مقاله طراحی مدار بهینه ماهواره

مقاله طراحی مدار بهینه ماهواره


چکیده:
در یک ماموریت سنجش از دور، مدار بهینه می تواند مداری باشد که حداکثر وضوح تصویربرداری از سایت مورد نظر را صورت داده و یا مداری باشد که حداکثر مدت زمان تصویربرداری را از سایت مد نظر داشته باشد. در این مقاله این دو نوع مدار، دو هدف مورد نظر جهت بهینه سازی قرار داده می شوند. در مورد مداری که حداکثر وضوح تصویربرداری از یک سایت را داشته باشد می توان هدف را نزدیکی رد زمینی مدار به سایت یا سایتپ های مد نظر قرار داد.

تعداد مشاهده: 3136 مشاهده

فرمت فایل دانلودی:.docx

فرمت فایل اصلی: docx

تعداد صفحات: 17

حجم فایل:669.6 کیلوبایت

 قیمت: 2,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • راهنمای استفاده:
    یک مقاله کامل و جامع جهت استفاده دانشجویان مهندسی برق و الکترونیک


  • محتوای فایل دانلودی:
    در قالب word و قابل ویرایش

پروژه پیاده سازی مسئله وزیرها (n-queen) با الگوریتم ژنتیک (GA) در متلب

پروژه پیاده سازی مسئله وزیرها (n-queen) با الگوریتم ژنتیک (GA) در متلب


توضیحات:
این پروژه در خصوص حل مساله n وزیر با استفاده از الگوریتم ژنتیک با مکانیزم خروج از بهینه محلی است که در محیط متلب (Matlab) پیاده سازی شده است. در این پروژه به دلیل استفاده از تابعی برای خروج از بهینه محلی کارایی آن نسبت به الگوریتم استاندارد ژنتیک بهبود یافته است. کدهای برنامه نویسی شده در متلب و نیز فایل ورد شامل توضیحات در مورد برخی از کدهای این پروژه را می توانید دانلود نمایید.

تعداد مشاهده: 2595 مشاهده

فرمت فایل دانلودی:.zip

فرمت فایل اصلی: .m .docx

حجم فایل:31 کیلوبایت

 قیمت: 14,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • راهنمای استفاده:
    مناسب جهت استفاده دانشجویان رشته کامپیوتر


  • محتوای فایل دانلودی:
    فایل دانلودی شامل فایل word کدهای متلب با فرمت m می باشد

الگوریتم رقابت استعماری (استراتژی بهینه سازی مبتنی بر تکامل اجتماعی سیاسی)

الگوریتم رقابت استعماری (استراتژی بهینه سازی مبتنی بر تکامل اجتماعی سیاسی)


چکیده:
الگوریتم های بهینه‌ سازی الهام گرفته از طبیعت به عنوان روشهای هوشمند بهینه‌ سازی در کنار روش‌های کلاسیک موفقیت قابل ملاحظه‌ای از خود نشان داده‌اند. از جمله این روش‌ها می‌توان به الگوریتم‌ های ژنتیک (الهام گرفته از تکامل بیولوژیکی انسان و سایر موجودات)، بهینه‌ سازی کلونی مورچه‌ها (بر مبنای حرکت بهینه مورچه‌ها) و روش بازپخت شبیه‌سازی شده (با الهام‌گیری از فرایند تبرید فلزات) اشاره نمود. این روش‌ها در حل بسیاری از مسائل بهینه‌سازی در حوزه‌های مختلفی چون تعیین مسیر بهینه عامل‌های خودکار، طراحی بهینه کنترل کننده برای پروسه های صنعتی، حل مسائل عمده مهندسی صنایع همانند طراحی چیدمان بهینه برای واحدهای صنعتی، حل مسائل صف و نیز در طراحی عامل‌های هوشمند استفاده شده‌اند.
الگوریتم‌های بهینه‌سازی معرفی شده، به طور عمده الهام گرفته از فرایند‌های طبیعی می‌باشند و در ارائه این الگوریتم‌ها به سایر نمودهای تکامل انسانی توجهی نشده است. در این نوشتار الگوریتم جدیدی برای بهینه‌سازی مطرح می‌‌شود که نه از یک پدیده طبیعی، بلکه از یک پدیده اجتماعی – انسانی الهام گرفته است. بطور ویژه این الگوریتم به فرایند استعمار، به عنوان مرحله‌ای از تکامل اجتماعی- سیاسی بشر نگریسته و با مدل‌سازی ریاضی این پدیده تاریخی، از آن به عنوان منشأ الهام یک الگوریتم قدرتمند در زمینه بهینه‌سازی بهره می‌گیرد. در مدت کوتاهی که از معرفی این الگوریتم می‌گذرد، از آن برای حل مسائل بسیاری در حوزه بهینه‌سازی استفاده شده است. طراحی چیدمان بهینه برای واحد‌های صنعتی، آنتن‌های مخابراتی هوشمند، سیستم‌های پیشنهاددهنده هوشمند و نیز طراحی کنترل کننده بهینه برای سیستم‌های صنعتی شیمیایی تعدادی معدود از کاربردهای گسترده این الگوریتم در حل مسائل بهینه‌سازی می‌باشد.

