آخرین اخبار نشریه
  • شماره های پیشین

  • معرفي نشريه
    علمی

    هدف از انتشار نشریه مهندسی برق و مهندسی کامپیوتر ایران كمك به رشد و توسعه فعالیت‌های پژوهشی در عرصه‎های آموزش عالی، علمی و صنعتی در میان متخصصان و كارشناسان مهندسی برق و کامپیوتر و فراهم کردن زمینه‎ برای تبادل افکار و اطلاعات بین مراکز دانشگاهی و صنعتی کشور است. این نشریه بنا دارد زمینه ارائه یافته‎های پژوهشی در حوزه‎های تخصصی مختلف مهندسی برق و كامپیوتر را فراهم نماید و ارتباط تنگاتنگی را با جوامع علمی كشور و متخصصان ایرانی مقیم خارج كشور برقرار سازد.

    مقالاتی در این نشریه انتشار می‎یابد كه حاصل پژوهش‌های نظری و كاربردی در عرصه مهندسی برق و علم کامپیوتر باشد. هیچ محدودیتی در انتخاب موضوع مقالات از نظر حوزه‎های تخصصی وجود ندارد و امید است که با عدم تمرکز بر روی یک حوزه خاص بتواند طیف گسترده‎ای از مخاطبان متخصص در این عرصه را جذب نماید.


    آخرین مقالات منتشر شده

    • دسترسی آزاد مقاله

      1 - بهبود تشخيص ناهنجاري بات¬نت¬هاي حوزة اينترنت اشياء مبتنی بر انتخاب ویژگی پویا و پردازش¬های ترکیبی‌
      بشری پیشگو احمد اکبری ازیرانی
      شماره 2 , دوره 20 , تابستان 1401
      پیچیده‌شدن کاربردهای دنیای واقعی خصوصاً در حوزه‌های اینترنت اشیا، ریسک‌های امنیتی متنوعی را برای این حوزه به همراه داشته است. بات‌نت‌های این حوزه به عنوان گونه‌ای از حملات امنیتی پیچیده شناخته می‌شوند که می‌توان از ابزارهای یادگیری ماشین، به منظور شناسایی و کشف آنها است چکیده کامل
      پیچیده‌شدن کاربردهای دنیای واقعی خصوصاً در حوزه‌های اینترنت اشیا، ریسک‌های امنیتی متنوعی را برای این حوزه به همراه داشته است. بات‌نت‌های این حوزه به عنوان گونه‌ای از حملات امنیتی پیچیده شناخته می‌شوند که می‌توان از ابزارهای یادگیری ماشین، به منظور شناسایی و کشف آنها استفاده نمود. شناسایی حملات مذکور از یک سو نیازمند کشف الگوی رفتاری بات‌نت‌ها از طریق پردازش‌های دسته‌ای و با دقت بالا بوده و از سویی دیگر می‌بایست همانند پردازش‌های جریانی، به لحاظ عملیاتی بلادرنگ عمل نموده و وفق‌پذیر باشند. این مسئله، اهمیت بهره‌گیری از تکنیک‌های پردازش ترکیبی دسته‌ای و جریانی را با هدف تشخیص بات‌نت‌ها، بیش از پیش آشکار می‌سازد. از چالش‌های مهم این پردازش‌ها می‌توان به انتخاب ویژگی‌های مناسب و متنوع جهت ساخت مدل‌های پایه و نیز انتخاب هوشمندانه مدل‌های پایه جهت ترکیب و ارائه نتیجه نهایی اشاره نمود. در این مقاله به ارائه راهکاری مبتنی بر ترکیب روش‌های یادگیری جریانی و دسته‌ای با هدف تشخیص ناهنجاری بات‌نت‌ها می‌پردازیم. این راهکار از یک روش انتخاب ویژگی پویا که مبتنی بر الگوریتم ژنتیک بوده و به طور کامل با ماهیت پردازش‌های ترکیبی سازگار است، بهره می‌گیرد و ویژگی‌های مؤثر در فرایند پردازش را در طول زمان و وابسته به جریان ورودی داده‌ها به صورت پویا تغییر می‌دهد. نتایج آزمایش‌ها در مجموعه داده‌ای مشتمل بر دو نوع بات‌نت شناخته‌شده، بیانگر آن است که رویکرد پیشنهادی از یک سو با کاهش تعداد ویژگی‌ها و حذف ویژگی‌های نامناسب موجب افزایش سرعت پردازش‌های ترکیبی و کاهش زمان تشخیص بات‌نت می‌گردد و از سویی دیگر با انتخاب مدل‌های مناسب جهت تجمیع نتایج، دقت پردازش را افزایش می‌دهد. پرونده مقاله

    • دسترسی آزاد مقاله

      2 - يک الگوريتم جديد مبتني بر آتاماتاي یادگير توزيع‌شده براي حل مسئله بهینه‌سازی خطی تصادفی روی گروه جایگشت‌ها
      محمدرضا ملاخليلي ميبدي معصومه زجاجی
      شماره 2 , دوره 20 , تابستان 1401
      در این مقاله ابتدا نوعی از بهینه‌سازی جایگشت معرفی شده است. در این نوع بهینه‌سازی فرض گردیده که تابع هزینه، دارای یک تابع توزیع احتمال ناشناخته است. این فرض باعث می‌شود که پیچیدگی حل مسئله یافتن جایگشت بهینه که به دلیل بزرگی ذاتی فضای جواب‌ها پیچیده است، تشدید شود. یک ا چکیده کامل
      در این مقاله ابتدا نوعی از بهینه‌سازی جایگشت معرفی شده است. در این نوع بهینه‌سازی فرض گردیده که تابع هزینه، دارای یک تابع توزیع احتمال ناشناخته است. این فرض باعث می‌شود که پیچیدگی حل مسئله یافتن جایگشت بهینه که به دلیل بزرگی ذاتی فضای جواب‌ها پیچیده است، تشدید شود. یک الگوریتم مبتنی بر آتاماتای یادگیر توزیع‌شده برای حل مسئله از طریق انجام توأمان جستجو در فضای جواب‌های جایگشت و نمونه‌گیری از مقادیر تصادفی ارائه می‌دهیم. ضمن بررسی ریاضی رفتار الگوریتم جدید پیشنهادی، نشان می‌دهیم که با انتخاب مقادیر مناسب پارامترهای الگوریتم یادگیر، این روش جدید می‌تواند جواب بهینه را با احتمالی به اندازه دلخواه نزدیک به ۱۰۰% و از طریق هدفمندکردن جستجو به کمک آتاماتای یادگیر توزیع‌شده پیدا کند. نتیجه اتخاذ این سیاست، کاهش تعداد نمونه‌گیری‌ها در روش جدید در مقایسه با روش‌های مبتنی بر نمونه‌گیری استاندارد است. در ادامه، مسئله یافتن درخت پوشای کمینه در گراف تصادفی به عنوان یک مسئله بهینه‌سازی جایگشت تصادفی بررسی گردیده و راه حل ارائه‌شده مبتنی بر آتاماتای یادگیر برای حل آن به کار گرفته شده است. پرونده مقاله

