فهرست مطالب
فصلنامه هوش محاسباتی در مهندسی برق
سال دوم شماره 1 (بهار 1390)
- تاریخ انتشار: 1391/01/05
- تعداد عناوین: 6
-
-
صفحه 1: در سالیان اخیر، استفاده از سیستم های هوشمند در علوم مهندسی و به ویژه در تشخیص بیمارهای مختلف به طور فزاینده ای رو به افزایش است. در این مقاله نیز یک روش هوشمند ترکیبی برای تشخیص بیماری های قلبی (آریتمی های قلبی) ارائه شده است. اساس این روش بر استفاده از ساختارهای ترکیبی از شبکه های عصبی برای طبقه بندی کارکرد طبیعی و چهار کارکرد غیر طبیعی قلب است. در این ساختارهای ترکیبی، برخی از شبکه های عصبی به عنوان میانجی و برخی از آنها به عنوان متخصص استفاده شده اند. در روش پیشنهادی، ابتدا پیش پردازش مناسب برای حذف نویز از سیگنال الکتروکاردیوگرافی انجام شده است. سپس، ویژگی های مختلف زمانی (شامل پانزده ویژگی) و موجک (شامل پانزده ویژگی) از روی سیگنال عاری از نویز استخراج و با توجه به زیاد بودن تعداد ویژگی های انتخاب شده، از روش تحلیل مولفه های اصلی برای ادغام این ویژگی ها و کاهش ابعاد فضای ویژگی به هشت بعد استفاده شده است. در ادامه، ساختارهای ترکیبی پیشنهاد شده از شبکه های عصبی پرسپترون چندلایه و شبکه های عصبی پایهشعاعی برای طبقه بندی مناسب آریتمی ها آموزش داده و کارایی آن ها ارزیابی شده است. نتایج حاصل از پیاده سازی روی داده های برچسب خورده پایگاه داده MIT/BIH، کارآیی بهتر روش پیشنهادی در مقایسه با روش های قبلی در تشخیص آریتمی های قلبی را نشان می دهند.
کلیدواژگان: الکتروکاردیوگرافی، آریتمی های قلبی، ساختارهای ترکیبی شبکه های عصبی، ویژگی زمانی و موجک -
صفحه 17در طرح ریزی مسیر ربات های متحرک وجود موانع مقعر چالشی اساسی به شمار می آید. به ویژه در طرح ریزی زمان-واقعی که بازنمایی کاملی از نقشه محیط در دست نیست، این چالش بیشتر جلوه می کند. در چنین شرایطی، وجود کمینه های محلی و هزینه محاسباتی زیاد مهمترین مشکلات پیش رو هستند. در این مقاله، به منظور کاهش هزینه محاسباتی، اتوماتای سلولی به عنوان یک روش محاسباتی توزیع شده با قابلیت پردازش موازی به عنوان ابزار طرح ریزی مسیر به کار گرفته می شود. محیط ربات به صورت یک اتوماتای دو بعدی با چهار حالت مدل می شود و قواعد تکاملی اتوماتا برای انجام طرح ریزی مسیر ارائه می گردد. روش پیشنهادی برای سیستم های تک رباتی و چند رباتی مناسب است. در ادامه، روش پیشنهاد شده با یک مکانیزم الهام گرفته از اجتماع مورچگان بهبود می یابد تا برای موانع مقعر هم قابل استفاده باشد. مزیت اصلی روش پیشنهاد شده در این مقاله، قابلیت انجام زمان- واقعی طرح ریزی مسیر ربات های متحرک در محیط هایی با موانع محدب و مقعر است، بدون آنکه نیازی به بازنمایی محیط باشد.
