Microgrid on the ship: load Frequency- control of the microgrid, taking into account the Sea Wave energy by the optimized model predictive controller
Load-frequency control is among the important concerns in controlling microgrids, which are operated independently of the main grid. In this paper, load-frequency control in microgrids on ships is studied. Resources such as batteries and flywheels are considered controllable resources in load-frequency control. Besides, the model predictive control is used as the controller to design a load-frequency control system. The model predictive control weight parameters, which play a substantial role in determining the performance of this controller, are optimized using the craziness-based particle swarm optimization algorithm. The proposed algorithm accelerates convergence. The results of the proposed controller are compared under several different scenarios considering the uncertainty of parameters using Multi-Objective Fuzzy Type 1 PI and Multi-Objective interval Fuzzy Type 2 PI controllers, which are optimized by the black hole algorithm, the fuzzy proportional integral controllers, and Ziegler–Nichols proportional integral controllers. The effectiveness of the proposed method with regard to the response speed, the decrease in overshoot and undershoot, and robustness against the parameter uncertainties is indicated. The proposed controller responds faster than the other conventional control methods and accelerates the process of responding to oscillations by 7%. In addition, the proposed controller performs better in reducing overshoot and reducing undershoot and it shows a 5% improvement with regard to the decrease in overshoot and undershoot in the oscillations. Simulations are also carried out in MATLAB (Simulink).
دانلود پروپوزال الگوریتمی برای بهبود امنیت و عملکرد پروتکل AODV در برابر حمله سیاه چاله
مطالعه ای بر الگوریتمی برای بهبود امنیت و عملکرد پروتکل AODV در برابر حمله سیاه چاله
A study of an algorithm to improve security and performance of AODV protocol against black hole attack
مهندسی کامپیوتر
سفارش پاورپوینت این پروپوزال
1. بیان مساله 2. اهمیت و ضرورت تحقیق 3. پیشینه تحقیق 4. اهداف تحقیق 5. فرضیه های تحقیق 6. مدل تحقیق 7. سوالات تحقیق 8. تعریف واژگان و اصطلاحات فنی و تخصصی (به صورت مفهومی و عملیاتی) 9. بیان جنبه نوآوری تحقیق 10. روش تحقیق 11. منابع فارسی و انگلیسی
این پروپوزال دارای یک مقاله بیس نیز می باشد که در انتهای همین صفحه می توانید به طور رایگان، اقدام به مشاهده و دریافت آن نمایید.
شبکه ادهاک (Ad Hoc)، یک شبکه زمانی است که با گره های مستقلی مدیریت می گردد که قادر به ارتباط با یکدیگر بدون زیرساخت شبکه ای ثابت یا هرگونه ایستگاه پایه مرکزی می باشند. با توجه به برخی دلایل مانند تغییرات پویای توپولوژی شبکه، اعتماد گره ها به یکدیگر، فقدان زیرساختی ثابت برای تحلیل رفتار گره ها و افت خطوط تهاجمی خاص، این نوع شبکه در برابر حملات گره های مخرب، مقاوم نمی باشد. یکی از این حملات، “حمله سیاه چاله” می باشد. در این حمله، گره های مخرب، بسته های داده ای را جذب کرده و آنها را تخریب می کنند. بنابراین، ارائه الگوریتمی در برابر حملات سیاه چاله، بسیار ضروری می باشد. این پژوهش نیز، الگوریتم جدیدی را ارائه داده که امنیت پروتکل مسیریابی AODV را در مواجهه با حملات سیاه چاله، بهبود می بخشد. این الگوریتم سعی می کند تا گره های مخرب را با توجه به رفتار گره ها در یک شبکه ادهاک شناسایی کرده و آنها را از مسیر حذف نماید.
