-
دسترسی آزاد مقاله
1 - An Improved Imperialist Competitive Algorithm based on a new assimilation strategy
Seyed Mojtaba SaifMeta-heuristic algorithms inspired by the natural processes are part of the optimization algorithms that they have been considered in recent years, such as genetic algorithm, particle swarm optimization, ant colony optimization, Firefly algorithm. Recently, a new kind o چکیده کاملMeta-heuristic algorithms inspired by the natural processes are part of the optimization algorithms that they have been considered in recent years, such as genetic algorithm, particle swarm optimization, ant colony optimization, Firefly algorithm. Recently, a new kind of evolutionary algorithm has been proposed that it is inspired by the human sociopolitical evolution process. This new algorithm has been called Imperialist Competitive Algorithm (ICA). The ICA is a population-based algorithm where the populations are represented by countries that are classified as colonies or imperialists. This paper is going to present a modified ICA with considerable accuracy, referred to here as ICA2. The ICA2 is tested with six well-known benchmark functions. Results show high accuracy and avoidance of local optimum traps to reach the minimum global optimal.Three important policies are in the ICA, and assimilation policy is the most important of them. This research focuses on an assimilation policy in the ICA to propose a meta-heuristic optimization algorithm for optimizing function with high accuracy and avoiding to trap in local optima rather than using original ICA by a new assimilation strategy. پرونده مقاله -
دسترسی آزاد مقاله
2 - بررسی کارایی روشهای بهینه سازی تکاملی در دستیابی به اهداف معماری و ساخت
مریم صادقیان اکرم حسینیبا افزایش محبوبیت روش های بهینه سازی در علوم مختلف، معماران نیز با اهداف گوناگون به استفاده از این روش ها در طراحیو اجرای ساختمان پرداخت هاند. نحوه ی کارکرد و ویژگی های ه رکدام، با توجه به جدید بودن آ نها در معماری، ناشناخته است.در این تحقیق، ضمن تدوین مبانی روش های بهی چکیده کاملبا افزایش محبوبیت روش های بهینه سازی در علوم مختلف، معماران نیز با اهداف گوناگون به استفاده از این روش ها در طراحیو اجرای ساختمان پرداخت هاند. نحوه ی کارکرد و ویژگی های ه رکدام، با توجه به جدید بودن آ نها در معماری، ناشناخته است.در این تحقیق، ضمن تدوین مبانی روش های بهینه سازی تکاملی، با مرور 77 مطالعه پیشین که در حوزه ی ساختمان، ازالگوریتم های بهینه سازی استفاده کرده اند؛ به بررسی میزان کارایی رو شها در دستیابی به اهداف معماری و ساخت، ب ه روشتحلیل محتوای متن اقدام م یگردد. الگوریتم های بهینه سازی با شش هدف مختلف در معماری پیاده سازی شد هاند؛ از این اهداف،بیشترین کاربرد مربوط به بهینه سازی نظام فضایی در کاربری مسکونی و بهینه سازی انرژی در ساختمان های اداری است. دربررس ی انجام شده، الگوریتم ژنتیک پرکاربردترین الگوریتم تکاملی و بهینه سازی انبوه ذرات، رایج ترین روش در تحقیقات مبتنیبر هوش جمعی است. با توجه به برخورد عمدتاً نظری پژوهشگران با این موضوع، طراحان نیازمند تعاملات بین رشته ای بیش تر باسایر محققین ب هویژه متخصصین کامپیوتر جهت پیاده سازی و عملیاتی شدن کاربرد الگوریتم ها می باشند. پرونده مقاله -
دسترسی آزاد مقاله
3 - طراحی سیستم معاملات تکنیکی سهام با استفاده از مدل ترکیبی شبکه عصبی MLP و الگوریتمهای تکاملی
