در این تحقیق، واکنش کافئیک اسید و 2- فنیل اتانول در حضور لیپاز تثبیت شده از مخمر آنتارکتیکا (نووزیم 435) به منظور تولید کافئیک اسید فن اتیل استر در سیستم ایزواکتان با استفاده از روش های شبکه عصبی مصنوعی و ژنتیک الگوریتم مدل سازی و بهینه گردید. بدین منظور ازیک طرح مرکب مرکزی چرخش پذیر با 4 متغیر و 5 سطح جهت مدل کردن واکنش آنزیمی به کمک شبکه عصبی مصنوعی استفاده شد. متغیرهای مستقل شامل دما، زمان، ...

یکی از مشکلات مهم سیستم‌های قدرت که دارای مزارع بادی با ژنراتورهای القایی دوسوتغذیه هستند قابلیت ایستادگی در مقابل خطای این ژنراتورها و نوسانات توان خروجی آنهاست. در مواقعی که این ژنراتورها توان قابل توجهی از سیستم قدرت را تأمین می‌کنند خروج آنها در هنگام خطا، باعث ناپایداری شبکه می‌شود. طبق نیازهای جدید بر اساس کدهای شبکه، در مواقع خطا که ولتاژ در پایانه ژنراتور افت می‌کند، بایستی به منظور حفظ...

فرآیند تخلیه از کلیدی‌ترین فعالیت‌های همزمان با بحران هنگام رخداد فجایع است. در پژوهش‌های مدیریت بحران، فرض بر وجود مکان‌های اسکان اضطراریِ از پیش‌تعیین‌شده‌ای است که تخلیه افراد از نواحی بحران‌زده به سوی آن‌ها انجام می‌شود. ما در این مقاله در پیِ یافتن یک پایگاه اسکان از میان مجموعة پایگاههای پیش‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌بینی‌شده هستیم که جریان تخلیه افراد از ناحیة بحران را بیشینه می‌کند و بنابراین ا...

در سالهای اخیر مدیریت سود در پژوهش های دانشگاهی توجه زیادی را به خود جلب کرده است. هدف این پژوهش پیش بینی مدیریت سود از طریق اقلام تعهدی اختیاری مبتنی بر مدل جونز تعدیل شده است. در این پژوهش از دو مدل شبکه عصبی مصنوعی و مدل ترکیبی الگوریتم ژنتیک – شبکه عصبی به عنوان الگوی موفقجهت پیش بینی مدیریت سود مبتنی بر جونز تعدیل شده در بورس اوراق بهادار تهران استفاده شده است. نمونه مورد استفاده در این پژ...

در این تحقیق به کمک روش المان تحلیلی به بیان یک راهکار مؤثر برای مدل سازی دو بعدی جریان آب زیرزمینی یک منطقه با مقیاس وسیع در حالت دائمی پرداخته شده است. روش المان تحلیلی با استفاده از حل معادلات لاپلاس و معرفی توابع خطی، تأثیر ویژگی های هیدرولوژیکی را به طور مستقیم در مدل اعمال می کند. در الگوریتم ارائه شده، قبل از ترکیب المان ها، دبی پتانسیل ویژگی های هیدرولوژیکی به دست آمده و با استفاده از ا...

در شبکه جریان های ایستا (کلاسیک) بُعد زمان که عامل بسیار مهمی برای مدل سازی مسایل واقعی است، در نظر گرفته نمی شود و زمان انتقال جریان روی هر کمان، صفر گرفته می شود. به عبارت دیگر، انتقال جریان روی هر کمان آنی است، یا بُعد زمان در مدل سازی اهمیتی ندارد. علاوه بر این ها، فرض می شود که داده های مسأله ثابت و مستقل از زمان هستند. اما اغلب مسایل بهینه سازی نشأت گرفته از سیستم های واقعی مانند کنترل تراف...

جریان های زمانی (جریان های پویا) تعمیمی از جریان های ایستا با معرفی یک عامل زمان می باشند‎.‎ این جریان ها اساساً‎‎ مسایلی را مطرح می کنند که در آن مسافرت و حمل و نقل آنی نیست و مستلزم گذر زمان می باشد. در حل این نوع مسایل سوالاتی پیش می آید که در جریان های ایستا مطرح نیست. ‎‎ ‎از طرفی مساله ی جریان های زمانی بطور سنتی در شبکه های بسط یافته ی زمانی به عنوان یک مساله ی ایستا حل می شوند. این رویکر...

در این مقاله الگوریتمی هوشمند برای خوشه بندی، تشخیص مدولاسیون بین پالسی و جداسازی و شناسایی رشته پالس های متداخل رادارها ارائه می گردد. در الگوریتم پیشنهادی برای خوشه بندی پالس های متداخل دریافتی از شبکه عصبی خودسازمانده sofm (بدلیل دقت بالای آن در مقایسه با شبکه های عصبی دیگر مانند شبکه عصبی clnn و شبکه عصبی fuzzy art) و تشخیص نوع مدولاسیون بین پالسی از روش ضرب ماتریسی و برای شناسایی نوع رادار...

الگوریتم aco یکی از روش هایِ مناسب بهینه سازی در حل مسائل پیچیده برگرفته از طبیعت کولونیِ مورچه ها است. در این مقاله برای اولین بار از این الگوریتم در طراحی بهینه شبکه های توزیع شعاعی که در آنها مسیر تغذیه مشخص است، استفاده می شود. این الگوریتم ضمن ارائه میزان نفوذ هر یک از سطوح ولتاژ در شبکه مورد مطالعه، ظرفیت بهینه ترانسفورماتور ها و سطح مقطع بهینه فیدرها را در هر یک از سطوح ولتاژی ارائه می نما...

هدف کلی این پژوهش ایجاد ابزار پیش بینی مناسب جهت قیمت گذاری عرضه های عمومی اولیه بوسیله شبکه های عصبی و الگوریتم ژنتیک است. چارچوب نظری این مطالعه بر اساس نظریه عدم تقارن اطلاعاتی می باشد. اگرچه ادبیات قیمت گذاری عرضه های عمومی اولیه، گستره ی وسیعی از علایم ممکن را معرفی می کند، تعداد کمی از این علایم، تأثیر بااهمیتی بر کارایی پیش بینی دارند. نتایج پژوهش نشان می دهد ترکیب شبکه های عصبی با الگور...