• فهرست مقالات الگوریتم تکاملی

      • دسترسی آزاد مقاله

        1 - بهینه‌سازی پارامترهای طراحی زهکش زیرزمینی باهدف کاهش خسارات محیط زیستی
        حامد مازندرانی زاده رحیمه زاوش پرگو پیمان دانشکار آراسته
        زمینه و هدف: قطر، عمق کارگذاری و فواصل لوله‌های زهکش سه متغیر اساسی در طراحی شبکه‌های زهکش زیرزمینی می‌باشند. پساب خروجی از شبکه‌های زهکشی می‌تواند اثرات مخرب زیادی بر محیط‌زیست بر جای بگذارد. انتخاب مناسب متغیرهای طراحی فوق می‌تواند به کاهش خسارت محیطزیستی کمک نماید. ه چکیده کامل
        زمینه و هدف: قطر، عمق کارگذاری و فواصل لوله‌های زهکش سه متغیر اساسی در طراحی شبکه‌های زهکش زیرزمینی می‌باشند. پساب خروجی از شبکه‌های زهکشی می‌تواند اثرات مخرب زیادی بر محیط‌زیست بر جای بگذارد. انتخاب مناسب متغیرهای طراحی فوق می‌تواند به کاهش خسارت محیطزیستی کمک نماید. هدف از این مقاله، ارایه مدلی به‌منظور انتخاب بهینه پارامترهای طراحی سیستم زهکشی زیرزمینی با هدف کاهش خسارات محیطزیستی ناشی از تخلیه پساب به محیط‌زیست است، به نحوی پس از تخلیه زهاب، غلظت شوری رودخانه از حد مجاز قابل‌قبول بیش‌تر نشود. روش بررسی: به این منظور بیشینه نمودن اختلاف شوری زهاب خروجی و حد مجاز غلظت قابل تخلیه به رودخانه به‌عنوان تابع هدف مدل در نظر گرفته شد. مدل بهینه‌سازی الگوریتم ژنتیک ([1]GA) که یکی از انواع الگوریتم‌های تکاملی است مورداستفاده قرار گرفت، همچنین به منظور شبیه‌سازی انتقال شوری از مدل هوخهات استفاده شد. در مدل هوخهات انتقال آب به زهکش در دو بخش بالا و پایین سطح زهکش به‌صورت مجزا و با شوری‌های متفاوت مدل می‌شود. به‌ منظور ارزیابی مدل پیشنهادی، یکی از واحدهای شرکت کشت و صنعت سلمان فارسی به‌عنوان مطالعه موردی انتخاب شد. برنامه‌نویسی روابط مورد استفاده در این تحقیق شامل تابع شبیه‌سازی انتقال شوری هوخهات و همچنین الگوریتم بهینه‌سازی GA در محیط نرم‌افزار Matlab کد نویسی شده است. یافته‌ها: نتایج نشان می‌دهد عمق کارگذاری لوله‌های زهکش عموماً بر حداقل عمق مجاز نصب منطبق هستند، به‌عبارت‌دیگر ازآن‌جاکه تابع هدف مدل دست‌یابی به حداقل خسارات محیطزیستی است، حداقل عمق نصب به‌عنوان عمق بهینه انتخاب شده است. پارامترهای عمق، قطر و فاصله بهینه به‌دست‌آمده در این مطالعه به ترتیب 3/1، 1/0 و 3/34 متر محاسبه شده است. همچنین نتایج بررسی حساسیت مدل پیشنهادی به تغییر دو فرض اولیه اجرای مدل، حداقل عمق مجاز نصب و عمق تثبیت سطح ایستابی نشان می‌دهد با افزایش حداقل عمق مجاز نصب فاصله زهکش‌ها افزایش یافته و کاهش عمق تثبیت سطح ایستابی باعث افزایش فواصل زهکش‌ها و افزایش غلظت زهاب تخلیه‌شده به محیط‌زیست می‌شود. بحث و نتیجه‌گیری: در این تحقیق و با استفاده از اطلاعات مطالعه موردی شرکت کشت و صنعت سلمان فارسی، به منظور کاهش خسارت محیطزیستی ناشی از اجرای طرح‌های زهکشی، زهکش‌ها در حداقل عمق مجاز نصب قرار داده شوند. [1]- Genetic Algorithm پرونده مقاله
