تصاویر دو بانک داده ORL و FDBB را به ترتیب با دقت 00/93% و %12/95% انجام دهد. نتیجه به دست آمده برای این معیار ارزیابی نسبت به سایر روش های مقایسه شده از مقدار بالاتری برخوردار است.

    کلید واژگان: تشخیص چهره، بهینه سازی ویژگی ها، الگوریتم بهینه سازی فاخته، الگوریتم بهینه سازی
    Farnaz Hoseini*, Hamed Sepehrzadeh

    Face recognition is a pattern recognition process that is specifically performed on faces. Face recognition has many applications in identifying credit cards, security systems, and other cases. Creating a face recognition system with high accuracy is a big challenge that has been the focus of various researchers in recent years. The feature extraction process and classification are two important issues in diagnosis systems that can play a significant role in increasing the accuracy of diagnosis. Considering this issue, in this study, taking into account the combined features and optimizing the cuckoo algorithm, a method to improve the accuracy of face recognition is proposed. In the presented method, seven features are extracted from the images in the database, and then by obtaining the feature vector, the steps related to feature selection are performed using the cuckoo algorithm. The proposed method has been implemented with MATLAB software and compared with other methods. The evaluation results show that the proposed method was able to perform the detection on the images of ORL and FDBB databases with 93.00% and 95.12% accuracy, respectively. The result obtained for this evaluation criterion has a higher value than other compared methods.

    Keywords: Face Recognition, Feature Optimization, Cuckoo Optimization Algorithm, Optimization Algorithm
  • بهبود کنترل فرکانس در سیستم های قدرت با استفاده از ترکیب بازخورد حالت و بهینه سازی ازدحام ذرات مبتنی بر سیستم استنتاج فازی
    محمد طلوع عسکری*، یوسفعلی جوانی قادیکلائی، میثم امیراحمدی، مجید بابایی نیک

    این مقاله به بررسی مدیریت بارهای فرکانسی در سیستم های قدرت پرداخته و یک روش جدید برای طراحی کنترل کننده بار فرکانس ارائه می دهد. در این روش، از ترکیب بازخورد حالت و الگوریتم بهینه سازی ازدحام ذرات (PSO) بهره گیری شده است. سیستم استنتاج فازی نیز برای ادغام توابع هزینه مختلف و بهبود دقت بهینه سازی به کار رفته است. شبیه سازی های انجام شده بر روی یک سیستم قدرت دو ناحیه ای با محدودیت های گاورنر غیرخطی نشان می دهد که این روش می تواند انحرافات فرکانسی را به طور موثر کاهش داده و پایداری سیستم را افزایش دهد. نتایج حاکی از بهبود چشمگیر عملکرد دینامیکی سیستم قدرت می باشد. این تحقیق از یک روش ترکیبی بازخورد حالت و الگوریتم PSO استفاده کرده است. ابتدا، الگوریتم PSO مقادیر تابع هدف چندگانه را برای هر راه حل اختصاص می دهد. سپس، این مقادیر به سیستم استنتاج فازی وارد شده و مقدار شایستگی نهایی برای هر راه حل محاسبه می شود. این رویکرد بهینه سازی چند هدفه را به یک هدف تک هدفه تبدیل می کند و از توابع عضویت فازی و قوانین استنتاج برای این کار بهره می برد. شبیه سازی های انجام شده نشان می دهد که روش پیشنهادی می تواند به طور موثر انحرافات فرکانسی را کاهش داده و پایداری سیستم قدرت را بهبود بخشد. نتایج شبیه سازی برای سیستم دو ناحیه ای نشان می دهد که کنترل کننده های توسعه یافته توانسته اند عملکرد بهتری نسبت به کنترل کننده های PI مرجع داشته باشند و انعطاف پذیری بالایی در برابر تغییرات پارامترهای سیستم از خود نشان دهند.