    • دسترسی آزاد مقاله

      3 - احراز هویت سبک‌وزن متقابل مداوم بر اساس اولویت‌بندی گره‌ها با استفاده از نرخ ترافیک در اینترنت اشیا
      رضا سرابی میانجی سام جبه داری ناصر مدیری
      شماره 2 , دوره 20 , تابستان 1401
      امروزه میلیاردها دستگاه از طریق اینترنت اشیا و در اغلب موارد از طریق ارتباطات ناامن به هم متصل شده‌اند، بنابراین مسایل امنیتی و حریم خصوصی این دستگاه‌ها به عنوان یک نگرانی عمده مطرح است. با توجه به محدودیت منابع دستگاه‌های اینترنت اشیا، راه حل‌های امنیتی این محیط از نظر چکیده کامل
      امروزه میلیاردها دستگاه از طریق اینترنت اشیا و در اغلب موارد از طریق ارتباطات ناامن به هم متصل شده‌اند، بنابراین مسایل امنیتی و حریم خصوصی این دستگاه‌ها به عنوان یک نگرانی عمده مطرح است. با توجه به محدودیت منابع دستگاه‌های اینترنت اشیا، راه حل‌های امنیتی این محیط از نظر پردازش و حافظه باید امن و سبک‌وزن باشند. با این حال، بسیاری از راه حل‌های امنیتی موجود به طور خاص در زمینه احراز هویت به دلیل محاسبات زیاد برای اینترنت اشیا مناسب نیستند و نیاز به یک پروتکل احراز هویت سبک‌وزن برای دستگاه‌های اینترنت اشیا احساس می‌شود. در این مقاله، یک پروتکل احراز هویت سبک‌وزن متقابل بین گره‌ها با منابع محدود و سرور در اینترنت اشیا معرفی شده است که از اولویت‌بندی گره‌ها بر اساس نرخ ترافیک استفاده می‌کند. این طرح به دلیل استفاده از عملیات XOR و Hash سبک می‌باشد. طرح پیشنهادی در برابر حملات سایبری مانند استراق سمع و حمله تلاش مجدد مقاوم است و همچنین با استفاده از ابزار AVISPA و در مدل تهدید Dolev-Yao امن می‌باشد. ریسک‌های امنیتی این روش در مقایسه با روش‌های سبک‌وزن دیگر کم است. در ضمن طرح پیشنهادی باعث کاهش هزینه محاسباتی، حفظ حریم خصوصی از طریق گمنامی گره‌ها و فراهم‌آوردن رازداری رو به جلو می‌شود. در روش ما، هزینه زمانی احراز هویت نسبت به روش‌های بررسی‌شده 15% کاهش یافته است. پرونده مقاله

    • دسترسی آزاد مقاله

      4 - طراحی یک کنترل‌کننده هوشمند اضافه بار جهت استفاده در شبکه‌های نسل آینده
      مهدی  خزائی
      شماره 2 , دوره 20 , تابستان 1401
      SIP به عنوان پروتكل سیگنالینگ برای زیرسیستم‌های مبتنی برIP (IMS) در نظر گرفته شده و از طرفی IMS به عنوان پلتفرم شبكه‌های نسل آینده معرفی گردیده است. SIP برخلاف ویژگی‌های مثبتی مانند مبتنی بر متن، مبتنی بر IP، مستقل از داده انتقالی، پشتیبانی از جابه‌جایی و انتها به انته چکیده کامل
      SIP به عنوان پروتكل سیگنالینگ برای زیرسیستم‌های مبتنی برIP (IMS) در نظر گرفته شده و از طرفی IMS به عنوان پلتفرم شبكه‌های نسل آینده معرفی گردیده است. SIP برخلاف ویژگی‌های مثبتی مانند مبتنی بر متن، مبتنی بر IP، مستقل از داده انتقالی، پشتیبانی از جابه‌جایی و انتها به انتها بودن، فاقد مكانیزم مناسبی در مواجه با اضافه بار می‌باشد. از این رو، این چالش باعث خواهد شد كه كاربران گسترده شبكه‌های نسل آینده با افت شدید كیفیت در خدمات مواجه شوند. IMS توزیع‌شده، یك شبكه پیچیده محسوب می‌گردد كه متشكل از زیرسیستم‌هایی است كه با یكدیگر در فعل و انفعال می‌باشند. در نتیجه، سیستم‌های چندعامله می‌توانند ابزار مناسبی برای حل مشكل اضافه بار در این شبكه باشند. به این منظور، هر سرور IMS به عنوان یک عامل هوشمند در نظر گرفته می‌شود که با حفظ خودمختاری، قابلیت یادگیری و مذاکره با بقیه عامل‌ها را داراست تا اضافه بار توسط ارتباطات و دانش جابه‌جاشده در بین عامل‌ها رفع گردد. در این مقاله، به واسطه سیستم‌های چندعامله و خواص آنها، روش گام به گام مبتنی بر حذف ارائه گردیده که نتایج شبیه‌سازی و مقایسه با روش معروف ارائه‌شده قبلی، بهبود كارایی را نشان می‌دهد پرونده مقاله

