درباره وبلاگ

آرشیو

آخرین پستها

پیوندها

نویسندگان

ابر برچسبها

آمار وبلاگ



Admin Logo
themebox Logo


نویسنده :سوین نوری
تاریخ:چهارشنبه 16 اردیبهشت 1394-10:44 ق.ظ

ترجمه مقاله زمانبندی دوره تحصیلی دانشگاه با الگوریتم ژنتیک

عنوان انگلیسی مقاله: University Course Timetabling with Genetic Algorithm: a Laboratory Excercises Case Study
عنوان فارسی مقاله: زمانبندی دوره تحصیلی دانشگاه با الگوریتم ژنتیک، بررسی موردی تجارب آزمایشی.
دسته: علوم تربیتی
فرمت فایل ترجمه شده: WORD (قابل ویرایش)
تعداد صفحات فایل ترجمه شده: 15
ترجمه ی سلیس و روان مقاله آماده ی خرید می باشد.
_______________________________________
چکیده ترجمه:
این مقاله به شرح کاربرد الگوریتم ژنتیکی هیبریدی در ارتباط با نمونه های دنیای واقعی در مورد زمانبندی دوره اموزش دانشگاهی می پردازد. ما زمانبندی آزمایشی را در محیط کاملا محدود مد نظر قرار می دهیم، که در ارتباط با آنف تعریف رسمی داده می شود. تکنیک های ارائه راه حل متناسب با این مسئله به همراه عملگرهای ژنتیکی مربوطه و الگوریتم جستجوی محلی تعریف می گردند. رویکرد مطرح شده در این مقاله به طور موفقیت آمیزی  برای زمانبندی در نهادهای پژوهشی مورد استفاده قرار گرفته و دارای قابلیت ایجاد زمانبندی برای نمونه های مسائل پیچیده تر می باشد.
1. مقدمه:
مسئله زمانبندی دانشگاهی و انواع  آن به عنوان بخشی از دسته بندی زمانبندی و مسئله زمانبندی می باشد. هدف جدول زمانبندی، تعیین ضوابطی برای تعداد محدودی از منابع بوده در حالی که تمام محدودیت ها نیز در نظر گرفته می شود. دو شکل مسئله زمانبندی دانشگاهی در تحقیقات امروزی مد نظر قرار می گیرد: زمانبندی امتحان و مسئله زمانبندی دوره آموزش می باشد، به ترتیبی که تفاوت بین این انواع معمولا بستگی به دانشگاه مربوطه دارد. این مسئله به صورت تخصصی تر مبتنی بر فعالیت های بعد از ثبت نام و یا تکلیف محور می باشد. در مسائل بعد ثبت نام، زمانبندی می بایست به گونه ای ایجاد گردد که تمام دانشجویان بتوانند در تمام برنامه هایی که ثبت نام کرده اند شرکت کنند، در حالی که در مسئله برنامه تحصیلی محدودیت ها بر طبق به دوره تحصیلات دانشگاه  و نه بر مبنای داده های نام نویسی می باشد. 
به دلیل پیچیدگی ذاتی مسئله و تغییر پذیری ، بیشتر مشکلات حقیقی مرتبط به زمانبندی دانشگاهی بر مبنای NP می باشد. این موارد مستلزم الگوریتم های ذهنی می باشد که تضمینی را برای راه حل های مطلوب ایجاد نمی کنند، اما در بسیاری از موارد قابلیت ایجاد راه حلی را دارند که که برای اهداف عملی مناسب می باشند. قبلا نیز نشان داده شده است که تکنیک های مبتنی بر موارد فرا ذهنی ( همانند الگوریتم های تکاملی؛جستجوی ممنوع و غیره) مشخصا متناسب با حل این نوع از مشکلات بوده، و این مقاله نمونه ای از آن رویکرد می باشد. 
این مقاله تمرکزش را بر روی مسئله زمانبندی آزمایشی (LETP) قرار می دهد، که ما آن را به عنوان نوعی از مسئله زمانبندی دوره آموزشی دانشگاهی (UCTP) تعریف می کنیم. انگیزه برای این مقاله حاصل از نیاز برای ایجاد زمانبندی خودکار در نهادهای پژوهشی می باشد. این جداول زمانی دیگر با استفاده از روش های سنتی به دلیل بالا رفتن پیچیدگی های مربوط به اصلاح دوره آموزشی ایجاد نمی گردد.