شبکه های ادهاک، هیچ گونه نقطه دسترسی به شبکه ندارند. دستگاه های بیسیم مانند نوت بوک ها، لپ تاپ ها، و موبایل ها به تجهیزات مشابهی متصل شده و یک شبکه ادهاک را تشکیل می دهند. از آنجایی که گره ها توسط هیچ واحد مرکزی کنترل نمی شوند، دارای تحرک نامحدود و اتصال پذیری بالا به دستگاه های دیگر می باشند. مدیریت شبکه و مسیریابی به صورت همکارانه توسط گره ها انجام می گیرد. به عبارت دیگر، ارتباط گره ها بر اساس همکاری و اعتماد به یکدیگر انجام می شود. در این شبکه ها، هر گره به عنوان یک هاست و روتری الگوریتم سیاه چاله یا Black Hole عمل می کند که بسته ها را به گره های دیگر انتقال می دهد.
این پروپوزال نیز با تاکید بر این مفاهیم، برای پایان نامه ای تحت همین عنوان در مقطع کارشناسی ارشد رشته مهندسی کامپیوتر آماده شده است. ساختارهای کلی پروپوزال نویسی در این محصول رعایت شده و دانشجو با مطالعه آن می تواند آشنایی بیشتر با این ساختارها بیابد. همچنین مطالعه این محصول می تواند زمینه ساز ایده های تحقیقاتی جدیدی برای دانشجویان و پژوهشگران علاقه مند به این حوزه پژوهشی باشد.
در ادامه نیز بخشی از این پروپوزال که در محیط ورد (WORD) آماده شده و قابل ویرایش می باشد، قرار داده شده است؛ همچنین فایل مقاله بیس نیز در ادامه، قابل مشاهده و دانلود می باشد:
این ترجمه کامپیوتری بوده و نیاز به ویرایش دارد
Abstract: Nature has always been a source of inspiration. Over the last few decades, it has stimulated many successful algorithms and computational tools for dealing with complex and optimization problems. This paper proposes a new heuristic algorithm that is inspired by the black hole phenomenon. Similar to other population-based algorithms, the black hole algorithm (BH) starts with an initial population of candidate solutions to an optimization problem and an objective function that is calculated for them. At each iteration of the black hole algorithm, the best candidate is selected to be the black hole, which then starts pulling other candidates around it, called stars. If a star gets too close to the black hole, الگوریتم سیاه چاله یا Black Hole it will be swallowed by the black hole and is gone forever. In such a case, a new star (candidate solution) is randomly generated and placed in the search space and starts a new search. To evaluate the performance of the black hole algorithm, it is applied to solve the clustering problem, which is a NP-hard problem. The experimental results show that the proposed black hole algorithm outperforms other traditional heuristic algorithms for several benchmark datasets.
ترجمه چکیده : طبیعت همواره یک منبع الهام بخش بوده است. در طول چند دهه گذشته، آن را تا به بسیاری از الگوریتم های موفق و ابزارهای محاسباتی برای برخورد با مشکلات پیچیده و بهینه سازی تحریک شده. در این مقاله یک الگوریتم ابتکاری جدید است که در آن پدیده سیاه چاله الهام گرفته از پیشنهاد. شبیه به دیگر الگوریتم های مبتنی بر جمعیت، الگوریتم سوراخ سیاه و سفید (BH) با یک جمعیت اولیه از راه حل های نامزد به یک مشکل و بهینه سازی یک تابع هدف است که برای آنها محاسبه می شود. در هر تکرار از الگوریتم سوراخ سیاه و سفید، بهترین نامزد انتخاب شده است که سیاه چاله، که پس از آن آغاز به نامزدهای دیگر در اطراف آن، به نام ستاره. اگر یک ستاره بیش از حد نزدیک به یک سیاه چاله می شود، آن را توسط سیاه چاله بلعیده و برای همیشه از دست رفته است. در این صورت، یک ستاره جدید (راه حل کاندید) به طور تصادفی تولید شده و قرار داده شده در فضای جستجو و شروع یک جستجو جدید. به منظور بررسی عملکرد الگوریتم سوراخ سیاه و سفید، آن را به حل مشکل خوشه بندی، یک مشکل NP-سخت است که اعمال می شود. نتایج تجربی نشان می دهد که الگوریتم سیاه چاله پیشنهاد بهتر از دیگر الگوریتم های سنتی اکتشافی برای چند مجموعه داده محک. (این متن توسط ماشین ترجمه شده است لذا ممکن است نیاز به ویرایش داشته باشد)
ستاره‌شناسان برای اولین بار حلقه فوتون سیاهچاله را آشکار کردند
دانشمندان تصویر بازسازی شده جدیدی را به نمایش گذاشته‌اند که برای اولین بار، حلقه فوتون سیاهچاله را نشان می‌دهد.
