موتور سنکرون مغناطیس دائم داخلی به علت ویژگی های ممتازی که دارا می باشد، مورد توجه قرار گرفت. اما کنترل دقیق سرعت این موتورها به علت ماهیت غیرخطی گشتاور تولیدی، مسئله ای پیچیده می باشد. به علاوه، هنگامی که این موتور در ناحیه تضعیف شار کار می کند، ماهیت غیرخطی آن افزایش می یابد. به منظور دستیابی به مشخصه های کنترلی بهینه، هدف اصلی این پروژه طرحی کنترل کننده هوشمند جهت کنترل سرعت موتور سنکرون مغناطیس دائم داخلی در ناحیه تضعیف شار (سرعت های بالاتر از سرعت نامی) می باشد. در این پروژه، عملکرد کنترل کننده سنتی pi، کنترل کننده منطق فازی-ژنتیک و یک کنترل کننده عاطفی بر مبنای مدل محاسباتی یادگیری عواطف و احساست در مغز (belbic) مورد تحلیل و بررسی قرار گرفته است. به علاوه، استراتژی های کنترلی نظیر ماکزیمم گشتاور نسبت به جریان، کنترل تضعیف شار و محدودیت های جریان و ولتاژ خروجی اینورتر نیز در نظر گرفته شده اند. به منظور بررسی کارایی درایو موتور سنکرون مغناطیس دائم داخلی، شبیه سازی های متعددی در شرایط کاری مختلف، توسط نرم افزار سیمولینک matlab صورت گرفته است. نتایج حاصل از شبیه سازی ها، حاکی از مشخصه های کنترلی برتر کنترل کننده belbic می باشد مانند پاسخ سریع و هموار سرعت، حداکثر جریان راه اندازی کم، عدم حساسیت نسبت به تغییرات ناگهانی گشتاور و سرعت و مقاوم بودن در برابر نویزو آفست، تغییر پارامترهای موتور و قطع ناگهانی یک فاز استاتور.

در سالیان اخیر، درایوهای ماشین سنکرون مغناطیس دائم نظر به دارا بودن راندمان و چگالی گشتاور بالا، نسبت گشتاور به اینرسی زیاد، و قابلیت اعتماد خوب به صورت روز افزونی در کاربردهای صنعتی، حمل و نقل و وسایل خانگی مورد استفاده قرار گرفته اند. از این رو، در این تحقیق به موضوع کنترل درایو این موتور پرداخته شده است. افزایش راندمان درایو های الکتریکی، به عنوان پر مصرف ترین وسایل الکتریکی، بدلیل محدود بودن منابع انرژی و همچنین مطرح شدن مسائل زیست محیطی بسیار مورد توجه واقع شده است. یکی از روش های افزایش راندمان درایوهای الکتریکی استفاده از روش های کاهش تلفات است. هدف این روش انتخاب مناسب فرمان های کنترلی توسط کنترل کننده است. در سیستم های استفاده کننده از روش کنترل برداری غیر مستقیم، این فرمان های کنترلی جریان های دو محوری در قاب مرجع روتور می باشد. در این پژوهش به منظور تعیین این دو جریان مرجع، مسئله بهینه سازی مقیدی مطرح شده است که با استفاده از روش لاگرانژ ترکیب شده با روش نیوتن حل می شود. به منظور دستیابی به کنترل میدان گرا در موتورهای سنکرون مغناطیس دائم داخلی، اطلاعات موقعیت موتور نیاز است. معمولاً، موقعیت روتور توسط حسگرهای سرعت و موقعیت سنجیده می شود که مشکلاتی را در پی دارد. از این رو، در دوره اخیر روش های بدون حسگر سرعت گوناگونی برای تخمین موقعیت و سرعت موتور ایجاد شده است. اخیراً، روش های کنترل بدون حسگر ترکیبی ارائه شده است که در آنها برای تخمین موقعیت و سرعت های پایین از روش تزریق سیگنال، و برای تخمین در سرعت های متوسط و بالا از روش های مبتنی بر مدل استفاده می شود. در این پژوهش روش تزریق سیگنال ولتاژ متناوب برای تخمین در سرعت های پایین و نزدیک صفر به همراه یک رویتگر حالت مرتبه کامل لیونبرگر تطبیقی برای تخمین در سرعت های متوسط و بالا استفاده شده است. برای ترکیب این دو روش از یک تابع وزن دهی نرم استفاده شده است، که متناسب با سرعت روتور به عبارت خطای حاصل از هر کدام از این دو روش وزنی اختصاص می دهد. استفاده از کنترل برداری و همچنین تخمین سرعت، نیازمند استفاده از پارامترهای ماشین های الکتریکی است. نادرست بودن پارامترهای استفاده شده در سیستم کنترل می تواند منجر به کاهش تولید گشتاور، عملکرد ناصحیح و حتی ناپایداری سیستم شود. از این رو، با توجه به تغییرات پارامترهای الکتریکی با شرایط محیطی، نقطه کار و گذشت زمان، تخمین دقیق این پارامترها در افزایش دقت و عملکرد درایو موتور تاثیر به سزایی دارد. روش های مبتنی بر فیلترهای تطبیقی نظیر الگوریتم حداقل مربعات بازگشتی روشی اثبات شده برای تخمین پارامترهای سیستم است که در این پژوهش برای تخمین به هنگام پارامترهای موتور به کار گرفته شده است. در انتها نیز شبیه سازی های گسترده ای برای ارزیابی سیستم درایو پیشنهاد شده، در محیط نرم افزار matlab/simulink انجام گرفته است.

