دانشگاه اصفهانهوش محاسباتی در مهندسی برق2821-068912420211222ForSts: Tacit Collusion in the Repeated Non-Cooperative Games Using Forwarding N-Steps Reinforcement Learning Algorithmتبانی ضمنی در بازی های غیر مشارکتی مکرر با استفاده از الگوریتم یادگیری تقویت N گام جلوتر1122573210.22108/isee.2020.121990.1345FAامینگلزاری هرمزیدانشکده مهندسی کامپیوتر - دانشگاه خواجه نصیرالدین طوسی - تهران - ایرانسید حسینخواستهدانشکده مهندسی کامپیوتر - دانشگاه خواجه نصیرالدین طوسی - تهران- ایرانامیرحسیننیکوفرددانشکده برق، دانشگاه خواجه نصیرالدین طوسی، تهران، ایرانزهراشیرمحمدیدانشکده مهندسی کامپیوتر - دانشگاه شهید رجایی - تهران- ایرانJournal Article20200309In the game theory, the well-known solution to obtain the best profit in non-repeated games as much as possible is the Nash equilibrium. However, in some repeated non-cooperative games, agents can achieve more profit than the Nash equilibrium by tacit collusion. One of the methods to achieve profit more than Nash equilibriums in tacit collusion is reinforcement learning. However, reinforcement learning-based methods consider only one step in the learning process. To achieve and improve profit in these games, more than one step can be used. In this regard, a learning-based forwarding N-steps algorithm called Forwarding Steps (ForSts) is proposed in this paper. The main idea behind ForSts is to improve the performance of agents in non-cooperative games by observing the last N-step rewards. As ForSts is used in the game theory to learn tacit collusion, it is evaluated by the iterated prisoner’s dilemma and the Cournot market. Prisoner’s Dilemma is an example of a traditional game. The results show that in the iterated prisoner’s dilemma, the agents using ForSts achieve better profit than the agents playing in the Nash equilibrium. Also, in the Cournot electricity market, sum of the profit of agents using ForSts is 3.614% more than the sum of profit of agents` playing in the Nash equilibrium.در تئوری بازی، راه حل شناخته شده برای به دست آوردن حداکثر سود در بازی های تکرار نشده تا حد ممکن، تعادل نش است. با این حال، در برخی از بازی های غیر مشارکتی مکرر، بازیگران می توانند با تبانی ضمنی به سود بیشتری از تعادل نش برسند. یکی از روشهای دستیابی به سود بیش از تعادل نش در تبانی ضمنی ، یادگیری تقویتی است. با این حال، روش های مبتنی بر یادگیری تقویتی تنها یک مرحله در فرایند یادگیری را در نظر می گیرند. برای دستیابی و بهبود سود از تعادل نش در این بازیها ، می توان بیش از یک مرحله استفاده کرد. در این راستا، الگوریتم N مرحله به جلوبه نام (ForSts) در این مقاله ارائه شده است. ایده اصلی ForSts بهبود عملکرد بازیگران در بازی های غیر مشارکتی با مشاهده آخرین جوایز N مرحله ای است. از آنجا که ForSts در تئوری بازی برای یادگیری تبانی ضمنی استفاده می شود، توسط مسئله زندانیان به صورت مکرر و بازار برق ارزیابی می شود. نتایج نشان می دهد که درمسئله زندانیان به صورت مکرر و بازار برق، بازیگران با استفاده از روش ارائه شده سود بهتری نسبت به نمایش های عامل در تعادل نش به دست می آورند.https://isee.ui.ac.ir/article_25732_0603af87c20e0b32da349e9ba2c8efb2.pdfدانشگاه اصفهانهوش محاسباتی در مهندسی برق2821-068912420211222A Multi-Objective Reconfiguration Scheme for Reliability and Energy Usage Enhancement of Distribution Systems in the Presence of Wind Turbines Using the MOHSA Optimization Algorithmبازآرایی چند هدفه در راستای قابلیت اطمینان و مصرف انرژی سیستم های توزیع در حضور توربین های بادی با بهره گیری از الگوریتم MOHSA13302567510.22108/isee.2021.123505.1390FAمحمد حسنهمت پورگروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه جهرم، جهرم، ایرانمحمد حسینرضائیان کوچیگروه مهندسی برق- دانشگاه شهید باهنر کرمان - کرمان- ایرانJournal