    • دسترسی آزاد مقاله

      5 - بهبود عملکرد طبقه‌بند شبکه عصبی چندجمله‌ای با استفاده از الگوریتم بهینه‌سازی نهنگ
      مهسا معماری عباس حریفی عبدالله خلیلی
      شماره 2 , دوره 20 , تابستان 1401
      شبکه عصبی چندجمله‌ای (PNN) یک الگوریتم یادگیری بانظارت و از محبوب‌ترین مدل‌های مورد استفاده در کاربردهای واقعی است. هرچه شبکه عصبی چندجمله‌ای از نظر تعداد توصیفات جزئی (PDها) و لایه‌ها ساختار پیچیده‌تری داشته باشد، نیاز به زمان و حجم بیشتری برای محاسبه و ذخیره‌سازی دارد چکیده کامل
      شبکه عصبی چندجمله‌ای (PNN) یک الگوریتم یادگیری بانظارت و از محبوب‌ترین مدل‌های مورد استفاده در کاربردهای واقعی است. هرچه شبکه عصبی چندجمله‌ای از نظر تعداد توصیفات جزئی (PDها) و لایه‌ها ساختار پیچیده‌تری داشته باشد، نیاز به زمان و حجم بیشتری برای محاسبه و ذخیره‌سازی دارد. در این تحقیق رویکرد جدیدی در زمینه بهبود کارایی طبقه‌بند شبکه عصبی چندجمله‌ای با استفاده از الگوریتم بهینه‌سازی نهنگ (WOA) به نام PNN-WOA پیشنهاد شده که علاوه بر افزایش دقت PNN، زمان و حجم محاسبات قابل تحملی دارد. در رویکرد پیشنهادی، PDها بر اساس ترکیب دوبه‌دوی ویژگی‌ها از نمونه‌های آموزشی در لایه اول تولید می‌شوند. مجموعه‌ای از PDهای تولیدشده در لایه اول، متغیرهای ورودی و بایاس، عصب‌های لایه دوم را تشکیل می‌دهند. در نهایت خروجی شبکه عصبی چندجمله‌ای، توسط مجموع وزن‌دهی شده خروجی‌های لایه دوم به دست می‌آید. با استفاده از الگوریتم بهینه‌سازی نهنگ (WOA) بهترین بردار ضرایب وزن‌دهی به گونه‌ای که شبکه PNN بیشترین دقت طبقه‌بندی را داشته باشد، به دست می‌آید. برای ارزیابی روش PNN-WOA از یازده مجموعه داده موجود در پایگاه داده UCI استفاده شد. نتایج نشان می‌دهند که PNN-WOA در مقایسه با روش‌های پیشین از قبیل PNN-RCGA، PNN-MOPPSO، RCPNN-PSO و S-TWSVM عملکرد مناسبی دارد. همچنین نتایج آزمون آماری فریدمن نشان می‌دهند که در مجموع، روش پیشنهادی PNN-WOA نسبت به سایر روش‌های مقایسه‌شده، از نظر آماری عملکرد بهتری (با مقدار P برابر 039/0) داشته است. پرونده مقاله

    • دسترسی آزاد مقاله

      6 - تشخیص دستگاه‌ قطعه ‏های موسیقی سنتی ایرانی بر‌ مبنای استخراج توالی نت‌ها و استفاده از شبکه‌های LSTM
      سینا غضنفری پور مرتضی  خادمی عباس ابراهیمی مقدم
      شماره 2 , دوره 20 , تابستان 1401
      دسته‌بندی دستگاه قطعات موسیقی سنتی ایرانی توسط کامپیوتر برای علاقه‌مندان موسیقی دستگاهی ایرانی، موضوعی بسیار جالب ولی پیچیده و چالش‌برانگیز است. این مسئله اولاً به دلیل کاربردهای فراوان آن در زمینه‌هایی مانند آهنگ‌سازی و آموزش موسیقی و ثانیاً به خاطر نیاز افراد عادی به چکیده کامل
      دسته‌بندی دستگاه قطعات موسیقی سنتی ایرانی توسط کامپیوتر برای علاقه‌مندان موسیقی دستگاهی ایرانی، موضوعی بسیار جالب ولی پیچیده و چالش‌برانگیز است. این مسئله اولاً به دلیل کاربردهای فراوان آن در زمینه‌هایی مانند آهنگ‌سازی و آموزش موسیقی و ثانیاً به خاطر نیاز افراد عادی به کامپیوتر برای تشخیص دستگاه از اهمیت بالایی برخوردار است. در این مقاله روشی برای تشخیص دستگاه و زیردستگاه یک قطعه موسیقی ایرانی بر پایه استخراج نت‌های متوالی، دسته‌بندی سلسله‌مراتبی و استفاده از شبکه‌های LSTM ارائه شده است. در این روش، قطعه موسیقی در مرحله اول به یکی از سه دسته کلی، دسته‌بندی می‌شود. دسته اول صرفاً شامل دستگاه ماهور، دسته دوم شامل دستگاه‏های شور و نوا و دسته سوم شامل دستگاه‌های همایون، سه‌گاه و چهارگاه است. سپس برای هر دسته بسته به نوع آن، تعداد متفاوت دسته‌بندهای دیگر اعمال می‌شود تا این که یکی از 6 دستگاه و یکی از 11 زیردستگاه‌ موسیقی سنتی ایرانی مشخص گردد. این تحقیق به هیچ سبک نوازندگی و ساز خاصی محدود نشده و تحت تأثیر سرعت و تکنیک‌های نوازندگی قرار نمی‌گیرد. قطعات برچسب‌گذاری شده در پایگاه‌ داده "اَرگ" که برای این تحقیق به وجود آمده است، به صورت تکنوازی هستند؛ اگرچه تعداد اندکی از آنها‌ از هم‌نوایی سازهای کوبه‌ای (مانند تنبک) نیز در کنار سازهای ملودی بهره‏مند می‌باشند. نتایج نشان می‌دهند که تشخیص 6 دستگاه اصلی و 11 زیردستگاه به ترتیب با دقت میانگین 5/74% و 35/66% انجام گرفته که نسبت به تحقیقات کم‌شمار مشابه، نتایج بهتری دارد. پرونده مقاله