مساله کالیبراسیون مدل های ریاضی با توجه به برخی ویژگی ها، نظیر غیرخطی بودن سطح پاسخ مدل نسبت به تغییر پارامترها، تعدد پارامترها و بعضاً زمان بر بودن اجرای مدل، به طور ویژه برای کاربران کم مهارت، امری مشکل و زمان بر می باشد. در این پژوهش، ضمن بازتعریف مساله کالیبراسیون مدل های ریاضی به یک مساله بهینه-سازی و با بهره گیری از ایده های نو، روشی کاملاً کاربردی برای کالیبراسیون خودکار مدل های شبیه سازی کیفیت آب و بارش-رواناب، با دقت و سرعت قابل توجه ارایه شده است. در این تحقیق، روش بهینه سازی «تکثیر علف هرز» که در زمره جدیدترین روش های بهینه سازی تکاملی و فرا-ابتکاری است؛ معرفی شده است. سپس ضمن مطالعه دقیق بوم شناسی جامعه علف هرز که در نوع خود از مقاوم ترین گونه های گیاهی است؛ با مدل-سازی ریاضی خاصیت چگالی توده علف و تاثیر آن بر نحوه تکثیر علف به همراه نگهداری برازنده ترین علف در نسل بعدی، توانایی الگوریتم در فرار از کمینه های محلی در کنار افزایش دقت و سرعت آن، ارتقا داده شده است. در مرحله بعد، این الگوریتمِ توسعه یافته، با دو روش شناخته شده بهینه سازی ga و pso در مواجهه با سه تابع آزمون بهینه سازی، مقایسه شده و برتری آن به اثبات رسیده است. با توجه به اهمیت صرفه جویی در زمان در مساله کالیبراسیون مدل های ریاضی، در این پژوهش با استفاده از مفهوم «مدل جایگزین هوشمند» و پیوند آن با الگوریتم تکثیر علف هرز توسعه یافته، ضمن معرفی دو نسخه الگوریتم پیوندی به نام های «الگوریتم پیوندی هم زمان» و «الگوریتم پیوندی تناوبی»، به مقایسه عملکرد آن ها با الگوریتم تکثیر علف هرز توسعه یافته از دیدگاه دقت و سرعت پرداخته شده و نتایج این بررسی حاکی از کاهش 5 تا 6 برابری تعداد دفعات ارزیابی تابع هدف با برخورداری از کیفیت جواب های نسبتاً مشابه با الگوریتم غیر پیوندی است. عملیات کالیبراسیون خودکار مدل بارش-رواناب hec-1 (مطالعه موردی در بخشی از حوضه آبریز گرگان رود) و مدل یک بعدی کیفیت آب qual2e (مطالعه موردی در بخشی از جاجرود) به کمک سه الگوریتم علف هرز توسعه یافته، پیوندی هم زمان و پیوندی تناوبی، در قالب دو نوع سناریو، یکی مصنوعی (با داده های ساختگی و جواب های از پیش معلوم) و دیگری واقعی به انجام رسیده است. در مرحله نهایی و به منظور حل یک مساله پیچیده کالیبراسیون، مدل دو بعدی متوسط گیری شده در عرض ce-qual-w2 به کمک الگوریتم پیوندی برای شبیه سازی رژیم دمایی مخزن سد کرخه، مورد واسنجی قرار گرفته است؛ که نتایج حاکی از صرفه جویی بسیار زیاد در زمان (صرفه جویی به میزان 5/3 روز یا 84 ساعت) به همراه دقت بالای نتایج می باشد. به طور کلی، الگوریتم های پیوندی 5 تا 6 بار سریع تر از الگوریتم غیر پیوندی به جواب های ریاضی بسیار دقیق در سناریوی مصنوعی، و جواب های قابل قبول مهندسی در سناریوی واقعی، دست یافته و پارامترهای کالیبره شده حاصل از سناریوی واقعی، در یک رویداد واقعی دیگر، تایید شده اند. مفاهیم و الگوریتم های ارایه شده در این پژوهش، قابل تعمیم به سایر مدل های ریاضی، به ویژه مدل های با زمان اجرای طولانی هستند.