علیرضا سارنج احمدرضا قاسمی اصغر ارم رضا تهرانیتوسعه سیستم های معاملاتی سهام با استفاده از الگوریتم های تکاملی (EA) طی چند سال اخیر به موضوعی پرمخاطب در حوزه مالی مبدل شده است. در پژوهش حاضر، سیستم معاملاتی تکنیکی هوشمند با بهره گیری از مدلی مرکب از شبکه عصبی MLP و الگوریتمهای تکاملی شامل الگوریتم ژنتیک (GA)، الگو چکیده کاملتوسعه سیستم های معاملاتی سهام با استفاده از الگوریتم های تکاملی (EA) طی چند سال اخیر به موضوعی پرمخاطب در حوزه مالی مبدل شده است. در پژوهش حاضر، سیستم معاملاتی تکنیکی هوشمند با بهره گیری از مدلی مرکب از شبکه عصبی MLP و الگوریتمهای تکاملی شامل الگوریتم ژنتیک (GA)، الگوریتم بهینهسازی مورچگان پیوسته (ACOR) و الگوریتم بهینهسازی ازدحام ذرات (PSO) پیشنهادشده است. دادههای مربوط به 15 شرکت منتخب طی سالهای 1387 تا 1396 بر اساس دورههای کوتاهمدت و بلندمدت و همچنین روندهای بازار صعودی، نزولی و خنثی موردبررسی قرار گرفته اند. جهت انتخاب متغیرهای ورودی نهایی، از مقایسه رتبه بازدهی شاخصهای تکنیکی بر اساس قواعد معاملاتی استفادهشده است. درنهایت، آزمون مقایسه زوجی بازدهی مدلها در مقایسه با استراتژی خرید و نگهداری انجام شد و بازدهی مدل ها با یکدیگر مقایسه شده است. نتایج تحقیق نشان می دهد مدل های ترکیبی MLP و الگوریتم های تکاملی عملکرد بهتر و معناداری نسبت به روش خرید و نگهداری و مدل MLP-BP داشته است و مدل MLP_PSO بازدهی بیش تری نسبت به سایر مدل ها کسب کرده است. پرونده مقاله -
دسترسی آزاد مقاله
4 - بهینهسازی پارامترهای طراحی زهکش زیرزمینی باهدف کاهش خسارات محیط زیستی
حامد مازندرانی زاده رحیمه زاوش پرگو پیمان دانشکار آراستهزمینه 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 کاملزمینه 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
5 - انتخاب بهینه سبد سهام با استفاده از الگوریتمهای بهبودیافته ژنتیک مرتبسازی نامغلوب و الگوریتم پارتوی نیرومند با در نظر گرفتن ریسک بر مبنای ارزش در معرض خطر شرطی
مجتبی مرادی مریم قویدل جیرسرائیسبد سهام ترکیبی مناسب از سهام یا سایر داراییها است که سرمایهگذار به خرید آن میپردازد و بر پایه این اصل بنا شده است که سرمایهگذار تصمیم میگیرد از میان فرصتهای سرمایهگذاری مختلف با توجه به میزان تحمل خود از ریسک و انتظار قابل قبولی که از بازده سهام دارد؛ یک یا چند چکیده کاملسبد سهام ترکیبی مناسب از سهام یا سایر داراییها است که سرمایهگذار به خرید آن میپردازد و بر پایه این اصل بنا شده است که سرمایهگذار تصمیم میگیرد از میان فرصتهای سرمایهگذاری مختلف با توجه به میزان تحمل خود از ریسک و انتظار قابل قبولی که از بازده سهام دارد؛ یک یا چند سهام را برای سرمایهگذاری انتخاب کند. در این مقاله از الگوریتمهای چندهدفه بهبودیافته ژنتیک مرتبسازی نامغلوب و سطح کارای نیرومند برای انتخاب سبد بهینه استفاده شده است. این الگوریتمها، نوع بهبودیافته از نسخههای قبلی خود هستند و نتیجه بهتری نسبت به نسخههای قبلی خود ارائه میدهند. ارزش سبد سرمایه و ریسک آن، بهعنوان اهداف بهینهسازی و معیار ارزش در معرض ریسک خطر شرطی، بهعنوان مبنای ریسک بهکاربرده شده است. دو قید کاربردی نیز برای سبد سهام در نظر گرفتهشده است و نشان داده شده است که الگوریتم بهبودیافته سطح کارای نیرومند در حالتهای بررسی شده، نتایج بهتری نسب به الگوریتم بهبودیافته چندهدفه ژنتیک مرتبسازی نامغلوب دارد. پرونده مقاله -
دسترسی آزاد مقاله
6 - انتخاب سبد سهام فازی با استفاده از الگوریتم هوشمند ترکیبی با در نظر گرفتن ریسک نامطلوب
حجت الله انصاری عادل بهزادی مصطفی امام دوستمطالعات تجربی نشان میدهد بازده داراییها نرمال و متقارن نمیباشد، بنابراین واریانس نمیتواند بهدرستی بهعنوان معیار ریسک مناسب مورداستفاده قرار گیرد. در این پژوهش بازده داراییها بهعنوان یک عدد فازی در نظر گرفتهشده است و از معیار ریسک نامطلوب، نیمه واریانس و نیمه قد چکیده کاملمطالعات تجربی نشان میدهد بازده داراییها نرمال و متقارن نمیباشد، بنابراین واریانس نمیتواند بهدرستی بهعنوان معیار ریسک مناسب مورداستفاده قرار گیرد. در این پژوهش بازده داراییها بهعنوان یک عدد فازی در نظر گرفتهشده است و از معیار ریسک نامطلوب، نیمه واریانس و نیمه قدر مطلق انحراف از میانگین بهعنوان معیار ریسک استفادهشده است. در ادامه بهمنظور حل مدلهای مذکور از دو روش هوشمند ترکیبی بر مبنای الگوریتم ژنتیک و الگوریتم تکامل دیفرانسیلی برای بهینهسازی پرتفوی استفادهشده و در انتها با استفاده از معیار عملکرد اقتصادی مورد مقایسه قرار گرفتهشده است. بهمنظور نشان دادن کارایی مدلها از دادههای بورس اوراق بهادار تهران استفاده شد. یافتهها نشان دادند که فقط استفاده از معیار نیمهقدرمطلق انحراف از میانگین در حالت استفاده از الگوریتم تکامل دیفرانسیلی کارایی بیشتری دارد و همچنین استفاده از روش هوشمند ترکیبی بر مبنای الگوریتم تکامل دیفرانسیلی در دو مدل کارایی بالاتری نسبت به روش هوشمند ترکیبی بر مبنای الگوریتم ژنتیک دارد. پرونده مقاله -