Article20200616The stochastic nature of the active power generated by wind turbines (WTs) has posed new challenges to the reliability assessment, load flow analysis, and reconfiguration process of distribution systems penetrated with WTs. In this paper, a new optimization approach has been presented to find the best configuration of the distribution system along with optimal locations of WTs. This is aimed at maximizing the reliability of the system, while energy losses are minimized. To this end, based on the graph theory and the system topology, a simple technique is proposed for finding minimal cut sets that could be used for calculating reliability indices. Furthermore, the multiple flow directions created in the presence of WTs cause difficulties in calculating reliability indices and in performing load flow analysis. Accordingly, a new concept called the independent reliability zone is introduced to overcome these problems. In this paper, the multi-objective harmony search algorithm, due to its suitability for multi-objective problems, is employed as a solution for solving the proposed optimization problem. The effect of the proposed approach has been evaluated on both test and real systems. The results show that using the proposed approach, a more practical solution is achieved for low-cost and reliable 24-hour planning of the system in the presence of uncertainties in DGs.ماهیت تصادفی توان تولیدی توربین های بادی چالش های جدیدی را در زمینه های مختلف از جمله ارزیابی قابلیت اطمینان، پخش بار و بازآرایی ایجاد کرده است. در این مقاله، یک مسئله بهینه سازی جدید ارائه شده است تا بتواند بهترین آرایش یک سیستم توزیع و همچنین مکان های بهینه توربین های بادی را با در نظر گرفتن ماهیت تصادفی آنها به گونه ای به دست آورد که قابلیت اطمینان سیستم حداکثر و تلفات انرژی حداقل شود. برای این منظور، بر اساس تئوری گراف و توپولوژی شبکه، روشی ساده برای محاسبه منیمم کات ست ارائه شده که از آن برای محاسبه شاخص قابلیت اطمینان بهره می گیرند. به منظور محاسبه شاخص های قابلیت اطمینان و انجام پخش بار در حضور توربین های بادی نیاز است که ابتدا راستای تامین توان مشخص شود. برای این منظور مفهوم جدیدی تحت عنوان منطقه قابلیت اطمینان مستقل معرفی می شود. در این مقاله از الگوریتم جستجوی هارمونی چند هدفه برای حل مسئله بهینه سازی بهره گرفته اند. نتایج نشان دهنده اثربخشی روش ارائه شده برای شبکه تست توزیع استاندارد و توزیع واقعی است.https://isee.ui.ac.ir/article_25675_6788043464eba0ee77f8567b474247b2.pdfدانشگاه اصفهانهوش محاسباتی در مهندسی برق2821-068912420211222End-to-end Distortion Modeling and Channel Adaptive Optimization of Mixed Layer Multiple Description Coding Schemeمدل سازی اعوجاج انتها به انتها و بهینه سازی منطبق با کانال برای طرح کدگذاری چند توصیفه MLMDC31422422210.22108/isee.2019.118706.1266FAمحمدکاظمیگروه مهندسی برق- دانشکده فنی و مهندسی- دانشگاه اصفهان- اصفهان- ایرانJournal Article20190811Multiple Description Coding (MDC) is an error resilient coding technique in which multiple streams from a video source are generated, each is individually and mutually decodable. This error resiliency is obtained at the cost of redundancy, and the amount of redundancy depends on the channel loss rate as well as the frame position in the sequence. Due to the nature of video codecs, an erroneous frame will infect the successive frames and causes an unacceptable quality. MDC redundancy allocation more than required leads to compression inefficiency. Therefore, a channel adaptive optimization for frame-wise redundancy allocation is inevitable. In this paper, the MDC scheme known as Mixed Layer Multiple Description Coding (MLMDC) is under consideration for end-to-end distortion modeling and channel adaptive optimization. The model works based on the side and central decoder outputs mismatch. The performance of the model as well as the optimizer are verified by experimental results measured from JM19.0, H.264/AVC reference software. The experiments also show that the optimal MLMDC outperforms the conventional methods for high enough loss rates.