پیچیدگی روزافزون سیستم ها، عدم قطعیت های ساختاری و اغتشاشات ناشناخته منجربه ناکارآمدی روش های کنترل سنّتی شده اند. از طرفی با توجه به پویایی سیستم تحت کنترل، تغییر شرایط کاری، بروز نایقینی و حتی تغییر سیستم در اثر فرسودگی، نیاز به طراحی و تنظیم مجدد کنترل کننده به وجود می آید. مسأله تنظیم مجدد پارامترهای کنترل کننده به خودی خود، کاری زمان بر است. با پیچیده تر شدن این سیستم ها، شناسایی و کنترل آنها با روشهای قبلی دشوارتر و گاه غیرممکن می شود تا جایی که حتی مدل های ساده شده ای از این فرآیندهای غیر خطی و متغیر با زمان دارای پارامترهای نامعلوم می باشند. بدین ترتیب حتی روش های کلاسیک تطبیقی هم به دلیل وابستگی به مدل کارآیی خود را از دست می دهند. در این میان کنترل هوشمند، شاخه ای از علم کنترل می باشد که در آن الگوریتم های کنترلی مورد بررسی، انعطاف پذیری لازم را در مواجهه با این شرایط دارا هستند؛ این الگوریتم ها می توانند بر پایه سیستم های بیولوژیکی هوشمند بنا نهاده شده باشند. بسیاری از پیشرفت های موجود در گرایش ها و موضوعات مختلف در سال های اخیر، مدیون روش های کنترلی هوشمند می باشد و این دسته از روش ها به خوبی توانسته اند بر مشکلات موجود مانند عدم قطعیت ها و یا اغتشاشات فائق آیند. منطق فازی، شبکه های عصبی و روش های کنترلی مبتنی بر یادگیری تقویتی، از جمله روش های هوشمند بر اساس فرآیند های بیولوژیکی می باشند که توانسته اند راه حل هایی برای بسیاری از مسائل حل نشده در علم کنترل معرفی نمایند. در این رساله مدل محاسباتی مربوط به الگوریتم یادگیری عاطفی مغز انسان به عنوان یک روش نوین برای یادگیری تقویتی در فصل دوم معرفی خواهد شد. در ادامه ضمن معرفی مکانیزم کنترلر هوشمند مبتنی بر مدل این الگوریتم، کارآیی عملکرد آن در مقایسه با سایر کنترلرهای هوشمند فازی و عصبی و (پس از تعمیم آن برای کنترل سیستم های چند متغیره) نیز کنترلر غیرخطی گشتاور محاسبه شده نمایش داده خواهد شد. توسعه این روش کنترلی جهت طراحی اتوپایلوت تطبیقی- هوشمند کانال فراز یک وسیله پرنده هوایی مافوق صوت و دارای دینامیک غیر خطی در فصل3 معرفی شده است و قابلیت های خود را در یک سناریوی هدایتی و در مقایسه با اتوپایلوت تطبیقی جدول بندی بهره اثبات خواهد کرد. در نهایت با پیاده سازی عملی این کنترلر بر روی دستگاه آزمایشگاهی الکتروسروهیدرولیک دورانی در فصل4، نتایج تجربی حاصل از کنترل موقعیت زاویه ای به خصوص در رابطه با تغییرات فرکانس و دامنه سیگنال مرجع و نیز تغییرات فشار کاری سیستم در حین اجرا به منظور بررسی ویژگی های تطبیق پذیری و مقاوم بودن این کنترلر مورد بحث و بررسی قرار گرفته است. در آخر مکانیزمی برای سوئیچینگ بین یک کنترلر کلاسیک بهینه شده و کنترلر هوشمند معرفی شده به منظور بهبود عمل کنترلی بیان گردیده است.

یکی ار زمینه های مهم تحقیقات در صنعت خودرو سیستم ترمز ضد قفل (abs) است. اهمیت این سیستم در خودروها بر پایه قابلیت اطمینان بالا، ایمنی، فرمان پذیری و پایداری خودرو، راحتی سرنشین و فاصله توقف کوتاه در شرایط مختلف جاده و سرعت مختلف خودرو استوار است. تلاش محققین و متخصصین صنعت خودرو و رسیدن به روش های کنترلی مناسب که بتواند تمامی شرایط فوق بویژه مسیله عدم لغزش یا قفل کردن چرخ ها و حفظ فرمان پذیری و پایداری در جهت جلو و جانبی را در جاده های لغزنده برآورده نماید و در عین حال با نوسانات کمتر راحتی سرنشین را حفظ نماید بوده است. لذا نصب یک سیستم ایمنی نظیر سیستم ترمز ضد قفل (abs) امروزه به عنوان یک سیستم ضروری در خودروها مطرح است. روش های کنترلی متنوعی برای سیستم ترمز ضد قفل (abs) تا کنون ارایه شده است. اکثر این روش ها نتوانسته اند در شرایط مختلف جاده عملکرد مناسبی داشته باشند. اخیراً روش های کنترل هوشمند در این زمینه مورد توجه قرار گرفته است. در این رساله هدف مطالعه و طراحی یک سیستم abs با کنترل کننده هوشمند در جهت بهبود عملکرد از نظر ایمنی، پایداری و قابلیت اطمینان در شرایط مختلف جاده و سرعت های مختلف خودرو نسبت به سیستم های موجودو نیز راحتی بیشتر سرنشینان در موقع ترمز گرفتن و همچنین سادگی کنترل کننده و مقاوم بودن آن در تمام شرایط کاری می باشد. کنترل کننده هوشمند طراحی شده نسبت به سیستم های موجود دارای ایمنی و راحتی بیشتری برای خودرو وسرنشینان و نیز پایداری و مسافت توقف کمتر می باشد. در این رساله دو کنترل کننده یکی فازی-ژنتیکی و دیگری هایبرید برای سیستم ترمز ضد قفل طراحی شده است. ورودی های کنترل کننده از دو حسگر سرعت زاویه ای چرخ و شتاب خودرو حاصل می شوند. کنترل کننده فازی از نوع tsk می باشد که تمام پارامترهای توابع عضویت و قوانین آن توسط روش ژنتیک موازی و روش بر مبنای خطا با بهینه نمودن تابع هدفی که لغزش چرخ را در گستره مطلوبی قرار دهد و شتاب توقف خودرو را ماکزیمم نماید حاصل شده است. روش مذکور حصول نقطه بهینه سراسری در زمان کوتاه تر و ناحیه وسیع تر را تضمین می کند و باعث کاهش مسافت توقف می گردد. عملکرد کنترل کننده با اعمال به یک مدل خودرو با دو نوع مختلف سیست ترمز هیدرولیکی تحت وضعیت های مختلف جاده بررسی میگردد. نتایج شبیه سازی عملکرد بهتر کنترل کننده نسبت به کنترل کننده های کلاسیک و فازی گزارش شده را نشان می دهد.