دسترسی آزاد مقاله
7 - مدیریت نیروگاههای ذخیره انرژی بزرگ: بهینهسازی شارژ و دشارژ با الگوریتم جستجوی فاخته
بهنام مطلبی نژاد مجید حسینا مجتبی واحدی محمود سمیعی مقدمدر 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 کاملدر 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
8 - صرفهجویی در مصرف انرژی شبکه های حسگر بی سیم با استفاده از پروتکل مسیریابی مبتنی بر خوشه بندی مسطح و الگوریتم های تکاملی
مسعود نگهداری مرضیه دادورشبکه های حسگر بی سیم دارای تعداد زیادی گره های حسگر با انرژی محدود می باشند که در یک منطقه محدود پراکنده شده اند. بیشتر انرژی گره ها برای ارسال اطلاعات به ایستگاه مرکزی مصرف می شود. با توجه به محدودیت انرژی در این نوع شبکه ها، افزایش طول عمر با کاهش مصرف انرژی همواره مو چکیده کاملشبکه های حسگر بی سیم دارای تعداد زیادی گره های حسگر با انرژی محدود می باشند که در یک منطقه محدود پراکنده شده اند. بیشتر انرژی گره ها برای ارسال اطلاعات به ایستگاه مرکزی مصرف می شود. با توجه به محدودیت انرژی در این نوع شبکه ها، افزایش طول عمر با کاهش مصرف انرژی همواره مورد توجه بوده است. در این تحقیق، یک الگوریتم خوشه بندی سطحی مبتنی بر ژنتیک در راستای افزایش طول عمر این نوع شبکه ها ارائه شده است. در خوشه بندی سطحی پیشنهادی، ناحیه جغرافیایی با توجه به برد رادیویی به سه سطح تقسیم شده و خوشه بندی گره های هر سطح به صورت جداگانه انجام می شود. سرخوشه ها انرژی بیشتری نسبت به دیگر گره ها برای ارسال اطلاعات مصرف می کنند، لذا هدف الگوریتم پیشنهادی کاهش تعداد سرخوشه ها در جهت افزایش طول عمر شبکه است. در نهایت با تغییر سرخوشه ها در هر دور مسیریابی، توازن مصرف انرژی بیشتری بین گره ها به وجود می آید. نتایج حاصل شده از آزمایشات، حاکی از برتری الگوریتم پیشنهادی در ارسال پیام و طول عمر شبکه نسبت به سایر پروتکل های مشابه می باشد. پرونده مقاله -
دسترسی آزاد مقاله
9 - The Effectiveness of Genetic Planning Model in rainfall-runoff Simulation process
حمیدرضا باباعلی زهره رامک رضا سپهوندThe prediction of river, s discharge rate is one of the important issues in water resources engineering. This issue is very important for the planning, management, and policy making in water resources management, especially in the country like Iran, with limited water r چکیده کاملThe prediction of river, s discharge rate is one of the important issues in water resources engineering. This issue is very important for the planning, management, and policy making in water resources management, especially in the country like Iran, with limited water resources in line the economic and environmental development. Awareness of how the relationship between rainfall and runoff in catchments is an inseparable part of water studies. Absence of sufficient rainfall - runoff data due to the lack of appropriate hydrometric stations, reveals the importance of using indirect methods and evolutionary algorithms to predict the discharge of catchment areas more than before. In this research, a genetic programming model has been used to simulate rainfall-runoff process in the Khorramabad river basin. The result of this study suggests a genetic programming model in an explicit and accurate way to predict the flow of rivers. پرونده مقاله -
دسترسی آزاد مقاله