--https://isee.ui.ac.ir/article_24222_6760e909e935546a95a8e2e733803cd0.pdfدانشگاه اصفهانهوش محاسباتی در مهندسی برق2821-068912420211222Dynamic Stability Improvement in Power System with Simultaneously and Coordinated Control of DFIG and UPFCبهبود پایداری دینامیکی در سیستم قدرت با کنترل هماهنگ و همزمان کنترل کننده یکپارچه توان و ژنراتور القائی دو سو تغذیه43562597610.22108/isee.2021.127138.1448FAمسعودملکی ریزیدانشکده مهندسی برق- دانشگاه شهرکرد- شهرکرد- ایرانسعیداباذریدانشکده مهندسی برق- دانشگاه شهرکرد- شهرکرد- ایراننیمامهدیاندانشگاه شهید رجایی، تهران، ایرانJournal Article20210124This paper presents the impact of simultaneous and coordinated control of the unified power flow controller (UPFC) and the doubly-fed induction generator (DFIG) on the multi-machine power system`s dynamic stability. All UPFC`s main basic PI controllers and its Power Oscillation Damping (POD) supplementary controller have been used. A more complete model of DFIG and both Rotor-Side Converter (RSC) and Grid-Side Converter (GSC) dynamics with their PI controllers are considered, too. UPFC and DFIG controllers are simultaneously coordinated and optimized with compromising between their control variables parameters. Particle Swarm Optimization (PSO) algorithm is used to optimize the objective function based on eigenvalues and damping ratio to reach the best parameters and variables of controllers of both UPFC and DFIG. During the studies of permanent and dynamic state, the thermal capacity of the lines and the nominal values of UPFC have also been considered. Simulation results in a <em>39-bus 10-machine New-England power system</em> show the capability of the applied method. The results demonstrate that coordinated control of UPFC and DFIG tend to more damping system modes oscillation and more stability in the power system.در این مقاله، تاثیر کنترل همزمان و هماهنگ کنترل کننده یکپارچه توان و ژنراتور القائی دو سو تغذیه بر بهبود پایداری دینامیکی سیستم قدرت چندماشینه مورد بررسی قرار گرفته است. هر چهار کنترل کننده PI اصلی UPFC بطور همزمان و هماهنگ در کنار بلوک پیش فاز-پس فاز میراساز نوسان مورد استفاده قرار گرفته اند و پارامترهای آنها با PSO تنظیم شده اند. بطور همزمان دینامیک تقریبا کامل DFIG با در نظر گرفتن کنترل کننده های PI مبدلهای سمت روتور و شبکه لحاظ شده است. تنظیم همزمان و هماهنگ کنترل کننده های خطی UPFC و DFIG با تعریف تابع هدفی مبتنی بر مقادیر ویژه و ضرایب میرایی بوسیله الگوریتم PSO انجام شده است. شبیه سازی برای سیستم 10 ماشینه 39 باسه برای بررسی اثر استفاده همزمان و هماهنگ این دو تجهیز روی پایداری دینامیکی سیستم انجام شد. محدودیتهای عملی توان خطوط و UPFC نیز در حین تنظیمات UPFC لحاظ گردید. نتایج نشان می دهد که استفاده از کنترل همزمان و هماهنگ و بهینه شده این دو تجهیز می تواند منجر به کاهش نوسانات در بسیاری از مدها و پایداری دینامیکی بهتر کل سیستم قدرت شود.https://isee.ui.ac.ir/article_25976_3c0f1cfbe2a06e45dac649b293eb4fe4.pdfدانشگاه اصفهانهوش محاسباتی در مهندسی برق2821-068912420211222A Compromise Solution based on Fuzzy Decision Making for multi-objective Hourly Planning in Clustered Microgrids Considering Uncertainty of Renewable Energy Resourcesیک راه حل مصالحه ای بر اساس تصمیم گیری فازی به منظور برنامه ریزی ساعتی چند هدفه درریز شبکههای خوشه بندی شده