      • دسترسی آزاد مقاله

        2 - طراحی یک شبکه زنجیره تأمین با در نظر گرفتن عوامل زیست محیطی در شرایط عدم قطعیت و حل آن با الگوریتم تکاملی دیفرانسیلی چند هدفه(MODE)
        محمد مهدی صفار حامد شکوری گنجوی جعفر رزمی
        زمینه و هدف: در دنیای امروز گسترش و طراحی زنجیره‌های تأمین با رویکرد بهینه سازی اقتصادی و زیست محیطی مورد توجه مدیران سیاست گذاران صنایع و محققان قرار گرفته است. به عبارتی دیگر با افزایش حجم گازهای گلخانه ای و آلاینده ها، مدیران سازمان ها و محققان در پی طراحی و راه اندا چکیده کامل
        زمینه و هدف: در دنیای امروز گسترش و طراحی زنجیره‌های تأمین با رویکرد بهینه سازی اقتصادی و زیست محیطی مورد توجه مدیران سیاست گذاران صنایع و محققان قرار گرفته است. به عبارتی دیگر با افزایش حجم گازهای گلخانه ای و آلاینده ها، مدیران سازمان ها و محققان در پی طراحی و راه اندازی شبکه هایی برآمدند که علاوه بر بهینه سازی اقتصادی تمرکز ویژه ای بر عوامل زیست محیطی و کاهش آلاینده ها در تمامی بخش‌ها داشته باشد. روش بررسی: در این تحقیق یک مدل ریاضی دو هدفه فازی برای طراحی یک سیستم زنجیره تأمین، تحت شرایط عدم قطعیت با رویکرد فازی ارایه شده است. هم چنین تصمیم گیری در مورد انتخاب فن آوری های مناسب در قسمت های تولید و تعمیر، به گونه ای است که بتواند یک توازن مناسب بین هزینه‌ها و انتشار گازهای آلاینده به وجود آورد. در این مدل، هدف، تشخیص بهینه تکنولوژی تولید، تعمیر و میزان خریداری آن‌ها، مکان یابی تسهیلات، تخصیص بهینه تولید محصولات به ماشین‌ها است، تا تعادل مناسبی بین هزینه و میزان انتشار گازهای آلاینده برقرار شود. مدل فازی با استفاده از روش خیمنز به مدل قطعی کمکی تبدیل شده و برای حل مسأله، از روش‌های اپسیلون محدودیت در اندازه های کوچک و الگوریتم تکاملی دیفرانسیلی چندهدفه برای اندازه های بزرگ استفاده شده است. یافته ها: در نظر گرفتن عوامل زیست محیطی در کنار عوامل اقتصادی در این مدل، نشان می دهد با این کار نه تنها سود اقتصادی حاصل از بازیافت و تعمیر کالاها عاید صنایع می شود، بلکه آلودگی محیط زیست از طریق کاهش مقدار زباله های صنعتی و استفاده مجدد از آن ها کاهش می یابد. بحث و نتیجه گیری: نتایج حاصل از حل مدل ارایه شده، با استفاده از نرم افزار GAMS و الگوریتم تکاملی دیفرانسیلی چندهدفه، نشان دهنده کارکرد بهینه و مطلوب مدل پیشنهادی در تمامی ابعاد است. به منظور اطمینان از کارکرد صحیح مدل ارایه شده و روش حل به کارگرفته شده، نتایج با مدل پایه مقایسه شد و نتایج نشان دهنده کارکرد مطلوب مدل ارایه شده بود. پرونده مقاله
      • دسترسی آزاد مقاله

        3 - مدیریت نیروگاه‌های ذخیره انرژی بزرگ: بهینه‌سازی شارژ و دشارژ با الگوریتم جستجوی فاخته