    • دسترسی آزاد مقاله

      7 - ارائه روشی جدید بر مبنای تجزیه ماتریس غیر منفی برای کاهش ابعاد
      مهدی حسین زاده اقدم مرتضی آنالویی جعفر تنها
      شماره 2 , دوره 20 , تابستان 1401
      یادگیری ماشین در طی دهه‌های گذشته به دلیل طیف گسترده کاربردهای آن مورد استفاده زیادی قرار گرفته است. در اکثر کاربردهای یادگیری ماشین مانند خوشه‌بندی و طبقه‎بندی، ابعاد داده‎ها زیاد می‌باشد و استفاده از روش‌های کاهش ابعاد داده ضروری است. تجزیه ماتریس غیر منفی با استفاده چکیده کامل
      یادگیری ماشین در طی دهه‌های گذشته به دلیل طیف گسترده کاربردهای آن مورد استفاده زیادی قرار گرفته است. در اکثر کاربردهای یادگیری ماشین مانند خوشه‌بندی و طبقه‎بندی، ابعاد داده‎ها زیاد می‌باشد و استفاده از روش‌های کاهش ابعاد داده ضروری است. تجزیه ماتریس غیر منفی با استفاده از استخراج ویژگی‌ها معنایی از داده‌های با ابعاد زیاد کاهش ابعاد را انجام می‌دهد و در تجزیه ماتریس غیر منفی فقط نحوه مدل‌سازی هر بردار ویژگی در ماتریس‌های تجزیه‌شده را در نظر می‎گیرد و روابط بین بردارهای ویژگی را نادیده می‌گیرد. ارتباطات میان بردارهای ویژگی، تجزیه بهتری را برای کاربردهای یادگیری ماشین فراهم می‌کنند. در این مقاله، یک روش بر مبنای تجزیه ماتریس غیر منفی برای کاهش ابعاد داده‎ها ارائه شده که محدودیت‌هایی را بر روی هر جفت‌بردارهای ویژگی با استفاده از معیارهای مبتنی بر فاصله ایجاد می‌کند. روش پیشنهادی از نرم فروبنیوس به عنوان تابع هزینه برای ایجاد قوانین به روز رسانی استفاده می‎کند. نتایج آزمایش‌ها روی مجموعه داده‌ها نشان می‌دهد که قوانین به روز رسانی ضربی ارائه‌شده، سریع همگرا می‌شوند و در مقایسه با الگوریتم‌های دیگر نتایج بهتری را ارائه می‌کنند. پرونده مقاله

    • دسترسی آزاد مقاله

      8 - انتخاب کاربران و جمرهای با قابلیت برداشت انرژی در شبکه‌های چندبانده لینک بالای NOMA جهت بهبود عملکرد و امنیت شبکه
      مریم نجیمی
      شماره 2 , دوره 20 , تابستان 1401
      در این مقاله، ارسال امن لینک بالا در ارسال چندگانه غیر متعامد (NOMA) با انتخاب کاربرهای مناسب جهت ارسال به سمت ایستگاه پایه (BS) در هر کانال و جمرهایی با قابلیت برداشت انرژی بررسی می‌گردد. در واقع، هر فریم زمانی به دو فاز تقسیم می‌شود. در فاز اول، جمرها توان خود را از ا چکیده کامل
      در این مقاله، ارسال امن لینک بالا در ارسال چندگانه غیر متعامد (NOMA) با انتخاب کاربرهای مناسب جهت ارسال به سمت ایستگاه پایه (BS) در هر کانال و جمرهایی با قابلیت برداشت انرژی بررسی می‌گردد. در واقع، هر فریم زمانی به دو فاز تقسیم می‌شود. در فاز اول، جمرها توان خود را از ایستگاه پایه برداشت می‌کنند و در فاز دوم، کاربران انتخاب‌شده، ارسال لینک بالا را به صورت NOMA به ایستگاه پایه انجام می‌دهند، در حالی که جمر انتخاب‌شده، نویز ساختگی خود را برای گمراه‌کردن کاربر استراق سمع‌کننده ارسال می‌کند. در واقع، مسئله مورد نظر، بهینه‌سازی قابلیت گذردهی محرمانه با انتخاب کاربرهای مناسب در هر کانال فرکانسی جهت ارسال داده به ایستگاه پایه و نیز انتخاب جمرهای مناسب است، البته با قیودی که روی احتمال قطعی محرمانه (SOP) و احتمال قطعی ارتباط (COP) در نظر گرفته می‌شود. مسئله مورد نظر با استفاده از روش‌های مبتنی بر بهینه‌سازی محدب و شرایط KKT برای انتخاب کاربران مناسب، مطرح و الگوریتمی برای حل آن پیشنهاد می‌گردد و عملکرد سیستم برای روش پیشنهادی ارزیابی می‌شود. نتایج شبیه‌سازی بیانگر آن است که روش پیشنهادی، عملکرد بهتری از نظر بهبود قابلیت گذردهی و ایجاد امنیت در شبکه در شرایط و سناریوهای متفاوت نسبت به الگوریتم‌های محک در نظر گرفته شده دارد. پرونده مقاله
    پربازدیدترین مقالات

    • دسترسی آزاد مقاله

      1 - مدل‌سازی و ارزیابی قابلیت اطمینان راکتور کنترل‌شونده مغناطیسی مبتنی بر روش زنجیره مارکوف
      مرتضی حق‌شناس رحمت‌الله هوشمند
      شماره 3 , دوره 17 , پاییز 1398
      راکتورهای کنترل‌شونده نوعی از سیستم‌های انتقال انعطاف‌پذیر هستند که نقش مهمی در دسترس‌پذیری و قابلیت اطمینان سیستم‌های قدرت دارند. این در حالی است که در ارزیابی متعارف قابلیت اطمینان سیستم‌های قدرت، توان راکتیو تنها به عنوان یک محدودیت برای شبکه در نظر گرفته شده و تا کن چکیده کامل
      راکتورهای کنترل‌شونده نوعی از سیستم‌های انتقال انعطاف‌پذیر هستند که نقش مهمی در دسترس‌پذیری و قابلیت اطمینان سیستم‌های قدرت دارند. این در حالی است که در ارزیابی متعارف قابلیت اطمینان سیستم‌های قدرت، توان راکتیو تنها به عنوان یک محدودیت برای شبکه در نظر گرفته شده و تا کنون مدل دقیقی برای ارزیابی قابلیت اطمینان راکتورها ارائه نشده است. در این مقاله یک مدل قابلیت اطمینان جدید توسط روش زنجیره مارکوف برای راکتور کنترل‌شونده مغناطیسی (MCR) پیشنهاد شده است. در فرایند مدل‌سازی این جبران‌کننده، ابتدا ساختار راکتور به دو بخش مجزا تقسیم شده و سپس مدل‌های مارکوف استخراج‌شده برای آنها بر اساس اصول روش فراوانی و تداوم حالت‌ها ترکیب شده است. از آنجا که تغییرات دمای محیط نقش قابل ملاحظه‌ای در تغییر نرخ خرابی تجهیزات الکتریکی دارد، اثر تغییرات دما مطابق با استاندارد MIL-217F در مدل پیشنهادی لحاظ شده و تأثیر آن بر احتمال حالت‌های کاری MCR مورد ارزیابی قرار گرفته است. نتایج شبیه‌سازی و تحلیل حساسیت نشان داده که در شرایط عادی، سیستم کنترل و در دماهای زیاد، سیم‌پیچ‌های راکتور می‌توانند بیشترین تأثیر را بر دسترس‌پذیری MCR داشته باشند. مقایسه شاخص‌های قابلیت اطمینان در دماهای مختلف نشان داده که در شرایط تغییر دما، اجزای متفاوتی دسترس‌پذیری MCR را تحت تأثیر قرار خواهد داد، لذا در چنین شرایطی اقدامات لازم برای بهبود قابلیت اطمینان راکتور می‌تواند متفاوت باشد. این واقعیت اهمیت در نظر گرفتن دمای محیط در ارزیابی قابلیت اطمینان و همچنین برنامه‌ریزی برای تعمیرات پیشگیرانه جهت بهبود عملکرد منابع توان راکتیو را نشان می‌دهد. پرونده مقاله

