انجمن کامپیوتر ایران

الگوریتم کرم شب¬تاب یک مدل متاهیوریستیک و برگرفته شده از طبیعت می¬باشد. کاربرد عمده این الگوریتم درحل مسائل بهینه سازی می باشد. در این مقاله، برای افزایش قدرت جست وجو و دقت الگوریتم و بهبود نتیجه حاصل از آن، یک الگوریتم کرم شب¬تاب با رویکرد همکارانه پیشنهاد شده است. همچنین برای بهبود کارایی این الگوریتم تغییراتی در چگونگی حرکت کرم های شب¬تاب نیز پیشنهاد شده استدر الگوریتم پیشنهادی چندین دسته مختلف از کرم های شب¬تاب وجود دارند که هریک از دسته ها مولفه خاصی از بردار راه حل را به صورت همکارانه بهینه سازی می¬کنند. این الگوریتم برای بهینه سازی پنج تابع استاندارد شناخته شده آکلی، اسفیر، راستریجین، ژین شی یانگ و استپ در فضای 10 ، 20و 30 بعدی اجرا شده است. نتایج آزمایشات نشان می¬دهد که الگوریتم پیشنهادی از دقت خوبی برای یافتن نقطه بهینه بر خوردار است و توانسته جست¬و¬جوی سراسری الگوریتم را افزایش دهد.

خلاصه¬سازی خودکار متن یکی از جنبه های مهم در بازیابی اطلاعات می¬باشد. در این مقاله، یک روش جدید خلاصه¬سازی خودکار متون فارسی پیشنهاد شد. در این روش، در مرحله پیش¬پردازش ریشه کلمات را با استفاده از یک روش مبتنی بر فرهنگ واژگان بدست می¬آوریم. مجموعه ترادف جملات موجود در متن از طریق همین فرهنگ واژگان بدست می¬آید. این کار منجر به یک زنجیر لغوی قوی می¬شود. در مرحله پردازش، با استفاده از زنجیر لغوی و روش تحلیل معنایی پنهان، ارتباط بین جملات مهم بدست می¬آید تا جملات مرتبط با هم گزینش و در خروجی قرار گیرند. نتایج ارزیابی نشان می¬دهد که روش ارائه شده خلاصه قابل قبول و منسجمی ارائه می دهد.

در اين مقاله، یک الگوریتم مِمتیکی ترکیبی با الگوریتم رقابت استعماری ارائه شده است. در مسائل با پیچیدگی بالا روش رقابت استعماری دچار مشکل می شود و در بهینه های محلی متوقف می شود لذا این مقاله با ارائه روشی مِمتیکی درصدد کاهش این مشکل برآمده است.در الگوریتم رقابت استعماری به نوعی از اطلاعات جهت و فاصله در حرکت مستعمرات به سمت استعمارگر استفاده می شود، لذا از مفهوم تکامل تفاضلی برای تعریف مِم درجهت بهبود و افزایش کارآیی این الگوریتم استفادهشده است.برای بررسی کارآیی الگوریتم ترکیبی ارائه شده، آزمایشات بر روی مسائل محک استاندارد انجام شده است. نتایج آزمایشات، کارآیی بالای الگوریتم مِمتیکی ارائه شده را نشان می دهد.

نهان نگاری قابل برگشت گونه ای از نهان نگاری است که در سال های اخیر بسیار مورد توجه قرار گرفته است. ما دراین مقاله روش برگشت پذیر گسترش تفاضل را با استفاده از پیش پردازش و تعمیم شیوه گسترش تفاضل چند لایه در تصاویر رنگی بهبود داده ایم. با استفاده از پیش پردازش بر روی تصویر و جاسازی چندلایه توانستیم میزان داده مخفی شده در یک تصویر رنگی را به میزان قابل توجهی افزایش دهیم. با توجه به آزمایشات صورت گرفته، به ظرفیت 2,77 bpp برای هر پیکسل رسیده ایم که نتیجه نسبتاً خوبی است. نکته قابل توجه در روش ما جلوگیری از کاهش کیفیت تصویر پس از جاسازی با توجه به افزایش ظرفیت می باشد. همچنین در این روش از یک کد تصدیق اصالت برای پیام مخفی شده استفاده شده است که باعث افزایش امنیت و قابلیت اطمینان روش پیشنهادی ما می شود.

ریسک عملیاتی درحال حاضر، یکی از مهمترین ریسک¬های بانکداری سنتی و الکترونیکی در سطح بین المللی است که توجه به آن در سال¬های اخیر به دلیل گسترش و تنوع استفاده از فناوری¬های نوین اطلاعات در صنعت بانکداری الکترونیکی افزایش یافته است. به منظور کاهش خسارت¬های ناشی از این ریسک، مدل¬سازی و ارزیابی دقیق آن برای کنار گذاشتن هزینه پوشش آن می¬تواند از بروز بحران¬های شدید مالی و ورشکستگی بانک جلوگیری نماید. در اين مقاله، به ارائه یک مدل جدید بر پایه ریاضی برای برآورد هزینه سرمایه ریسک عملیاتی می¬پردازیم. ما مدل خود را با تحلیل توصیفی داده داخلی بانک آغاز کرده و پس از طی روند الگوریتم پیشنهادی، مقدار هزینه لازم برای ریسک عملیاتی برآورد می¬شود. این مقدار هزینه باید توسط بانک برای پوشش خسارت¬های ریسک عملیاتی بصورت رزرو کنار گذاشته شود تا در هنگام وقوع ریسک، مانع از ایجاد بحران بانکی شود. نتایج پیاده سازی مدل پیشنهادی برای داده¬های بانکی بیانگر کارایی مدل ارائه شده است.

در اين مقاله، با در نظر گرفتن مسأله پوشش پیوسته اهداف برای شبکه¬های حسگر بی¬سیم، حسگرها را به¬گونه¬ای زمانبندی می¬کنیم که طول عمر شبکه بیشینه شود. کارهای قبلی انجام گرفته در این زمینه، برای حل مسأله مستقیما به سراغ یافتن درخت¬های بهینه رفته¬اند. از آنجا که برای یافتن مجموعه درخت¬های بهینه باید همه درخت¬های ممکن را در نظر داشت و یافتن تمامی درخت¬های ممکن در یک شبکه یا گراف NP-complete است، تنها به ارائه راه حل¬های حریصانه و ابتکاری اکتفا شده است. اما در راهکار پیشنهادی این مقاله، ابتدا یال¬های گراف شبکه را به گونه¬ای وزن¬دهی می‌کنیم که طول عمر شبکه بیشینه شود، سپس درخت¬های ممکن را استخراج می¬کنیم. برای یافتن وزن بهینه یال¬ها از برنامه¬ریزی¬خطی استفاده شده است. به¬ علاوه، مدلی برای حالتی که در شبکه بیش از یک گره چاهک وجود دارد نیز ارائه شده است. همچنین در حالتی که مکان گره(های) چاهک از پیش تعیین شده نباشد ، مدل ارائه شده، این امکان را دارد که مسأله مکان¬یابی گره چاهک و مسیریابی را به صورت موازی حل نماید. در انتها با بررسی مدل ارائه شده در این مقاله با پژوهش¬های قبلی تأیید می¬شود که کارایی مدل ارائه شده بسیار بالاتر از مدل‌های قبلی است و منجر به طول عمر بالاتری می‌شود.