        بهنام مطلبی نژاد مجید حسینا مجتبی واحدی محمود سمیعی مقدم
        در حال حاضر، با رشد روزافزون جامعه و نیازهای افزایشی به انرژی، استفاده از منابع انرژی تمیز و قابل انعطاف برای تامین نیازهای اجتماعی امری ضروری و حیاتی شده است. . با توجه به پیشرفت‌های فناوری، امروزه امکان ارتقاء نیروگاه‌های ذخیره انرژی به مقیاس بزرگ وجود دارد. معماری و چکیده کامل
        در حال حاضر، با رشد روزافزون جامعه و نیازهای افزایشی به انرژی، استفاده از منابع انرژی تمیز و قابل انعطاف برای تامین نیازهای اجتماعی امری ضروری و حیاتی شده است. . با توجه به پیشرفت‌های فناوری، امروزه امکان ارتقاء نیروگاه‌های ذخیره انرژی به مقیاس بزرگ وجود دارد. معماری و فناوری مدرن این نیروگاه‌ها امکان استفاده بهینه از منابع تجدیدپذیر انرژی را تسهیل کرده و در نتیجه، هزینه‌های انرژی را به شکل چشمگیری کاهش داده و بهره‌وری انرژی را افزایش می‌دهند. همچنین، با استفاده از الگوریتم‌های هوش مصنوعی و بهینه‌سازی، می‌توان عملکرد و عملیات نیروگاه‌های ذخیره انرژی را بهبود بخشید. در این مقاله، به بررسی مدیریت نیروگاه‌های ذخیره انرژی بزرگ پرداخته می‌شود. این مقاله اقدامات نوآورانه‌ای در مدیریت این نیروگاه‌ها ارائه می‌دهد، که شامل محدودیت‌هایی برای تعداد فرآیندهای شارژ و دشارژ در نظر گرفته شده است. به علاوه، الگوریتم جستجوی فاخته به عنوان یک روش قوی و کارآمد در حل مدل پیشنهادی مورد استفاده قرار می‌گیرد. این الگوریتم توانایی پیدا کردن جواب‌های بهینه سراسری را دارد و می‌تواند در بهبود کارایی و افزایش سودآوری نیروگاه‌های ذخیره انرژی بزرگ تأثیرگذار باشد. نتایج شبیه‌سازی نشان می‌دهد که بهره‌بری از این رویکرد در مدیریت نیروگاه‌های ذخیره انرژی مقیاس بزرگ تأثیرات اقتصادی قابل توجهی را به همراه دارد. این تأثیرات شامل کاهش هزینه‌های انرژی، افزایش بهره‌وری، استقلال بیشتر از منابع سوخت فسیلی، حفظ پایداری شبکه برق و بهبود عملکرد سیستم انتقال برق می‌شود. پرونده مقاله
      • دسترسی آزاد مقاله

        4 - ارائه روشی جهت شبکه‌های اجتماعی چند لایه‌ای پویا جهت کشف گروه‌های تاثیرگذار مبتنی بر ترکیبب الگوریتم تکاملی جهش قورباغه و خوشه‌بندی C-means
        لیدا ندرلو محمد تحقیقی شربیان
        امروزه علم و فن آوری با آهنگی شتابناک در حال رشد است و شبکه های اجتماعی پیچیده به بخشی ضروری از زندگی تبدیل شده اند، آن گونه که بحث جدایی مردم از شبکه های درهم پیچیده ای که مبتنی بر نیازهای اساسی زندگی است بحث ناگزیری در زندگی روزمره و عرصه دانش است. در پژوهش پ چکیده کامل