    کلید واژگان: طراحی کنترل کننده مجازی، کنترل فرکانس، کنترل کننده بازخورد حالت، الگوریتم بهینه سازی
    Enhancing Stability of Microgrid with a Novel Multi-Objective Fuzzy Controller for Integration of High Penetration Renewable Energies
    Mohammad Tolou Askari*, Yousefali Javanighadeikolaei, Meysam Amirahmadi, Majid Babaeinik

    Frequency load management is a critical challenge in the field of engineering and power system operation. This study introduces a new approach to address this issue using the Particle Swarm Optimization (PSO) algorithm. By employing a multi-objective cost function, this method optimizes the benefits of state feedback matrix. Additionally, the proposed cost function strategically places the closed-loop system poles within a defined range to accelerate frequency stability and minimize power transfer differentials between regions. To minimize the specified cost function, an optimal teaching-learning-based optimization strategy is adopted. Furthermore, the integration of fuzzy logic techniques for combining essential objective functions is recommended. The evaluation of the proposed method involves applying the controller to a two-area power system while considering governor saturation constraints and comparing the results with those of a traditional PI controller. Simulation results emphasize the effectiveness of the proposed approach, demonstrating improvements in system features such as settling time and peak response time.

    Keywords: Virtual Controller Design, Frequency Control, State Feedback Controller, Optimization Algorithm
  • امیرارسلان حمصیان اتفاق، جعفر خادمی حمیدی*، امین الله موسوی

    تعیین محدوده نهایی کارگاه استخراج زیرزمینی، مرحله ای کلیدی در طراحی معادن زیرزمینی است که به طور مستقیم بر طرح های تولید عملیاتی تاثیر می گذارد. توسعه الگوریتم های کارآمد و دقیق برای بهینه سازی مساله تعیین محدوده نهایی کارگاه استخراج زیرزمینی (USBO)، چالش برانگیز است. در این مطالعه، الگوریتم فراابتکاری رقابت استعماری گسسته (DICA) برای تعیین محدوده نهایی کارگاه استخراج معدن زیرزمینی پیشنهاد شده است. الگوریتم DICA همانند نسخه استاندارد الگوریتم و با اعمال تغییراتی در روند اجرایی آن، از یک رویکرد مبتنی بر شبیه سازی در جهت تولید راه حل های اولیه در فضای جستجو اقدام می کند و سپس با ارزیابی هر یک از پاسخ ها، بهترین راه حل را انتخاب می کند. با تغییر عملگرها و بخش های وابسته به الگوریتم شامل ایجاد جمعیت اولیه، عملگرهای جذب و انقلاب، الگوریتم پیشنهادی توسعه و بر روی یک مدل بلوکی متشکل از 945/15 بلوک (ابعاد هر بلوک 5×5×5 متر) از یک مطالعه موردی کانسار مس در مقیاس کوچک اجرا شد. نتایج حاصل از الگوریتم پیشنهادی DICA نشان داد که این الگوریتم می تواند محدوده نهایی کارگاه استخراج زیرزمینی را در زمان قابل قبولی تعیین کند. همچنین این الگوریتم توانست محدوده نهایی تعیین شده را با ارزش اقتصادی بالاتری نسبت به الگوریتم های کارگاه شناور و با ارزش ترین همسایگی ارایه دهد.

    کلید واژگان: بهینه سازی کارگاه استخراج، محدوده نهایی بهینه، الگوریتم بهینه سازی، الگوریتم فراابتکاری
    Amirarsalan Hemasian Etefagh, Jafar Khademi Hamidi *, Aminalah Mousavi

    Determination of stope boundary is a critical step in underground mine design, directly impacting project profitability and operational plans. Developing efficient and accurate algorithms for solving the Stope Boundary Optimization (SBO) problem has been a challenging task. In this study, a metaheuristic Discrete Imperialist Competitive Algorithm (DICA) was introduced for the SBO problem. The DICA algorithm, following a simulation-based approach, provides initial solutions in the search space and identifies the optimal solution after evaluating each one. Tested with different operators such as assimilation and revolution, and various initial populations, the suggested algorithm was applied to a 5*5*5 m block model of a copper deposit comprising 15,945 blocks. The results demonstrated the algorithm’s capability to determine stope boundaries within a reasonable computational time. For validity check, the results were compared with those obtained from the Maximum Value Neighborhood (MVN) and floating stope algorithms. The comparison revealed that DICA outperformed both algorithms.

