فهرست مطالب

نشریه آرمان پردازش
سال چهارم شماره 4 (زمستان 1402)

  • تاریخ انتشار: 1403/03/21
  • تعداد عناوین: 6
|
  • علیرضا حسینی*، سهیل حاتم پور صفحات 1-10
    امروزه لجستیک مدرن در حال حرکت به سوی محوریت خدمات مبتنی بر وب است. تجارت الکترونیکی در حوزه اقتصاد دیجیتال به سرعت در حال رشد است و مشتریان انتظار دارند که بتوانند خریدهای خود را به سرعت و به سهولت انجام دهند. این تکنولوژی در طول سال ها تکامل یافته و همچنان در حال تحول است به طوری که بسیاری از کسب و کارها را برآن داشته تا در کسب و کار خود را وارد این فضا کنند. از سوی دیگر، رشد فراگیر اینترنت، سکوی گسترده تری را، به نام اینترنت اشیا ایجاد کرده است که به دنبال ایجاد زیرساختی قدرتمند برای جمع آوری، پردازش و انتقال اطلاعات توزیعی در کمترین زمان می باشد. تاثیر اینترنت اشیا بر صنعت پرداخت و تجارت الکترونیک، هم برای خریداران و هم برای فروشندگان پوشیده نیست. اگرچه بررسی ابعاد فنی اینترنت اشیا در جهت توسعه تجارت الکترونیک گاها مساله ای مبهم است و کاملا شفاف سازی نشده است. در این راستا و بمنظور دستیابی به این هدف، در این مقاله قصد داریم نقش اینترنت اشیا در توسعه کارکردهای تجارت الکترونیک و ابعاد فنی مساله را بررسی نمائیم.
    کلیدواژگان: تجارت الکترونیک، اقتصاد دیجیتال، اینترنت اشیاء، ابعاد فنی، پایگاه دانش
  • مرتضی یزدان پناه* صفحات 11-18

    چالش های توسعه نرم افزار با استفاده از روش چابک با تمرکز بر الزامات غیر عملکردی، یکی از مسائل مهم در حوزه مهندسی نرم افزار است. الزامات غیر عملکردی شامل مواردی مانند کارایی، امنیت، قابلیت استفاده، قابلیت نگهداری و قابلیت توسعه هستند که در طراحی و توسعه نرم افزار بسیار حائز اهمیت هستند. با وجود این، در روش چابک، چالش هایی برای ادغام الزامات غیر عملکردی با الزامات عملکردی وجود دارد و همچنین بررسی و ارزیابی این الزامات در طول فرآیند توسعه نرم افزار بسیار مهم است. نیازمندی ها و الزامات غیر عملکردی (NFR) اغلب به عنوان یک مسئله مشکل ساز گزارش می شود .NFR ها مولفه های کیفی می باشند که بر روی انتظارات متمرکز می شوند و در حقیقت برای داشتن سیستم کاربری بهینه و آسان به ما کمک می کنند که دارای کارایی و بازده قابل قبولی باشد.در بررسی های به عمل آمده دانش ناکافی ، شایستگی پایین کارکنان به ویژه از نظر مهارت های تحلیلی و تجربه حرفه ای آنها ازجمله مولفه های شناسایی شده نادیده انگاری NFR شناسایی شده است . هدف ما در این مقاله شناسایی چالش ها و مشکلاتی است که بر اجرای NFR ها تاثیر می گذارند و شیوه هایی که اجرای موفقیت آمیز NFR ها را تسهیل می کنند .

    کلیدواژگان: توسعه نرم افزار، نیازمندی های غیر عملکردی، مولفه های کیفی، روش چابک
  • محمدرضا دهقانی محمودآبادی* صفحات 19-29
    پیشینه و اهداف

    بیماری های قلبی به عنوان یکی از شایع ترین بیماری های جهان معرفی شده اند و تاخیر در درمان آن ها می تواند منجر به افزایش مرگ بیماران گردد. هدف اصلی این تحقیق ارتقاء شناسایی بیماران قلبی با استفاده از سیستم دسته بند یادگیر است.

    روش ها

    در این تحقیق، از سیستم های دسته بند یادگیر با تکنیک های یادگیری مبتنی بر قواعد استفاده شده است. این تکنیک ها بر پایه دو اصل اساسی یادگیری تقویتی و الگوریتم های تکاملی ژنتیک ساخته شده اند. سبک میشیگان به عنوان روش بهینه سازی انتخاب شده و مجموعه داده بیماران قلبی از مرکز تحقیقات افشار برای آموزش و یادگیری سیستم مورداستفاده قرارگرفته است.

