@article { author = {Hsanvavand, A.J. and Farrokhi, Hamid}, title = {Competitive Optimization in Gaussian Frequency Selective Interference Channels Using Game Theory}, journal = {Journal of Soft Computing and Information Technology}, volume = {2}, number = {1}, pages = {3-9}, year = {2013}, publisher = {Babol Noshirvani University of Technology}, issn = {2383-1006}, eissn = {2588-4913}, doi = {}, abstract = {The concept of cognitive radio such as sensing free frequency band and dynamic spectrumaccess can achieve efficient use of the frequency band in future communication systems. Oneof the important issues discussed in cognitive radio network is resource allocation. Giventhe competitive character of the user, in this paper we model a cognitive radio network as anon-cooperative game where secondary users compete intractably with each other infrequency-selective channels, by maximizing their own information rates subject to thetotal transmit power and peak transmit power in each frequency band. We express thesolution to the problem in Nash equilibrium form and investigate the existence anduniqueness of the Nash equilibrium. Also, to achieve Nash equilibrium of the game, we use anasynchronous distributed algorithm called smoothed asynchronous iterative water-fillingalgorithm. This means that some users, among others, will have more opportunity to updatetheir own allocated power}, keywords = {}, title_fa = {بھینھ سازی رقابتی در کانال ھای تداخلی انتخابگر- فرکانسی گوسی با استفاده از نظریھ بازی ھا}, abstract_fa = {مفهوم رادیو شناختگر با توجه به خصوصیاتی مانند، حس کردن باند فرکانسی خالی و دستیابی دینامیکی طیف فرکانسی می تواند به منظور استفادهبهینه از باند فرکانسی در نسل های آینده سیستم های مخابراتی بسیار مفید باشد. یکی از موضوعهای مهم و مورد بحث در شبکه های رادیو شناختگر تخصیصمنابع است. با توجه به خصوصیت رقابتی بودن کاربرها، در این مقاله ما یک شبکه رادیو شناختگر را به صورت یک بازی بدون همکاری مدل میکنیم که در آنکاربرهای ثانویه با توجه به محدودیتهای مجموع توان ارسالی و حداکثر توان ارسال در هر بازه فرکانسی به منظور بالا بردن نرخ ارسال خود به صورت خودسرانه وبیان Nash بدون داشتن یک مرکز تصمیم گیرنده با دیگر کاربرهای ثانویه در کانال های انتخابگر - فرکانسی به رقابت میپردازد. ما پاسخ مسئله را در قالب تعادلبازی از یک الگوریتم گسترده ناهمزمان که Nash را مورد بررسی قرار می دهیم. همچنین به منظور دستیابی به تعادل Nash می کنیم و وجود و یکتایی تعادلالگوریتم واترفیلینگ تکرار شونده ناهمزمان هموار نامیده می شود استفاده خواهیم کرد. به این معنی که به بعضی از کاربرها اجاره داده خواهد شد بیشتر ازکاربرهای دیگر توان تخصیصی خود را به روز کنند.}, keywords_fa = {}, url = {https://jscit.nit.ac.ir/article_67366.html}, eprint = {https://jscit.nit.ac.ir/article_67366_ff8bc280880a9e18b758751891c7716c.pdf} } @article { author = {Najafzadeh, Hamed and Zahiri, Seyed-Hamid}, title = {The central force multi-objective optimization algorithm}, journal = {Journal of Soft Computing and Information Technology}, volume = {2}, number = {1}, pages = {10-19}, year = {2013}, publisher = {Babol Noshirvani University of Technology}, issn = {2383-1006}, eissn = {2588-4913}, doi = {}, abstract = {In this paper a new method for Multi-Objective Optimization (MOO) has been proposed based onCentral Force Optimization algorithm.Thismethod has been called‘Multi-Objective Central ForceOptimization’ algorithm (MOCFO) . MOCFO utilizes the concept of ‘Pareto Optimality’to identify thepositions of non-dominated vectors and employs a repository to maintain the positions. Theperformance of the MOCFO has been evaluated and compared with other optimization techniqueswhich utilize other heuristic algorithms (e.g. particle swarm optimization, and genetic algorithm). Thesimulation results show that the performance of the proposed MOCFO is comparable to, sometimesbetter than other MOO techniques.To ensure the true performance of the method presented whenopposed with Multi-Objective Optimization Problems, we evaluate it on standard test functions. Thefinal results exhibit the robustness and performance of the so-called method which spans newopportunities of research for the researchers.