فهرست مطالب:
چکیده
1- مقدمه
1-1 هدف و اهمیت مسئله
1-2 الگوریتم توسعه داده شده
1-3 مزایای الگوریتم توسعه داده شده
2- بهینه‌سازی و روشهای موجود
3- استراتژی بهینه‌سازی مبتنی بر تکامل اجتماعی‌- سیاسی
3-1 مقدمه
3-2 مروری تاریخی بر پدیده استعمار
3-2-1 هند
3-2-2 مالزی
3-2-3 هندوچین فرانسه
3-2-4 هند شرقی (اندونزی)
3-3 الگوریتم پیشنهادی
3-3-1 شکل دهی امپراطوری‌های اولیه
3-3-2 مدل‌سازی سیاست جذب: حرکت مستعمره‌ها به سمت امپریالیست
3-3-3 جابجایی موقعیت مستعمره و امپریالیست
3-3-4 قدرت کل یک امپراطوری
3-3-5 رقابت استعماری
3-3-6 سقوط امپراطوری‌های ضعیف
3-3-7 همگرایی
3-4 مثال کاربردی
3-5 نتیجه‌گیری
3-6 توابع هزینه مورد استفاده
4- پیاده‌سازی های انجام شده
4-1 استفاده از الگوریتم معرفی شده  برای طراحی یک کنترل‌کننده PID بهینه
4-1-1 کنترل‌کننده PID
4-1-2 طراحی کنترل‌کننده PID بهینه توسط الگوریتم رقابت استعماری
4-1-3 نتیجه‌گیری
4-2 استفاده از الگوریتم رقابت امپریالیستی برای طراحی کنترل‌کننده PID چند متغیره برای سیستم صنعتی ستون تقطیر 
4-2-1 مقدمه
4-2-2 کنترل‌کننده PID برای فرایند چند متغیره
4-2-3 نتایج شبیه‌سازی
4-2-4 نتیجه‌گیری
4-3 الگوریتم رقابت استعماری؛ ابزاری برای یافتن نقطه تعادل نش
4-3-1 یک بازی غیر خطی استاتیک ساده
4-3-2 یک بازی با پیچیدگی بیشتر
4-4 طراحی بهینه آنتهای آرایه‌ای
4-5 استفاده از الگوریتم رقابت استعماری برای شناسایی ویژگی مواد از آزمون فرورفتگی
4-5-1 مقدمه
4-5-2 توصیف مسئله معکوس
4-5-3 حل مسئله معکوس توسط الگوریتم رقابت استعماری
4-5-4 نتیجه‌گیری
4-6 کنترل فازی اتومبیل
4-6-1 مدل اتومبیل
4-6-2 نتایج
5- خلاصه، نتیجه‌گیری و پیشنهادات
6 - مراجع
پیوست: جعبه‌ابزار بهینه‌ سازی تهیه‌ شده
بیان مسئله     
تنظیم پارامترهای الگوریتم

