امروزه محققین از روشهای بهینه سازی متفاوتی در ابزارهای طراحی خودکار مدارات مجتمع آنالوگ استفاده می کنند، رویکرد جدید محققین در سالهای اخیر استفاده از الگوریتم های ابتکاری بویژه الگوریتم های هوش جمعی است. در این رساله از روشهای جستجوی بهینه سازی هوش جمعی به دلیل مشخصات عملکردی کارآمد، استقبال روزافزون محققین در استفاده از آنها و دارا بودن زمینه های بکر فراوان استفاده میشود. از جمله جدیدترین الگوریتم های هوش جمعی میتوان به الگوریتم جستجوی گرانشی (gsa) اشاره کرد. این الگوریتم، با الهام از مفاهیم جرم و نیروی جاذبه و با شبیه سازی قوانین مربوطه ارائه شده است. اما از آنجا که طراحی مدارات آنالوگ یک مسئله چندهدفه بوده و شاخصهای مختلف مدارات همچون بهره، پهنای باند، حاشیه فاز و توان مصرفی با یکدیگر در تعارض هستند، بنابراین به آسانی نمیتوان از میان جوابهای بدست آمده بهترین پاسخ را یافت. از اینرو بایستی میان جوابهای بدست آمده مصالحه ای شایسته برقرار نمود که این امر با چند هدفه ساختن الگوریتم بهینه سازی میسر میشود. در این رساله، روش جدیدی در بهینه سازی چند هدفه مبتنی بر الگوریتم جستجوی گرانشی به نام الگوریتم جستجوی گرانشی چند هدفه (mogsa) ارائه میشود. در الگوریتم mogsa از روش «بهینگی پَرِتو» برای شناسایی موقعیتهای «غیر غالب» و از یک «مخزن بیرونی» به عنوان حافظه ای برای نگهداری این موقعیتها استفاده میشود. برای اطمینان از صحت عملکرد روش ارائه شده در مواجهه با مسائل بهینه سازی چند هدفه،توسط چندین تابع استاندارد و معتبر مورد آزمایش قرار گرفته است. نتایج نهایی نشان از رقابت تنگاتنگ روش پیشنهادی با دیگر الگوریتم های بهینه سازی چند هدفه رایج دارد، از اینرو میتوان ادعا کرد الگوریتم mogsa بستر جدیدی از تحقیقات را فرا روی محققین قرار داده است. در این رساله یک ابزار بهینه سازی جدید جهت سایزبندی خودکار مدارات مجتمع آنالوگ پیشنهاد میشود. این ابزار توانایی جستجوی وسیع و موثری را در بازه های از پیش تعیین شده طراحی دارد. ابزار فوق در ابتدا با استفاده از یک نرم افزار شبیه ساز مدار مورد نظر را شبیه سازی می کند، سپس نتایج شبیه سازی بوسیله الگوریتمهای چند هدفه هوش جمعی بهینه سازی شده و تا حصول نتیجه مطلوب این روند ادامه می یابد. الگوریتم های چند هدفه هوش جمعی مورد استفاده، الگوریتم بهینه سازی چند هدفه گروه ذرات (mopso) و الگوریتم جستجوی گرانشی چند هدفه (mogsa) می باشند که در ابزار پیشنهادی به طور جداگانه بکار رفته اند. برنامه های اصلی این ابزار با نرم افزار matlab پیاده سازی شده و شبیه سازی مدارات توسط نرم افزار hspice انجام میشود. این ابزار قابلیت سایزبندی هر نوع مدار آنالوگ را دارد. برای بررسی توانایی سیستم پیشنهادی در بهینه سازی طراحی مدارات مجتمع آنالوگ عملکرد آن مورد سنجش قرار میگیرد. به عنوان نمونه دو مسئله سایزبندی مطرح میشود: مسئله اول «طراحی یک تقویت کننده عملیاتی تفاضلی سه طبقه» و مسئله دوم «طراحی یک تقویت کننده عملیاتی مستقل از دما با استفاده از منبع جریان ویدلر کسکود». طراحی در هر دو مسئله با تکنولوژی cmos افزایشی است. در هر مسئله عملکرد ابزار پیشنهادی به همراه الگوریتم بهینه سازی اش (mopso و یا mogsa ) بطور کاملا مجزا مورد بررسی قرار میگیرد. نتایج بدست آمده نه تنها خواسته های مورد نظر در طراحی را برآورده میسازد بلکه با ارائه دسته جوابهای متنوع دست طراح را در انتخاب جواب مناسب از میان جوابهای قابل قبول نهایی باز خواهد گذاشت.