}, keywords = {Multi-Objective Optimization,Central force optimization,CFO,Pareto optimality}, title_fa = {الگوریتم بهینه سازی نیروی مرکزی چند هدفه}, abstract_fa = {در این مقاله روش جدیدی در بهینهسازی چندهدفه مبتنی بر الگوریتم بهینهسازی نیروی مرکزی به نام الگوریتم بهینه سازی نیرویغیرچیره » برای شناسایی موقعیتهای « بهینگی پرتو » از مفهوم MOCFO ارائه میشود. روش (MOCFO) مرکزی چندهدفهبرای نگهداری این موقعیتها استفاده میکند. برای اطمینان از صحت عملکرد روش ارائه شده در « مخزن بیرونی » و از یک « شدهمواجه با مسائل بهینهسازی چندهدفه، آن را برروی توابع استاندارد معتبر مورد آزمایش قرار میدهیم. نتایج نهایی قدرت و عملکرد اینروش را نشان میدهد که بستر جدیدی از تحقیقات را فراروی محققین قرار داده است}, keywords_fa = {بهینهسازی چندهدفه,الگوریتم بهینهسازی نیروی مرکزی,بهینگی پرتو}, url = {https://jscit.nit.ac.ir/article_67367.html}, eprint = {https://jscit.nit.ac.ir/article_67367_2c40a88e4256ccee54db5e5586f8413a.pdf} } @article { author = {Minagar, Sara and Ghaderi, Reza and Ranjbar Noyei, Abolfazl}, title = {A Novel Method for Basic Probability Assignment in Evidence Theory with Application to Multiple MPC}, journal = {Journal of Soft Computing and Information Technology}, volume = {2}, number = {1}, pages = {20-32}, year = {2018}, publisher = {Babol Noshirvani University of Technology}, issn = {2383-1006}, eissn = {2588-4913}, doi = {}, abstract = {Nowadays, Dempster-Shafer theory of evidence is widely used in data fusion. This theory isa powerful tool for modelling, combination and inference of uncertain, imprecise andincomplete information. The fundamental object of D-S theory is a primitive function calledBasic Probability Assignment (BPA), which should be determined based on characteristics ofthe process. How to determine BPA, is still a matter of discussion.In this paper, a novel methodis proposed for basic probability assignment. In the proposed method, BPA is determined for eachpoint according to its distances from the cluster centres, by means of fuzzy membershipfunctions. The proposed method is used to determine the switch signal of a multiple MPC,and simulation results show that it considerably reduces the undesired switching. Moreover, theadvantages of the roposed method when compared to one of the conventional methods would bediscussed.}, keywords = {Basic Probability Assignment,Dempster-Shafer Theory of Evidence,Fuzzy set,Multiple Modelو Predictive Control}, title_fa = {شیوه نو در تخصیص احتمال اساسی در تئوری شواهد با کاربرد در کنترل مدل پیش بین چندگانه}, abstract_fa = {تئوری شواهد دمستر - شفر ابزار قدرتمندی برای مدلسازی، ترکیب و نتیجهگیری از دانستههای دارای عدم قطعیت، مبهم  و ناقص است که امروزه بطور گسترده در ترکیب اطلاعات مورد استفاده قرار گرفته است. یکی از ارکان این تئوری، تابع اولیهای به نام تخصیص احتمال اساسیمیباشد که باید بر اساس خصوصیات فرایند مورد بررسی تعیین شود. چگونگی تعیین این تابع هنوز مسئلهای مورد بحث است. در این مقاله شیوه جدیدی برایتعیین تابع تخصیص احتمال اساسی پیشنهاد شده است. در این روش تابع تخصیص احتمال اساسی برای هر نقطه، با مقایسه فواصل آن نقطه از مراکز خوشههابه کمک توابع عضویت فازی تعیین میشود.  