در دیجیاتو ثبت‌نام کنید
جهت بهره‌مندی و دسترسی به امکانات ویژه و بخش‌های مختلف در دیجیاتو عضو ویژه دیجیاتو شوید.
تازه‌های تکنولوژی
دانشمندان بر اساس تصویر سیاهچاله الگوریتم سیاه چاله یا Black Hole الگوریتم سیاه چاله یا Black Hole کهکشان مسیه 87 که سال 2019 توسط تلسکوپ افق رویداد (Event Horizon Telescope) به نمایش گذاشته شده بود، تصویری را بازسازی کرده‌اند که حلقه‌های فوتون اطراف آن را در حالی که تحت تاثیر نیروی گرانشی فوق‌العاده زیاد قرار گرفته‌اند، نشان می‌دهد.
سال 2019 تلسکوپ افق رویداد اولین تصویر از یک سیاهچاله را به نمایش گذاشت که در فاصله 55 میلیون سال نوری ما قرار دارد. هرچند تصویر فوق‌العاده‌ای به اشتراک گذاشته شده بود، اما جزئیات زیادی در آن دیده نمی‌شد. حالا دانشمندان با ارائه تصویر جدیدی که حلقه اطراف آن را نشان می‌دهد، درباره تصویر این سیاهچاله داده‌های بسیار بیشتری را ارائه کرده‌اند.
حلقه فوتون سیاهچاله
در تصویر بالا، لایه قابل مشاهده سیاهچاله به رنگ نارنجی و فوتون‌های غیرقابل مشاهده به رنگ خطوط آبی دیده می‌شوند.
دانشمندان با استفاده از یک الگوریتم تصویربرداری تعبیه شده در EHT برای جداسازی و استخراج حلقه طلایی درخشان از سیاهچاله M87 استفاده کردند که جرمی برابر با 6.5 میلیارد خورشید را دارد. آنها همچنین با استفاده از این تکنیک موفق شدند تا ردپای یک فواره قطبی را نیز شناسایی کنند که توسط سیاهچاله منفجر شده بود.
همانطور که «هانگ-یی پو»، استادیار دانشگاه ملی نرمال تایوان و یکی از محققان این مطالعه توضیح می‌دهد:
«اساسا با لایه‌برداری عناصر تصویر، محیط اطراف سیاهچاله را می‌توان به وضوح آشکار کرد.»
یافته‌های محققان علاوه بر تایید پیش‌بینی‌های نظری قبلی، راه‌های جدیدی برای کشف اجرام مرموز اطراف سیاهچاله ارائه می‌کند که گمان می‌رود در قلب اکثر کهکشان‌ها قرار دارند.
زمانی که سیاهچاله توسط گاز داغ احاطه شده است، نور می‌تواند توسط گرانش متمرکز شود تا سایه‌ای از سیاهچاله ایجاد شود.
یکی از نکات مهمی که در مورد تصویر EHT وجود دارد، این است که در آن شاهد درخشش خود سیاهچاله نیستیم. در واقع سیاهچالهها به صورت مستقیم نور تولید نمی‌کنند و در عوض، تصویر آن نور رادیویی را نشان می‌دهد که توسط سیاهچاله متمرکز شده است.