    • دسترسی آزاد مقاله

      2 - برنامه‌ریزی توان راکتیو در حضور توربین بادی با در نظر گرفتن نایقینی بار و تولید
      احسان محرمی سعید اسماعیلی
      شماره 3 , دوره 13 , پاییز 1394
      مدیریت توان راکتیو در سیستم‌های قدرت برای انتقال ایمن توان اکتیو به ویژه زمانی که قسمتی از تولید سیستم به صورت احتمالی و توسط منابع بادی تأمین می‌گردد از اهمیت اساسی برخوردار است. در این مقاله یک الگوریتم جدید برای برنامه‌ریزی توان راکتیو در حضور مولدهای بادی و با در نظ چکیده کامل
      مدیریت توان راکتیو در سیستم‌های قدرت برای انتقال ایمن توان اکتیو به ویژه زمانی که قسمتی از تولید سیستم به صورت احتمالی و توسط منابع بادی تأمین می‌گردد از اهمیت اساسی برخوردار است. در این مقاله یک الگوریتم جدید برای برنامه‌ریزی توان راکتیو در حضور مولدهای بادی و با در نظر گرفتن هم‌زمان طبیعت احتمالی این منابع و همچنین نایقینی بار ارائه گردیده است. در این راستا الگوریتم احتمالی پیشنهادی با در نظر گرفتن تابع هزینه هر یک از منابع توان راکتیو از جمله مولدهای بادی، تابع هزینه کلی سیستم را حداقل می‌نماید. در کنار مسایل اقتصادی، حاشیه پایداری ولتاژ، داشتن رزرو توان راکتیو کافی در هر ناحیه کنترل ولتاژ و احتمال تراکم خطوط نیز به عنوان جنبه‌های تکنیکی برنامه‌ریزی توان راکتیو به خوبی مورد مطالعه و بررسی قرار گرفته‌اند. از دیگر مزیت‌های این روش نسبت به روش‌های قبلی، لحاظ‌نمودن قابلیت تولید توان راکتیو در مولدهای بادی از نوع سرعت متغیر محدود با ژنراتور القایی تغذیه مضاعف (DFIG) و در نظر گرفتن محدودیت‌های مبدل سمت روتور و شبکه در تولید توان راکتیو می‌باشد. الگوریتم بهینه‌سازی ارائه‌شده از یک تکنیک برنامه‌ریزی چندهدفه با استفاده از ضرایب وزنی مناسب برای حداقل‌نمودن مجموع هزینه تأمین توان راکتیو و تلفات شبکه، به طور هم‌زمان و احتمال تراکم خطوط، همراه با حداکثرنمودن حاشیه پایداری ولتاژ و رزرو توان راکتیو در هر ناحیه در یک ساختار احتمالی برای سرعت باد و پیش‌بینی بار استفاده می‌نماید. نتایج شبیه‌سازی روی شبکه تست 30باسه IEEE بر کارامدی روش پیشنهادی برای شرایط واقعی سیستم تأکید دارد. پرونده مقاله

    • دسترسی آزاد مقاله

      3 - مدل‌سازی کمپرسور 250-K با استفاده از روش سری موازی نارکس و فازی سلسله‌مراتبی
      عادل خسروی عباس چترایی غضنفر شاهقلیان سید محمد کارگر
      شماره 3 , دوره 18 , پاییز 1399
      با توجه به افزایش روزافزون کاربرد کمپرسورها در صنعت، تعیین یک مدل ریاضی برای کمپرسور جهت طراحی سیستم کنترلی، تجزیه ‌و تحلیل و شبیه‌سازی کامپیوتری آن بسیار مهم است. همچنین در سال‌های اخیر مدل‌سازی‌های هوشمند نظیر شبکه عصبی و فازی به علت عملکرد واقع‌بینانه‌تر این مدل‌ها م چکیده کامل
      با توجه به افزایش روزافزون کاربرد کمپرسورها در صنعت، تعیین یک مدل ریاضی برای کمپرسور جهت طراحی سیستم کنترلی، تجزیه ‌و تحلیل و شبیه‌سازی کامپیوتری آن بسیار مهم است. همچنین در سال‌های اخیر مدل‌سازی‌های هوشمند نظیر شبکه عصبی و فازی به علت عملکرد واقع‌بینانه‌تر این مدل‌ها مورد توجه محققین قرار گرفته و از انواع آن برای مدل‌سازی استفاده ‌شده است. روش‌های هوشمند دارای قابلیت بالایی برای برقراری ارتباط بین داده‌های ورودی و خروجی است. در این مقاله، مدل‌سازی کمپرسور 250 K- شرکت ذوب‌آهن اصفهان بر اساس مدل‌های هوشمند شبکه عصبی فازی رگرسیون خودکار غیر خطی با ورودی خارجی (نارکس) و شبکه فازی سلسله‌مراتبی ارائه ‌شده است. جهت مدل‌سازی، سیستم مورد آزمایش قرار گرفته است و داده‌های ورودی و خروجی کمپرسور با استفاده از سنسورهای موجود در کمپرسور و پردازش تصویر برای تبدیل‌کردن داده‌ها به داده مورد نیاز در مدل‌سازی استفاده می‌شوند. سپس الگوریتم‌های نارکس و فازی سلسله‌مراتبی مدل کمپرسور با استفاده از نرم‌افزار Matlab تعیین می‌شود. نتایج شبیه‌سازی ارائه‌شده از مدل‌سازی، برازش بهتری برای نارکس نسبت به فازی سلسله‌مراتبی را نشان می‌دهد. از بین دو مدل ارائه‌‌شده در این مقاله مدل نارکس در بردار رگرسیون و خطای گوسی، پاسخ بهتری نسبت به شبکه فازی سلسله‌مراتبی ارائه می‌کند. پرونده مقاله

