نام پژوهشگر: نادر نریمان‌زاده

طراحی کنترلر بهینه ای چند هدفی فازی برای سیستمهای دارای پارامترهای نامعین احتمالاتی
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه گیلان - دانشکده فنی 1391
  سعید باقری قلعه   نادر نریمان زاده

در این پایان نامه ابتدا یک کنترلر فازی برای سیستم ناپایدار، غیر خطی، غیر مینیمم فاز و چند متغیره آونگ معکوس طراحی شده است. سپس توابع عضویت این کنترلر فازی در یک فرآیند بهینه سازی چند هدفه با استفاده از الگوریتم muga در فضای معین بهینه سازی شده و نتیجه در جبهه پرتو ارائه شده و نقطه مصالحه طراحی برگزیده شده است. پاسخهای کنترلر متناظر با نقاط بهینه یابی تک هدفه و نقطه مصالحه طراحی در تست آزمایشگاهی بررسی شده و نتایج تئوری بهینه سازی در فضای معین تایید شده اند. در ادامه کنترلر مصالحه ای در فضای معین، در تئوری و تست آزمایشگاهی از نظر کنترل مقاوم بررسی شده و در مورد مقاوم بودن آن و لزوم طراحی در فضای نامعین بحث شده است. در بخش بعدی این پروژه طراحی بهینه برای سیستم با نامعینی های ساختار یافته انجام شده و کنترلر فازی با استفاده از تحلیل احتمالاتی طراحی شده است و سپس پاسخهای تئوری و تحلیل آماری این کنترلر با پاسخهای تئوری و تحلیل آماری کنترلر فازی بهینه سازی شده در فضای معین مقایسه شده است. نتایج آزمایشگاهی کارایی برتر کنترل مقاوم در کنترلر فازی بهینه سازی شده در فضای نامعین و با استفاده از تحلیل احتمالاتی را تایید کرده است.

بهینه سازی پارتویی مکانیزم (geneva)جنوا با تعداد شیارهای مختلف
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه گیلان - دانشکده فنی 1392
  علی پورمحمدی   محمد ابراهیم فلزی

مکانیزم ها به منظور انتقال حرکت یا نیرو از یک منبع به یک خروجی بکار می روند. در روش های سنتی، از روش سرعت ورودی ثابت برای راندن مکانیزم ها استفاده می کردند و برای دستیابی به مکانیزمی با خصوصیات سینماتیکی بهتر، اقدام به طراحی دوباره مکانیزم ها می کردند. در این پایان نامه، برای بهبود مشخصات خروجی مکانیزم جنوا با شیارهای مختلف، از روش سرعت ورودی متغیر استفاده شده است. مکانیزم جنوا یکی از پرکاربردترین مکانیزم ها درصنعت است و بدلیل سادگی و ارزانی جزو اولین انتخاب ها برای تولید حرکت دورانی متناوب می باشد. علاوه بر سادگی و کاربردهای فراوان مکانیزم های جنوا، مقدار شتاب زوایه ای خروجی و گرادیان آن در ابتدا و انتهای مسیر تماس پین با شیار مخالف صفر می باشد و این موضوع باعث تولید تکانه زاویه ای خواهدشد. همچنین بیشینه شتاب و تکانه زاویه ای در طول مسیر تماس پین با شیار زیاد است که مقدار زیاد این دو مشخصه می تواند باعث خوردگی، ناپایداری و آسیب به خط تولید و دستگاه وکارکرد ضعیف در کاربردهای دقیق شود. بنابراین برای غلبه بر این محدودیت ها، کاهش این مشخصات مطلوب بنظر می رسد، همچنین اگر سرعت زاویه ای خروجی کنترل شود، مکانیزم روان تر کار می کند. به منظور دستیابی به بهینه ترین سرعت ورودی متغیر برای بهبود مشخصات خروجی مکانیزم جنوا، ابتدا از روش بهینه سازی تک هدفی و سپس به منظور وسیع تر کردن گستره انتخاب طراح از بهینه سازی چندهدفی استفاده شده است. برای بهینه سازی تک هدفی، روش ترکیبی الگوریتم ژنتیک و روش تجمعی ذره بکار گرفته شده است. برای بهینه سازی پارتویی، ابتدا الگوریتم بهینه سازی چندهدفی روش تجمعی ذره استاندارد بوسیله ترکیب با الگوریتم های قدرتمند دیگر بهبود داده شد. کارایی این الگوریتم با بکارگیری آن بر روی چندین تابع آزمایش مورد ارزیابی قرار گرفت و عملکرد مطلوب آن نشان داده شده است. سپس به منظور دستیابی به مجموعه نقاط بهینه غیربرتر در جبهه پارتو، از روش پیشنهادی استفاده شد. نتایج حاصل از بهینه سازی، برتری استفاده از روش سرعت ورودی متغیر نسبت به روش سرعت ورودی ثابت و کارهای پیشین را نشان می دهد. این مهم در راستای بدون ضربه کردن مکانیزم جنوا که یکی از مکانیزم های پرکاربرد در صنعت است، گامی رو به جلو می باشد. این روند برای مکانیزم جنوا با شیارهای مختلف انجام شده است تا طراح بتواند مطابق نیاز خود از بین جواب های بهینه، سرعت ورودی مناسب را انتخاب نماید.