تعداد مشاهده: 1741 مشاهده

فرمت فایل دانلودی:.docx

فرمت فایل اصلی: docx

تعداد صفحات: 115

حجم فایل:7,502 کیلوبایت

 قیمت: 9,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • راهنمای استفاده:
    گزارش همراه با شکل، جدول، نمودار، پاورقی، لیست منابع، فهرست مطالب، شکل ها و جداول
    با فرمت عالی و منظم


  • محتوای فایل دانلودی:
    در قالب فایل word و قابل ویرایش
    به همراه شکل، نمودار، پاورقی و لیست منابع

بررسی حل مسائل مختلف مسیر یابی با استفاده از الگوریتم ژنتیک

بررسی حل مسائل مختلف مسیر یابی با استفاده از الگوریتم ژنتیک


چکیده:
یکی از انواع مسائل مطرح شده در ارتباط با جستجو در میان همسایگی‌های نزدیک، مسیریابی بهینه در میان نقاط مکانی با ترتیب مشخص یا همان (OSR)  Optical Sequenced Route است. درخواست برای یافتن مسیر بهینه با توالی نقاط مشخص (OSR) در واقع جستجو برای یافتن مسیری است که دارای کمترین طول بوده و از یک مبدأ مکانی معلوم آغاز شده و از نقاط مکانی مشخصی با ترتیب خاص بسته به نوع مکان‌ها عبور کرده باشد. ترتیب این نقاط مکانی با توجه به مشخصه‌های از پیش تعیین شده مسأله بوده و قابل تغییر نمی‌باشد. مسأله OSR قابل تبدیل به مسأله یافتن کوتاه‌ترین مسیر در یک گراف مسطح بزرگ است. یافتن کوتاه‌ترین مسیر از طریق الگوریتم‌های کلاسیک مانند Dijkstra برای بسیاری از مسائل موجود در دنیای واقعی عملی نیست. مسیریابی OSR در مقاله مطرح گردیده و دو روش در فضای برداری و متریک برای آن پیشنهاد شده است. در این مقاله پیاده‌سازی این مسیریابی توسط الگوریتم ژنتیک انجام شده است.

فهرست مطالب:
چکیده
فصل اول
1-1مقدمه
تاریخچه
2-1 انتخاب طبیعی
3-1  کد کردن
4-1 شما
5-1 ایجاد جمعیت اولیه
6-1 عملگرهای برشی
7-1 عملگرهای جهشی
8-1 خلاصه ویژگی‌ها
9-1 مکانیزمهای انتخاب
انتخاب قطع سر
10-1 انتخاب قطعی بریندل
11-1 انتخاب نخبه‌گرا
12-1 انتخاب جایگزینی نسلی اصلاح شده
13-1 انتخاب مسابقه
14-1 انتخاب مسابقه تصادفی
15-1 مکانیزمهای برش
16-1 یک نقطه برش
17-1 دو نقطه برش
18-1 بخش-نگاشته
19-1 ترتیب
20-1 برش یکنواخت
21-1 چرخه
22-1 محدب
23-1 مکانیزمهای جهش
24-1 استراتژی برخورد با محدودیت‌ها
25-1 استراتژی اصلاح عملگرهای ژنتیک
26-1 استراتژی ردی
27-1 استراتژی اصلاحی
28-1 استراتژی جریمه‌ای
29-1 کدکردن
1-29-1کدینگ جایگشتی
2-29-1 کدگذاری مقدار
3-29-1 کدینگ درخت
4-29-1 آرایه
5-29-1 لیست
6-29-1 درخت
فصل دوم
1-2 مقدمه
2-2 اصول عملکرد
1-2-2 الگوریتم های LS
2-2-2 الگوریتم های Dijkstra
3-2-2 الگوریتم های DV
مسیر یابی سلسله یابی
فصل سوم
کد سورس
1-3 مقدمه
فصل چهارم
نتیجه گیری
پیوستها
منابع و مآخذ

