مجله فناوری اطلاعات در طراحی مهندسی
سال پانزدهم شماره 2 (پاییز و زمستان 1401)

الگوریتم بهینه سازی وال (WOA) را به دلیل توانایی اکتشاف و بهره برداری، می توان یک بهینه ساز سراسری در نظر گرفت. با این حال، همچنان این الگوریتم از نظر دقت و سرعت همگرایی ضعیف است و در برخی مسایل جوابهایی در اطراف بهینه سراسری تولید می کند. در این مقاله، با استفاده از اصل تکاملی داروین و ترکیب مکانیزم تولید مثل با الگوریتم WOA، اکتشاف و بهره برداری الگوریتم را بهبود داده ایم. هدف از این ترکیب بهبود دقت همگرایی الگوریتم است. در این روش ترکیبی از عملگر ادغام و جهش به ترتیب به منظور بهبود بهره برداری و اکتشاف استفاده شده است. عملگر جهش با فراهم کردن شرایط تصادفی بیشتر، باعث بهبود اکتشاف الگوریتم می شود. عملگر ادغام با ترکیب بهترین موقعیت با دیگر عناصر جستجو باعث بهبود بهره برداری الگوریتم می شود. همچنین از یک سیستم استنتاج فازی (FIS) به منظور ایجاد تعادل بین فاز اکتشاف و بهره برداری استفاده کرده ایم. استفاده از FIS در روش پیشنهادی باعث می شود فازهای اکتشاف و بهره برداری در هر بار اجرا متناسب با نیاز تنظیم شوند. مقایسه عملکرد روش پیشنهادی بر روی 23 تابع محک، نشان داد روش پیشنهادی عملکرد بهتری نسبت به الگوریتم های مورد مقایسه دارد. همچنین آزمایشات نشان می دهد که با استفاده از رویکردهای پیشنهادی الگوریتم زودتر همگرا می شود.

با توجه به ازدیاد سرویس ها در محیط ابری، ممکن است برای درخواست یک کاربر، چندین سرویس با وظیفه مندی یکسان وجود داشته باشد. تعدد سرویس ها با وظیفه مندی مشابه، اهمیت نقش کاربر و اولویت های شخصی سازی شده وی را در انتخاب سرویس پر رنگ تر می کند. زیرا کاربران اولویت ها، علایق در انتخاب سرویس دارند. چالش اصلی، شناسایی سرویس های ابری متناسب با درخواست کاربر، ارزیابی میزان اعتماد آن ها و در نهایت رتبه بندی است. رتبه بندی سرویس های ابری، مبتنی بر فاکتورهای اولویت بندی انجام می شود که به نوع برنامه کاربردی وابسته هستند، لذا باید به گونه ای انتخاب گردند که منعکس کننده چنین موضوعی باشند. در این مقاله، با هدف انتخاب سرویس-های ابری، الگوریتمRCS-AHP مبتنی بر فرآیند تحلیل سلسله مراتبی AHP ارایه شده است تا از طریق مصالحه بین اولویت های کاربران با سلایق مختلف، بتوان بهترین سرویس های مورد اعتماد را برای تعاملات آینده به آن ها پیشنهاد داد. شبیه سازی مبتنی بر دو مجموعه داده QWS و Cloud Armor انجام شده است. به منظور سنجش الگوریتم ارایه شده، پارامتر دقت انتخاب سرویس (SSP) تعریف شد که نشان دهنده نرخ فراخوانی سرویس به نرخ پیشنهاد سرویس توسط الگوریتم رتبه بندی است. نتایج در پنجره های زمانی مختلف در دو مجموعه داده بررسی گردید که افزایش SSP نسبت به روش مرجع نشان دهنده عملکرد مناسب روش نسبت به راهکارهای قیلی است.

در این مطالعه یک مدل برنامه ریزی خطی عدد صحیح مختلط برای تدوین جداول زمان بندی به منظور تعیین زمان های تلف شده در گره های شبکه برای هر قطار فعال در مسیر تخصیص یافته است. همچنین در این مدل تعدادی از گره های خطوط ریلی که توسط مدل مسیریابی به دست آمده است، به عنوان رزرو در نظر گرفته شده است. رویکرد مورداستفاده در تحقیق حاضر برخلاف سایر رهیافت های پیشنهادی در مطالعات پیشین، قبل از طراحی و ایجاد جداول زمان بندی بر بخش زیرساخت شبکه مترو متمرکز نموده است. خروجی های این مدل در ایستگاه متروی صادقیه (تهران) به عنوان نمونه آزمایشی اجرا و نتایج آن از طریق شبیه سازی مورد صحت آزمایی قرار گرفت. یافته های پیاده سازی مدل نشان می دهد که برنامه مسیریابی و طراحی جداول زمان بندی حرکت قطارها تا 11 % در مقایسه با سایر برنامه های زمان بندی پیشنهادی در مطالعات قبلی بهتر است. همچنین خروجی های مدل از طرح های معمول مسیریابی که توسط بخش برنامه ریزی ترافیک متروی تهران به صورت اسمی و مکتوب تدوین شده تا حدود 2 % بهبودیافته است.