جهت دانلود محصول اینجا کلیک نمایید



داغ کن - کلوب دات کام
نظرات() 

نویسنده :سوین نوری
تاریخ:سه شنبه 25 فروردین 1394-10:54 ق.ظ

ترکیب الگوریتم ژنتیک و الگوریتم بهینه‌سازی ازدحام ذرات

عنوان انگلیسی مقاله: A combination of genetic algorithm and particle swarm optimization for optimal DG location and sizing in distribution systems
عنوان فارسی مقاله:  ترکیب الگوریتم ژنتیک و الگوریتم بهینه‌سازی ازدحام ذرات برای یافتن اندازه و مکان بهینۀ تولید پراکنده در سیستم‌های توزیع.
دسته: برق و الکترونیک
فرمت فایل ترجمه شده: WORD (قابل ویرایش)
تعداد صفحات فایل ترجمه شده: 21
ترجمه ی سلیس و روان مقاله آماده ی خرید می باشد.
_______________________________________
چکیده ترجمه:
منابع تولید پراکنده (DG) به علت تقاضای روبروی رشد انرژی دارای اهمیت زیادی در سیستم‌های توزیع می‌گردند. مکان‌ها و توانمندی‌های منابع تولید پراکنده تاثیر عمیقی در تلفات سیستم در شبکه توزیع داشته‌اند. در این مقاله، یک ترکیب نوینی از الگوریتم ژنتیک  (GA)/ بهینه‌سازی ازدحام ذرات  (PSO) برای جایابی و یافتن اندازه بهینه تولید پراکنده در سیستم‌های توزیع معرفی می‌شود. هدف این است که تلفات توان شبکه کمینه شده، تنظیم ولتاژ بهتری صورت گرفته و پایداری ولتاژ در چارچوب قیود عملکردی و امنیتی سیستم در سیستم‌های توزیع شعاعی حاصل شود. یک تحلیل تشریحی روی سیستم‌های 33 و 39 باس انجام شده است تا کارائی روش ارائه شده نشان داده شود. 
کلیدواژه: منابع تولید پراکنده، الگوریتم ژنتیک، گمارش، بهینه‌سازی ازدحام ذرات، اتلاف
1.مقدمه:
سیستم‌های توزیع معمولا جهت تسهیل کارکرد به صورت طبیعی شعاعی هستند. سیستم‌های توزیع شعاعی  (RDSs) تنها در یک نقطه که همان پست باشد تغذیه می‌شوند. این پست، توان (برق) را مراکز تولید مرکزی و از طریق شبکه انتقال دریافت می‌کند. کاربران نهائی برق نیز توان الکتریکی را از پست و از طریق سیستم توزیع شعاعی که یک شبکه پسیو است دریافت می‌کنند. لذا، عبور توان در سیستم توزیع شعاعی به صورت یک‌طرفه است. نسبت R/X بالا در خطوط توزیع منجر به افت ولتاژ بزرگ، پایداری ولتاژ کوچک و افزایش تلفات توان می‌شود. در شرایط بارگذاری بحرانی در برخی نواحی صنعتی خاص، سیستم توزیع شعاعی به علت مقدار کم شاخص پایداری ولتاژ، در بیشتر گره‌های خود یک فروپاشی ناگهانی ولتاژ را تجربه می‌کند. 