    Keywords: Stope Boundary Optimization, Optimization Algorithm, Metaheuristic Algorithm
  • H. Rezaei Nezhad, F. Keynia *, A. Sabagh Molahosseini
    An optimization algorithm based on training and learning is formed based on the process of training and learning in a class. A deep neural network is one of the types of feedforward neural networks whose connection pattern among its neurons is inspired by the visual cortex of animals' brain. The present study considers decreasing prediction error for the types of time series and the uncertainty in estimation parameters, improving the structure of the deep neural network and increasing response speed in the proposed neural network method; besides, the competitive performance and the collaboration among the neurons of deep neural network are also increased. Selected data is related to Qeshm weather (suitable weather conditions to study our purpose) prediction during 2016 onwards. In this study, for the purpose of analyzing the prediction issue of power consumption of domestic expenses in the indefinite and severe fluctuation mode, we decided to combine two methods of Long Short-Term Memory and Convolutional Neural Network. For the training of the deep network, the BP algorithm is used.
    Keywords: Optimization algorithm, time series, Estimation, Prediction, Convolutional Neural Network, Long Short-Term Memory
  • محمدرضا محمدعلیها*، مسعود حکمت فر، میرسامان پیشوایی
    یکی از موضوعات اصلی در چیدمان تجهیزات در ماهواره های چند طبقه شامل قرار دادن تجهیزات در هر لایه به صورت جداگانه می باشد. در چیدمان تجهیزات در سطوح، محدودیت عدم همپوشانی همواره یک چالش بوده است، به ویژه برای قطعاتی که فاقد سطح مقطع دایره ای شکل هستند. این مقاله یک مدل برنامه نویسی انعطاف پذیر استوار (RFPM) جهت قرار دادن تجهیزات در لایه های مختلف و لحاظ عدم قطعیت برای جانمایی تجهیزات مکعبی را ارایه می دهد. مقایسه خروجی مدل پیشنهادی با مطالعات قبلی در این زمینه نشان می دهد که به طور قابل توجهی کارایی مدل جهت برآورده کردن محدودیت های عدم همپوشانی بین تجهیزات بالا رفته است. در نهایت انتظار می رود که این تحقیق بتواند خلاءهای موجود در این حوزه را پوشش داده و با رعایت محدودیت های دیگر مانند پایداری و محدودیت های حرارتی، ممان های اینرسی و مرکز ثقل به کاهش زمان طراحی در فاز مفهومی و مقدماتی و نهایتا کوچکتر شدن ابعاد کلی ماهواره که همواره یکی از اصلی ترین اهداف طراحان در این زمینه بوده کمک شایانی نماید.
    کلید واژگان: چیدمان سه بعدی تجهیزات ماهواره، عدم قطعیت، مدل پیشنهادی برنامه ریزی استوار انعطاف پذیر، الگوریتم بهینه سازی
    Masoud Hekmatfar, Mirsaman Pishvaee
    One of the main issues in the arrangement of equipment in multi-layered satellites includes placing the equipment in each layer separately. In the arrangement of equipment on surfaces, the non-overlap constraint has always been a challenge, especially for parts that do not have a circular cross-section. This paper presents a robust flexible programming model (RFPM) for placing equipment in different layers and considering uncertainty for placement of cubic equipment. Comparing the output of the proposed model with previous studies in this field shows that the efficiency of the model has increased significantly to meet the limitations of non-overlapping between equipment. Eventually, it is expected that this research can cover the existing gaps in this field and by observing other limitations such as stability and thermal limitations, moments of inertia and center of gravity, it will reduce the design time in the conceptual and preliminary phase and ultimately reduce the overall dimensions of the satellite, which has always been one of the main goals of designers.
    Keywords: 3D Layout of satellite components, equipment, Uncertainty, Proposed Robust Flexible Programming Model (RFPM), Optimization algorithm
  • سید امیرعلی سیدنژاد، امیرمسعود رحیمی