10 - تخمین عمر مفید باقیماندۀ سیستمهای مکانیکی با استفاده از روش ترکیبی مدل ریاضی و الگوریتمهای فراابتکاری
فاطمه مهرگانپیشبینی دقیق از عمر مفید باقیمانده تجهیزات مکانیکی، برای تعمیـرات و نگهداری وسایل ضروری است. تاکنون الگوریتمهای دادهمحور زیادی ارائه شده است و نتایج خوبی در زمینه عیبیابی پیشگویانه حاصل شده است. در این مقاله با استفاده از الگوریتم فرا ابتکاری، بهینهسازی پارامترهای چکیده کاملپیشبینی دقیق از عمر مفید باقیمانده تجهیزات مکانیکی، برای تعمیـرات و نگهداری وسایل ضروری است. تاکنون الگوریتمهای دادهمحور زیادی ارائه شده است و نتایج خوبی در زمینه عیبیابی پیشگویانه حاصل شده است. در این مقاله با استفاده از الگوریتم فرا ابتکاری، بهینهسازی پارامترهای مربوطه انجام میشود، بهطوریکه از پنجره زمانی متحرک بههمراه مدل ریاضی استفاده میشود. تنظیم پارامترهای مرتبط با دادهها در چارچوب بهینهسازی، اجازه استفاده از مدلهای ساده مثل شبکههای عصبی با تعداد کمی لایه پنهان و تعداد کمی نورون در هر لایه را میدهد که در محیطهایی با منابع محدود نظیر سیستمهای تعبیهشده قابل استفاده هستند. برای ارزیابی کارایی روش ارائه شده پیشنهادی، از شاخص امتیازدهی ریشه میانگین مربعات خطا و امتیاز سلامت عمر مفید استفاده شده است. بدین منظور مجموعه دادههای تصادفی در نظر گرفته شده است که نتایج آن عمومیت و خاصیت مقیاسپذیری آن را نشان میدهد. با وجود استفاده از رگرسورها و الگوریتمهای تکاملی خاص در این مطالعه، ترکیبهای زیاد دیگری نیز امکانپذیر است و ممکن است برای کاربردهای متفاوت مناسبتر باشند. بهعلاوه این چارچوب عملاً برای ساخت مدل، یعنی ایجاد بهترین معماری شبکه عصبی ممکن متناسب با یک کاربرد خاص، قابل استفاده است. پرونده مقاله -
دسترسی آزاد مقاله
11 - Participative Biogeography-Based Optimization
Abbas Salehi Behrooz MasoumiBiogeography-Based Optimization (BBO) has recently gained interest of researchers due to its simplicity in implementation, efficiency and existence of very few parameters. The BBO algorithm is a new type of optimization technique based on biogeography concept. This popu چکیده کاملBiogeography-Based Optimization (BBO) has recently gained interest of researchers due to its simplicity in implementation, efficiency and existence of very few parameters. The BBO algorithm is a new type of optimization technique based on biogeography concept. This population-based algorithm uses the idea of the migration strategy of animals or other species for solving optimization problems. the original BBO sometimes has not resulted in desirable outcomes. Migration, mutation and elitism are three Principal operators in BBO. The migration operator plays an important role in sharing information among candidate habitats. This paper proposes a novel migration operator in Original BBO. The proposed BBO is named as PBBO and new migration operator is examined over 12 test problems. Also, results are compared with original BBO and others Meta-heuristic algorithms. Results show that PBBO outperforms over basic BBO and other considered variants of BBO. پرونده مقاله -
دسترسی آزاد مقاله
12 - PSPGA: A New Method for Protein Structure Prediction based on Genetic Algorithm
Arash Mazidi Fahimeh RoshanfarBioinformatics is a new science that uses algorithms, computer software and databases in order to solve biological problems, especially in the cellular and molecular areas. Bioinformatics is defined as the application of tools of computation and analysis to the capture چکیده کاملBioinformatics is a new science that uses algorithms, computer software and databases in order to solve biological problems, especially in the cellular and molecular areas. Bioinformatics is defined as the application of tools of computation and analysis