بهره گیری از هوش مصنوعی و روشهای هوشمند در انجام انواع تحلیل و تصمیم گیری روز به روز فراگیرتر می شود با افزایش قدرت پردازش کامپیوترهای مدرن شناسایی سیستمها از طریق روشهای یادگیری ماشین و تحلیل خروجیهای سیستم برای یادگیری مفاهیم حاکم بر آن نیز در همین راستا از به روز ترین دامنه های تحقیقاتی نوین است. تصمیم گیری از مهمترین و پرکاربردترین مسائل در تصمیم گیری صحیح پیش بینی رفتار آتی سیستم است. برای انجام یک پیش بینی درست ابتدا باید از پیش بینی پذیری سیستم اطمینان حاصل کرد. در این پایان نامه پس از اینکه پیش بینی پذیری خروجی های سیستم را از طریق آزمونهای هوشمند تضمین شد امکان بروز رفتارهای کاملا تصادفی منفی می گردد. از جمله مواردی که در تست های آماری سنجیده شده است تست استقلال، احتمال بازگشت به صفر، اولین بازگشت به صفر و آزمون bds است. به این معنی که احتمال بازگشت به صفر را در طول بازه ای بلند مدت بدست می آوریم و آنرا با نتایجی که در صورتی که سری قدم زدن تصادفی باشد مقایسه می کنیم. لذا به تحلیل قراریت از سویی و امکان آشوبناک بودن سیستم از سوی دیگر می پردازیم تا پاسخی برای علت پیش بینی پذیری بیابیم. سپس با بهره جستن از تحلیل مولفه های اصلی به جداسازی مولفه های ذخیل پرداخته با ساتفاده از شبکه های عصبی پیش بینی را انجام می دهیم. بهترنی نتیجه را شبکه های فازی عصبی محلی به دست می دهند. برای انجام یک یپیش بینی بهتر بازگشتی باید از میان رفتارهای گذشته سیستم موثرترین آنها را به عنوان ورودی های جدی برگزینیم. بدین منظور روشهایی مانند نزدیکترین همسایه نادرست و کاردینالیتی همسایگی مورد استفاده قرار گرفته است. چند نرخ برابری ارز رایج جهانی به عنوان شاخص های مهمی از اقتصاد کلان به عنوان بستر آزمایش الگوریتمها مورد استفاده قرار گرفته اند. نتایج حاصل غیر تصادفی و بالتبع تا حدودی معین بودن این سریهای زمانی را نشان می دهد و از سوی دیگر آزمونهای آشوب از حساسیت کم این سریها به شرایط اولیه خبر می دهند.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