    توسعه حمل و نقل تاثیر بسزایی در سیستم های اقتصادی اعم از تولیدی و خدماتی دارد که باعث ویژه شدن جایگاه مسیله مسیریابی وسیله نقلیه می شود. از مهم ترین تصمیمات در بخش های اجرایی توجه ویژه به یافتن مسیر های بهینه، حذف مسیرهای غیرضروری، بهبود در میزان مسافت مسیر طی شده، و کاهش تعداد ناوگان است. در همین راستا یکی از مسایل پیچیده و در عین حال بسیار با اهمیت در شبکه حمل و نقل است که این مسیله پتانسیل بالایی در تعیین مجموعه بهینه از ناوگان وسایل نقلیه با هدف خدمت رسانی به مجموعه ای از مشتریان را دارد و تلاش های بسیاری برای حل آن صورت گرفته است. الگوریتم های فرا ابتکاری گوناگونی طی سال های اخیر توسعه پیدا کرده اند، یکی از آنها الگوریتم جستجوی ممنوعه است زیرا قدرت و توانایی مناسبی در حل مسایل پیچیده دارد. در این تحقیق از الگوریتم Tabu Search برای حل مسیله مسیریابی وسیله نقلیه با دریافت و تحویل همزمان کالا استفاده شد. با اعمال برخی تغییرات در کدنویسی آن در نرم افزار متلب و تعیین کردن مولفه های مقدار تکرار اجرای الگوریتم، مشخص کردن تعداد همسایگان و مقدار لیست ممنوعه باعث بهبود نتایج حاصل در مسافت های طی شده توسط وسایل نقلیه و بهینه کردن تعداد ناوگان گردید. نهایتا الگوریتم پیشنهادی جدید روی 14 مسیله نمونه استاندارد از سری مسایل سلهی و نگی اجرا شد و مقادیر به دست آمده با بهترین نتایج موجود از سایر الگوریتم ها مقایسه شد که نتایج رضایتبخشی در مسایل کوچک مقیاس داشت.

    کلید واژگان: الگوریتم فرا اکتشافی، الگوریتم جستجوی ممنوعه، مسئله مسیریابی وسایل نقلیه با تحویل و جمع آوری همزمان کالا
    Seyed Amirali Seyednezhad, Amir Masoud Rahimi

    The development of transportation has a significant impact on economic systems, both production and service, which makes the vehicle routing problem a special issue, one of the most important decisions in executive departments is to pay special attention to finding optimal routes, eliminating unnecessary routes, improving the distance traveled and reducing the number of fleets. In this regard, it is one of the complex and very important problem in the transportation network, this problem has a high potential in determining the optimal set of vehicle fleets with the aim of serving a set of customers, which many efforts have been made to solve it. Various meta-heuristic algorithms have been developed in recent years, one of them is the tabu search algorithm because it has good performance and ability to solve NP-Hard problems, and now in this article, the tabu search algorithm is used to solve the vehicle routing problem with simultaneous pick-up and delivery of goods which by applying some changes in its coding in MATLAB software. Determining the parameters of the repetition value of the algorithm, specifying the number of neighborhoods and the amount of the tabu list improved the results obtained in the distances traveled by vehicles and optimized the number of fleets. Finally, the new proposed algorithm was implemented on 14 standard sample problems from the Salhi and Nagi series of problems, and the obtained values were compared with the best available results from other algorithms, which had satisfactory results in small-scale problems..