کلیدواژگان: اتوماتای سلولی، الگوریتم اجتماع مورچگان، ربات های متحرک، سیستم های چند رباتی، طرح ریزی مسیر -
صفحه 27: در این مقاله، برنامه ریزی توسعه تولید به صورت یک مساله بهینه سازی مدل شده است که در آن تابع هدف، کمینه کردن مجموع هزینه های سرمایه گذاری، بهره برداری، تعمیر و نگهداری، هزینه انرژی تامین نشده و همچنین ارزش بازیافتی هزینه های سرمایه گذاری است. قابلیت اطمینان سیستم با استفاده از شاخص های مقدار انتظاری انرژی تامین نشده (EENS) و احتمال عدم تامین بار (LOLP) برآورد و تامین می شود. برای حل مساله، اصلاح و به کارگیری الگوریتم جهش قورباغه های به هم آمیخته به نام MSFL پیشنهاد گردیده است. در این الگوریتم، به منظور بهبود الگوریتم SFL مرسوم، روش جدیدی برای توزیع راه حل ها در ممپلکس و قانون جدیدی برای پرش راه حل های بدتر به سمت راه حل های بهتر پیشنهاد شده است. جهت ارزیابی روش پیشنهادی، برنامه ریزی توسعه تولید در یک سیستم قدرت نمونه و برای افق های برنامه ریزی 12 ساله و نیز 24 ساله، که باعث افزایش ابعاد مساله و نزدیک شدن به شرایط واقعی می گردد، انجام گرفته است. مساله GEP، توسط الگوریتم های SFL مرسوم و ژنتیک نیز حل و جواب های به دست آمده با MSFL پیشنهادی مقایسه شده است. مقایسه انجام شده نشان می دهد که عملکرد و کیفیت جواب به دست آمده از الگوریتم MSFL پیشنهادی، در هر دو حالت بهتر از الگوریتم SFL مرسوم و GA است.
کلیدواژگان: الگوریتم SFL، بهینه سازی ترکیبی، برنامه ریزی توسعه تولید، شبیه سازی احتمالاتی تولید، قابلیت اطمینان -
صفحه 45: مساله جایگاه یکی از روش های مهم برای بهینه سازی مسایل چند مدی است. بیشتر روش های موجود در مساله جایگاه نیاز به تعیین دقیقی از پارامترهای جایگاه به منظور عملکرد بهتر دارد. مشکل اصلی الگوریتم های ابتکاری در حل مسائل چند بعدی قدرت همگرایی آنها به یک جواب (عموما بهینه فرا محلی) است. الگوریتم جهش قورباغه، از جمله الگوریتم های ابتکاری است که در سال های اخیر تا کنون نسخه ای از آن برای حل مسائل چند مدی ارائه نشده است. در این مقاله نسخه ای از این الگوریتم برای حل مسائل چند مدی با حفظ ساختار های اساسی ارائه و با روش های مطرح مقایسه شده است. نتایج آزمایش ها روی توابع محک استاندارد توانایی الگوریتم پیشنهادی را تایید می کند.
کلیدواژگان: الگوریتم جهش قورباغه متحرک، بهینه های محلی، تابع قله، دره، روش های جایگاه یابی -
صفحه 57چکیده: همگام با گسترش شبکه های قدرت و افزایش روز افزون استفاده از ادوات FACTS، فعل و انفعالات پیچیده و پیش بینی نشده در سیستم قدرت افزایش یافته است. با توجه به غیرخطی بودن سیستم قدرت، تغییرات نقطه کار و عکس العمل میان سیستم قدرت و ادوات FACTS استفاده از روش های خطی برای طراحی کنترل کننده ها مناسب نیست. در این راستا، مدل غیرخطی سیستم قدرت برای طراحی همزمان پایدارساز سیستم قدرت (PSS) و جبرانگر استاتیکی سنکرون (STATCOM) در نظر گرفته شده است. همچنین، در این مقاله طراحی همزمان پارامترهای STATCOM و PSS با استفاده از روش جدید و ترکیبی باکتریایی با قدرت جست و جوی مناسب و نلدر- مید با سرعت همگرایی بالا ارائه می گردد. مقایسه این روش با روش های دیگر هوشمند در سیستم چهار ماشینه کندور، قابلیت برتر روش ارائه شده را نشان می دهد.
کلیدواژگان: الگوریتم BF، NM، جبرانگر استاتیکی سنکرون، پایدارساز سیستم قدرت، هماهنگی PSS و STATCOM -
صفحه 69چکیده: موتورهای مغناطیس دائم بدون جاروبک در بسیاری از کاربردها نقش اساسی ایفا می کنند. چگالی توان و بازده دو عامل مورد توجه در طراحی این موتورها هستند. در این مقاله رویکرد نوینی برای طراحی موتورهای مغناطیس دائم بدون جاروبک بر اساس ترکیبی از چگالی توان و بازده پیشنهاد شده است. این مقاله ابتدا به ارائه معادلات مربوط به طراحی و ابعاد موتور مغناطیس دائم بدون جاروبک می پردازد، سپس طراحی بهینه بر اساس الگوریتم زنبور (BA) با هدف افزایش چگالی توان و بازده ارائه می شود. در نهایت با استفاده از تحلیل اجزای محدود، کارایی روش پیشنهادی تایید می گردد.