جهت دانلود محصول اینجا کلیک نمایید



داغ کن - کلوب دات کام
نظرات() 

نویسنده :سوین نوری
تاریخ:شنبه 22 فروردین 1394-11:53 ق.ظ

برنامه ریزی گسترش تولید در بازار برق متمرکز بنیان، با استفاده از تئوری بازی و الگوریتم ژنتیک

عنوان انگلیسی مقاله: Generation Expansion Planning in a Pool Based Electricity Market, using Game Theory and Genetic Algorithm
عنوان فارسی مقاله: برنامه ریزی گسترش تولید در بازار برق متمرکز بنیان، با استفاده از تئوری بازی و الگوریتم ژنتیک.
دسته: برق و الکترونیک
فرمت فایل ترجمه شده: WORD (قابل ویرایش)
تعداد صفحات فایل ترجمه شده: 24
ترجمه ی سلیس و روان مقاله آماده ی خرید می باشد.
_______________________________________
چکیده ترجمه:
بازسازی، هدف برنامه ریزی گسترش تولید  (GEP)را از کم هزینه بودن به پرسود بودن، تغییر داده است. در این مقاله، ما یک فرمول تازه برای تابع هدف مساله ی GEP شرکت های تولید کننده (GENCOs) را در بازار برقی که شامل درآمدهای انرژی و بازارهای ذخیره ظرفیت و هزینه های سوخت، سرمایه گذاری، O&M، مالیات های قطع و وصل، می باشد را معرفی می کنیم. به علاوه، به منظور حل مساله ی GEP با تابع هدف بالا، از یک الگوریتمی که بترتیب از الگوریتم ژنتیک و تئوری گیم برای مدل کردن بازار و بهینه سازی توابع هدف GENCO استفاده کرده است، معرفی شده است. به منظور محاسبه سطوح تولید واحدهای تولید کننده و نرخ بلند-مدت بازار، ما از روش مرسوم هزینه ی تولید احتمالی (PPC) که به گونه ای اصلاح شده است که در بازار برق رقابتی قابل استفاده باشد، استفاده کرده ایم.
کلیدواژه: برنامه ریزی گسترش تولید، بازار برق متمرکز، تئوری بازی، الگوریتم ژنتیک
مقدمه:
برنامه ریزی گسترش تولید (GEP)، یک مساله ی بهینه سازی در مقیاس بزرگ، غیر خطی، گسسته، پویا و بسیار محدود شده می باشد که تعیین می کند کدام یک از واحدهای تولید باید ساخته شوند و چه موقع باید در افق برنامه ریزی به خط وصل شوند طوری که توان (ظرفیت) نصب شده تقاضای پیشبینی شده را ارضا کند [1-4]. موقعیت سایت ها و دیگر ضرایب مربوط به شبکه ی انتقال، بطور عادی و جداگانه و پس از اینکه یک اندازه برای گسترش تعیین شد، تجزیه و تحلیل می شود [5].
در یک چارجوب انحصاری مرسوم، فعالیت های گسترش تولید، توسط یک ابزاری که بطور عمودی مجتمع شده است، و به منظور ارضای معیارهای قابلیت اطمینان بلند مدت، انجام پذیرفته است. 

جهت دانلود محصول اینجا کلیک نمایید



داغ کن - کلوب دات کام
نظرات() 

نویسنده :سوین نوری
تاریخ:چهارشنبه 19 فروردین 1394-10:18 ق.ظ

طراحی بهینه شبکه برق برای یک مزرعه بادی بزرگ دریایی براساس رویکرد الگوریتم ژنتیک اصلاح شده