    Keywords: Optimization algorithm, VRPSPD, vehicle routing problem
  • احسان زمانی*، محمد ایزدپناه
    المان های جدارنازک جذب کننده ی انرژی در بارگذاری فشاری، به طورگسترده در صنعت حمل و نقل به ویژه خودروسازی، هواپیماسازی و ساخت قطارهای شهری و بین شهری مورد استفاده قرار می گیرد. در تحقیق پیش رو از جاذب های انرژی دولوله ای هم محور استفاده شده است. روش اجرا بر شبیه سازی در نرم افزار اجزای محدود ABAQUS explicit استوار است. مبتنی بر مدل اعتبارسنجی شده، تحلیلی پارامتریک به منظور استخراج تاثیر ضخامت سازه، زاویه ی بارگذاری و چگالی فوم پلی یورتان بر میزان جذب انرژی انجام گرفته است. بررسی هندسه ی تغییر شکل یافته ی نمونه پس از بارگذاری، ضریب بارگذاری دینامیکی و اثر زاویه ی بار بر بیشترین مقدار لهیدگی سازه به طول اولیه از مباحثی است که مورد توجه قرار گرفته است. نتایج حاصل، نشانگر افزایش ضریب DAF در سازه ی ضربه گیر چندلوله ای پر شده از فوم پلی یورتان با زاویه ی ضربه ی 12 درجه نسب به 10 درجه، به میزان 3/4% و نسبت به زاویه ی 4 درجه، به میزان 19% است. همچنین با مقایسه بین مقادیر ضریب DAF در هر دو سازه با لوله-های دوتایی و سه تایی، مشخص می شود که با افزایش تعداد لوله ها مقادیر متوسط DAF تا 14/6% افزایش خواهد یافت.
    کلید واژگان: جاذب انرژی فوم، تغییر شکل پلاستیک، الگوریتم بهینه سازی، سازه جدار نازک
    Ehsan Zamani *, Mohammad Izadpanah
    Thin-walled energy-absorbing elements in compressive loading are widely used in the transportation industry, especially in automobile manufacturing, airplane manufacturing, and urban and intercity train construction. As a new idea, coaxial double-tube energy absorbers are used in this research. The execution method is based on simulation in ABAQUS explicit finite elements software. Based on the validated model, a parametric analysis has been carried out in order to extract the effect of structure thickness, loading angle and density of polyurethane foam on the amount of energy absorption. Examining the deformed geometry of the sample after loading, the dynamic loading coefficient and the effect of the load angle on the maximum value of the structure collapse to the initial length is one of the topics that has been taken into consideration. In the end, according to the design goals, which include the maximum amount of energy absorption, the lowest amount of initial maximum force and the lowest weight of the structure, the optimization process of the design variables, using the optimization algorithm and formulation of multiple goals and with the help of finite element software data, has been completed.
    Keywords: foam, Thin walled structure, Plastic Deformation, Optimization Algorithm
  • Alireza Ekrami Kivaj, Alireza Novinzadeh *, Farshad Pazooki, Ali Mahmoodi
    This study aims to investigate the spacecraft returning from the atmosphere. Due to high speed, prolonged flight duration, and numerical sensitivity, returning from the atmosphere is regarded as one of the more challenging tasks in route design. Our suborbital system is subjected to a substantial thermal load as a result of its return at high speed and the presence of uncertainty. In addition, the current study aims to lessen the thermal load in the system to meet the needs of the initial and final conditions through multi-subject optimization, comparison of the two fields of aerodynamics and flight dynamics, assistance from optimal control theory, and consideration of uncertainties The heat load in the sub-orbital system could be reduced by around 9.6% using these algorithms and optimum control theory. Artificial bee colonies, genetic algorithms, and the combined genetic algorithms and particle swarm algorithms were utilized as exploratory optimization techniques. The objective of the flight mechanics system is also to create the best trajectory while taking into account uncertainty and minimizing thermal load. The conduction law based on heat reduction is described in the search for the ideal trajectory. We reduced the heat rate during the first part of the spacecraft's return journey from the atmosphere by concentrating on the angle of attack. By more accurately specifying the angle of attack and the angle of the bank in the second stage of the split guidance legislation, the ultimate return requirements could be achieved significantly .
    Keywords: Multidisciplinary design optimization, Optimal Trajectory Design, Uncertainty, suborbital flight, Optimization algorithm
  • بهروز صفا، اصغر رسولی*، یحیی نصیرا
    از میان روش های بی شماری که تا به حال در زمینه تشخیص آسیب سازه ها پیشنهاد شده اند، روش به روزرسانی مدل اجزای محدودی محبوبیت زیادی داشته است. با این وجود، دقت و کارایی این روش در صورت افزایش تعداد متغیرهای مسیله به شدت افت می کند و این در مواجهه با سازه های بزرگ با تعداد المان های زیاد، مسیله ساز است. در این پژوهش روشی دو مرحله ای پیشنهاد می گردد که قادر است با شناسایی اعضای سازه ای آسیب دیده به کمک یک شاخص آسیب مبتنی بر انرژی کرنشی استاتیکی در گام اول، سایز مسیله تشخیص آسیب مورد معرفی به مدل به روزشونده را به طور قابل ملاحظه ای کاهش دهد. بنابراین، تنها تعداد معدودی متغیر به گام دوم که شامل یک فرآیند به روزرسانی مدل اجزامحدودی است معرفی می شوند. این گام دوم در واقع متشکل از یک فرآیند تکراری به روزرسانی مدل است که از یک تابع هدف جدید و حساس به آسیب برای تشخیص شدت آسیب در المان هایی که در گام قبلی شناسایی شده بودند استفاده می کند. همچنین، از یک بهینه یاب فراکاوشی به نام بهینه یاب تعادلی به منظور تعیین مقدار متغیرهای مجهول مسیله، که همان مقادیر آسیب دیدگی المان های معرفی شده توسط گام اول هستند، استفاده می شود. روش پیشنهادی همچنین بر روی تعدادی نمونه عددی نیز تست شده است تا کارایی روش در حضور عوامل مزاحم خارجی مانند نویزهای اندازه گیری نیز بررسی گردد. یک مطالعه مقایسه ای برای قیاس نتایج انجام شده است. طبق نتایج، روش پیشنهادی قادر به تشخیص محل و شدت آسیب در سازه های مختلف است و نویزهای اندازه گیری و اطلاعات مودال فقط از چند مود ارتعاشی اول تاثیر چندانی بر دقت نتایج ندارند. یک مطالعه آزمایشگاهی نیز انجام شده است تا کارایی و دقت روش پیشنهادی در سازه های واقعی نیز دیده شود، که طبق نتایج آن، روش به خوبی قادر به تشخیص آسیب بوده است.
    کلید واژگان: الگوریتم بهینه یابی، روش های محاسباتی هوشمند، تشخیص خرابی سازه
    Behrouz Safa, Asghar Rasouli *, Yahya Nasira
    Among the countless methods that have been proposed in the field of structural damage detection, the finite element model updating method has been very popular. However, the accuracy and efficiency of this method decrease drastically when the number of variables in the problem increases, and this is a problem when dealing with large structures with a large number of elements. In this research, a two-step method is proposed, which is capable of reducing the size of the damage detection problem introduced to the updated model by identifying damaged structural members through a damage index based on static strain energy in the first step. Therefore, only a few variables are introduced to the second step, which include a process of updating the finite element model. This second step actually consists of an iterative process of updating the model, which uses a new and damage-sensitive objective function to detect the severity of damage in the elements identified in the previous step. Also, a meta-exploratory optimizer named equilibrium optimizer is utilized to determine the value of the unknown variables of the problem, which are the damage values ​​of the elements introduced by the first step. The proposed method has also been tested on a number of numerical samples to check the effectiveness of the method in the presence of external disturbing factors such as measurement noise. A comparative study has been done to compare the results. According to the results, the proposed method is able to detect the location and severity of damage in different structures, and measurement noises and modal information only from the first few vibration modes do not have much impact on the accuracy of the results. A laboratory study has also been conducted to find out the efficiency and accuracy of the proposed method in real structures, and according to the results, the proposed method is well able to detect damage.
    Keywords: Optimization algorithm, Smart calculation methods, Structural damage detection
  • احسان اکبری *