مدلسازی و شناسایی سیستم های پیچیده با استفاده از برنامه ریزی ژنتیکی
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه گیلان - دانشکده فنی 1392
  محمد رژه   نادر نریمان زاده

مدلسازی و شناسایی سیستم های پیچیده با استفاده از داده های ورودی-خروجی به علت عدم کارایی روش های تحلیلی در مدلسازی این سیستم ها کاربرد وسیعی یافته است و روشهای مختلف مدلسازی برای این منظور ارائه شده اند. در این پایان نامه، روش برنامه ریزی ژنتیکی چند هدفه برای مدلسازی سیستم های پیچیده مورد استفاده قرار می گیرد. برنامه ریزی ژنتیکی، الگوریتم ژنتیک را مستقیماً روی برنامه های کامپیوتری با ساختارهای درختی انعطاف پذیر اعمال می کند و می تواند برای مسائلی که اندازه و شکل جواب در آنها نامشخص است راه حل ارائه دهد. همچنین به دلیل قابلیت آن در استفاده از توابع متنوع در مدلسازی، می تواند مدل هایی ساده و دقیق را برای مسائل ارائه کند. از الگوریتم بهینه سازی چندهدفی muga که بر اساس مرتب سازی نقاط غیر برتر عمل می کند، برای نخستین بار در برنامه ریزی ژنتیکی استفاده می شود. توابع هدفی که مدنظر قرار گرفته اند شامل خطای مدلسازی، خطای پیش بینی و اندازه درخت جواب می باشند. دو مسئله با استفاده از این روش مدلسازی می شوند و در هرکدام منحنی های پارتو که شامل نقاط بهینه غیر برتر است ارائه شده و نقطه مصالحه طراحی پیشنهاد می گردد. مقایسه نتایج با کارهای قبلی انجام شده نشان دهنده برتری در ارائه مدل های ساده تر و دقیق تر است.

مدلسازی تاثیر فشار انژکسیون یک موتور دیزل با استفاده از الگوریتم شبکه های عصبی از نوع gmdh وبهینه سازی چند هدفی در جهت کاهش آلودگی
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه گیلان - دانشکده فنی 1393
  رضا مسروری   نادر نریمان زاده

افزایش مداوم استفاده از سوخت های هیدروکربی در احتراق موتورهای حرارتی رفته برگشتی عامل بسایر مهم در تشدید آلودگی محیط زیست به علت تولید گازهای co , co2 . hox می باشد. فشار انژکسیون در موتور های دیزل نقش بسیار مهمی در عملکرد موتور دیزل و مقدار گازهای خروجی آلوده کننده محیط زیست دارد.در مطالعه حاضر پس از بررسی این مورد نتایج آزمایش انجام شده بر روی یک موتور توربو شارژ چهار سیلندر از نوع انژکسیون غیر مستقیم مورد استفاده قرار می گیرد. در این راستا فشار انژکسیون در محدوده 100-250 بار در موقعیت دریچه گازهای مختلف و در دورهای متفاوت انتخاب شده و سپس توسط روش gmdh(group method of data handeling) مقادیر بدست آمده مدل سازی می شوند. این روش در مواردی که نمی توان خروجی های یک سیستم را به مقادیر متغیر ورودی به صورت معادلات ساده بیان نمود به کار گرفته می شود. با استفاده از روش فوق در این مطالعه توابع هدف یعنی مقادیر گازهای آلوده کننده اشاره شده در فوق بر حسب متغیر های انتخابی یعنی فشار انژکسیون وضعیت دریچه گاز و دور موتور به صورت چند جمله ای مشخص می شود. جهت نشان دادن بهینه کار کردن این موتور از بهینه ساز چند هدفی استفاده می شود. روش به کار گرفته شده در بهینه سازی الگوریتم ژنتیک است.در این راستا توابع هدف به چند دسته دوتایی تقسیم می شود و منحنیpareto front هر یک رسم می شود. هریک از این منحنی ها نشان دهنده بهترین تقاط طراحی برای توابع هدف مورد نظراست نقاط استفاده شده نسبت به هم غیر برترند. اما بر هر نقطه دیگر برتری دارند.

پیش بینی سطوح اسیدهای آمینه در اجزای خوراک با استفاده از شبکه های عصبی مصنوعی از نوع gmdh
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه گیلان - دانشکده علوم کشاورزی 1386
  فاطمه سلطان پور   مجید متقی طلب

چکیده ندارد.