to the capture and interpretation of biological data. Protein Structure Prediction (PSP) is one of the most complex and important issues in bioinformatics, and extensive researches has been done to solve this problem using evolutionary algorithms. In this paper, we propose a genetic based method in order to solve protein structure prediction problem with increasing the accuracy of prediction, using a crossover operator based on pattern mask. Further, we compare two genetic based method to evaluate the proposed method. The results of the implementation of our proposed algorithm on five standard test sequences show that the use of a pattern mask-based crossover operator in the genetic algorithm can significantly improve the accuracy compared to previous similar algorithms. پرونده مقاله -
دسترسی آزاد مقاله
13 - A New Method for the Residues Cost Allocation and Optimization of a Cogeneration System Using Evolutionary Programming
S.M. SeyyediAs any energy system produces functional products, such as work, heat, etc., it produces unintended remaining flows of matter or energy, too, which are called residues. One of the objectives of exergoeconomic analysis is to understand the cost formation process and the چکیده کاملAs any energy system produces functional products, such as work, heat, etc., it produces unintended remaining flows of matter or energy, too, which are called residues. One of the objectives of exergoeconomic analysis is to understand the cost formation process and the flow of costs in the system. In the conventional thermoeconomic methods, however, the problem of the cost of residues has not been perceived soundly. One of the complex problems in the cost assessment is residues cost allocation in a rational way. Two more important methods of the residues cost allocation are distribution of the cost of the residues proportionally to the exergy as well as to the entropy generation or negentropy. In this paper, a new method for the residues cost allocation is proposed. This new method uses the fuel-product (FP) table, a mathematical representation of the thermoeconomic model, as the input data. In order to represent the proposed method, a cogeneration system that produces 34MW of electricity and 18kg/s of saturated steam at 20bar is selected. For the optimization of this system, first, a code has been developed based on the real coding evolutionary algorithm and optimal solution is to be obtained; then, he proposed method is applied to the cogeneration system. For comparison of the results, two other methods have also been applied to the system. The results of the comparison show that the proposed method is more suitable and rational than the two other ones. پرونده مقاله -
دسترسی آزاد مقاله
14 - طراحی همزمان پارامترهای PSS و SVC با استفاده از روش کوانتوم بهبود یافته جهت ارتقای پایداری سیستم قدرت چند ماشینه
امیر کاظمی زهرانی معین پرستگاریامروزه 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 کاملامروزه 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
15 - بهرهبرداری ریزشبکه در راستای تأمین انرژی پاک مقید به قابلیت اطمینان بهینه سیستم
حسین حسن شاهی مهدی نفر محسن سیمابدر 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 کاملدر 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
16 - برنامهریزی استوار سیستم ترکیبی جزیرهای شامل منابع تجدیدپذیر و تجدیدناپذیر و ذخیرهسازهای ساکن و سیار
فرشاد خلفیاندر 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 کاملدر 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