    استفاده از ادوات FACTS به دلیل بهبود ظرفیت انتقال خطوط و کاهش تلفات و هزینه های مربوط به سیستم قدرت در حال افزایش می باشد و به همین دلیل ادوات جدیدی مورد استفاده قرار می گیرد. یکی از این ادوات، کنترل کننده پخش توان بین خطوط (IPFC) می باشد که وظیفه اصلی آن، کنترل توان بین خطوطی سیستم انتقال است و یکی از جدیدترین ادوات FACTS می باشد. در این مقاله به جایابی و تنظیم پارامترهای قابل کنترل IPFC به صورت بهینه پرداخته شده است. هدف اصلی این جایابی بهینه IPFC به صورت چند هدفه در شبکه قدرت به منظور کاهش همزمان تلفات سیستم، هزینه و همچنین بهبود بارپذیری سیستم با در نظر گرفتن قیود مربوطه می باشد. به منظور انجام مطالعات جایابی از الگوریتم انتخاب مبتنی بر شکل دهی پرتو یا PESA_II، استفاده شده است و روند جایابی بر روی شبکه 30 باسه IEEE صورت گرفته است. نتایج نشان می دهد که کلیه شاخص ها بهبود یافته است به نحوی که نسبت به حالتی که IPFC در شبکه حضور ندارد، تلفات توان اکتیو (%) 43/59 کاهش، بارپذیری (%) 08/32 افزایش، تلفات توان راکتیو (%) 63/26 کاهش و هزینه سوخت نیروگاه ها (%) 01/59 کاهش داشته است.