سازمان های مجازی برای باقی ماندن در عرصه رقابت، نیازمند مدیریت موثر دانش هستند. از سوی دیگر مدیریت دانش عمیقاً تحت تأثیر مجازی سازی سازمان های مدرن است. در نتیجه سیستم های مدیریت دانش برای سازگاری با این شرایط جدید نیاز به تجدید وضع دارند. در این راستا برای طراحی سیستم هایی که نیاز به اجرای کارهای کنترلی و مدیریت سطح بالا در محیط های توزیع شده و پیچیده دارند، عامل گرایی مورد توجه بسیاری قرار گرفته است. در پژوهش حاضر که به بررسی طراحی مدل اشتراک دانش برای سازمان مجازی با استفاده از رویکرد عامل گرایی می پردازد ابتدا مدلی برای اشتراک دانش صریح و نهان در سازمان های مجازی در صنعت تولید نرم افزار با استفاده از متدولوژی "mas-commonkads" طراحی و سپس در محیط مبتنی بر جاوا شبیه سازی شد. تحلیل داده های این بخش با استفاده از آزمون آماری t-test مستقل و با نرم افزار spss انجام شده است. این مدل جدید، نحوه اشتراک دانش موثر را در یک سازمان مجازی نشان داده و از طریق کاهش میانگین زمان کسب دانش، کاهش ترافیک شبکه و انسجام فرایندهای اشتراک دانش باعث افزایش اشتراک دانش می شود. با توجه به نتایج پژوهش، مدل پیشنهادی بعد از پیاده سازی، می تواند به عنوان مکمل سیستم مدیریت دانش در سازمان های بزرگ و توزیع شده مورد استفاده قرار گیرد و با جستجوی دقیق تر و بهینه تر دانش، ارتباط بین کارشناسان سازمان های مجازی را در جهت ارایه خدمات بهتر به کاربران پشتیبانی کند. در بخش دوم، به شناسایی ابعاد و مولفه های تأثیرگذار بر اشتراک دانش در سازمان های مجازی و ارایه آن در قالب چهارچوب مفهومی و مقایسه آن ها در سازمان های سنتی پرداخته شده است. براساس چهارچوب مفهومی، تعداد 32 متغییر شناسایی شد و برای سنجش اثرگذاری آنها بر اشتراک دانش،کارشناسان و محققان در حوزه مدیریت دانش مورد پرسش قرار گرفتند. جامعه آماری پژوهش شامل 140 نفر از افرادی بود که مقاله آن ها در اولین همایش ملی مدیریت دانش پذیرفته شده بود. از بین این جامعه آماری، طبق جدول مورگان نمونه ای برابر 103 نفر انتخاب شد که در نهایت 77 نفر از آن ها پرسشنامه پژوهش را تکمیل کردند. برای جمع آوری اطلاعات از پرسشنامه و برای تحلیل داده ها از آزمون آماری t-test وابسته و آزمون دوجمله ای و با کمک نرم افزار spss استفاده شد. نتایج پژوهش نشان داد که شش عامل اصلی؛ ویژگی های دانش به اشتراک گذاشته شده، ویژگی های شبکه، فناوری، ویژگی های متن سازمانی، الگوهای ارتباطی و اعتماد-که هر کدام در سطح پایین تر، از متغیرهایی تشکیل شده اند- بر اشتراک دانش در سازمان های مجازی اثر گذارند و سازمان های مجازی که می خواهند در زمینه اشتراک دانش سرمایه گذاری کنند، باید به این عوامل توجه کند و آن ها را تقویت نماید.

تخصیص منابع در شرایط نایقینی و عدم اطمینان به صورت بهینه و کار اهداف این تحقیق می باشد. منبعی که انتخاب شده است ، سرمایه می باشد که بایستی به صورت بهینه بین سهام بازار بورس تقسیم شود. اگر سهام بازار، از فرضیاتی همچون نرمال بودن تابع توزیع بازده و ایستا بودن آن پیروی نمایند، روش مارکویتز سیستم تخصیص بهینه سرمایه می باشد. ولی اگر این فرضیات صادق نباشند، بهینگی این مدل از میان می رود. پیشنهاد سیستم جایگزین در این حالت شبکه عصبی می باشد. شبکه عصبی می تواند مستقل از مدل رفتار نماید و نیازی به مفروضات خاص در مورد داده ها ندارد. دو پارامتر مهم در تشکیل سبد، ریسک و بازده مورد انتظار هستند. واریانس ، نیم واریانس و قدر مطلق انحراف به عنوان نماینده ریسک انتخاب شده اند. شبکه در سه حالت با سرپرتی پس از انتشار خطا، عاطفی و تکاملی آموزش می یابد. شبکه پس انتشار خطا فقط به منظور ازدیاد بازده سبد بدون توجه به ریسک می باشد ولی در سبدهای شبکه با یادگیری عاطفی و تکاملی، عامل ریسک نیز موثر است و کاربرد قادر به انتخاب یکی از سه پارامتر دیسک می باشد.

زمان بندی گرافهای جریان داده، از مسائل مهمی است که در سنتز سطح بالای مدارهای دیجیتال وجود دارد و در این پایان نامه روشی بر مبنای الگوریتمهای ژنتیکی برای آن ارائه شده است . الگوریتم ژنتیکی روشی است که از رفتار طبیعی ژنها و وراثت الهام گرفته شده است . گراف جریان داده نیز، گرافی جهتدار و دارای یک گره شروع و پایان می باشد که از آن به عنوان یک مدل میانی برای توصیف رفتاری یک مدار استفاده می گردد. هدف زمانبندی بطور خلاصه عبارت است از اختصاص زمان اجرا به هر یک از گروه های گراف ، بطوری که زمانبندی حاصل علاوه بر رعایت محدودیتهای طراحی، از لحاظ پارامترهایی مانند مساحت یا سرعت نیز بهینه باشد. این مسئله جز مسائل np-hard می باشد و تا بحال الگوریتمهای مختلفی برای آن پیشنهاد شده است . روش ارائه شده در این پایان نامه برای زمان بندی گرافهای جریان داده با محدودیت منابع، می باشد. این روش بسیار قابل انعطاف می باشد و می تواند برای زمان بندی گرافهای خیلی بزرگ با محدودیتها و خواسته های پیچیده، بکار رود. لازم به ذکر است که این روش در مباحث دیگری مانند کنترل پروژه، سیستمهای عامل، برنامه ریزی کلاسهای درسی و غیره که در آنها نیز مسئله زمانبندی وجود دارد، توسعه خواهد بود.