کلیدواژگان: الگوریتم زنبور، تحلیل اجزای محدود، چگالی توان، موتور مغناطیس دائم بدون جاروبک
-
Page 1In recent years the use of intelligent systems in science and engineering, especially in the diagnosis of disease, is increasingly growing. In this paper a smart way to diagnose heart disease (cardiac arrhythmias) is presented. This method is based on a combination of structures using neural networks for classification of normal operation and four abnormal heart functions. In the combination of these structures, some neural networks as a mediator, and some of them have been used as a specialist. In the proposed method firstly for removing noise from ECG signal, preprocessing was performed. The various time features (including fifteen properties) and wavelet features (includes fifteen feature) are extracted from the noise free signal and given the large number of selected features, principal components analysis is used for feature reduction to eight features. The proposed structures of MLP neural networks and RBF neural networks are appropriately trained for classification of arrhythmias and their performance has been evaluated. The results of the implementation of the proposed method on MIT / BIH database show the better performance in the diagnosis of cardiac arrhythmias compared to previous approaches.
-
Page 17In path planning of mobile robots dealing with concave obstacles is a major challenge. More specifically in real-time planning where there is no complete representation of the environment, this challenge would be much more problematic. In such cases local minimums and high computations cost are the most important problems. In this paper, in order to reduce computational cost, cellular automata as a distributed computational method with parallel processing properties is employed as tool for path planning purposes. The environment of the robot is modeled as a two dimensional cellular automata with four states. Evolutionary rules of the automata are proposed to perform the planning task. The proposed method is appropriate for single robot systems as well as multi robot systems. The proposed method is afterwards extended to be employed for concave obstacles using a ant colony inspired technique. The most superior advantage of the proposed method is its capability of real-time path planning of mobile robots with no need to prior representation of the environment.
-
Page 27In this paper, Generation Expansion Planning (GEP), is modeled as an optimization problem in which the objective function is to minimize the total investment, operation, and outage (energy not served) costs of power system as well as salvage value of investment costs. Generation system reliability is assessed and provided by means of EENS and LOLP indices. To solve the GEP problem, a new Modified Shuffled Frog Leaping namely MSFL algorithm is proposed. A new frog leaping rule and a new strategy for frog distribution into memeplexes is introduced to improve the local exploration and performance of the original SFL algorithm. To show the effectiveness of the MSFL algorithm, it is applied to a test system with 15 existing power plants and 5 types of new candidates, for a 12-years and a 24-years planning horizon. The original SFL algorithm and the Genetic Algorithm (GA) are also applied to solve the GEP problem. Simulation results show the advantages of the proposed MSFL algorithm over the original SFL and GA.
-
Page 45The niche methods for search algorithms are important techniques in optimization. Most niche techniques need some extra tunable parameters to get a better performance. Achieving a good method for multimodal optimization by heuristic algorithms will be possible if and only if the population diversity is preserved. Shuffled Frog leaping (SFL) algorithm is a new heuristic algorithm that its ability is not proved for solving the multimodal problems. This paper proposes a niche method for SFL. Several benchmark problems are considered for testing the robustness and effectiveness of the proposed method over the results available in the literature. The results show that the proposed method performs well.
-
Page 57Abstract: Recent developments of Facts devices increase the importance of their coordination with the power system controllers. With regard to nonlinearities of power system, changes in the operating points, reaction between power system and STATCOM, linear methods cannot be used to design parameters of stabilizers. Therefore, in this paper, a nonlinear model of power system is considered for the coordination design of PSS and STATCOM. A hybrid method which combines bacterial foraging (BF) algorithm with Nelder-Mead (NM) method (BF-NM) is employed to coordinately design the PSS and STATCOM controllers. By combining these two methods, the search power of the intelligent methods and the precision of conventional methods are simultaneously employed. To evaluate the performance of the proposed method, it is applied on a four machine power system. Simulation results confirm the efficiency of the proposed method for stabilizing power system oscillations.
-
Page 69Abstract: Brushless permanent magnet motors play an important role in many applications. Power density and efficiency are two important factors in designing such motors. This paper proposes a novel approach to design a brushless permanent magnet motor based on optimization of a combination of power density and efficiency. First of all, this paper presents the equation related to the design and dimensions of brushless permanent magnet motor. Then, an optimum design based on bees algorithm (BA) with the purpose of increasing power density is presented. Finally, Simulation results of a 2-D finite element analysis have well validated the efficiency of the applied method.
©2000-2024 magiran.com All Rights Reserved.