        امروزه علم و فن آوری با آهنگی شتابناک در حال رشد است و شبکه های اجتماعی پیچیده به بخشی ضروری از زندگی تبدیل شده اند، آن گونه که بحث جدایی مردم از شبکه های درهم پیچیده ای که مبتنی بر نیازهای اساسی زندگی است بحث ناگزیری در زندگی روزمره و عرصه دانش است. در پژوهش پیش رو مدلی برای شبکه های اجتماعی چندلایه ای پویا برای کشف گروه های تأثیرگذار، مبتنی بر ترکیبب الگوریتم تکاملی جهش قورباغه و خوشه بندی C-means ارائه شده است. بدین ترتیب که پس از جمع‌آوری داده‌ها به پاک سازی و نرمال سازی آن ها پرداخته شد تا داده‌های مطلوب منجر به شناسایی افراد و گروه‌های مؤثر شود که در ادامه کار ماتریس تصمیم شکل گرفت و از روی آن شناسایی و خوشه‌بندی(مبتنی بر خوشه‌بندی فازی) انجام شد و اهمیت گروه‌ها نیز مشخص گردید. برای دستیابی به افراد و گروه‌های تأثیرگذار در شبکه‌های اجتماعی، از الگوریتم قورباغه جهنده برای بهبود تشخیص پارامترهای تأثیرگذار استفاده شد که باعث بهبود اهمیت گره ها شده است. در ارزیابی و شبیه سازی بخش خوشه‌بندی، روش پیشنهادی با روش K-means مقایسه و نتیجه مقدار تعادل روش در انتخاب خوشه برابر 5 شد. گفتنی است که روش پیشنهادی به نسبت روش‌های مورد مقایسه، بهبود مناسب تری را نشان داد. همچنین ارزیابی معیار صحت روش پیشنهادی به نسبت روشهای همسان بهبود 3.3 داشته و نسبت به روش پایه M-ALCD بهبود 3.8 را به ثبت رسانده است. پرونده مقاله
      • دسترسی آزاد مقاله

        5 - توسعه الگوریتم بهینه سازی امواج آب برای حل مسائل بهینه سازی چندگانه
        بنان برومند سید محمد حسین معطر
        پیشنهاد این مقاله، ارائه یک الگوریتم بهینه‌سازی چندگانه تکاملی جدید مبتنی بر الگوریتم امواج آب است. روش‌های گروهی و تکراری بسیاری برای حل مساله بهینه‌سازی چندگانه تاکنون ارائه شده است. مهمترین چالش روش‌های پیشین، نیاز به وجود دانش از تعداد بهینه‌ها و همچنین وجود برخی پا چکیده کامل
        پیشنهاد این مقاله، ارائه یک الگوریتم بهینه‌سازی چندگانه تکاملی جدید مبتنی بر الگوریتم امواج آب است. روش‌های گروهی و تکراری بسیاری برای حل مساله بهینه‌سازی چندگانه تاکنون ارائه شده است. مهمترین چالش روش‌های پیشین، نیاز به وجود دانش از تعداد بهینه‌ها و همچنین وجود برخی پارامترهای وابسته به مساله از جمله شعاع همسایگی است. همچنین چگونگی تعیین پایداری و ناپایداری گروه‌ پاسخ‌ها از تصمیمات چالش برانگیز در این زمینه است. در الگوریتم پیشنهادی، بهینه‌ها بوسیله گروه‌های جداگانه‌ای که در حال تکامل هستند جستجو میشوند. برای این کار از یک معیار پایداری برای مشخص کردن گروه‌های ناپایدار و پایدار استفاده می‌شود. به این ترتیب اگر گروهی تکامل خود را تا یک آستانه‌ انجام دهد، به این معنی است که دارای یک بهینه‌ است و باید این بهینه در حافظه خارجی ذخیره گردد. بعد از چندین تکرار، جواب‌های ذخیره شده در حافظه، تمام بهینه‌ها را شامل می‌شوند و از این طریق بهینه‌های سراسری و محلی تشخیص داده می‌شوند. الگوریتم پیشنهادی بر روی سیزده تابع معیار، که در مقالات و کارهای پیشین در نظر گرفته شده است، مورد مقایسه قرار گرفته است. با توجه به این مقایسات مشخص شده است که نتایج الگوریتم پیشنهادی نسبت به سایر الگوریتها دارای برتری است. پرونده مقاله