مسئله لرزش و نویز در موتورهای sr (موتور مدار مغناطیسی کلید شونده یا switched reluctance motor) در مطالعات علمی و تجاری متعدد به عنوان اصلی ترین گلوگاه طراحی در این فن اوری ذکر شده است . در سالهای اخیر با استفاده از کنترل هوشمند پیشرفتهای زیادی در حل این مشکل بدست آمده است . اما بیشتر مطالعات و راه حلهای ارائه شده در مورد لرزشها و نویزهای ناشی از ریپل گشتاور بوده است . با این حال براساس مطالعات تجربی معلوم شده است که عوامل دیگر و به ویژه تغییر شکلهای ناشی از نیروهای شعاعی اهمیتی بیشتر در ایجاد نویز و لرزش دارند. در این پروژه دو رویکرد برای کاهش لرزش و نویز صوتی در موتور sr و نتایج حاصل از شبیه سازی ارائه شده اند. در روش اول ایده کاهش با اصلاح ساختار موتور (استاتور) پیاده شده است . این روش تلاش می کند تا با خارج ساختن فرکانس مودهای نوسانی استاتور از محدوده شنوایی انسان، میزان نویز تاثیرگذار را کاهش دهد. همچنین روش روی خط بهبود یافته ای برای کاهش نویز در این موتور پیشنهاد شده است . این کار براساس روش خاموش سازی دو مرحله ای فاز، که در کاهش نویز ناشی از نیروهای شعاعی موثر است ، بنا شده است . در این کار فرکانس مود اصلی لرزش پوسته و استاتور در محدوده ای نامعین فرض شده است . با استفاده از یک روند تطبیقی هوشمند، زمان اعمال فرمان خاموش سازی کامل فاز به صورت روی خط تنظیم می شود. این روش قادر به کاهش قابل ملاحظه نویز با منشا شعاعی خواهد بود.

گسترش روز افزون شبکه های اطلاعاتی و افزایش بی رویه حجم اطلاعات در دسترس در منابع متعدد توزیع شده، لزوم توسعه تکنیکهایی کارآ برای مدیریت و بازیابی هوشمند اطلاعات را بیش از پیش مطرح کرده است . عاملهای هوشمند، موجودیتهایی نرم افزای هستند که برای مقابله با این مشکل در چند سال اخیرا ارائه شده اند. در پروژه حاضر، یک محیط چند عامله مرکب از تعدادی عامل هوشمند با وظایف و ساختارهای متفاوت برای عرضه و بازیابی اطلاعات از منابع اطلاعاتی توزیع شده طراحی و پیاده سازی گردیده است . یک مدل آماری برای نمایه سازی خودکار مفاهیم موجود در منابع اطلاعاتی براساس مدل فضای مفاهیم توسعه یافته و یک الگوریتم خوشه بندی فازی برای خوشه بندی خودکار مفاهیم استخراج شده ارائه گردیده است . سیستم حاضر در محیط web با استفاده از زبان java و پروتکل http پیاده سازی گردیده است .

در این پایان نامه مسئله کنترل بدون حسگر برای موتور رلوکتانسی سوئیچ شوندخ (srm) مورد بررسی قرار گرفته است . اساس روشهای پیاده سازی شده در این پایان نامه بر استفاده از سیگنالهای فلو و جریان موتور برای بدست آوردن زاویه سرعت موتور می باشد. وابستگی کنترل این موتور به زاویه روتور و حساسیت آن باعث شده که روشهای مختلفی برای تخمین و مشاهده زاویه روتور پیشنهاد گردد. مشکلات پیاده سازی و قیمت افزوده حسگر زاویه برای این موتور تولیدکنندگان آن را به سمت استفاده از روشهای تخمین غیرمستقیم زاویه روتور سوق داده است . تجهیزات آزمایشگاهی و درایو و موتور مورد بررسی در این پایان نامه توسط مولف و همکاران در گروه موتور sr پژوهشکده سیستمهای هوشمند ساخته شده است . روش مشاهده گر مد لغزشی بعنوان روش پیاده سازی عملی انتخاب شده است . روش مشاهده گر مد لغزشی بعنوان روش پیاده سازی عملی انتخاب شده و با توسعه این روش و استفاده از یک روش فازی تطبیقی، وابستگی آن به مدل ریاضی کاهش یافته است . نتایج عملی پیاده سازی این روش برای موتور قابل قبول بوده و از مقاومت خوبی نسبت به تغییر پارامترها برخوردار است . امید است با تکمیل این پروژه در صنعت از آن بعنوان یک راه حل اقتصادی برای حذف حسگر زاویه روتور در خط تولید این موتور استفاده گردد.