    • دسترسی آزاد مقاله

      4 - طراحی و آنالیز یک کنترل‌کننده مقاوم و سریع جدید مد لغزشی با سطح لغزش چندشیب، برای اینورترهای نوع NPC سه‌سطحی تک‌فاز تحت بارهای مختلف و کاهش THD خروجی
      بابک خواجه شلالی غضنفر شاهقلیان
      شماره 2 , دوره 15 , تابستان 1396
      در این مقاله ساختار کنترلی با عملکردی مقاوم در حضور عدم قطعیت‌های پارامتری سیستم جهت بهبود مشخصات اینورتر سینوسی خالص در تمامی شرایط عملکردی و بارگذاری ارائه شده است. کنترل‌کننده رفتار سریع و دقیق مبدل در شرایط مختلف بارگذاری جهت افزایش کیفیت ولتاژ و کاهش هارمونیک‌های خ چکیده کامل
      در این مقاله ساختار کنترلی با عملکردی مقاوم در حضور عدم قطعیت‌های پارامتری سیستم جهت بهبود مشخصات اینورتر سینوسی خالص در تمامی شرایط عملکردی و بارگذاری ارائه شده است. کنترل‌کننده رفتار سریع و دقیق مبدل در شرایط مختلف بارگذاری جهت افزایش کیفیت ولتاژ و کاهش هارمونیک‌های خروجی را تضمین می‌کند. این کنترل‌کننده با یک عملکرد لغزشی و با بهره‌گیری از ولتاژ خروجی و جریان خازن در فرایند کنترل، علاوه بر ایجاد یک تعقیب دقیق ولتاژ خروجی از مرجع، توانایی دفع اغتشاشات پریودیک ناشی از بارگذاری را به طور مطلوب دارد. همچنین حالت‌های خطا را در سریع‌ترین زمان ممکن به سمت صفر برده و حالت‌های گذرای بسیار مطلوبی را در لحظات بروز خطا که همان لحظات اسپایک‌های شدید و دامنه‌های بزرگ جریان در خروجی می‌باشد را به همراه دارد. از دیگر ویژگی‌های کنترل‌کننده ارائه‌شده افزایش وسعت ناحیه پایداری تحت محدوده وسیعی از بارگذاری در شرایط مختلف می‌باشد. درستی عملکرد کنترل‌کننده پیشنهادی بر روی یک اینورتر سه‌سطحی NPC تک‌فاز که دارای حساسیت بالایی در امر کنترل به منظور افزایش کیفیت، کاهش هارمونیک و THD موج خروجی می‌باشد با یک کنترل‌کننده مد لغزشی تک شیب با همان مشخصات بارگذاری و مرجع مقایسه شده است. پرونده مقاله

    • دسترسی آزاد مقاله

      5 - شناسایی حلقه بسته سیستم احتراق با استفاده از سیستم استنباط فازی- عصبی تطبیقی بازگشتی و شبکه با ورودی‌های برون‌زا
      احسان آقاداودی غضنفر شاهقلیان
      شماره 3 , دوره 16 , پاییز 1397
      بویلر- توربین یک سیستم چندمتغیره و پیچیده در نیروگاه‌های بخار است و از سه حلقه کنترل اصلی و مجزای احتراق، دما و سطح آب درام تشکیل شده است. انتخاب حلقه‌های کنترلی به عنوان یک حلقه واحد به منظور کنترل و شناسایی بویلر به صورت یکپارچه، به علت حضور مشخصه‌های دینامیکی غیر خطی چکیده کامل
      بویلر- توربین یک سیستم چندمتغیره و پیچیده در نیروگاه‌های بخار است و از سه حلقه کنترل اصلی و مجزای احتراق، دما و سطح آب درام تشکیل شده است. انتخاب حلقه‌های کنترلی به عنوان یک حلقه واحد به منظور کنترل و شناسایی بویلر به صورت یکپارچه، به علت حضور مشخصه‌های دینامیکی غیر خطی متغیر با زمان بسیار سخت و پیچیده خواهد بود. بنابراین برای تحقق یک مدل واقعی و دقیق برای طراحی کنترل‌کننده مناسب، هر حلقه کنترلی باید جداگانه شناسایی شود. همچنین عملکرد مؤثر و کارامد مدل شناسایی‌شده در زمان تغییرات بار نیز حایز اهمیت است. در این مقاله شناسایی حلقه‌ بسته سیستم احتراق ارائه شده است. با توجه به حساسیت، پیچیدگی، غیر خطی و حلقه بسته بودن سیستم، شناسایی سیستم با استفاده از روش‌های هوشمند مانند سیستم استنباط فازی- عصبی تطبیقی (ANFIS) بازگشتی و شبکه با ورودی‌های برون‌زا (NARX) سری- موازی انجام می‌گیرد. در انتها مقایسه نتایج دو روش با یکدیگر و همچنین مقایسه با داده‌های واقعی نمونه‌برداری شده از بویلر واحد 320 مگاوات نیروگاه بخار اصفهان- ایران ارائه شده و دقت روش‌ها نشان داده می‌شود. پرونده مقاله