    یافته ها

    پس از آموزش سیستم، تعدادی قانون باارزش تولیدشده که در مرحله آزمون برای پیش بینی بیماران قلبی مورداستفاده قرار گرفته است. نتایج آزمایش ها نشان می دهد که با استفاده از سیستم دسته بند یادگیر بر مبنای سبک میشیگان، شناسایی بیماران قلبی بهبودیافته و دقت پیش بینی به 88 درصد افزایش یافته است؛ که این روش قادر به انجام شناسایی کامل تری از بیماران قلبی است.

    نتیجه گیری

    با توجه به نتایج تحقیق، استفاده از سیستم دسته بند یادگیر بر مبنای سبک میشیگان به عنوان یک رویکرد بهینه، شناسایی بیماران قلبی را بهبود بخشیده و دقت پیش بینی را افزایش داده است. این روش می تواند بهبود موثری در درمان به موقع بیماران قلبی و کاهش مرگ ومیر ناشی از این بیماری ها داشته باشد.

    کلیدواژگان: بیماری های قلبی، سیستم دسته بند یادگیر، یادگیری مبتنی بر قاعده
  • وهاب امینی آذر*، رسول فرحی، فاطمه دشتی، کمال رحمانی صفحات 31-45

    افزایش لحظه ای کاربران و نیاز آن ها به خدمات اینترنتی باعث شد که در اندک زمانی شرکت هایی که این گونه از خدمات را ارائه می دادند با مشکلاتی نظیر عدم توانایی در پاسخگویی سریع به کاربران و افزایش هزینه هایشان روبرو شوند .از این رو بسیاری از این شرکت ها با سرمایه گذاری های فراوان در زمینه های تحقیقاتی به فکر شیوه های موثر و مقرون به صرفه، برای سرویس دهی به حجم بالایی از کاربران افتادند و به این ترتیب فناوری نوین و کارآمدی به نام رایانش ابری به وجود آمد .با افزایش کاربران استفاده کننده از خدمات رایانش ابری و لذا افزایش میزان درخواست ها، جهت دستیابی به مزایای اشاره شده، نیاز به استقرار مکانیزم های مناسبی جهت توازن بار، زمانبندی کار و مجازی سازی در رایانش ابری می باشد. این بار می تواند شامل ظرفیت حافظه، بار شبکه و یا تاخیر باشد. توازن بار فرایند توزیع بار در میان گره های مختلف یک سیستم توزیع شده جهت بهبود بهره برداری از منابع و زمان پاسخ می باشد در حالی که از وضعیتی که درآن برخی از گره ها دارای بار سنگین باشند در حالی که گره های دیگر بیکار باشند و یا کار خیلی کمی برای انجام دادن داشته باشند اجتناب می کند. با توجه به ضرورت و اهمیت توازن بار در رایانش ابری، در این مقاله به مروری جامع از الگوریتم های استاتیک، پویا و الهام گرفته از طبیعت جهت متعادل سازی بار در یک فضای ابری برای رسیدگی به زمان پاسخ دهی مراکز داده و عملکرد کلی آن ها می پردازیم. با تحلیل الگوریتم های تعادل بار نشان می دهیم که الگوریتم کلونی مورچه ، الگوریتم ژنتیک و الگوریتم بهینه سازی ازدحام ذرات با تخصیص بهینه وظایف می توانند نقش موثرتری در متعادل-سازی بار در فضای ابری را داشته باشند. همچنین نتایج گویا این است که نرم افزار کلودسیم بیشترین کاربرد را در شبیه سازی الگوریتم های متعادل کردن بار در فضای ابری داشته است.

    کلیدواژگان: رایانش ابری، مجازی سازی، زمان بندی وظایف، تعادل بار، بهینه سازی منابع
  • رضا محمدی* صفحات 46-51

    سیستمها، رویکردها و فناوری های امروزی که برای مدیریت عملیاتهای زنجیره تامین نفت و گاز به کار می روند، از ارائه شفافیت عملیاتی، قابلیت ردیابی، ممیزی، امنیت و ویژگیهای منشاء داده قابل اعتماد، برخوردار نیستند. همچنین بخش بزرگی از سیستمهای متمرکز موجود، به صورت دستی بوده و به شدت از هم گسیخته می باشند که آنها را به شدت در برابر دستکاری در نقاط مختلف آسیب پذیر می سارند. فناوریهای نوظهوری مانند اینترنت اشیاء، محسبات مبتنی بر مه، رایانش ابری و بلاکچین می توانند نقشی حیاتی در افزایش میزان کارایی عملیاتی صنایع نفت و گاز ایفا کنند. در این مقاله، فرصتها و کاربردهای بالقوه فناوری هوش مصنوعی در مدیریت اکتشاف، تولید، زنجیره تامین و عملیات لجستیک در صنعت گاز طبیعی بررسی می گردد، زیرا می تواند قابلیت ردیابی، تغییرناپذیری، شفافیت و ممیزی را به صورت غیرمتمرکز ارائه می دهد. در این پژوهش موارد استفاده از هوش مصنوعی را در زنجیره های بلوکی غیرمتمرکز مرتبط با قراردادهای هوشمند، سیاستهای تجاری شرکتی و مزایای آن برای مدیریت موثر و ارزیابی ریسک بازار در طول بحران های اجتماعی- اقتصادی مطرح می گردد. نتایج بررسی نشان داد که بکارگیری هوش مصنوعی، دقت تصمیم گیری قراردادهای هوشمند صنعت گاز طبیعی را افزایش می دهد. در نتیجه سطح آستانه هزینه ها، انرژی و سایر عملکردهای کنترلی در تهیه، تولید و توزیع را از نظر کیفی، محدود می نماید.