17 - افزایش کارایی الگوریتم تخلیه در محاسبات مه با کمک الگوریتم بهینهسازی ازدحام ذرات
سید ابراهیم دشتی حسین زارعبا 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 کاملبا 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
18 - جبران سازی توان راکتیو و کاهش تلفات شبکه انتقال توسط مکان یابی بهینه ی ادوات FACTS سری و موازی با روش فازی- تکاملی
علی متقی محسن علیزاده محمدعلی عباسیانبا گسترش روز افزون مصرف انرژی در دنیا، توسعه شبکه های قدرت امری ضروری است. اما ایجاد خطوط انتقالی جدید مستلزم صرف زمان و هزینه های گزاف بوده و لذا در صورت امکان استفاده از همان خطوط با ظرفیت انتقال بالاتر بسیار مقرون به صرفه می باشد. در همین راستا در سال های اخیر با معر چکیده کاملبا گسترش روز افزون مصرف انرژی در دنیا، توسعه شبکه های قدرت امری ضروری است. اما ایجاد خطوط انتقالی جدید مستلزم صرف زمان و هزینه های گزاف بوده و لذا در صورت امکان استفاده از همان خطوط با ظرفیت انتقال بالاتر بسیار مقرون به صرفه می باشد. در همین راستا در سال های اخیر با معرفی FACTS به شبکه های قدرت، استفاده از آن ها در کشورهای صنعتی جهت افزایش ظرفیت خطوط انتقال متداول شده است. در این مقاله با تنظیم بهینه منابع توان راکتیو موجود در شبکه قدرت همراه با ادواتFACTS سری و موازی شامل (TCSC ،SVC) به منظور هماهنگی آنها با یکدیگر و با استفاده از الگوریتم های فراابتکاری مثل ازدحام ذرات به کاهش توان اکتیو، هزینههای عملیاتی سیستم از جمله هزینه ادواتFACTS و تراکم در شبکههای انتقال کمک می شود و در پایان با شبه سازی شبکه تست 30 باسه IEEE و قرار دادن ادوات FACTS در آن این امر اثبات خواهد شد. پرونده مقاله -
دسترسی آزاد مقاله
19 - بهینهسازی توان راکتیو در حضور ادوات FACTS با استفاده از الگوریتم های تکاملی بر پایه منطق فازی
ساسان قاسمی اسکندر قلی پوردر این مقاله برای تنظیم پارامترهای سیستم قدرت و ادوات FACTS از روشهای بهینهسازی ژنتیک، ازدحام ذرات، ترکیب منطق فازی با الگوریتم ژنتیک و ترکیب منطق فازی با الگوریتم تکامل دیفرانسیل استفاده شده است. در اینجا دو نوع از ادوات FACTS، جبرانساز سری کنترل شده با تریستور (TCS چکیده کاملدر این مقاله برای تنظیم پارامترهای سیستم قدرت و ادوات FACTS از روشهای بهینهسازی ژنتیک، ازدحام ذرات، ترکیب منطق فازی با الگوریتم ژنتیک و ترکیب منطق فازی با الگوریتم تکامل دیفرانسیل استفاده شده است. در اینجا دو نوع از ادوات FACTS، جبرانساز سری کنترل شده با تریستور (TCSC) و جبرانساز توان راکتیو استاتیک (SVC) برای بهینه‎سازی مصرف توان راکتیو شبکه و کاهش تراکم خطوط مورد استفاده قرار گرفته است. جایابی بهینه ادوات FACTS در شبکه، که در شرایط بارگذاری سنگین قرار دارد سبب کاهش تلفات توان، کنترل توان راکتیو، بهبود پروفیل ولتاژ شبکه و در نتیجه سبب کاهش هزینههای بهرهبرداری میشود. در روش ارائه شده در این مقاله از توابع عضویت فازی برای مشخص کردن باسهای ضعیف شبکه به منظور نصب SVC و از محاسبه مقدار توان راکتیو عبوری از خطوط شبکه برای مکانیابی محل نصب TCSC استفاده شده است. نتایج حاصل از شبیهسازی، برتری ترکیب منطق فازی و الگوریتمهای تکاملی بر الگوریتمهای تکاملی معمول در زمینهی تنظیم بهینهی پارامترهای شبکه و ادوات FACTS را به خوبی نشان میدهد. روش ارائه شده در این مقاله با سایر روشهای به کار برده شده در این زمینه، که از آنالیز مقادیر ویژه برای جایابی بهینه ادوات FACTS استفاده کردهاند، مقایسه شده است پرونده مقاله -
دسترسی آزاد مقاله
20 - Novel Hybrid Fuzzy-Evolutionary Algorithms for Optimization of a Fuzzy Expert System Applied to Dust Phenomenon Forecasting Problem