    • دسترسی آزاد مقاله

      6 - انتخاب اتوماتیک تصویر مرجع در تطبیق هیستوگرام
      نجمه صمدیانی حمید حسن‌پور
      شماره 2 , دوره 13 , تابستان 1394
      در اين مقاله روشي براي انتخاب اتوماتيک تصوير مرجع در تطبيق هيستوگرام ارائه شده است. تطبيق هيستوگرام يکي از ساده‌ترين روش‌هاي مکاني بهبود تصوير است که با توجه به هيستوگرام تصوير مرجع، کنتراست تصوير اوليه را بهبود مي‌دهد. در روش‌هاي معمول تطبيق هيستوگرام، کاربر براي يافتن چکیده کامل
      در اين مقاله روشي براي انتخاب اتوماتيک تصوير مرجع در تطبيق هيستوگرام ارائه شده است. تطبيق هيستوگرام يکي از ساده‌ترين روش‌هاي مکاني بهبود تصوير است که با توجه به هيستوگرام تصوير مرجع، کنتراست تصوير اوليه را بهبود مي‌دهد. در روش‌هاي معمول تطبيق هيستوگرام، کاربر براي يافتن مناسب‌ترين تصوير مرجعي که بهتر از ساير تصاوير هدف، کنتراست تصوير را بهبود ببخشد، نيازمند انجام چندين آزمايش با عکس‌هاي گوناگون روي تصوير اوليه است اما اين مقاله، روشي براي انتخاب اتوماتيک تصوير مرجع در تطبيق هيستوگرام ارائه مي‌دهد. روش کار بدين صورت است که براي تجزیه مؤلفه روشنایی از رنگ، ابتدا تصاوير از فضاي رنگي RGB به فضاي HSV انتقال مي‌يابند. سپس تصوير مرجع مناسب براي بهبود تصوير اوليه، توسط يک معيار شباهت با سنجش ميزان شباهت بين هيستوگرام مؤلفه روشنایی تصاوير موجود در پايگاه داده و هيستوگرام مؤلفه روشنایی تصوير اوليه انتخاب مي‌شود. به عبارت ديگر، تصويري که هيستوگرام آن شباهت بيشتري به هيستوگرام تصوير اوليه دارد در بهبود کنتراست تصوير اوليه، موفق‌تر عمل مي‌کند. انجام اين کار علاوه بر به دست آوردن نتيجه مطلوب، کاربر را از دغدغه انتخاب يک تصوير مرجع مناسب براي بهبود تصوير اوليه نيز بي‌نياز مي‌کند. همچنين روش ارائه‌شده قابل استفاده روي تصاوير هر دو حوزه RGB و خاکستري نيز مي‌باشد. پرونده مقاله

    • دسترسی آزاد مقاله

      7 - طراحي و ساخت يک راه‎انداز گيت IGBT با حفاظتهای لازم و ادوات SMD
      مهدي فاضلي سيداديب ابريشمي‌فر
      شماره 1 , دوره 4 , بهار-تابستان 1385
      راه‌اندازهای گيت در مبدل‌های قدرت نوين که از عنصر قدرت IGBT استفاده مي‌کنند، بايد چندين عملکرد اساسی همچون ايزولاسيون الکتريکی، تقويت جريان و حفاظت در برابر اضافه جريان و ولتاژ را به اجرا بگذارند. مقاله حاضر يک نمونه از چنين راه‌اندازهايی را توصيف می‌کند که تماماً توسط چکیده کامل
      راه‌اندازهای گيت در مبدل‌های قدرت نوين که از عنصر قدرت IGBT استفاده مي‌کنند، بايد چندين عملکرد اساسی همچون ايزولاسيون الکتريکی، تقويت جريان و حفاظت در برابر اضافه جريان و ولتاژ را به اجرا بگذارند. مقاله حاضر يک نمونه از چنين راه‌اندازهايی را توصيف می‌کند که تماماً توسط ادوات SMD ساخته شده و برای IGBT های قدرت متوسط يا زياد مناسب است. اين راه‌انداز شامل منبع تغذيه سوئيچينگ ايزوله، مدارهای بافر، برخی توابع حفاظتی و همچنين حفاظت در برابر اتصال کوتاه IGBT است. مدار توانائی اعمال جريان تا اوج 6 آمپر با تدوام 50% با اعمال سيگنال ورودی در سطح TTL را دارد. پرونده مقاله

    • دسترسی آزاد مقاله

      8 - ارائه یک الگوریتم خوشه‌بندی مبتنی بر چگالی با قابلیت کشف خوشه‌های با چگالی متفاوت در پایگاه داده‌های مکانی
      علی زاده ده بالایی علیرضا باقری حامد افشار
      شماره 3 , دوره 15 , پاییز 1396
      خوشه‌بندی یکی از تکنیک‌های مهم کشف دانش در پایگاه داده‌های مکانی است. الگوریتم‌های خوشه‌بندی مبتنی بر چگالی یکی از روش‌های اصلی برای خوشه‌بندی در داده‌کاوی هستند. الگوریتم DBSCAN پایه روش‌های خوشه‌بندی مبتنی بر چگالی است که علی‌رغم مزایایی که دارد دارای مشکلاتی نظیر سخت چکیده کامل
      خوشه‌بندی یکی از تکنیک‌های مهم کشف دانش در پایگاه داده‌های مکانی است. الگوریتم‌های خوشه‌بندی مبتنی بر چگالی یکی از روش‌های اصلی برای خوشه‌بندی در داده‌کاوی هستند. الگوریتم DBSCAN پایه روش‌های خوشه‌بندی مبتنی بر چگالی است که علی‌رغم مزایایی که دارد دارای مشکلاتی نظیر سخت‌بودن تعیین پارامترهای ورودی و عدم توانایی کشف خوشه‌های با چگالی متفاوت نیز است. در این مقاله الگوریتمی ارائه شده که برخلاف الگوریتم DBSCAN، قابلیت تشخیص خوشه‌های با چگالی متفاوت را دارد. این الگوریتم همچنین خوشه‌های تودرتو و چسبیده به هم را نیز به خوبی تشخیص می‌دهد. ایده الگوریتم پیشنهادی به این صورت است که ابتدا با استفاده از تکنیکی چگالی‌های مختلف مجموعه داده را تشخیص داده و برای هر چگالی یک شعاع Eps تعیین می‌کند. سپس الگوریتم DBSCAN جهت اعمال بر روی مجموعه داده، با پارامترهای به دست آمده تطبیق داده می‌شود. الگوریتم پیشنهادی بر روی مجموعه داده‌های استاندارد و مصنوعی تست شده است و نتایج به دست آمده با نتایج حاصل از الگوریتم DBSCAN و پنج بهبود الگوریتم DBSCAN شامل: VDBSCAN، VMDBSCAN، LDBSCAN، DVBSCAN و MDDBSCAN که همگی برای رفع مشکل تغییرات چگالی الگوریتم DBSCAN ارائه شده‌اند، بر اساس معیارهای ارزیابی روش‌های خوشه‌بندی مقایسه شده‌اند. نتایج ارزیابی‌ها نشان می‌دهد که الگوریتم پیشنهادی از دقت بالا و درصد خطای پایینی برخوردار بوده و نتایج بهتری نسبت به سایر الگوریتم‌ها داشته است. پرونده مقاله