    کلیدواژگان: هوش مصنوعی، گاز طبیعی، بلاکچین
  • زهرا بیگدلی* صفحات 52-60
    امروزه سیستم های سایبر فیزیکی می توانند برای بسیاری از کاربردهای تکنولوژیکی نوین مانند مانیتورینگ ترافیک، بررسی میدان جنگ و مانیتورینگ بر مبنای حسگر و شبکه های توزیعی بکار روند. این سیستم ها وضعیت محیط اطراف را به صورت هوشمندانه نظارت و پایش می کنند و با پاسخی هوشمندانه به رخدادهای محیط اطراف، واکنش نشان می دهند. شبکه حسگر بی سیم یکی از کاربردهای مهم سیستم های سایبر فیزیکی به شمار می آید که در آن با استفاده کردن از تعداد زیادی گره حسگر در یک محیط وسیع شروع به جمع آوری اطلاعات از محیط پیرامون می کند. رهگیری اهداف متحرک مسئله ای اساسی و چالش برانگیز در این حوزه است. در این مقاله به بررسی رهگیری اهداف بر روی شبکه حسگر بی سیم پرداخته سپس مسائل و مشکلات رهگیری دراین حوزه را بررسی و مطرح می نمائیم، برای این منظور، ابتدا تعریفی جامع از سیستم های سایبر فیزیکی و همچنین شبکه حسگر بی سیم خواهیم داشت، سپس در ادامه به بررسی رهگیری اهداف در شبکه حسگر می پردازیم و روش های رهگیری در شبکه و پارامترهای کیفیتی مرتبط را موردبررسی قرار خواهیم داد.
    کلیدواژگان: ردیابی اهداف، الگوریتم رتبه بندی، شبکه حسگر بی سیم، سیستم های فیزیکی سایبری
|
  • Alireza Hoseini *, Soheil Hatampoor Pages 1-10
    Today, modern logistics is moving towards the web-based services. Nowadays, e-commerce is growing rapidly in the digital economy and customers expect to be able to make purchases quickly and easily. This technology has evolved over the years and is still evolving, so that many businesses have decided to enter their business in this space. On the other side, the widespread growth of the Internet has created a wider platform, called the Internet of Things (IoT), which seeks to create a powerful infrastructure for collecting, processing and transmitting distributed information in the shortest possible time. The impact of the IoT on the payment industry and e-commerce is no secret, to both buyers and sellers. Although examining the technical aspects of the Internet of Things for the development of e-commerce is sometimes a vague issue and has not been fully clarified. In this regard and in order to achieve this goal, in this article we intend to examine the role of the IoT in the development of e-commerce functions and the technical aspects of the problem.
    Keywords: E-Commerce, Digital Economy, Internet Of Things, Technical Dimensions, Knowledge Base
  • Morteza Yazdanpanah * Pages 11-18

    In this article, the challenges of software development in the agile method were examined by focusing on non-functional requirements. Non-functional requirements are an important research area that mainly occurs due to the frequency of project failures caused by ignoring the qualitative characteristics related to user values. In the investigations carried out, the increase in development cost and time, the decrease in system flexibility, the increase in complexity and the problems of maintenance and subsequent development, and finally the increase in security risks and software errors, including the damage of neglecting non-functional requirements, have been identified. Effective coordination and cooperation between development groups and other stakeholders have also been identified. It is very important. By following the best practices and non-functional requirements management methods, you can have a significant improvement in the software development process in an agile way with higher accuracy and quality. The study field of software engineering is considered as one of the attractive and practical fields. Undoubtedly, the research conducted in this field will expand day by day and will provide better results. Among the proposed fields for further relevant studies in this field, we can mention the examination of agile management models and methods and improvement of development processes.

    Keywords: Software Development, Non-Functional Requirements, Quality Components. Agile Method
  • Mohammadreza Dehghani Mahmoudabadi * Pages 19-29
    Background and Objectives

    Cardiovascular diseases have been identified as one of the most prevalent global health issues, and delays in treatment can lead to increased mortality among patients. The primary objective of this study has been to enhance the identification of heart disease patients using a machine learning classification system.