      • دسترسی آزاد مقاله

        6 - طراحی همزمان پارامترهای PSS و SVC با استفاده از روش کوانتوم بهبود یافته جهت ارتقای پایداری سیستم قدرت چند ماشینه
        امیر کاظمی زهرانی معین پرستگاری
        امروزه با توجه به اهمیت ارتقای عملکرد سیستم قدرت از دیدگاه کیفیت توان و پایداری استفاده از ادوات FACTS در شبکه های قدرت، و هماهنگ سازی این ادوات با پایدار سازهای سیستم قدرت مورد توجه قرار گرفته است. با توجه به این مسأله، در این مقاله مسأله طراحی هماهنگ پارامترهای PSS و چکیده کامل
        امروزه با توجه به اهمیت ارتقای عملکرد سیستم قدرت از دیدگاه کیفیت توان و پایداری استفاده از ادوات FACTS در شبکه های قدرت، و هماهنگ سازی این ادوات با پایدار سازهای سیستم قدرت مورد توجه قرار گرفته است. با توجه به این مسأله، در این مقاله مسأله طراحی هماهنگ پارامترهای PSS و SVC در سیستم های قدرت چند ماشینه معرفی گردیده و با روش کوانتوم حل گردیده است. با وجود این که PSS برای میراسازی نوسانات سیگنال کوچک سیستم قدرت طراحی می شود، این وسیله برای میراسازی نوسانات سیگنال بزرگ باید با سایر تجهیزات از جمله SVC به صورت هماهنگ طراحی می شود. لذا برای پایداری بهتر سیستم قدرت در این مقاله پارامترهای PSS و SVC به صورت هماهنگ با استفاده از الگوریتم QEA به دست آمده است. روش بین ارائه شده برای تععین پارامترهای PSS و SVC بر روی سیستم های چهار ماشینه کندور و 39 باس NEW ENGLAND تعیین گردیده است. نتایج شبیه سازی مؤید برتری روش پیشنهادی نسبت به روش های الگوریتم بهینه ساری ازدحام ذرات و الگویتم بهینه سازی غذایابی باکتریا می باشد. پرونده مقاله
      • دسترسی آزاد مقاله

        7 - بهره‌برداری ریزشبکه در راستای تأمین انرژی پاک مقید به قابلیت اطمینان بهینه سیستم
        حسین حسن شاهی مهدی نفر محسن سیماب
        در این مقاله، مسأله مدیریت انرژی ریزشبکه (MG) در حضور تولیدات پراکنده (DGها) و بارهای اکتیو (ALها) با در نظر گرفتن شاخص های بهره برداری، اقتصادی، زیست محیطی و قابلیت اطمینان ارائه می شود. این طرح دارای تابع هدفی برابر با کمینه سازی مجموع هزینه مورد انتظار بهره برداری چکیده کامل
        در این مقاله، مسأله مدیریت انرژی ریزشبکه (MG) در حضور تولیدات پراکنده (DGها) و بارهای اکتیو (ALها) با در نظر گرفتن شاخص های بهره برداری، اقتصادی، زیست محیطی و قابلیت اطمینان ارائه می شود. این طرح دارای تابع هدفی برابر با کمینه سازی مجموع هزینه مورد انتظار بهره برداری MG و DGها، هزینه مورد انتظار آلودگی و هزینه خاموشی در شرایط وقوع پشامد N-1 است. این مسأله نیز مقید به معادلات پخش توان