تنوع و پیچیدگی بسیار زیاد عوارض و پدیده ها در طبیعت باعث می گردد خصوصیات توصیفی این عوارض، غیر قابل فرمول سازی ریاضی و پیش بینی باشند. از اینرو روش های پارامتریک مطرح در زمینه بینایی کامپیوتر که سعی بر استخراج و تشخیص اشیا بر مبنای یک فرمول سازی ریاضی داشته و به علت عدم توانایی یادگیری، به حل مسئله در یک حالت ایستا می پردازد، نمی توانند در عمل به عنوان یک راه حل کارا در برخورد با پدیده های موجود در طبیعت مطرح گردند. در این نوشته برای اولین بار روشی پویا بر مبنای بکارگیری مطق فازی به منظور بیان خصوصیات اشیا و بکارگیری مفاهیم ادغام در دو سطح داده ها و منطق ها در روند استنتاج به منظور استخراج و تشخیص اشیا سه بعدی ارائه گردیده است. با ادغام اطلاعات و داده های مختلف، از تمام اطلاعات جمع آوری شده در رابطه با شی استفاده گردید و با ادغام منطق فاززی و ساختار یادگیری شبکه های عصبی، روش فوق از قابلیت تطبیق پذیری و یادگیری اطلاعات جدید برخوردار گردیده است. روش ارائه شده از پنج مرحله اصلی: توجیه سنجیده ها، مدل سازی سطح، استخراج اشیا، تشخیص اشیا، تشخیص اشیا و بازسازی اشیا تشکیل گردیده است: در مرحله توجیه سنجیده ها، پس از تعیین وضعیت تصاویر در فضا و ایجاد ارتباط تحلیلی بین نقاط تصویر و شی نسبت به تصحیح ساختار هندسی تصاویر به منظور اعمال هندسه اپی پولار (نمونه برداری مجدد در راستای امتداد تصویر برداری) و ایجاد هرم های تصویری اقدام می گردد. با تعیین وضعیت سنجیده ها و اعمال تصحیحات لازم در آنها، در مرحله مدل سازی سطح، نسبت به تعیین مدل ارتفاعی سطح منظر بر مبنای انجام روند تناظریابی در فضای شی و تصویر (تناظریابی دوگانه) اقدام می گردد. در مرحله استخراج اشیا صرف نظر از نوع و ماهیت اشیا، بر مبنای اختلاف مشخصه های ساختاری ‏‎(structural)‎‏، بافتی ‏‎(textural)‎‏ و طیفی ‏‎(spectral)‎‏ آنها از اجسام دیگر و محیط اطراف، نسبت به تعیین محدوده هر یک از اشیا موجود در منطقه مورد بررسی اقدام می گردد. بدین منظور با توجه به مزایای بیان شده در رابطه با مشخصه ساختاری، ابتدا محدوده آنها بر مبنای اطلاعات فوق با بکارگیری عملگرهای مورفولوژیکی تعیین گردیده و در ادامه مشخصات دقیق محدوده اشیا با آنالیز همزمان مشخصه های ‏‎sts‎‏ قابل بیان از شی در قالب یک سیستم استنتاج فازی استخراج می گردد. با استخراج محدوده اشیا، در مرحله تشخیص اشیا، نسبت به تعیین مشخصه های ‏‎sts‎‏ در این نواحی به منظور بکارگیری همزمان آنها در قالب یک سیستم استنتاج فازی برای تشخیص عوارض مورد نظر اقدام می گردد. با توجه به عدم امکان تعریف دقیق پارامترهای توابع عضویت در رابطه با برخی از اشیا، این پارامترها می توانند در قالب یک سیستم استنتاج فلزی برای تشخیص عوارض مورد نظر اقدام می گردد. با توجه به عدم امکان تعریف دقیق پارامترهای توایع عضویت در رابطه با برخی از اشیا، این پارامترها می توانند در قابل یک سیستم نوروفازی به منظور دستیابی به مقادیر تصحیح شده آنها و یادگیری اطلاعات جدید بکار برده شوند. با تعیین محدوده اشیا مورد نظر و تشخیص نوع آنها، در مرحله بازسازی، نسبت به بازسازی مدل رقومی آنها در قالب یکی از سه استراتژی ؛نقطه ای؛ ؛سطحی؛ یا ؛حجمی؛ اقدام می گردد. نتایج حاصل از بکارگیری روش ارائه شده در تشخیص و بازسازی عوارض سه بعدی از نوع ساختمان، درخت و ماشین از تصاویر هوایی رنگی، بیانگر قابلیت بالای این روش در تشخیص عوارض سه بعدی است.

هدف از این پایان نامه تعیین مقاطع زمانی مناسب برای تبادل پیام بین عاملها در یک محیط چند عامله است که در آن از تغییر ساختار صنعت برق به عنوان محیطی برای پیاده سازی سیستم طرح شده استفاده شده است. در این راستا ابتدا عاملها، سیستمهای چند عامله و خواص و ویژگیهای آنها مرور شدند. در ادامه صنعت برق و ساختار سنتی آن بررسی و ایده تغییر ساختار در آن تعریف شد. بحث اصلی در تغییر ساختار ایجاد بازار آزاد انرژی به گونه ای است که هر تولید کننده یا مصرف کننده قادر باشد مصرف کننده یا تامین کننده انرژی خود را به طور مستقل تعیین کند که این امر می تواند از طریق مذاکرات بینابین و در قالب قراردادهای دو طرفه انجام پذیرد. از آنجا که بازار آزاد انرژی به علت مشکلات فنی و ویژگیهای سیستمهای قدرت، تفاوت عمده ای با دیگر بازارها دارد، در این پایان نامه موانع و مشکلات موجود بر سر راه تغییر ساختار معرفی و راه حلهای مناسب برای رفع آنها ارائه گردید. در ادامه ساختار قرار دادهای دو طرفه به عنوان جز مهمی از صنعت جدید، تعرفه های انتقال و در نهایت دینامیک بازار انرژی مورد تجزیه و تحلیل قرار گرفته و شرایط ایجاد حالت تعادل در وضعیتهای مختلف بررسی شد. سپس انواع حراجها بخصوص نوع اصلاح شده حراج هلندی توصیف شده و با ارائه نکاتی در مورد عاملهای ‏‎bdi‎‏، ارتباط موضوع پایان نامه با مساله تعهد عاملها و زمان مناسب برای ارائه پیشنهاد در حراجهای انرژی بیان گردید. در نهایت الگوریتمی برای تنظیم رفتار خریداران و فروشندگان شرکت کننده در حراج ارایه شد در حالیکه کار اصلی انجام شده در استخراج الگوریتم، بر روی تعیین مقاطع زمانی مناسب برای تبادل پیام یا به عبارتی محاسبه زمان برای ارائه پیشنهاد متمرکز شد تا بدان وسیله خریدار قادر باشد محتوای پیشنهاد و زمان مناسب برای آن را محاسبه کرده و پیشنهاد مناسب را در زمان مناسب ارایه دهد.