عنوان انگلیسی مقاله: Optimal Electric Network Design for a Large Offshore Wind Farm Based on a Modified Genetic Algorithm Approach
عنوان فارسی مقاله: طراحی بهینه شبکه برق برای یک مزرعه بادی بزرگ دریایی براساس رویکرد الگوریتم ژنتیک اصلاح شده.
دسته: برق و الکترونیک
فرمت فایل ترجمه شده: WORD (قابل ویرایش)
تعداد صفحات فایل ترجمه شده: 20
ترجمه ی سلیس و روان مقاله آماده ی خرید می باشد.
_______________________________________
چکیده ترجمه:
توسعه روز افزون مزارع بادی درمقیاس بزرگ دریایی درسراسر جهان باعث ظهور بسیاری ازچالش های فنی و اقتصادی جدیدشده است. هزینه سرمایه شبکه‌ برقی که از مزارع بادی بزرگ دریایی پشتیبانی می‌کند، بخش قابل ‌‌توجهی از هزینه کل مزارع بادی را تشکیل می‌دهد. لذا، یافتن طراحی بهینه شبکه برق یک وظیفه خیلی مهم است که در این مقاله به آن پرداخته می‌شود. در این مقاله یک مدل هزینه توسعه یافته است که هزینه‌های دقیق‌تر و واقعی‌تر ترانسفورماتورها، پست‌ها و کابل‌ها را در بر می‌گیرد. همین موضوع باعث شده است مدل جدید ارائه شده نسبت به روش‌های موجود مبسوط‌تر و بهتر باشد. همچنین از یک الگوریتمی استفاده شده است که مبتنی است بر الگوریتم ژنتیک بهبودیافته و شامل الگوریتم خاصی است که حین طراحی آرایه‌های شعاعی، سطح مقطع‌های گوناگون کابل‌ها را هم در نظر می‌گیرد. رویکرد ارائه شده توسط یک مزرع بادی بزرگ دریایی آزموده شده است؛ نتایج آزمون نشان می‌دهد که الگوریتم معرفی‌شده طراحی‌های بهینه معتبری از شبکه برق را فراهم می‌کند. 
کلیدواژه‌ها- سیستم توزیع برق، الگوریتم ژنتیک، مزرعه بادی دریایی، بهینه‌سازی.
مقدمه:
انرژی بادی کم‌کم دارای اهمیت استراتژیک و اقتصادی فزاینده‌ای در سراسر جهان می‌شود. این انرژی یکی از گزینه‌های نویدبخش در بین سایر فناوری‌های تولید انرژی‌های تجدیدپذیر است و انتظار می‌رود نقش مهمی در کاهش پیامدهای زیست محیطی در رفع نیاز جوامع مدرن از صنعت برق ایفا کند. استفاده از تولید برق بادی دریایی بنا به دلایل زیر جذاب و قابل توجه است: 1) مزارع بادی دریایی، منابع باارزش سرزمین‌ها را به تصرف در نمی‌آورند؛ 2) استفاده از مکان‌های دریایی(مترجم: یعنی استفاده از مکان‌های داخل دریا) بدین معناست که مزرعه بادی تا حد زیادی دور از چشم و دید بوده و آلودگی صوتی نخواهد داشت؛ 3) جریان باد توسط ساختمان‌ها و جنگل‌ها مشوش نشده و بطور مستقیم و با سرعت زیاد با تیغه‌های توربین برخورد خواهد داشت لذا عملکرد توربین افزایش خواهد یافت؛ 4) طرح‌های توربین بادی دریایی با توان نامی بزرگتری نسبت به طرح‌های ساحلی موجودند که این نرخ‌های بزرگ باعث توسعه اقتصادی می‌شود؛ و 5) آب دریا باعث می شود خنک‌سازی قطعات امکانپذیر بوده و هزینه کمی را به دنبال داشته باشد. 

جهت دانلود محصول اینجا کلیک نمایید



داغ کن - کلوب دات کام
نظرات() 

نویسنده :سوین نوری
تاریخ:جمعه 29 اسفند 1393-05:48 ق.ظ

کنترل توان راکتیو و ولتاژ در محیط تجدید ساختار شده

کنترل توان راکتیو و ولتاژ در محیط تجدید ساختار شده

قیمت:100000ریال

 موضوع :

کنترل توان راکتیو و ولتاژ در محیط تجدید ساختار شده

فرمت فایل: WORD  (قابل ویرایش )

تامین توان راکتیو و کنترل ولتاژ، نوعی کلیدی از خدمات جانبی در بازار برق تجدید ساختار شده می باشد. در این مقاله، مروری بر برخی مسایل مهم تامین توان راکتیو، شامل تحلیل هزینه، قیمت گذاری توان راکتیو، و ارزیابی، ارایه می شود. یک پخش بار بهینه (OPF) نیز مبنی بر نظریه ی قیمت گذاری زمان واقعی، بکار می رود. دو تابع دف به ترتیب مدل سازی می شوند: کمینه کردن تلفات شبکه، و کمینه کردن هزینه های کل برای تامین توان راکتیو. همچنین، از یک الگوریتم ژنتیک (GA) با مقادیر واقعی نیز، برای کمک به یافتن بهینه ی کلی و بررسی راه حل ها، استفاده می شود. همچنین، در بررسی ها از سیستم 30-شینه IEEE استفاده می شود.