با در نظر گرفتن عدم قطیعت منابع انرژی تجدیدپذیر57722543310.22108/isee.2020.122174.1349FAرضاساکیدانشکده فنی مهندسی -دانشگاه لرستان- خرم آباد- ایراناسماعیلرک رکدانشکده فنی مهندسی -دانشگاه لرستان- خرم آباد- ایرانمیثمدوستی زادهدانشکده فنی مهندسی -دانشگاه لرستان- خرم آباد- ایرانمحمدعابدینیاستادیار، دانشکده مهندسی، دانشگاه آیت ا... بروجردی، بروجرد، ایرانJournal Article20200404This paper proposes a multi-objective function for hourly optimization of microgrids performance through minimizing the operating costs, losses and, voltage deviation index. A fuzzy decision-maker is used in this study to select the best solution from the optimally set goals by the Pareto Front beam method. In this paper, the collections of microgrids are separated into several clusters and power transaction between clusters as well as between distribution system and MG clusters, with consideration for the uncertainty of renewable energy resources (RESs), is examined. An hourly robust energy management approach is presented for distribution systems under the penetration of renewable energy-based MGs. In addition to wind turbines and photovoltaics as RESs, the MGs are equipped with energy storage systems and micro-turbines. The uncertainty of renewable generation is demonstrated via the information gap decision theory (IGDT) technique. To validate the effectiveness of the proposed model, it is tested on a 94 bus distribution test system using the general algebraic modeling system (GAMS) software. The results show the prominence of MGs clustering in improving the techno-economic characteristics of the distribution system and indicate the important consequences of clustered microgrids in optimal power transaction and distribution system operation.--https://isee.ui.ac.ir/article_25433_33d8c966c1598274dc74b419d18602cf.pdfدانشگاه اصفهانهوش محاسباتی در مهندسی برق2821-068912420211222Lyapunov stability analysis in the training of type 2 Neuro-Fuzzy Identifier with a swarm-based hybrid intelligent algorithmتحلیل پایداری لیلپانوف در آموزش شناساگر فازی-عصبی نوع ۲ با الگوریتم مبتنی برازدحام ترکیبی هوشمند73882631310.22108/isee.2021.129276.1486FAمحمد مهدیذبیحی شش پلیدانشکده مهندسی مکانیک، برق و کامپیوتر، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایرانمهدی علیاریشوره دلیاستادیار، گروه مکاترونیک، قطب کنترل صنعتی، دانشکده مهندسی برق، دانشگاه صنعتی
خواجه نصیرالدین طوسی، تهران، ایرانعلیمعرفیان پوراستادیار، دانشکده مهندسی مکانیک، برق و کامپیوتر، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایرانJournal Article20210706Training<strong> </strong>stability of a model in an identification process has been one of the primitive requirements in recent control researches. This paper aims at analyzing the training stability of the interval type 2 adaptive Neuro-Fuzzy inference system (IT2ANFIS) with a swarm-based hybrid algorithm. The antecedent and the consequent parts of the model are trained by particle swarm optimization (PSO) and Kalman filter (KF) algorithms, respectively (PSO+KF). The Lyapunov stability theorem with a newly found Lyapunov function is employed to assess the stability conditions. These conditions led to adaptive stabilizing boundaries in the adjustable parameters of the algorithms (APAs), such as the covariance matrix in KF, inertia factor, and maximum gain in PSO. The selection of APAs within these boundaries guaranteed the stability of the training process. The analytical approach of this study resulted in finding new and broader stabilizing boundaries for the APAs. Implementation of the theorem to the training and predicting the future values of the Mackey-Glass chaotic time series and a stochastic non‐linear system revealed the superiority of the theorem in terms of their root mean square errors (RMSEs), simulation times, and their entrapment in the local minimums.