Somayeh Ghanbari Rahil Hosseini Mahdi MazinaniNowadays, dust phenomenon is one of the important challenges in warm and dry areas. Forecasting the phenomenon before its occurrence helps to take precautionary steps to prevent its consequences. Fuzzy expert systems capabilities have been taken into account to assist a چکیده کاملNowadays, dust phenomenon is one of the important challenges in warm and dry areas. Forecasting the phenomenon before its occurrence helps to take precautionary steps to prevent its consequences. Fuzzy expert systems capabilities have been taken into account to assist and cope with the uncertainty associated to complex environments such as dust forecasting problem. This paper presents novel hybrid Fuzzy-Evolutionary algorithms to predict the dust phenomenon. For this, first a fuzzy expert system was designed and then it was optimized using evolutionary algorithms like Genetic and Differential Evolutionary algorithms. Evolutionary nature of these algorithms have been taken into account to optimize the fuzzy system in the complex area of the dust phenomenon. To evaluate the proposed hybrid models a real dataset including 55 years of the dust phenomenon in Zanjan province in Iran was considered. Performance of these methods was investigated through an ROC curve analysis in combination with a 10-fold cross validation technique. The accuracy of the fuzzy expert system was 92.13% and after optimization through the Fuzzy-Genetic model and hybrid differential evolutionary model was reached to 93.5% and 97.30%, respectively. The results are promising for early forecasting of the dust phenomena and preventing its consequences. پرونده مقاله -
دسترسی آزاد مقاله
21 - Analog Circuit Complementary Optimization Based on Evolutionary Algorithms and Artificial Neural Network
Behzad Rajabi Farhad RazaghianIn analog circuit optimization, obtaining optimal point that can satisfy various kinds of specifications is posed as goal of design. Utilization of evolutionary algorithms was introduced as a useful method but speed of convergence and ensure to access optimal point are چکیده کاملIn analog circuit optimization, obtaining optimal point that can satisfy various kinds of specifications is posed as goal of design. Utilization of evolutionary algorithms was introduced as a useful method but speed of convergence and ensure to access optimal point are these method most challenges. In this paper the Multi-Layer Perceptron (MLP) artificial neural network is applied to access the suitable point appropriate different specifications values of analog circuit. This point used in optimization algorithm to find reliable response. Neural network itself is trained by training database is collected during initial optimization process. The link of HSPICE and MATLAB is used for circuit simulation and evaluation during the process. پرونده مقاله -
دسترسی آزاد مقاله
22 - Evolutionary Interval Type-2 Fuzzy Rule Learning Approaches for Uncertain Time-Series Prediction
Aref Safari Rahil HosseiniThis study presents Interval Type-2 Fuzzy Evolutionary models to manage uncertainty in the process of uncertain time-series prediction. This study presents two type-2 fuzzy evolutionary models for rule extraction that were proposed: 1) Evolutionary Interval Type-2 Fuzzy چکیده کاملThis study presents Interval Type-2 Fuzzy Evolutionary models to manage uncertainty in the process of uncertain time-series prediction. This study presents two type-2 fuzzy evolutionary models for rule extraction that were proposed: 1) Evolutionary Interval Type-2 Fuzzy Rule Learning (EIT2FRL), and 1) Evolutionary Interval Type-2 Fuzzy Rule-Set Learning (EIT2FRLS). A ROC curve analysis was applied for performance evaluation, and the results were validated using a 10-fold cross-validation technique. The results reveal that the proposed methods have an AUC of 0.96 for EIT2FRLS and 0.93 for EIT2FRL proposed methods. The results are promising for knowledge extraction in uncertain circumstances, predicting uncertain patterns prediction, and making suitable strategies and optimal decisions. پرونده مقاله -
