در ادامه مطلب می توانید تکه هایی از ابتدای این پایان نامه را بخوانید

دانشگاه آزاد اسلامی

واحد تهران جنوب

دانشکده تحصیلات تکمیلی

سیمنار برای دریافت درجه کارشناسی ارشد

مهندسی برق – کنترل

عنوان:

کاربرد فعالیت های هوشمندانه ناشی از حرکت دسته جمعی موجودات زنده در طراحی سیستم های کنترل و مونیتورینگ

برای رعایت حریم خصوصی اسامی استاد راهنما،استاد مشاور و نگارنده درج نمی گردد

تکه هایی از متن به عنوان نمونه :
(ممکن می باشد هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود اما در فایل دانلودی همه چیز مرتب و کامل می باشد)
چکیده:
تکنیک هایی مانند هوش تجمعی یا Swarm Intelligence باعث گردید تا بسیاری از مسائلی غیرخطی مهندسی حل بشوند. الگوریتم بهینه سازی پرندگان یا Particle Swarm Optimization (PSO) که در سال 1995 توسط Eberhart و Kennedy مطرح شده می باشد، یک زیر رشته از SI بوده و از الگوی حرکت گروهی که در طبیعت رخ می دهد مانند حرکت گروهی پرندگان الهام گرفته شده می باشد. در این روش اطلاعات «بهترین مکان» هر ذره که براساس تجربیات قبلی به دست آمده می باشد در اختیار تمام ذرات قرار داده می گردد. روش اجتماع پرندگان می تواند روشی مناسب و قابل مقایسه و رقابت با دیگر الگوریتم های ابتکاری و فرا ابتکاری موجود باشد و امکان زیادی برای کار و بهبود در روش مذکور هست. همچنین با وجود فلسفه ساده و دور از محاسبات پیچیده، میسرتر بوده و می تواند در حل بسیاری از مسائل پیوسته و گسسته به کار برده گردد. کوشش برای ترکیب این الگوریتم با الگوریتم های بهبود دهنده مناسب به نحوی که درصد بهبود جواب های مناسب ساخته شده توسط آن افزایش یابد در ثبت این روش به عنوان یکی از مناسب ترین روشها می تواند موثر باشد. همچنین کوشش برای تعریف مسایل مختلف ترکیبی به نحوی که قابلیت تطبیق با شرایط و پارامترهای این روش را پیدا کنند نیز در بهره گیری فراگیر این روش می تواند موثر واقع گردد.
مقدمه:
طی سال های اخیر تحقیقات وسیعی در خصوص روش های بهینه سازی جهت حل مسایل دینامیکی در عرصه های مهندسی و تجاری صورت گرفته می باشد و روش های بهینه سازی متعددی مورد مطالعه قرار گرفته اند. دسته ای از این روش ها که به روش های تکاملی موسومند به جهت ویژگی های مناسب خود مورد توجه واقع شده اند. یکی از روش های بهینه سازی هوشمند که در طبقه بندی روش های تکاملی قرار می گیرد و مانند الگوریتم ژنتیک از روش های مبتنی بر جمعیت می باشد الگوریتم بهینه سازی اجتماع پرندگان نام دارد و به اختصار PSO نامیده می گردد. این روش بهینه سازی با الهام از رفتار پرندگان و چگونگی عملکردشان در یافتن لانه شان، طراحی شده و به خوبی توانایی بهینه سازی مسایل شناخته شده مهندسی را دارد. در این فصل آغاز اساس و پایه این الگوریتم تبیین داده شده و سپس چگونگی پیاده سازی آن در دو حالت گسسته و پیوسته اظهار می گردد.
فصل اول:
مطالعه روش بهینه سازی براساس الگوریتم اجتماع پرندگان
1-1- تاریخچه
PSO به وسیله یک روانشناس (kennedy) و یک مهندس برق (Eberhart) در سال 1995 به وجود آمده می باشد و از الگوریتم هایی که رفتار  گروهی دیده شده در انواع پرندگان را مدل می کردند ناشی شده می باشد. Kennedy و Eberhart در مدل هایی که به وسیله یک زیست شناس به نام Heppner توسعه پیدا می نمود علاقه مند شدند. Heppner پرندگان را در رفتارهای گروهی وقتی که به سمت لانه کشیده می شدند مطالعه می نمود.
در شبیه سازی ها، پرندگان بدون هیچ مقصد خاصی پرواز می کردند و گروه هایی از آنها خود به خود شکل می گرفت تا زمانی که یکی از این پرندگان بر روی لانه ظاهر می گردید. یک پرنده به خاطر فرود بر روی لانه از گروه دور می گردید که در نتیجه آن دیگر پرندگان به سمت لانه حرکت می کردند. زمانی که این پرندگان لانه را کشف می کردند در آنجا فرود می آمدند و پرندگان بیشتری به سمت لانه تا زمانی که کل گروه در آنجا فرود بیاید کشیده می شدند. یافتن یک لانه نظیر یافتن یک جواب در یک زمینه از جواب های ممکن در یک فضای مساله می باشد.
تعداد صفحه : 42
قیمت : 14700 تومان

 

این مطلب رو هم توصیه می کنم بخونین:   پایان نامه برق (مخابرات-سیستم): حذف تداخل در کانال مرجع رادار پسیو مبتنی بر سیگنال پخش تلویزیون دیجیتال توسط فرستنده های زمینی با رویکرد بازتولید

***

دسته‌ها: مهندسی برق

دیدگاهتان را بنویسید