    Methods

    In this research, machine learning classification systems with rule-based learning techniques have been employed. These techniques are built upon two fundamental principles, reinforcement learning, and genetic algorithms. The Mishgan style has been selected as the optimization method, and a dataset of heart disease patients from the Afshar Research Center has been utilized for the training and learning of the system.

    Findings

    Following the training of the system, a set of valuable rules has been generated and utilized in the testing phase for predicting heart disease patients. The experimental results indicate that using the Mishgan-style machine learning classification system has improved the identification of heart disease patients, resulting in an 88% increase in prediction accuracy. In other words, this approach enables a more comprehensive identification of heart disease patients.

    Conclusion

    Considering the study's outcomes, the use of the Mishgan-style machine learning classification system as an optimal approach has enhanced the identification of heart disease patients and increased prediction accuracy. This method can contribute significantly to timely treatment of heart disease patients and the reduction of morbidity and mortality associated with these diseases.

    Keywords: Cardiovascular Diseases, Learning Classifier System, Rule-Based Learning
  • Wahab Aminiazar *, Rasoul Farahi, Fatmeh Dashti, Kamal Rahami Pages 31-45

    The instantaneous increase in users and their need for internet services caused that, in a short time, the companies that provided this type of service faced problems such as the inability to respond quickly to users and the increase in their costs. Therefore, many of these companies, with a lot of investments in research fields, thought of effective and cost-effective ways to serve a high volume of users, and in this way, new technology and an efficiency system called cloud computing were created. With the increase in users using cloud computing services and therefore the increase in the number of requests, in order to achieve the mentioned benefits, there is a need to establish appropriate mechanisms for load balancing, work scheduling and virtualization. Sazi is in cloud computing. This load can include memory capacity, network load or delay. Load balancing is the process of distributing load among different nodes of a distributed system in order to improve the utilization of resources and response time, while it is a situation in which some nodes have a heavy load while the node Others avoid being unemployed or having very little work to do. Considering the necessity and importance of load balancing in cloud computing, in this article, a comprehensive review of static, dynamic and nature-inspired algorithms for load balancing in a cloud space to handle the response time of data centers and their overall performance is given. We pay by analyzing the load balancing algorithms. We show that the ant colony algorithm, the genetic algorithm and the particle swarm optimization algorithm with optimal allocation of tasks can play a more effective role in balancing the load in the cloud space. Also, the results show that CloudSim software has been used the most in simulating load balancing algorithms in the cloud space.

    Keywords: Cloud Computing, Virtualization, Task Scheduling, Load Balancing, Resource Optimization
  • Reza Mohammadi * Pages 46-51

    Today's systems, approaches, and technologies leveraged for managing oil and gas supply chain operations fall short of providing operational transparency, traceability, audit, security, and trusted data provenance features. Also, a large portion of the existing systems are centralized, manual, and highly disintegrated, which make them vulnerable to manipulation and the single point of failure problem. Emerging technologies such as the Internet of Things (IoT), fog computing, cloud computing, and block chain can play a vital role in boosting the operational efficiency of the oil and gas industry. In this paper, we explore the potential opportunities and applications of Artificial Intelligence technology in managing the exploration, production, and supply chain and logistics operations in the Natural Gas industry as it can offer traceability, immutability, transparency, and audit features in a decentralized, trusted, and secure manner. This research highlights the use cases of AI in decentralized Block chain with smart contracts, the company’s trading policies, and its advantages for effectively handling market risk assessments during socio-economic crisis. Results spotlight the use of AI in decision accuracy for the developed smart contract-based Natural Gas Industry, thereby qualitatively limiting the threshold level of costs, energy and other control functions in procurement, production and distribution.

    Keywords: Artificial Intelligence (AI), Natural Gas, Block Chain
  • Zahra Bigdeli * Pages 52-60
    Nowadays, cyber-physical systems can be used for many new technological applications such as traffic monitoring, battlefield surveillance, and monitoring based on sensors and distribution networks. These systems intelligently monitor and monitor the state of the surrounding environment and react with an intelligent response to the events of the surrounding environment. Wireless sensor network is one of the important applications of cyber-physical systems, in which it starts collecting information from the surrounding environment by using a large number of sensor nodes in a wide environment. Tracking moving targets is a fundamental and challenging issue in this field. In this article, we investigate the tracking of targets on the wireless sensor networks, then we will review and present the issues and problems of tracking in this area. for this purpose, we will first have a comprehensive definition of cyber physical systems as well as the wireless sensor network, then we will continue to review We will track targets in the sensor network and we will examine the methods of tracking in the network and related quality parameters.
    Keywords: Tracking Targets, Ranking Algorithm, Wireless Sensor Network, Cyber Physical Systems