چکیده: پایداری آموزش یک مدل در فرآیند شناسایی، یکی از الزامات اولیه در پژوهش های سال های اخیر در زمینه کنترل بوده است. هدف از این مقاله، تحلیل پایداری آموزش سیستم استنتاجی فازی-عصبی نوع ۲ بازه ای (IT2ANFIS) در هنگام آموزش با یک الگوریتم ترکیبی مبتنی بر ازدحام ذرات است. بخش-های مقدم وتالی مدل به ترتیب با الگوریتم های بهینه سازی ازدحام ذرات (PSO) و فیلتر کالمن (KF) آموزش داده شده اند. یک تابع لیاپانوف جدید برای ارزیابی شرایط پایداری بکار گرفته شده است. این شرایط منجر به محدوده های پایدارساز در پارامترهای قابل تنظیم الگوریتم ها (APAs) همانند ماتریس کوواریانس در KF، ضریب اینرسیایی و بهره ماکزیمم در PSO شده اند. انتخاب پارامترهای قابل تنظیم الگوریتم ها در این محدوده ها پایداری فرآیند آموزش را تضمین نموده است. رویکرد تحلیلی حاصل شده از این مطالعه منجر به پیدایش محدوده های پایدارساز جدید و وسیع تر در این پارامترها شده است. همچنین، پیاده سازی این نظریه در آموزش و پیش بینی مقادیر آتی سری زمانی آشوب مکی گلاس و یک سیستم غیر خطی تصادفی، برتری این نظریه را بر حسب خطای مجذور میانگین مربعات (RMSEs)، زمان شبیه سازی و میزان به دام افتادن در کمینه محلی نشان می دهد.https://isee.ui.ac.ir/article_26313_99e613d5dd8271857cdbc0eb1c33cc8a.pdfدانشگاه اصفهانهوش محاسباتی در مهندسی برق2821-068912420211222Adaptive Nonlinear Control of Outlet Oil Temperature of a Distributed Solar Collector Field in Presence of Environment Disturbancesکنترل غیرخطی تطبیقی دمای روغن خروجی یک میدان کلکتور خورشیدی توزیع شده در حضور اغتشاشات محیطی891022668910.22108/isee.2022.132335.1538FAنیلوفرملکیگروه مهندسی برق، دانشگاه صنعتی همدان، شهر همدان، ایرانمهدیخدابندهگروه مهندسی برق، دانشگاه صنعتی همدان، شهر همدان، ایرانمحمدصوفیگروه مهندسی برق، دانشگاه صنعتی همدان، شهر همدان، ایرانJournal Article20220115In this paper, a high-performance controller is proposed for distributed solar collector field as the smooth signal control of this controller can achieve a fast response and low chattering. The purpose of this research is to adjust the outlet oil temperature of the collectors, despite the influence of uncertainties such as the impossibility to manipulate the primary energy source (unlike fossil power plants), variable oil temperature along the tube line, and the dirty surface of the mirrors as well as variable atmospheric conditions such as cloudy weather, air pollution, air humidity, and variations in sunlight. The main part of this paper is the presentation of a nonlinear controller for tracking the reference temperature value and adjusting the outlet oil temperature. For resolving distortion and chattering in the control signal, an adaptive controller is used to adjust the control parameters. The very smooth and well-adjusted control signal is the strength of this controller that can be practically applied to a linear parabolic solar power plant. Finally, while changes in solar radiation are considered a disturbance, the designed controller performance is studied in reference trajectory tracking and the results are presented in comparison to the non-adaptive nonlinear control.