اصطلاحات شاخص__ کنترل و لتاژ  توان راکتیو، خدمات جانبی، پخش بار بهینه، الگوریتم ژنتیک، هزینه های توان راکتیو.

پروژه کارشناسی ارشد برق

فایل محتوای:

  1. اصل مقاله لاتین  5صفحه IEEE
  2. متن ورد ترجمه شده بصورت کاملا تخصصی و قابل ویرایش 12صفحه


جهت دانلود محصول اینجا کلیک نمایید




داغ کن - کلوب دات کام
نظرات() 

نویسنده :سوین نوری
تاریخ:شنبه 23 اسفند 1393-10:57 ق.ظ

آشنایی با مشاهیر بزرگان جهان

عنوان انگلیسی مقاله: An effective parallel approach for genetic-fuzzy data mining
عنوان فارسی مقاله: روش موازی اثربخش برای داده کاوی ژنتیکی - فازی
دسته: فناوری اطلاعات IT - داده کاوی
فرمت فایل ترجمه شده: WORD (قابل ویرایش)
تعداد صفحات فایل ترجمه شده: 23
جهت دانلود رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
ترجمه ی سلیس و روان مقاله آماده ی خرید می باشد.
_______________________________________
چکیده ترجمه:
مهم‌ترین کاربرد داده کاوی در تلاش‌هایی است که برای استنتاج قواعد وابستگی از داده‌های تراکنشی صورت می‌گیرد. در گذشته، از مفاهیم منطق فازی و الگوریتم‌های ژنتیکی برای کشف قواعد وابستگی فازی سودمند و توابع عضویت مناسب از مقادیر کمی استفاده می‌کردیم. با وجود این، ارزیابی مقادیر برازش نسبتاً زمان بر بود. به دلیل افزایش‌های شگرف در قدرت محاسباتی قابل دسترسی و کاهش همزمان در هزینه‌های محاسباتی در طول یک دهه‌ی گذشته، یادگیری یا داده کاوی با به کارگیری تکنیک‌های پردازشی موازی به عنوان روشی امکان پذیر برای غلبه بر مسئله‌ی یادگیری کند شناخته شده است. بنابراین، در این مقاله الگوریتم داده‌ کاوی موازی فازی – ژنتیکی را بر اساس معماری ارباب - برده  ارائه کرده‌ایم تا قواعد وابستگی و توابع عضویت را از تراکنش‌های کمی استخراج کنیم. پردازنده‌ی master مانند الگوریتم ژنتیک از جمعیت یگانه‌ای استفاده می‌کند، و وظایف ارزیابی برازش را بین پردازنده‌های slave توزیع می‌کند. اجرای الگوریتم پیشنهاد شده  در معماری ارباب – برده بسیار طبیعی و کارآمد است. پیچیدگی‌های زمانی برای الگوریتم‌های داده کاوی ژنتیکی – فازی موازی نیز مورد تحلیل قرار گرفته است. نتایج این تحلیل تأثیر قابل توجه الگوریتم پیشنهاد شده را نشان داده است. هنگامی که تعداد نسل‌ها زیاد باشد، افزایش سرعت الگوریتم ممکن است نسبتاً خطی باشد. نتایج تجربی تیز این نکته را تأیید می‌کنند. لذا به کارگیری معماری ارباب – برده برای افزایش سرعت الگوریتم داده‌ کاوی ژنتیکی – فازی   روشی امکان پذیر برای غلبه بر مشکل ارزیابی برازش کم سرعت الگوریتم‌ اصلی است.
کلمات کلیدی: داده کاوی، مجموعه های فازی، الگوریتم ژنتیک، پردازش موازی، قاعده اتحادیه
1- مقدمه
با پیشرفت روزافزون فن آوری اطلاعات (IT)، قابلیت ذخیره سازی و مدیریت داده‌ها در پایگاه‌های داده‌ اهمیت بیشتری پیدا می‌کند. به رغم اینکه گسترش IT پردازش داده‌ها را تسهیل و تقاضا برای رسانه‌های ذخیره سازی را برآورده می‌سازد، استخراج اطلاعات تلویحی قابل دسترسی به منظور کمک به تصمیم گیری مسئله‌ای جدید و چالش برانگیز است. از این رو، تلاش‌های زیادی معوف به طراحی مکانیسم‌های کارآمد برای کاوش اطلاعات و دانش از پایگاه داده‌های بزرگ شده است. در نتیجه، داده کاوی، که نخستین بار توسط آگراول، ایمیلنسکی و سوامی (1993) ارائه شد، به زمینه‌ی مطالعاتی مهمی در مباحث پایگاه داده‌ای و هوش مصنوعی مبدل شده است.