ضرب اعداد اعشار ممیز شناور (FP) یکی از پرهزینه ترین پردازشهای پردازنده از نظر زمان و انرژی است و از طرف دیگر کاربرد زیادی نیز در الگوریتمهای مختلف دارد. با توجه به تحمل پذیری خطا در بسیاری از الگوریتمهای امروزی تقریبی نمودن ضرب یکی از روش های افزایش کارایی آن است. اما با این وجود در برخی از روش های ضرب تقریبی خطا به میزان قابل توجهی افزایش می یابد. در این مقاله یک الگوریتم ضرب تقریبی جدید به نام "ضرب تقریبی با خطای کم" (LEAM) معرفی شده که همزمان به دنبال افزایش کارایی و حفظ خطا در سطح قابل قبول است. رویکرد پیشنهادی این مقاله توانسته در مقایسه با روش RMAC خطا را به میزان 89٪ کاهش داده در حالیکه زمان اجرای LEAM و RMAC تفاوت چندانی با هم ندارند. نتایج نشان داده است که LEAM حداکثر به میزان 3 درصد سریعتر و در برخی موارد حداکثر به همین میزان کندتر از RMAC می باشد. علاوه بر این LEAM و RMAC در این مقاله به صورت کاملا نرم افزاری پیاده سازی شده اند و جهت کاهش هزینه های پیاده سازی نرم افزاری، دستورات AVX-512 در پردازنده های با قابلیت یک دستور بر روی چندین داده (SIMD) بکار گرفته شده است.

در موسسات مالی، بانک ها و موسسات کارآفرینی که تسهیلات اشتغال به مشتریان خود پرداخت می کنند، مسایل متعددی را قبل از اعطای تسهیلات مورد بررسی قرار می دهند. در این میان، مهم ترین و پراهمیت ترین موضوع برای یک سیستم مالی، ارزیابی توان مشتریان در بازپرداخت تسهیلات می باشد. انتخاب درست متقاضیان تسهیلات، با استفاده از روش های سنتی انجام می شود که این روش ها مستعد خطا می باشند. امروزه با توسعه یادگیری ماشین، می توان انتخاب درست متقاضیان را با دقت بیشتری انجام داد. این مطالعه با هدف رفع کاستی های مطالعات پیشین، یک مدل تصمیم گیری توسعه یافته با در نظر گرفتن الگوهایی از مشتریان موفق و غیر موفق در 4 حوزه مختلف پیش بینی وضعیت نظارت، وضعیت تسهیلات، مدت زمان فعالیت و تعداد اشتغال ایجادشده، ارایه شده است. در این مطالعه، یک پایگاه داده جامع بر پایه استانداردهای موجود جمع آوری شده و یک مدل شبکه عصبی عمیق برای استخراج ویژگی ها از داده های ورودی، طراحی شده است. با توسعه روش پیشنهادی و راه یابی مطالعه حاضر به حوزه های کاربردی و عملی، می توان متقاضیان مطلوب تسهیلات را به صورت خودکار و با صحت بیشتری ارزیابی و انتخاب نمود.

نرم افزار کاربردی نوعی نرم افزار است که وظایف و عملکرد خاصی را برای کاربر نهایی انجام می دهد. نرم افزار کاربردی طیف وسیعی از برنامه ها را در بر می گیرد که بر روی کامپیوتر شخصی، لپ تاپ، گوشی هوشمند و تبلت مورد استفاده قرار می گیرد. نمونه هایی از نرم افزار کاربردی عبارتند از واژه پردازها، نرم افزارهای آموزشی، نرم افزارهای حسابداری، نرم افزارهای گرافیکی و طراحی . یکی از شاخص های ارزیابی کیفیت نرم افزار کاربردی، قابلیت نگهداری آن می باشد. نگهداری نرم افزار به تغییرات اعمال شده روی نرم افزار پس از تحویل آن به منظور تصحیح خطاها، بهبود کارایی و تطبیق نرم افزار گفته می شود. این تحقیق به تحلیل رویکردهای نرم افزار کاربردی و نگهداری آن می پردازد. به منظور بررسی و مقایسه این رویکردها، شاخص های بازه زمانی، نوع مقاله و محدوده موضوعی در نظر گرفته شده است. آنچه که از نتایج مشخص می شود ، علی رغم کلیدی بودن موضوع نگهداری نرم افزار کاربردی ، در سال های اخیر کمتر در پژوهش ها ارایه شده است. بنابراین ضرورت پژوهش در حوزه نگهداری نرم افزار کاربردی به عنوان گامی مهم برای آغاز و تداوم توسعه بیش از پیش احساس می شود.