در نزدیکی سیاهچاله، نور در تمام جهات می‌گذرد، اما ما فقط می‌توانیم نوری را ببینیم که به سمت ما متمرکز شده است. بنابراین، هر پرتو نوری که در اطراف سیاهچاله حلقه می‌زند و به سمت ما در حرکت است را می‌توانیم ببینیم.
پس چرا در تصویر EHT حلقه فوتون سیاهچاله دیده نمی‌شود؟ جواب این سوال به گازهای سرد اطراف آن مربوط می‌شود که نور باید از آنها عبور کند تا به ما برسد. برخی از نورها در طول مسیر پراکنده می‌شوند که الگوریتم سیاه چاله یا Black Hole این امر باعث می‌شود تصویر بسیار تارتر باشد.
سایت علمی بیگ بنگ
صفحه اصلی > خبرهای نجومی و سیاه چاله و کیهان شناسی و نجوم > سیاهچاله‌ای که حاصل 5000 تریلیون بیت دیتا است!
سیاهچاله‌ای که حاصل 5000 تریلیون بیت دیتا است!
- تحریریه‌ی بیگ بنگ
- 22 فروردین 1398
- 7 دیدگاه
بیگ بنگ: سیاهچاله مرکزی کهکشان مسیه ۸۷ که برای نخستین‌بار عکس واقعی‌اش رصد شد 55 میلیون سال نوری با ما فاصله دارد، قطرش ۴۰ میلیارد کیلومتر است و جرم آن نیز ۶.۵ میلیارد برابر خورشید است و یکی از پرجرم‌ترین سیاهچالههای کیهان می باشد.
به گزارش بیگ بنگ به نقل از خبرآنلاین، در نمای ثبت شده یک دیسک سیاه دیده می‌شود که توسط یک حلقه طلایی احاطه‌شده است که چیزی جز ذرات فوتون است که توسط جرم چرخشی از گاز پلاسما با گرمای فوق‌العاده منتشر می‌شود. این حلقه افق رویداد یک سیاهچاله را محاصره کرده که فراتر از آن نور نیز توسط سیاهچاله بلعیده شده و بنابراین قابل تصویرسازی نیست.
در واقع آنچه دیده می‌شود یک پردازش رایانه‌ای از خروجی 8 تلسکوپ است که طی دو سال گردآوری‌شده است. آنچه به دست آمده، عکس به صورت یک بار شات نبوده، بلکه بیش از 5000 تریلیون بیت داده گردآوری و توسط ابرکامپیوتر پردازش شده تا این تصویر به دست بیاید.
به دلیل اینکه سیاهچاله حتی نور را نیز درون خود می‌بلعد، نمی‌توان به‌طور مستقیم از آن عکس و فیلم گرفت. کاری که 200 محقق در طول 2 سال انجام دادند این بوده که 8 تلسکوپ را به‌صورت مجازی به‌عنوان یک ابر تلسکوپ تعریف کرده تا بتوانند تصویربرداری را انجام دهند. این ابر تلسکوپ از حواشی و زوایای مختلف عکس گرفته و سپس تصاویر مقایسه شده و یک تصویر خروجی و نهایی درست‌شده است که همان عکسی است که منتشرشده است.
تصویر مقایسه‌ای از اندازۀ ابرسیاهچاله مسیه 87 با منظومه شمسی و مدار پلوتو و همین‌طور مکان فضاپیمای ویجر 1
سیاهچاله ناحیه‌ای از فضا-زمان است که آثار گرانشی آن، چنان نیرومند است که هیچ‌چیز — حتی ذرات و تابش‌های الکترومغناطیسی مثل نور — نمی‌توانند از میدان گرانش آن بگریزد. نظریه نسبیت عام آلبرت اینشتین پیش‌بینی می‌کند که یک جرم به‌اندازه کافی فشرده‌شده، می‌تواند سبب تغییر شکل و خمیدگی فضا-زمان و تشکیل سیاهچاله شود. مرز این ناحیه از فضا-زمان که هیچ‌چیزی پس از عبور از آن نمی‌تواند به بیرون برگردد را افق رویداد می‌نامند.
صفت «سیاه» در نام سیاهچاله برگرفته از این واقعیت است که همه نوری که از افق رویداد آن می‌گذرد را به دام می‌اندازد که از این دیدگاه سیاهچاله رفتاری شبیه به جسم سیاه در ترمودینامیک دارد. از سوی دیگر نیز، نظریه میدان‌های کوانتومی در فضازمان خمیده پیش‌بینی می‌کند که افق‌های رویداد نیز تابشی به الگوریتم سیاه چاله یا Black Hole نام تابش هاوکینگ گسیل می‌کنند که طیف آن همانند طیف جسم سیاهی است که دمای آن با جرمش نسبت وارونه دارد. میزان دما در مورد الگوریتم سیاه چاله یا Black Hole سیاه چاله‌های ستاره‌ای در حد چند میلیاردم کلوین است و ازاین‌رو ردیابی آن دشوار است.
ترجمه اینفوگرافیک: امیرحسین سلیمانی/ سایت بیگ بنگ/ برای مشاهده واضح‌تر روی عکس کلیک کنید.
اجسامی که به دلیل میدان گرانشی بسیار قوی اجازه گریز به نور نمی‌دهند برای اولین بار در سده ۱۸ (میلادی) توسط جان میچل و پیر سیمون لاپلاس موردتوجه قرار گرفتند. نخستین راه‌حل نوین نسبیت عام که درواقع ویژگی‌های یک سیاهچاله را توصیف می‌نمود در سال ۱۹۱۶ میلادی توسط کارل شوارتزشیلد کشف شد.هرچند که تعبیر آن به‌صورت ناحیه‌ای از فضا که هیچ‌چیز نمی‌تواند از آن بگریزد، تا چهار دهه بعد به‌خوبی درک نشد. برای دوره‌ای طولانی این چالش مورد کنجکاوی ریاضیدانان بود تا اینکه در میانه دهه ۱۹۶۰، پژوهش‌های نظری نشان داد که سیاهچالهها به‌راستی یکی از پیش‌بینی‌های ژنریک نسبیت عام هستند.
یافتن ستارگان نوترونی باعث شد تا وجود اجرام فشرده‌شده بر اثر رمبش گرانشی به‌عنوان یک واقعیت امکان‌پذیر فیزیکی موردعلاقه دانشمندان قرار گیرد. این‌گونه پنداشته می‌شود که سیاه چاله‌های ستاره‌ای در جریان فروپاشی ستاره‌های بزرگ در یک انفجار ابرنواختری در پایان چرخه زندگی‌شان به وجود می‌آیند. جرم یک سیاه چاله پس از شکل‌گیری می‌تواند با دریافت جرم از پیرامونش افزایش یابد. با جذب ستارگان پیرامون و به هم پیوستن سیاه چاله‌های گوناگون، سیاهچالههای کلان جرم با جرمی میلیون‌ها برابر خورشید تشکیل می‌شوند.
یک سیاهچاله به دلیل اینکه نوری از آن خارج نمی‌گردد نادیدنی است، اما می‌تواند بودن خود را از راه کنش و واکنش با ماده از پیرامون خود نشان دهد. از راه بررسی برهمکنش میان ستاره‌های دوتایی با همدم نامرئی‌شان، اخترشناسان نامزدهای احتمالی بسیاری برای سیاهچاله بودن در این منظومه‌ها شناسایی کرده‌اند. این باور جمعی در میان دانشمندان رو به گسترش است که در مرکز بیشتر کهکشان‌ها یک سیاهچاله کلان‌جرم وجود دارد. برای نمونه، دستاوردهای ارزشمندی بازگوی این واقعیت است که در مرکز کهکشان راه شیری ما نیز یک سیاهچاله کلان جرم با جرمی بیش از چهار میلیون برابر جرم خورشید وجود دارد.
دیدگاه شما