    کلید واژگان: الگوریتم بهینه سازی، برنامه ریزی ریاضی، جایابی بهینه IPFC، کاهش تلفات و هزینه
    Ehsan Akbari

    The use of FACTS devices is increasing due to the improvement of the transmission capacity of lines and the reduction of losses and costs related to the power system, and for this reason, new devices are used. One of these tools is the of interline power flow controller (IPFC), whose main task is to control the inter-line power of the transmission system, and it is one of the newest FACTS tools. In this article, the placement and regulation of the controllable parameters of IPFC has been discussed in an optimal way. The main goal of this optimal placement of IPFC in a multi-objective manner in the power network is to simultaneously reduce system losses, cost, and also improve system load taking into account the relevant constraints. In order to carry out placement studies, the selection algorithm based on beam forming or PESA_II has been used, and the placement process has been carried out on the IEEE 30-bus network. The results show that all indicators have improved so that compared to the case where IPFC is not present in the network, active power loss (%) is reduced by 59.43, load capacity (%) is increased by 32.08, reactive power loss ( 26.63% reduction and power plant fuel cost has decreased 59.01%.document.

    Keywords: Optimization algorithm, mathematical programming, optimal placement of IPFC, reduction of losses, cost
  • احسان کفاش*، سید مهدی مداحی، ایمان میرشجاعیان
    یکی از اصلی ترین موضوعات در تامین نور در فضاهای اداری و تجاری، بهره گیری از نور طبیعی است. آتریوم ها یا وید ها نور طبیعی را به فضاهای داخلی ساختمان ها هدایت میکنند. نور طبیعی و استفاده از آن برای روشنایی، یکی از اهداف استفاده از وید ها در ساختمان ها هستند. استفاده از گرمای نور خورشید در زمستان، استفاده از خاصیت بادخوانی و تهویه در آتریوم ها از دیگر مواردی است که استفاده از آتریوم ها را برای اهداف صرفه جویی انرژی مورد توجه قرار داده است. مولفه هایی در هرچه بیشتر کردن کارایی کاربرد آتریوم ها دارای اهمیت است. مکانیزم جداره های داخلی، نوع و فرم پوشش سقف آتریوم و شکل کلی این فضای خالی داخلی از جمله مواردی است که باید در طراحی بهینه وید ها مورد توجه قرار گیرد.روش های بهینه سازی مکانیکی که سال هاست در علوم تکنولوژی برای بهینه سازی مسائل چند پارامتری استفاده می شود به عنوان تکنیک مناسب این پژوهش دیده می شود. مدل های ایجاد شده با نگارش الگوریتم ها در افزونه گرس هاپر بصورت متناظر بر مسائل انرژی پرداخته که در این بین افزونه هانی بی به عنوان ابزاری کارا در جهت بررسی آسایش حرارتی استفاده می شود. سازوکار این تحلیل متغیر به سمت بهینه سازی مصرف انرژی و آسایش حرارتی بوده و قابلیت تغییر همزمان را در پیکره بندی فضاهای میانه داراست که طراحی پارامتریک را ممکن می سازد.
    کلید واژگان: صرفه جویی انرژی، آسایش حرارتی، فضای میانه، الگوریتم بهینه سازی، انرژی
    Ehsan Kafash *, Seyyed Mahdi Madahi, Iman Mirshojaeeian
    One of the main issues in providing light in office and commercial spaces is the use of natural light. Atriums or voids direct natural light to the interior spaces of buildings. Natural light and its use for lighting are one of the purposes of using windows in buildings. The use of sunlight heat in winter, the use of wind reading and ventilation in atriums are other cases that have taken into consideration the use of atriums for energy saving purposes. Components are important in increasing the efficiency of the use of atriums. The mechanism of the internal walls, the type and form of the atrium roof cover and the general shape of this empty internal space are among the things that should be considered in the optimal design of the spaces.Mechanical optimization methods, which have been used in technological sciences for many years to optimize multi-parameter problems, are seen as a suitable technique for this research. The models created by writing the algorithms in the Grass Hopper plug-in correspondingly deal with energy issues, among which the Honey Bee plug-in is used as an efficient tool to investigate thermal comfort. The mechanism of this variable analysis is towards optimization of energy consumption and thermal comfort, and it has the ability to simultaneously change the configuration of the middle spaces, which makes parametric design possible.
    Keywords: Energy Saving, Thermal Comfort, Middle Space, Optimization Algorithm, Energy
  • بهروز صفا، اصغر رسولی*، یحیی نصیرا