اهداف هوایی را میتوان از دیدگاههای مختلفی تقسیمبندی کرد. از یک نظر میتوان آنها را به گروههای انواع هواپیماها، هلیکوپترها، بالنها، و پرتابهها دستهبندی نمود. در این صورت طبیعی است که هریک از این دستهها خود به زیر دستههای دیگر و باز در صورت لزوم این زیر دستهها نیز مجددا به گروههای کوچکتر دستهبندی شوند. مثلا برای دسته هواپیما، زیردستههای هواپیماهای مسافربری، شخصی، نظامی، ترابری، و آموزشی قابل تعریف میباشد. هر یک از این زیر دستهها خود به زیر گروههای دیگری با انواع جزییتر قابل تفکیکاند. موضوع تحقیقاتی " بازشناسی اهداف هوایی" را میتوان به صورت " واکاوی روشهای تشخیص و تفکیک خودکار اهداف هوایی با استفاده از اثرات متفاوتی که آنها بر روی سیگنال ارسالی رادار میگذارند" تعریف نمود. رادارهای موجود، عموما تنها توانایی آشکارسازی هدف را دارند و نمیتوانند اطلاعاتی بیش از مکان و سرعت آن را روی صفحه نمایش خود ارائه دهند. اضافه کردن سیستمی که بتواند رادار را به تشخیص نوع هدف نیز مجهز کند به منزله اعطای قوه قیاس و تشخیص به آن میباشد. بدیهی است تشخیص نوع اهداف نظامی و غیر نظامی (مانند هواپیماهای مسافربری) میتواند از آسیب به اهداف غیر نظامی و بروز فاجعه های انسانی جبران ناپذیر جلوگیری کند. از اینرو موضوع فوق، در دهههای اخیر توجه محققان را به خود جلب نموده است. پروژههای متنوع دفاعی نیز در کشورهای مختلف در همین زمینه تعریف و اجرا شدهاند. اگر فرض کنیم بسیاری از تحقیقات مرتبط با این موضوع در کشورهای مختلف جنبه سری و پنهانی دارند، باید اذعان کرد که این موضوع از وسعت تحقیقاتی بسیار بالایی برخوردار می باشد به طوری که تنها بخشی از نتایج این تحقیقات در دسترس عموم قرار گرفته است.

ردیابی هدف یکی از موضوعات مهم در بینایی ماشین می باشد. از جمله الگوریتم های مورد استغاده برای تعقیب هدف در پردازش تصویر فیلتر کالمن و فیلتر ذره ای هستند.با افزایش ابعاد مسائل مهندسی دیگر روش های معمول قادر به حل این مسائل نبودن و روش های ابتکاری که برگرفته از طبیعت و کاملا تصادفی هستند جایگزین شدند. در این پایان نامه برای تعقیب هدف از روش های ابتکاری به طور مستقل استفاده شده است.دو الگوریتم مورد استفاده در این پایان نامه :الگوریتم بهینه سازی ازدحام جمعیت و الگوریتم بهینه سازی صفحات شیب دار هستند.هر دو این الگوریتم قادر به پیدا کردن هدف در فریم های مختلف هستند اما الگوریتم صفحات شیبدار در بعضی فریم ها نتایج بهتری را بدست آورده است.همه تصاویر مورد استفاده از نوع تصاویر خاکستری بوده اند.