روش پیشنهادی جهت تعیین سیگنال سوئیچ یک کنترل کننده مدل پیش بین چندگانه مورد استفاده قرار گرفته و به کمک شبیه سازی نشان داده شده استکه استفاده از روش پیشنهادی تعداد سوئیچینگهای ناخواسته تا حد زیادی کاهش مییابد. همچنین روش پیشنهادی با یکی از روشهای معمول پیشین موردمقایسه قرار گرفته و مزیت آن به کمک شبیه سازی نشان داده شده است}, keywords_fa = {تخصیص احتمال اساسی,تئوری شواهد دمستر شفر,مجموعه فازی,کنترل مدل پیش بین چندگانه}, url = {https://jscit.nit.ac.ir/article_67369.html}, eprint = {https://jscit.nit.ac.ir/article_67369_1b53ec85030a352557487d703723d079.pdf} } @article { author = {Rezaee, Khosro and Haddadnia, Javad and Delbari, Ahmad}, title = {Automatic Extraction of Edge Topography in Medical Images Using Ant Colony Optimization Algorithm and Image Processing Techniques}, journal = {Journal of Soft Computing and Information Technology}, volume = {2}, number = {1}, pages = {34-41}, year = {2013}, publisher = {Babol Noshirvani University of Technology}, issn = {2383-1006}, eissn = {2588-4913}, doi = {}, abstract = {Edge detection in image processing is one of the main techniques used in segmentation,separation and detection of the special parts of the image. The presence of noise andstructural anomaly due to the weak local contrast of the medical images are of the reasonsthat prevent the current operators from accurate detection of the edge in these images. In thispaper, the meta-heuristic colony algorithm has been used for edge detection in medicalimages. Rapid convergence to obtain the optimal solution along with the parameters resistantto initialization has increased the efficiency of the algorithm. In different parts of the image,especially the part with pathological damage, the edge is assumed as ant’s food. Receiving٢٢٠ medical images composed of ٩٠ retina images taken from diabetic patients, ٨٠ MRIimages as well as ٥٠ microscopic images taken from various medical databases and applyingsystem to them in contrast to such known operators as Canny and Sobel, an acceptable levelof accuracy ٩٤.٩٠%, sensitivity ٩٤.١٦% and specificity ٩٤% was separated in the targetarea from the rest of image. The ٨٨.٧٩% Kappa coefficient indicates the high reliabilityfactor of system in terms of performance. The use of the current combination method forprocessing of the images has increased the accuracy even in images with high brightness,rendering the F-Measure significant. The accurate extraction of pathological parts frommedical images allows the specialist to determine the disease progression stage, and suggestan appropriate treatment in accordance with the disease growth.}, keywords = {}, title_fa = {استخراج خودکار توپوگرافی لبه در تصاویر پزشکی به کمک الگوریتم بهینهسازی کلونی مورچه و تکنیکهای پردازش تصویر}, abstract_fa = {آشکارسازی لبه در پردازش تصویر از تکنیکهای اساسی در بخشبندی، جداسازی و درک موقعیت بخشهای ویژه از تصویر است. وجود نویز و به همریختگی ساختاری در اثر ضعیف بودن کنتراست محلی تصاویر پزشکی از اصلیترین دلایلی به شمار میروند که عملگرهای کنونی قادر نباشند به درستی لبه رادر اینگونه تصاویر آشکار سازند. در این مقاله از الگوریتم فرا اکتشافی کلونی برای یافتن لبه در تصاویر پزشکی استفاده شده که همگرایی سریع آن در دستیابی بهپاسخ بهینه و پارامترهای مقاوم آن در مقدار دهی اولیه سبب شده تا الگوریتمی کارآمد طراحی گردد. با گسیل مورچهها به سمت پیکسلهای تصویر و تکیه برمشخصههای لبه، ماتریس فرومون ساخته میشود که در بردارنده اطلاعات مربوط به بافت آسیب دیده است. در مرحله ارزیابی سیستم پیشنهادی، با دریافت 220مغز و 50 تصویر میکروسکوپی از پایگاههای پزشکی گوناگون، در سطح قابل قبولی MRI تصویر پزشکی مرکب از 90 تصویر شبکیه چشم افراد دیابتی، 80 تصویر88 % نشان / 94 % حاصل آمد. ضریب کاپای برابر با 79 / 94 % و ویژگی 00 / 94 %، حساسیت 16 / دقتی برابر با 90 ،Canny و Sobel و در مقایسه با عملگرهای چون دهنده ضریب اطمینان بالای سیستم در عملکرد است. بکارگیری روش ترکیبی کنونی در پردازش تصاویر سبب شده حتی در تصاویر با شدت نویز بالا، دقت تاحد چشمگیری افزایش یابد و میانگین متوازن دقت و حساسیت معنادار باشد. استخراج دقیق بخش پاتولوژیک تصاویر پزشکی، پزشک متخصص را قادر میسازدتا مرحله پیشرفت بیماری احتمالی را تعیین کند و نحوه درمان متناسب با رشد بیماری را پیشنهاد دهد.}, keywords_fa = {لبهیابی,الگوریتم کلونی مورچه,ماتریس فرومون,پردازش تصویر,بافت آسیب دیده}, url = {https://jscit.nit.ac.ir/article_67370.html}, eprint = {https://jscit.nit.ac.ir/article_67370_fb8b09fec35516c7983ddbb195efe088.pdf} }