در این مقاله، یک کنترل کننده غیرخطی تطبیقی جهت کنترل دمای روغن در نیروگاه سهموی خطی و در حضور نامعینیها و اغتشاشات درونی و بیرونی مانند تغییرات دما در داخل لولههای بلند نیروگاه سهموی خطی، کثیفی سطح آینهها، تغییرات تابش خورشید که وابسته به تغییرات فصول سال، ساعات روز و یا شرایط آبو هوایی، آلودگی هوا و حتی رطوبت میباشد، و بسیاری موارد دیگر، ارائه شده است. سیگنال کنترلی روان و بدون اعواج و فاقد چترینگ از جمله خصوصیات مهم این کنترل کننده میباشد که باعث افزایش کارایی و قابلیت اعمال این کنترل کننده در پروژههای عملی شده است. بخش اصلی این مقاله به ارائه یک کنترل کننده غیرخطی جهت ردیابی دمای مرجع پرداختهاست. به منظور جلوگیری از ایجاد اعوجاج و چترینگ در سیگنال کنترل از یک کنترلکننده تطبیقی به منظور تنظیم پارامترهای کنترلی بهره گرفته شدهاست و در نهایت به منظور ارزیابی کنترل کننده ارائه شده، شبیهسازیهای لازم برای نیروگاه سهموی خطی 250 کیلوواتی شیراز انجام شده و نتایج شبیهسازی برای یک حالت واقعی و حالتهای مختلف اغتشاش در دمای محیط و تابش آفتاب ارائه شده است.https://isee.ui.ac.ir/article_26689_a752856712ac5f1e8558c8d927fdf8fd.pdfدانشگاه اصفهانهوش محاسباتی در مهندسی برق2821-068912420211222Introducing a sensor fusion method using an interval decision template for handling uncertainty in sensor dataمعرفی یک روش تلفیق حسگرها با استفاده از یک الگوی تصمیم بازه ای به منظور غلبه بر عدم قطعیت در داده های حسگرها1031182668010.22108/isee.2022.127131.1449FAمهدیسالخورده حقیقیدانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی سجاد، مشهد، ایرانJournal Article20210122Data fusion techniques have been used in decision making applications for many years. The methods introduced for data fusion, synergistically combine different types of data received from different sources or sensors. In this research, a fusion method is introduced for data fusion, synergistically combine different types of data received from different sources or sensors. In this research, a fusion method is introduced that can be used in situations in which the data received from different sources or sensors have some level of uncertainty and are represented as intervals. The main challenge in these situations is how the uncertainty may be represented and handled. The contribution of this paper is in three parts. First, a special tool is presented for the representation of the uncertainties that can be used in the fusion methods that use intervals (named interval decision template). Second, a fusion method is introduced to use the tool as a basic structure. And finally, the decision template and fusion method are combined with some known fusion methods for handling uncertainty. The designed experiments indicate how the interval decision template is used for data fusion and also indicate the effectiveness of the presented fusion method. Moreover, some experiments are designed to indicate the effectiveness of using the interval decision template by Dempster Shafer and Bayes methods to handle interval data.تلفیق داده ها همواره در سیستم های مبتنی بر تصمیم مورد استفاده بوده اند. روشهای تلفیق داده ها می توانند انواع مختلف داده ها را که از سنسورها ومنابع مختلف داده دریافت می شوند بطور هم افزا با یکدیگر ترکیب کنند. در این مقاله یک روش تلفیق داده ها معرفی شده است که در زمان وجود عدم قطعیت در داده های دریافتی از سنسورهای محیط مورد استفاده قرار می گیرد. چالش اصلی چگونگی نمایش این عدم قطعیت و اداره نمودن آن است. نوآوری اصلی این مقاله در سه بخش ارائه شده است. اول، ابزاری نمایش عدم قطعیت در داده ها معرفی شده است که می تواند در روش های تلفیق داده هایی که مبتنی بر داده های بازه ای هستند استفاده شود. دوم، روشی برای تلفیق داده های بازه ای معرفی شده است که می تواند از این ابزار استفاده کند. سوم، ابزار معرفی شده به همراه روش تلفیق داده های ارائه شده با برخی روش های تلفیق داده های موجود ترکیب می شوند تا موثر بودن آنها را در اداره نمودن عدم قطعیت و انعطاف پذیری آنها را برای بکارگیری در دیگر روش های تلفیق داده ها نشان دهد .نتایج آزمایش های طراحی شده اثبات این ادعاها می باشد.https://isee.ui.ac.ir/article_26680_49f76f0df0d1b749bcf8b334039ca9d9.pdf