    • دسترسی آزاد مقاله

      9 - پيشنهاد قيمت بهینه در بازار برق با استفاده از تئوری بازی‌ها
      ناصر بائی محسن پارسامقدم
      شماره 3 , دوره 6 , پاییز 1387
      در این مقاله روش جدیدی برای استراتژی پیشنهاد قیمت در بازارهای نقطه‌ای برق ارائه شده است. یک روش بهینه‌سازی دوسطحی برای حداکثرسازی سود شرکت‌های غیرمشارکتی، با در نظر گرفتن تمام قیود شبکه به کار رفته است. در این روش نقاط تعادل بازار به عنوان تعادل نَش محاسبه شده‌اند. به م چکیده کامل
      در این مقاله روش جدیدی برای استراتژی پیشنهاد قیمت در بازارهای نقطه‌ای برق ارائه شده است. یک روش بهینه‌سازی دوسطحی برای حداکثرسازی سود شرکت‌های غیرمشارکتی، با در نظر گرفتن تمام قیود شبکه به کار رفته است. در این روش نقاط تعادل بازار به عنوان تعادل نَش محاسبه شده‌اند. به منظور در نظر گرفتن رفتار تمام شرکت‌های بازار و در نتیجه محیط رقابتی‌تر، هم تولیدکنندگان و هم مصرف‌کنندگان به عنوان بازیکنان بازار در نظر گرفته شده‌اند. برای اجتناب از رسیدن به نقاط ماکزیمم محلی در بهینه‌سازی از روش الگوریتم ژنتیک استفاده شده است. روش پیشنهادی برای سیستم 9 شینه با نتایج رضایت‌بخش به کار رفته است. پرونده مقاله

    • دسترسی آزاد مقاله

      10 - شبکه عصبی فازی مین- ماکس چندسطحی با باکس‌های وزن‌دار
      رضا داوطلب محمدعلی بالافر محمدرضا فیضی درخشی
      شماره 3 , دوره 14 , پاییز 1395
      در این مقاله شبکه عصبی فازی مین- ماکس چندسطحی با باکس‌های وزن‌دار (WL-FMM) برای استفاده در کلاس‌بندی ارائه می‌گردد که یک ابزار یادگیری با نظارت بسیار سریع بوده و قادر به یادگیری داده‌ها به صورت برخط و تک‌گذار است. در این روش برای حل مشکل نواحی همپوشان که از مشکلات همیشگ چکیده کامل
      در این مقاله شبکه عصبی فازی مین- ماکس چندسطحی با باکس‌های وزن‌دار (WL-FMM) برای استفاده در کلاس‌بندی ارائه می‌گردد که یک ابزار یادگیری با نظارت بسیار سریع بوده و قادر به یادگیری داده‌ها به صورت برخط و تک‌گذار است. در این روش برای حل مشکل نواحی همپوشان که از مشکلات همیشگی روش‌های فازی مین- ماکس بوده، از باکس‌هایی با اندازه کوچک‌تر و وزن بیشتر استفاده می‌شود. این کار باعث افزایش دقت طبقه‌بندی شبکه در نواحی مرزی نمونه‌ها می‌گردد. همچنین با توجه به تغییراتی که در ساختار الگوریتم داده شده و بر اساس نتایج آزمایشی به دست آمده، روش ارائه‌شده نسبت به روش‌های مشابه از پیچیدگی زمانی و مکانی کمتری برخوردار بوده و نسبت به پارامترهایی که از طرف کاربر مشخص می‌شود، حساسیت کمتری دارد. پرونده مقاله
    مقالات در انتظار انتشار
  • صاحب امتیاز
    پژوهشکده برق جهاد دانشگاهی
    مدير مسئول
    حمیدرضا طیبی (جهاد دانشگاهی)
    سردبیر
    حمیدرضا صادق محمدی (پژوهشکده برق جهاد دانشگاهی)
    هیئت تحریریه
    مهدی احسان (دانشگاه صنعتی شريف) رسول جليلی (دانشگاه صنعتی شريف) علی خاکی صدیق (دانشگاه صنعتی خواجه نصیرالدين طوسی) محمدحسن ساوجی (دانشگاه شهید بهشتی) حسين سيفی (دانشگاه تربیت مدرس) مسعود شفيعی (دانشگاه صنعتی امير کبير) محمدرضا عارف (دانشگاه صنعتی شريف) محمود فتحی (دانشگاه علم و صنعت ايران) محمدکاظم مروج فرشی (دانشگاه تربيت مدرس) حمیدرضا صادق محمدی (پژوهشکده برق جهاد دانشگاهی)
    شاپا: 16823745
    شاپا الکترونیکی:16823745
    پست الکترونیک
    ijece@acecr.ac.ir
    نشانی
    تهران، نارمك، خيابان فرجام، خيابان شهيد حيدرخاني، خيابان شهيد ملك‌لو، شماره 190
    تلفن
    77896688

    جستجو

    بانک ها و نمایه ها

    آمار مقالات

    تعداد دوره‌ها 20
    تعداد شماره ها 96
    مقالات چاپ شده 764
    تعداد نویسندگان 2964
    تعداد مشاهده مقاله 1338074
    تعداد دانلود مقاله 258015
    تعداد مقالات ارسال شده 1701
    تعداد مقالات رد شده 661
    تعداد مقالات پذیرفته شده 789
    درصد پذیرش 46 %
    زمان پذیرش(روز) 182
    تعداد داوران 723
    آخرین به روزرسانی 1401/07/08