    از میان روش های بی شماری که تا به حال در زمینه تشخیص آسیب سازه ها پیشنهاد شده اند، روش به روزرسانی مدل اجزای محدودی محبوبیت زیادی داشته است. با این وجود، دقت و کارایی این روش در صورت افزایش تعداد متغیرهای مسیله به شدت افت می کند و این در مواجهه با سازه های بزرگ با تعداد المان های زیاد، مسیله ساز است. در این پژوهش روشی دو مرحله ای پیشنهاد می گردد که قادر است با شناسایی اعضای سازه ای آسیب دیده به کمک یک شاخص آسیب مبتنی بر انرژی کرنشی استاتیکی در گام اول، سایز مسیله تشخیص آسیب مورد معرفی به مدل به روزشونده را به طور قابل ملاحظه ای کاهش دهد. بنابراین، تنها تعداد معدودی متغیر به گام دوم که شامل یک فرآیند به روزرسانی مدل اجزامحدودی است معرفی می شوند. این گام دوم در واقع متشکل از یک فرآیند تکراری به روزرسانی مدل است که از یک تابع هدف جدید و حساس به آسیب برای تشخیص شدت آسیب در المان هایی که در گام قبلی شناسایی شده بودند استفاده می کند. همچنین، از یک بهینه یاب فراکاوشی به نام بهینه یاب تعادلی به منظور تعیین مقدار متغیرهای مجهول مسیله، که همان مقادیر آسیب دیدگی المان های معرفی شده توسط گام اول هستند، استفاده می شود. روش پیشنهادی همچنین بر روی تعدادی نمونه عددی نیز تست شده است تا کارایی روش در حضور عوامل مزاحم خارجی مانند نویزهای اندازه گیری نیز بررسی گردد. یک مطالعه مقایسه ای برای قیاس نتایج انجام شده است. طبق نتایج، روش پیشنهادی قادر به تشخیص محل و شدت آسیب در سازه های مختلف است و نویزهای اندازه گیری و اطلاعات مودال فقط از چند مود ارتعاشی اول تاثیر چندانی بر دقت نتایج ندارند. یک مطالعه آزمایشگاهی نیز انجام شده است تا کارایی و دقت روش پیشنهادی در سازه های واقعی نیز دیده شود، که طبق نتایج آن، روش به خوبی قادر به تشخیص آسیب بوده است.
    کلید واژگان: الگوریتم بهینه یابی، روش های محاسباتی هوشمند، تشخیص خرابی سازه
    Behrouz Safa, Asghar Rasouli *, Yahya Nasira
    Among the countless methods that have been proposed in the field of structural damage detection, the finite element model updating method has been very popular. However, the accuracy and efficiency of this method decrease drastically when the number of variables in the problem increases, and this is a problem when dealing with large structures with a large number of elements. In this research, a two-step method is proposed, which is capable of reducing the size of the damage detection problem introduced to the updated model by identifying damaged structural members through a damage index based on static strain energy in the first step. Therefore, only a few variables are introduced to the second step, which include a process of updating the finite element model. This second step actually consists of an iterative process of updating the model, which uses a new and damage-sensitive objective function to detect the severity of damage in the elements identified in the previous step. Also, a meta-exploratory optimizer named equilibrium optimizer is utilized to determine the value of the unknown variables of the problem, which are the damage values ​​of the elements introduced by the first step. The proposed method has also been tested on a number of numerical samples to check the effectiveness of the method in the presence of external disturbing factors such as measurement noise. A comparative study has been done to compare the results. According to the results, the proposed method is able to detect the location and severity of damage in different structures, and measurement noises and modal information only from the first few vibration modes do not have much impact on the accuracy of the results. A laboratory study has also been conducted to find out the efficiency and accuracy of the proposed method in real structures, and according to the results, the proposed method is well able to detect damage.
    Keywords: Optimization algorithm, Smart calculation methods, Structural damage detection
  • Zohre Sadeghian, Ebrahim Akbari *, Hossein Nematzadeh, Homayun Motameni

    Feature selection is the process of identifying relevant features and removing irrelevant and repetitive features with the aim of observing a subset of features that describe the problem well and with minimal loss of efficiency. One of the feature selection approaches is using optimization algorithms. This work provides a summary of some meta-heuristic feature selection methods proposed from 2018 to 2021 that were designed and implemented on a wide range of different data. The results of the study showed that some meta-heuristic algorithms alone cannot perfectly solve the feature selection problem on all types of datasets with an acceptable speed. In other words, depending on dataset, a special meta-heuristic algorithm should be used.

    Keywords: Data dimension reduction, Classification, Feature Selection, Optimization algorithm, Meta-Heuristic Algorithms
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال