در این مقاله سعی شده تا با کنترل خودرو بتوان پارک نرم و مناسبی را انجام داد . برای پارک خودرو روش های متفاوتی وجود دارد مانند استفاده از کنترل کننده های فازی , الگوریتم ژنتیک , شبکه های عصبی , پردازش تصویر , استفاده از سنسور و ... که در این مقاله از روش کنترل فازی استفاده شده است. در این مقاله برای 2 نوع پارک کنترل کننده ای پیشنهاد می شود. برای پارک از جلو و پارک از عقب از یک کنترل کننده فازی با دو ورودی و یک خروجی استفاده شده است که برای هر دو حالت توابع عضویت و قوانین فازی مشخصی تعریف شده است. سیستم کنترل کننده موانع غیر قابل پیش بینی را در نظر نگرفته است و بر روی پارک مناسب در یک فضای مستطیل شکل تمرکز داشته است. استراتژی بکار رفته در کل این مقاله به اینگونه است که ربات به محض رسیدن به محوری که موازی محور x است رو به عقب یا جلو حرکت کرده و پارک میشود. در پایان نتایج شبیه سازی حاصل از کنترل کننده ذکر شده با نتایج شبیه سازی کنترل کننده PID مقایسه شده که بهبود عملکرد سیستم و افزایش دقت در هنگام پارک با وجود کنترل کننده فازی طراحی شده را نشان می دهد.در این مقاله سعی شده تا با کنترل خودرو بتوان پارک نرم و مناسبی را انجام داد . برای پارک خودرو روش های متفاوتی وجود دارد مانند استفاده از کنترل کننده های فازی , الگوریتم ژنتیک , شبکه های عصبی , پردازش تصویر , استفاده از سنسور و ... که در این مقاله از روش کنترل فازی استفاده شده است. در این مقاله برای 2 نوع پارک کنترل کننده ای پیشنهاد می شود. برای پارک از جلو و پارک از عقب از یک کنترل کننده فازی با دو ورودی و یک خروجی استفاده شده است که برای هر دو حالت توابع عضویت و قوانین فازی مشخصی تعریف شده است. سیستم کنترل کننده موانع غیر قابل پیش بینی را در نظر نگرفته است و بر روی پارک مناسب در یک فضای مستطیل شکل تمرکز داشته است. استراتژی بکار رفته در کل این مقاله به اینگونه است که ربات به محض رسیدن به محوری که موازی محور x است رو به عقب یا جلو حرکت کرده و پارک میشود. در پایان نتایج شبیه سازی حاصل از کنترل کننده ذکر شده با نتایج شبیه سازی کنترل کننده PID مقایسه شده که بهبود عملکرد سیستم و افزایش دقت در هنگام پارک با وجود کنترل کننده فازی طراحی شده را نشان می دهد.
در میکروگرید جزیره ای, بدلیل اینکه واحدهای منابع تولید پراکنده به شبکه سراسری متصل نمی باشند دارای مسائل کنترلی از قبیل کنترل ولتاژ, فرکانس و جریان می باشند. بنابراین طراحی و انتخاب یک کنترل کننده مقاوم در برابر اغتشاشات و تغییرات بار از اهمیت بالایی برخوردار است. در این مقاله از کنترل کننده هیسترزیس جهت کنترل ولتاژ ریزشبکه جزیره ای استفاده شده است و یک کنترل کننده تطبیقی غیرمستقیم نیز بعنوان کنترل کننده جریان و تقسیم بار بین اینورترهای منابع تولید پراکنده طراحی شده است. سیستم مورد مطالعه شامل سه واحد تولیدی است که اینورترها در این واحدها بصورت موازی با یکدیگر قرار گرفته اند. یکی از واحدها بعنوان واحد کنترل کننده ولتاژ انتخاب شده است و دو واحد دیگر در وضعیت کنترل جریان و تقسیم بار بین اینورترها می باشد. بکارگیری یک کنترل کننده تطبیقی در حالت کنترل جریان و تقسیم بار سبب افزایش پایداری و مقاوم شدن سیستم کنترلی نسبت به تغییرات بار شده است. جهت بررسی عملکرد طرح پیشنهادی بارهای مختلفی از جمله بار اهمی متقارن, اهمی نامتقارن, اهمی سلفی و غیرخطی مورد مطالعه قرار گرفته است. صحت عملکرد طرح پیشنهادی در محیط نرم افزاری MATLAB به اثبات رسیده است.در میکروگرید جزیره ای, بدلیل اینکه واحدهای منابع تولید پراکنده به شبکه سراسری متصل نمی باشند دارای مسائل کنترلی از قبیل کنترل ولتاژ, فرکانس و جریان می باشند. بنابراین طراحی و انتخاب یک کنترل کننده مقاوم در برابر اغتشاشات و تغییرات بار از اهمیت بالایی برخوردار است. در این مقاله از کنترل کننده هیسترزیس جهت کنترل ولتاژ ریزشبکه جزیره ای استفاده شده است و یک کنترل کننده تطبیقی غیرمستقیم نیز بعنوان کنترل کننده جریان و تقسیم بار بین اینورترهای منابع تولید پراکنده طراحی شده است. سیستم مورد مطالعه شامل سه واحد تولیدی است که اینورترها در این واحدها بصورت موازی با یکدیگر قرار گرفته اند. یکی از واحدها بعنوان واحد کنترل کننده ولتاژ انتخاب شده است و دو واحد دیگر در وضعیت کنترل جریان و تقسیم بار بین اینورترها می باشد. بکارگیری یک کنترل کننده تطبیقی در حالت کنترل جریان و تقسیم بار سبب افزایش پایداری و مقاوم شدن سیستم کنترلی نسبت به تغییرات بار شده است. جهت بررسی عملکرد طرح پیشنهادی بارهای مختلفی از جمله بار اهمی متقارن, اهمی نامتقارن, اهمی سلفی و غیرخطی مورد مطالعه قرار گرفته است. صحت عملکرد طرح پیشنهادی در محیط نرم افزاری MATLAB به اثبات رسیده است.
پیش بینی ساختار پروتئین، به عنوان پیش بینی ساختار سوم آن با استفاده از اطلاعات ساختار اول )توالی اسیدهای آمینه( آن
تعریف میشود. در مقایسه با تعداد بسیار زیاد توالیهای شناخته شده، ساختار تعداد کمی از پروتئینها شناخته شده است. با
رشد بیشتر شکاف بین توالیها و ساختارهای شناخته شده، نیاز به توسعه روشهای پیشبینی ساختار که قابل اعتماد باشند،
افزایش یافته است. تعداد زیادی از الگوریتمهای جستجوی فرا ابتکاری موجود تلاش میکنند تا مسئله را با جستجو در
ساختارهای ممکن و یافتن ساختاری با انرژی کمینه، حل کنند. در این مقاله، روش جستجوی مارپیچ برمبنای الگوریتم فرا
ابتکاری تابو را بررسی و پیاده سازی به صورت موازی انجام میشود و نتایج حاصل از آن برای پیشبینی ساختار پروتئین براساس
مدل انرژی HP با استفاده از شبکه سه بعدی FCC ارائه میگردد.