ac، محدودیت های بهره برداردی و قابلیت اطمینان MG و فرمول بندی بهره برداری DGها و ALها شامل طرح پاسخ گویی بار (DRP) و باتری است. همچنین از برنامه ریزی تصادفی برای مدل سازی عدم قطعیت های بار، قیمت انرژی، توان تولیدی DGهای تجدیدپذیر (RDGها) و دسترس پذیری تجهیزات MG استفاده می شود. سپس برای دست یابی به راه حل بهینه مطمئن با قابلیت پاسخ دهی یکتا، از حل کننده ترکیبی بهینه سازی شیر مورچه (ALO) و الگوریتم جستجوی کلاغ (CSA) استفاده می گردد. در نهایت با اجرای طرح پیشنهادی بر روی یک MG استاندارد و استخراج نتایج عددی حاصل از موارد مطالعاتی مختلف، قابلیت طرح مذکور در بهبود وضعیت شاخص های بهره برداری و اقتصادی MG در کنار تأمین انرژی پاک با قابلیت اطمینان مطلوب مورد تأیید قرار می گیرد. پرونده مقاله
      • دسترسی آزاد مقاله

        8 - برنامه‌ریزی استوار سیستم ترکیبی جزیره‌ای شامل منابع تجدیدپذیر و تجدیدناپذیر و ذخیره‌سازهای ساکن و سیار
        فرشاد خلفیان
        در این مقاله برنامه ریزی استوار سیستم ترکیبی جزیره ای جهت ایجاد یک سیستم یک پارچه شامل توربین بادی، فتوولتائیک، دیزل ژنراتور و ذخیره سازی ساکن (باتری) و سیار (خودروهای الکتریکی) ارائه می شود. طرح پیشنهادی کمینه سازی مجموع هزینه برنامه ریزی (شامل احداث، تعمیر، نگهداری چکیده کامل
        در این مقاله برنامه ریزی استوار سیستم ترکیبی جزیره ای جهت ایجاد یک سیستم یک پارچه شامل توربین بادی، فتوولتائیک، دیزل ژنراتور و ذخیره سازی ساکن (باتری) و سیار (خودروهای الکتریکی) ارائه می شود. طرح پیشنهادی کمینه سازی مجموع هزینه برنامه ریزی (شامل احداث، تعمیر، نگهداری و بهره برداری) عناصر مذکور و سطح آلایندگی زیست محیطی را بر عهده دارد. این مسأله نیز مقید به مدل بهره برداری و برنامه ریزی منابع و ذخیره سازهای مختلف و قید تعادل توان در سیستم ترکیبی جزیره ای است. طرح مذکور در قالب بهینه سازی پارتو مبنی بر روش مجموع توابع وزن دار مدل سازی می شود. همچنین از بهینه سازی استوار مبنی بر عدم قطعیت کران دار برای مدل سازی عدم قطعیت های بار، توان تجدیدپذیر و انرژی ذخیره سازهای سیار استفاده می شود. سپس از الگوریتم تکاملی ترکیبی مبنی بر ترکیب بهینه سازی دسته میگوها و بهینه سازی گرگ های خاکستری جهت دست یابی به راه حل بهینه دارای انحراف معیار پایین در پاسخ دهی نهایی استفاده می گردد. در نهایت با استخراج نتایج عددی مشاهده می گردد که طرح پیشنهادی قابلیت مناسبی در برنامه ریزی سیستم یاد شده از نظر اقتصادی و زیست محیطی دارد. پرونده مقاله
      • دسترسی آزاد مقاله

        9 - افزایش کارایی الگوریتم تخلیه در محاسبات مه با کمک الگوریتم بهینه‌سازی ازدحام ذرات
        سید ابراهیم دشتی حسین زارع