دسترسی آزاد مقاله
23 - ارائه مدلی جهت پیشبینی قیمت سهام با استفاده از روشهای فرا ابتکاری و شبکههای عصبی
سید حسین میرعلوی زهرا پورزمانیبه 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 کاملبه 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
24 - کاوش قوانین پیوستگی کمی در بازار سهام با استفاده از الگوریتم های فراابتکاری چندهدفه مبتنی بر الگوریتم ژنتیک
مصطفی زندیه سیما مردانلوپیش 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 کاملپیش 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 -
دسترسی آزاد مقاله
25 - Multiobjective Imperialist Competitive Evolutionary Algorithm for Solving Nonlinear Constrained Programming Problems
chunan liuNonlinear constrained programing problem (NCPP) has been arisen in diverse range of sciences such as portfolio, economic management etc.. In this paper, a multiobjective imperialist competitive evolutionary algorithm for solving NCPP is proposed. Firstly, we transform t چکیده کاملNonlinear constrained programing problem (NCPP) has been arisen in diverse range of sciences such as portfolio, economic management etc.. In this paper, a multiobjective imperialist competitive evolutionary algorithm for solving NCPP is proposed. Firstly, we transform the NCPP into a biobjective optimization problem. Secondly, in order to improve the diversity of evolution country swarm, and help the evolution country swarm to approach or land in the feasible region of the problem, three kinds of different methods of colonies moving toward their relevant imperialist are given. Thirdly, the new operator for exchanging position of the imperialist and colony is given similar as a recombination operator in genetic algorithm to enrich the exploration and exploitation abilities of the proposed algorithm. At last, the new approach is tested on two well-known NP-hard nonlinear constrained optimization functions, and the empirical evidence suggests that the proposed method is robust, efficient, and generic. پرونده مقاله -
دسترسی آزاد مقاله
26 - Optimal Recloser Placement by Binary Differential Evolutionary Algorithm to Improve Reliability of Distribution System
Maryam Falah nezhadnaeini Mohammad Hajivand Reihaneh Karimi Mohammad KarimiIn this context, a novel structure has been proposed for simple Differential Evolutionary (DE) algorithm to solve optimal recloser placement. For this, an operator is added to DE algorithm to adapt concept of the problem. Other contribution of this work is formulating a چکیده کاملIn this context, a novel structure has been proposed for simple Differential Evolutionary (DE) algorithm to solve optimal recloser placement. For this, an operator is added to DE algorithm to adapt concept of the problem. Other contribution of this work is formulating a novel objective function. The proposed objective function has been formulated to improve four reliability indices which consists of four terms; i.e. System Average Interruption Duration Index (SAIFI), Cost of Energy Not Supplied (CENS), Average Interruption Frequency Index (MAIFI) and System Average Interruption Frequency Index (SAIFI). Simulation has been performed in 37 bus test system and the results of the proposed technique compared the related results of PSO algorithm. پرونده مقاله