در این تحقیق، به مساله طراحی کنترل کننده های هوشمند بر اساس روش استدلال مورد پایه پرداخته شده است. این روش استدلال، ابزاری کارآمد برای توسعه سیستمهایی می باشد که می توانند بر مبنای تجربیات گذشته شخص خبره، راه حل های جدیدی را برا ی مسائل جدید و نامتعارف ارائه دهند. فرایند حل مساله و یادگیری در این سیستمها بر اساس یادآوری موقعیتهای مشابه تجربه شده در گذشته و استفاده مجدد از اطلاعات و دانش مربوط به این موقعیتها می باشد. بعبارت دیگر، اساس استدلال مبتنی بر موردهای مشابه گذشته است: مسایل مشابه، راه حلهای مشابهی دارند. سادگی مفهوم ‏‎cbr‎‏ و جدید بودن آن در میان بخشهای کنترلی موجود، مهمترین عامل انتخاب این روش بعنوان چارچوب اصلی تدوین پایان نامه می باشد. هدف عمده، ایجاد بستری مناسب برای تعمیم و گسترش نظریه استدلال مورد - پایه در زمینه مهندسی کنترل و معرفی یک ایده و نگاه جدید بوده است. با توجه به عدم وجود کارهای قبلی به این روش و تنوع سیستمهای کنترل، در قدم اول مساله کنترل سیستمهای حرکتی (بطور مشخص موتورهای ‏‎dc‎‏) انتخاب و در مراحل بعدی به سیستمهای پیچیده تر توسعه داده شده است. از قابلیتهای مهم رویکرد ‏‎cbr‎‏ می توان به افزایش سرعت دستیابی به راه حل اشاره کرد. لذا هدف دیگری که این پروژه دنبال کرده است، افزایش سرعت سیستم های کنترل در مرحله طراحی کنترل کننده (یا حذف این مرحله) و هدایت سریعتر به سمت عملکرد مطلوب بوده است. با توجه به توانایی یادگیری مورد - پایه در برخورد با محیطهای ناشناخته و متغیر، سعی شده است مسایلی از کنترل مطرح شوند که به نوعی دارای طبیعت نامعین و مجهول و متغیر با زمان هستند. لذا در سیستمهای مورد بررسی، جنبه هایی از نامعینی های پارامتری و دینامیکی که می توانند نسبت به زمان متغیر باشند، نیز در نظر گرفته شده اند.

امروزه روشهای حسابگری در کاربردهای زیستی بسیار بکار گرفته می شوند و کاربرد فراوانی در زمینه های بازشناسی و پیشگویی ساختار، خواص و کارکرد ماکروملکولها پیدا کرده اند. در بسیاری از این کاربردها، عمل پیشگویی درواقع نوعی مساله بازشناسی الگو می باشد. در بسیاری از مسائل بازشناسی الگو ‏‎(pattern recognition)‎‏با طبقه بندی مشاهداتی مواجهیم که به صورت بردار یا رشته ‏‎(sequence)‎‏هایی از متغیرهای تصادفی نمایش داده می شوند. کاربردی که در این پروژه مدنظر بوده، پیشگویی ساختار و کارکرد پروتئینهاست، یعنی طبقه بندی مانده ‏‎(residue)‎‏ های سازنده رشته پروتئین براساس اطلاعات موجود در زیر رشته ای از آن، دو مساله از این دست، پیشگویی نواحی داخل غشای ‏‎(transmembrane)‎‏ پروتئینهای غشایی ‏‎(membrane)‎‏، و پیشگویی ناحیه اتصال فلز روی ‏‎(zinc binding sites)‎‏ در پروتئینها هستند که در این پروژه مورد بررسی قرار گرفته اند. در این پروژه نحوه بکارگیری و پیاده سازی روشهای مبتنی بر منطق فازی - بخصوص روشهای مبتنی بر قاعده فازی - جهت انجام پیشگوییهای مورد نظر، مورد بررسی وانجام قرار گرفته است. نتایج بدست آمده نشان می دهد که دقت روشهای فازی بکار گرفته شده قابل مقایسه با روشهای دیگر بکار گرفته شده در این زمینه (همچون روشهای شبکه عصبی) می باشد. همچنین در این پروژه سعی شده است به معایب و محاسن روشهای فازی نسبت به روشهای دیگر اشاره شود و در پایان پیشنهاداتی جهت بالابردن کارآیی روشهای فازی پیاده سازی شده ارائه شده است.