        با توجه به کاربرد روزافزون محاسبات مه لزوم ارائه راه حل هایی جهت افزایش کارآیی آنها به شدت احساس می شود. بر اساس این مسئله که تعداد دستگاه‌های لبه‌ای زیاد است، باید ساز و کاری برای انتخاب این وظایف و تخلیه آن‌ها به ابر وجود داشته باشد. مسئله مورد نظر برای تصمیم گیری این چکیده کامل
        با توجه به کاربرد روزافزون محاسبات مه لزوم ارائه راه حل هایی جهت افزایش کارآیی آنها به شدت احساس می شود. بر اساس این مسئله که تعداد دستگاه‌های لبه‌ای زیاد است، باید ساز و کاری برای انتخاب این وظایف و تخلیه آن‌ها به ابر وجود داشته باشد. مسئله مورد نظر برای تصمیم گیری این است که از بین آن دستگاه لبه‌های موجود برای تخلیه کدام ‌یک از آن‌ها انتخاب و سپس تخلیه گردد، که این مسئله در زمره مسائل غیر چندجمله‌ای سخت قرار گرفته و با استفاده از الگوریتم‌های قطعی به ‌سادگی و در زمان چندجمله‌ای نمی‌توان راه‌حلی مناسب و کارآمد برای آن یافت نمود. در این مقاله برای حل این مساله از الگوریتم بهینه‌سازی ازدحام ذرات (PSO) استفاده شده است. روش پیشنهادی با تعریف تابع هدف مناسب برحسب تخلیه مناسب بار و توزیع عادلانه وظایف بر روی منابع محاسباتی کارآیی را نسبت به روش های مشابه بهبود داده است. در مقایسه با روش‌های دیگر، مانند روش بدون بارگیری، بارگیری کامل به روش ابر و بارگذاری کامل به روش ابر، آزمایش‌ها و شبیه‌سازی‌های گسترده نشان داده‌اند که روش پیشنهادی مؤثر است و می‌تواند استراتژی بارگذاری بهینه را برای کاربران سیار فراهم کند. برای ارزیابی این روش از داده‌های واقعی پلنت لب استفاده شده و نتایج بیانگر این است که روش پیشنهادی مصرف انرژی را بین 3 تا 10 درصد و زمان اجرای کل نیز بین 5 تا 8 درصد در مقایسه با روش‌های دیگر کاهش ‌یافته است. پرونده مقاله
      • دسترسی آزاد مقاله

        10 - ارائه مدلی جهت پیش‌بینی قیمت سهام با استفاده از روش‌های فرا ابتکاری و شبکه‌های عصبی
        سید حسین میرعلوی زهرا پورزمانی
        به دلیل پیچیدگی بازار بورس و حجم بالای اطلاعات مورد پردازش، اغلب استفاده از یک سیستم ساده برای پیش‌بینی نتایج خوبی به همراه ندارد. به همین دلیل محققان با ارائه‌ی مدل‌های ترکیبی سعی در ارائه‌ی سیستمی با پیچیدگی کمتر و کارایی و دقت بیشتر کرده‌اند. امروزه از الگوهای مختلفی چکیده کامل
        به دلیل پیچیدگی بازار بورس و حجم بالای اطلاعات مورد پردازش، اغلب استفاده از یک سیستم ساده برای پیش‌بینی نتایج خوبی به همراه ندارد. به همین دلیل محققان با ارائه‌ی مدل‌های ترکیبی سعی در ارائه‌ی سیستمی با پیچیدگی کمتر و کارایی و دقت بیشتر کرده‌اند. امروزه از الگوهای مختلفی مانند: تکنیک های آماری (تحلیل تشخیصی، لوجیت و آنالیز فاکتوری) و تکنیک های هوش مصنوعی (شبکه های عصبی، درخت تصمیم گیری، استدلال مبتنی بر موضوع، الگوریتم ژنتیک، مجموعه های سخت، ماشین بردار تکیه گاه و منطق فازی) و یا ترکیبی از این دو تکنیک برای پیش بینی قیمت سهام استفاده