مهاجرت به روش کیرشهف یکی از ساده‌ترین و رایج‌ترین الگوریتم‌های مهاجرت داده‌های لرزه‌ای است. از آنجا که عملگر مهاجرت کیرشهف، الحاقی عملگر مدل‌سازی است، قادر به بازسازی درست دامنه بازتاب‌ها نبوده و تصویر نهایی مهاجرت یافته دارای وضوح کافی نخواهد بود. مهاجرت کمترین مربعات برای رفع این مشکل و بازسازی صحیح دامنه معرفی شد اما بخاطر ابعاد بزرگ ماتریس‌ها، حل مسأله به‌صورت تکراری انجام می‌شود که زمان‌بر...

با توجه به پیچیدگی فیزیکی اهداف سوناری و شباهت بسیار زیاد کلاتر با اهداف واقعی در سونار فعال، دسته‌بندی آن‌ها یکی از مسایل چالش‌برانگیز برای پژوهشگران و صنعت‌گران این حوزه است. شبکه‌های عصبی چند‌لایه، یکی از پرکاربردترین ابزار در دسته‌بندی اهداف واقعی می‌باشند. می‌توان از آموزش به عنوان مهم‌ترین بخش این شبکه‌ها اشاره نمود. در سال‌های اخیر استفاده از الگوریتم‌های تکاملی برای آموزش این نوع شبکه‌ه...

مهاجرت (f-k) یک روش مهاجرت در حوزه فوریه است (استالت، 1978) که براساس تغییر بسامد زمانی به بسامد مکانی (یا به بیان دیگر تصویرسازی) بنا نهاده شده است. این الگوریتم طیف مهاجرت نیافته را در حوزه فوریه مستقیماً به طیف مهاجرت یافته تبدیل می کند. این روش ساده و کارا است اما به محیط های سرعت ثابت محدود می شود. روش مهاجرت v(z)(f-k) که در این مقاله معرفی می شود، قادر است مهاجرت را برای محیط هایی با تغییر...

اسکلتهای الگوریتمی1 به عنوان شیـوه ای برای برنامه نویسی موازی درسالهـای اخیرمورد توجه محققان قرارگرفته است. با استفاده ازاین شیوه ، برنامه نویس می تواند با بهره گیری از یک سری الگوهای پیش ساخته، الگوریتم خود را پیاده سازی کند. دراین مقاله مجموعه ای از الگوهای پیش ساخته با الهام از این شیوه برای پیاده سازی الگوریتمهای ژنتیکی موازی طراحی شده است . برای هریک از الگو های پیشنهادی، مدل کارایی2 محاسب...

هدف از مهندسی شبکه های عصبی بررسی معایب و مزایای شبکه های عصبی مصنوعی و ارایه روشهایی برای بهبود کارایی آنهاست. یکی از موضوعات مورد بحث در مهندسی شبکه های عصبی چند لایه، یافتن ساختار مناسب(نزدیک به بهینه) برای حل مسئله می باشد. معیار و نحوه انتخاب اندازه شبکه عصبی برای یک مسئله خاص هنوز شناخته شده نیست. در روشهای کلاسیک،طراح شبکه در ابتدای آموزش ساختاری را برای شبکه تعیین و سپس شبکه را آموزش می...

هدف از مهندسی شبکه های عصبی بررسی معایب و مزایای شبکه های عصبی مصنوعی و ارایه روشهایی برای بهبود کارایی آنهاست. یکی از موضوعات مورد بحث در مهندسی شبکه های عصبی چند لایه، یافتن ساختار مناسب(نزدیک به بهینه) برای حل مسئله می باشد. معیار و نحوه انتخاب اندازه شبکه عصبی برای یک مسئله خاص هنوز شناخته شده نیست. در روشهای کلاسیک،طراح شبکه در ابتدای آموزش ساختاری را برای شبکه تعیین و سپس شبکه را آموزش می...

در این مقاله، یک مدل ریاضی برای بهره برداری ریز شبکه در حالت جزیره ای ارائه می شود. منابع تولیدی شامل سلول های خورشیدی، دیزل ژنراتور، مجموعه باتری و همچنین مبدل دوطرفۀ ac به dc، در مدل سازی ریز شبکه در نظر گرفته شده اند. هزینه های سوخت، هزینه های آلودگی، هزینه های تعمیر و نگهداری این منابع تولیدی و هزینۀ عدم تأمین بار ریز شبکه به همراه محدودیت های بهره برداری و مشخصه های تجهیزات، در مدل پیشنهاد...

این مقاله کاربرد بهینه سازی مبتنی بر جغرافیای زیستی برای پیدا کردن محل مناسب و تنظیم پارامترهای کنترلی عنصر کنترل کننده یکپارچه ی توان به منظور حداقل نمودن هزینه های تولید و تلفات توان حقیقی در یک سیستم قدرت را نشان می دهد. یکی از کامل ترین و جامع ترین ادوات می باشد که محققان زیادی برای کنترل پخش بار و کاهش تلفات سیستم از آن استفاده کرده اند. یک الگوریتم تکاملی جدید است که بر اساس ریاضیات جغراف...

مهاجرت (f-k) یک روش مهاجرت در حوزه فوریه است (استالت، 1978) که براساس تغییر بسامد زمانی به بسامد مکانی (یا به بیان دیگر تصویرسازی) بنا نهاده شده است. این الگوریتم طیف مهاجرت‌نیافته را در حوزه فوریه مستقیماً به طیف مهاجرت‌یافته تبدیل می‌کند. این روش ساده و کارا است اما به محیط‌‌های سرعت ثابت محدود می‌شود. روش مهاجرت v(z)(f-k) که در این مقاله معرفی می‌شود، قادر است مهاجرت را برای محیط‌هایی با تغیی...