جهت دانلود محصول اینجا کلیک نمایید



داغ کن - کلوب دات کام
نظرات() 

نویسنده :سوین نوری
تاریخ:شنبه 2 اسفند 1393-10:13 ق.ظ

طراحی بهینه شبکه برق برای یک مزرعه بادی بزرگ دریایی بر اساس رویکرد الگوریتم ژنتیک اصلاح شده

طراحی بهینه شبکه برق برای یک مزرعه بادی بزرگ دریایی بر اساس رویکرد الگوریتم ژنتیک

قیمت:160000ریال

موضوع  :

طراحی بهینه شبکه برق برای یک مزرعه بادی بزرگ دریایی بر اساس رویکرد الگوریتم ژنتیک اصلاح شده

فرمت فایل: WORD (قابل ویرایش)

چکیده-توسعه روز افزون مزارع بادیدر مقیاسبزرگدریاییدرسراسرجهانباعثظهوربسیاریازچالشهایفنیواقتصادی جدید شده است. هزینه سرمایه شبکه‌ برقی که از مزارع بادی بزرگ دریایی پشتیبانی می‌کند، بخش قابل ‌‌توجهی از هزینه کل مزارع بادی را تشکیل می‌دهد. لذا، یافتن طراحی بهینه شبکه برق یک وظیفه خیلی مهم است که در این مقاله به آن پرداخته می‌شود. در این مقاله یک مدل هزینه توسعه یافته است که هزینه‌های دقیق‌تر و واقعی‌تر ترانسفورماتورها، پست‌ها و کابل‌ها را در بر می‌گیرد. همین موضوع باعث شده است مدل جدید ارائه شده نسبت به روش‌های موجود مبسوط‌تر و بهتر باشد.

 همچنین از یک الگوریتمی استفاده شده است که مبتنی است بر الگوریتم ژنتیک بهبودیافته و شامل الگوریتم خاصی است که حین طراحی آرایه‌های شعاعی، سطح مقطع‌های گوناگون کابل‌ها را هم در نظر می‌گیرد. رویکرد ارائه شده توسط یک مزرع بادی بزرگ دریایی آزموده شده است؛ نتایج آزمون نشان می‌دهد که الگوریتم معرفی‌شده طراحی‌های بهینه معتبری از شبکه برق را فراهم می‌کند.

کلیدواژه‌ها- سیستم توزیع برق، الگوریتم ژنتیک، مزرعه بادی دریایی، بهینه‌سازی.

پروژه کارشناسی ارشد برق

فایل محتوای:

1)اصل مقاله لاتین 9صفحه IEEE  2012

2) متن ورد ترجمه شده بصورت کاملا تخصصی 20 صفحه



جهت دانلود محصول اینجا کلیک نمایید




داغ کن - کلوب دات کام
نظرات() 




  • تعداد صفحات :2
  • 1  
  • 2  
شبکه اجتماعی فارسی کلوب | Buy Website Traffic | Buy Targeted Website Traffic