می شود. در اکثر مدل‌های پیش‌بینی کننده، سیستم فقط با استفاده از اطلاعات یک شاخص به پیش‌بینی می‌پردازد، اما در مدل پیشنهادی در این پژوهش یک سیستم دو سطحی از شبکه‌های عصبی پرسپترون چندلایه پیشنهاد شده و از چندین شاخص برای پیش‌بینی استفاده می‌شود. در این پژوهش داده‌های شاخص قیمت بورس اوراق بهادار تهران از 1391 تا 1395 برای این منظور در نظر گرفته شده است. همچنین برای آموزش بهتر شبکه‌ی عصبی و در نتیجه بهبود نتایج بدست آمده، از الگوریتم بهینه‌سازی ملخ برای انتخاب بهترین نمونه‌ها استفاده شده است. نتایج بدست آمده نشان می‌دهد که مدل پیشنهادی توانسته با خطای پیش‌بینی پایین‌تری نسبت به دیگر مدل‌ها عمل کند پرونده مقاله
      • دسترسی آزاد مقاله

        11 - کاوش قوانین پیوستگی کمی در بازار سهام با استفاده از الگوریتم های فراابتکاری چندهدفه مبتنی بر الگوریتم ژنتیک
        مصطفی زندیه سیما مردانلو
        پیش بینی بازده سهام موضوعی مهم در حوزه مالی است که توجه محققان را برای سالهای بسیاری به خود جلب کرده است. سرمایه گذاران همواره در تلاش برای پیدا کردن راهی برای پیش بینی قیمت سهام و پیدا کردن سهام و زمان مناسب برای خرید و یا فروش هستند. اخیرا، از تکنیک های داده کاوی و تک چکیده کامل
        پیش بینی بازده سهام موضوعی مهم در حوزه مالی است که توجه محققان را برای سالهای بسیاری به خود جلب کرده است. سرمایه گذاران همواره در تلاش برای پیدا کردن راهی برای پیش بینی قیمت سهام و پیدا کردن سهام و زمان مناسب برای خرید و یا فروش هستند. اخیرا، از تکنیک های داده کاوی و تکنیک های هوش مصنوعی در این حوزه استفاده می شود. کشف قوانین پیوستگی یکی از رایج ترین روش های داده کاوی مورد استفاده جهت استخراج دانش از مجموعه داده های بزرگ است. برخی محققین کاوش قوانین پیوستگی را به عنوان یک مسئله چند هدفه بیان کرده اند، که به طور مشترک چند معیار را برای به دست آوردن یک مجموعه با قوانین جالب تر و دقیق تر بهینه سازی می کند. در این پژوهش، یک مدل تکاملی چند هدفه جدید ارائه می دهیم که قابلیت درک، جالب بودن و کارایی را به منظور کاوش مجموعه ای از قوانین پیوستگی کمی از داده های مالی، شامل 10 تا از رایج ترین نشانگرهای تحلیل تکنیکی، حداکثر می کند. برای این منظور، این مدل، دو الگوریتم تکاملی چندهدفه معروف الگوریتم ژنتیک مرتب سازی نامغلوب II و الگوریتم ژنتیک رتبه بندی شده نامغلوب را برای انجام فراگیری تکاملی فواصل ویژگی ها و انتخاب شرایط برای هر قانون گسترش می دهد. علاوه براین، مدل ارائه شده، یک جمعیت خارجی و یک فرایند شروع مجدد را برای مدل تکاملی به منظور ذخیره تمام قوانین نامغلوب یافته شده و بهبود تنوع مجموعه قوانین به دست آمده معرفی می کند. نتایج به دست آمده بر روی داده های سهام در دنیای واقعی، اثربخشی روش ارائه شده را نشان می دهد. پرونده مقاله