تعداد مشاهده: 1893 مشاهده

فرمت فایل دانلودی:.docx

فرمت فایل اصلی: docx

تعداد صفحات: 67

حجم فایل:1,873 کیلوبایت

 قیمت: 9,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • راهنمای استفاده:
    مناسب جهت استفاده دانشجویان رشته کامپیوتر و فناوری اطلاعات


  • محتوای فایل دانلودی:
    در قالب فایل word قابل ویرایش

روش مبتنی بر قابلیت اطمینان برای استراتژی تعمیر و نگهداری بهینه در سیستم‌های انتقال با GA

روش مبتنی بر قابلیت اطمینان برای استراتژی تعمیر و نگهداری بهینه در سیستم‌های انتقال با GA


روش مبتنی بر قابلیت اطمینان برای استراتژی تعمیر و نگهداری بهینه در سیستم‌های انتقال، با استفاده از الگوریتم ژنتیک

A Reliability-Centered Approach to an Optimal Maintenance Strategy in Transmission Systems Using a Genetic Algorithm

چکیده:
شرکت‌های انتقال برق تلاش میکنند سود خود را با کاهش هزینه تولید برق و هزینه بهره برداری و حفظ قابلیت اطمینان، ماکزیمم کنند. یکی از روش‌های موثر برای رسیدن به این اهداف سودآور توسعه استراتژی‌های تعمیر و نگهداری است.روش تعمیر و نگهداری مبتنی بر قابلیت اطمینان،یک روش کلیدی در میسر ساختن استراتژی تعمیر و نگهداری بهینه است.در این روش بین هزینه تعمیر  پیشگیرانه و هزینه بالقوه از دست دادن قابلیت اطمینان یک مصالحه صورت میگیرد.از آنجایکه سیستم‌های انتقال از تجهیزات مختلفی تشکیل شده‌اند و قابلیت اطمینان این تجهیزات با زمان تغییر میکند برای مدل کردن حالت تجهیزات از زنجیره شبه مارکوف استفاده میشود.علاوه بر این از الگوریتم ژنتیک برای پیدا کردن استراتژی تعمیر و نگهداری بهینه از میان تعداد زیادی از سناریوهای تعمیر و نگهداری ممکن استفاده میشود.این استراتژی‌های تعمیر و نگهداری بهینه بر روی سیستم 9 باسه و 118 باسه ،IEEE مورد آزمایش قرار گرفته‌اند و نتایج آن نشان میدهد که روش ارائه شده کل هزینه مورد انتظار را، مینیمم میکند.

فهرست مطالب:
چکیده
فهرست علائم و اختصارات
مقدمه
مدل حالت تجهیزات
A. مدل حالت تجهیزات پایه
B. کاربرد برای تجهیزات واقعی
استراتژی تعمیر و نگهداری بهینه با استفاده از GA (الگوریتم ژنتیک)
A. فرمولبندی مسئله
B. فرآیند پیدا کردن استراتژی تعمیر و نگهداری بهینه با استفاده از الگوریتم GA
C. تولید جمعیت
D. ارزیابی تابع فیتنس
E. انتخاب
F. کراس اور و میوتیشن
موضوع مورد مطالعه و نتایج
A. نتایج سیستم 9 باسه IEEE
B. نتایج سیستم 118 باسه IEEE  
نتیجه گیری
ضمیمه
منابع (در متن اصلی)

تعداد مشاهده: 1079 مشاهده

فرمت فایل دانلودی:.zip

فرمت فایل اصلی: doc, pdf

تعداد صفحات: 26

حجم فایل:2,362 کیلوبایت

 قیمت: 12,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • راهنمای استفاده:
    مناسب جهت استفاده دانشجویان رشته برق

  • محتوای فایل دانلودی:
    فایل ترجمه شده در قالب word و قابل ویرایش در 26 صفحه
    فایل اصلی در قالب PDF در 9 صفحه