Critical rationalism faces difficulty in Karl Popper’s Socratic formulation: “I may be wrong, and you may be right, and by an effort, we may find the truth.” But the Socratic elenchus, using refutations, can only give us negative knowledge of general principles, which is not the wisdom we seek. Affirmatively, we can only find a collection of opinions to be coherent, which is one of many. Francis Bacon proposed an improved elenchus to find general truths. You must take up a limited topic to study, then cross-examine your evidence for and against its apparent nature. Experiments contrary to evidence and presumed knowledge are entered as self-contradictions in tables of opposition recorded in an “experimental and natural history.” Such an account highlights a challenging puzzle if the account is to be made coherent. With enough problematized evidence, a coherent reading, or a solution of the puzzle, will be unique. Being both coherent and unique, it will be the truth about that limited reality being investigated. Unlike the method of hypothesis (“Anticipating Nature”), deciphering a coherent model is “Interpreting Nature,” allowing us to find a general truth on a limited topic. Isaac Newton achieved great success using Robert Boyle’s mechanistic version of this method. Using the “experimental philosophy,” he discovered general principles of optics and astronomy.

با گسترش شبکه های کامپیوتری و رشد روزافزون کاربردهای مبتنی بر اینترنت اشیاء (IoT)، شبکه های حسگر بی سیم (WSN)، و شبکه های پویا مانند MANET، مساله بهینه سازی مسیریابی به یکی از چالش های بنیادین در علوم رایانه و مهندسی شبکه تبدیل شده است. الگوریتم های سنتی همچون دایکسترا و بلمن-فورد اگرچه در محیط های پایدار کارایی نسبی دارند، اما به دلیل محدودیت در سازگاری با تغییرات دینامیک و چندهدفه بودن مسائل جدید، پاسخگوی نیازهای محیط های مدرن نیستند. در این راستا، هدف اصلی این مقاله، بررسی جامع نقش و کارایی الگوریتم فاخته (Cuckoo Optimization Algorithm - COA) به عنوان یک الگوریتم فراابتکاری نوین در بهینه سازی مسیریابی شبکه های کامپیوتری است. الگوریتم فاخته با الهام از رفتار تولیدمثل انگلی پرنده فاخته و سازوکار پرش های Lévy، به عنوان رویکردی ساده اما توانمند به ویژه برای حل مسائل غیرخطی، چندهدفه و پویا معرفی شده است. در این مقاله، ضمن تبیین ساختار، مراحل اجرایی و مزایا و معایب الگوریتم فاخته نسبت به روش های دیگر (مانند PSO، GA و ACO)، به مرور مطالعات میدانی و شبیه سازی های انجام شده در حوزه های WSN، MANET، SDN و IoT پرداخته شده است. نتایج پژوهش های گذشته نشان می دهد استفاده از COA سبب کاهش محسوس مصرف انرژی، بهبود نرخ تحویل بسته و افزایش طول عمر شبکه نسبت به الگوریتم های جایگزین شده است. همچنین، کاربردهای عملی COA در محیط های پویا و دارای تغییرات سریع توپولوژی، قابلیت ها و برتری های بیشتری نسبت به رقبای خود آشکار ساخته است. در ادامه، مقاله با تمرکز بر نتایج مقایسه ای میان COA و دیگر الگوریتم های فراابتکاری، نشان می دهد که الگوریتم فاخته به سبب سادگی ساختار، سرعت همگرایی بالا و توان جستجوی جامع تر، برای کاربردهای شبکه ای خصوصاً در سناریوهای داده محور و نوظهور، انتخاب مناسبی است. با این حال، چالش هایی نظیر نیاز به تنظیم بهینه پارامترها، تطبیق محدود با مسائل گسسته و عدم وجود استانداردسازی جامع نیز شناسایی شده است. بر همین اساس، پیشنهادهای پژوهشی آینده، بهره گیری از ترکیب COA با سایر الگوریتم ها، توسعه نسخه های یادگیری محور و به کارگیری آن در محیط های واقعی و بزرگ مقیاس را مورد تاکید قرار می دهد.

This study focuses on the investigation of intelligent form-finding and vibration analysis of a triangular polyhedral tensegrity that is enclosed within a sphere and subjected to external loads. The nonlinear dynamic equations of the system are derived using the Lagrangian approach and the finite element method. The proposed form-finding approach, which is based on a basic genetic algorithm, can determine regular or irregular tensegrity shapes without dimensional constraints. Stable tensegrity structures are generated from random configurations and based on defined constraints (nodes located on the sphere, parallelism, and area of upper and lower surfaces), and shape finding is performed using the fitness function of the genetic algorithm and multi-objective optimization goals. The genetic algorithm's efficacy in determining the shape of structures with unpredictable configurations is evaluated in two distinct scenarios: one involving a known connection matrix and the other involving fixed or random member positions (struts and cables). The shapes obtained from the algorithm suggested in this study are validated using the force density approach, and their vibration characteristics are examined. The findings of the comparative study demonstrate the efficacy of the proposed methodology in determining the vibrational behavior of tensegrity structures through the utilization of intelligent shape seeking techniques.

مقاله حاضر به مساله ترازیابی و توجیه با استفاده از حسگرهای اینرسی می پردازد. یکی از گام های مهم برای افزایش دقت ناوبری اینرسی وسایل متحرک، تعیین دقیق مقادیر اولیه برای زوایای قرارگیری در دستگاه ناوبری، از جمله وضعیت قرارگیری وسیله نسبت به شمال جغرافیایی یا آزیموت است. در این مقاله یک الگوریتم توجیه و ترازیابی دو مرحله ای شامل ترازیابی اولیه و ترازیابی دقیق به منظور تعیین زوایای اولیه وسیله با دقت چند دقیقه قوسی پیشنهاد شده است. بر این اساس ابتدا در ترازیابی اولیه، با استفاده از مولفه های بردار جاذبه و سرعت زاویه ای چرخش زمین که توسط سنسور های اینرسی اندازه گیری می شوند، زوایای تراز و آزیموت اولیه با دقت محدودی محاسبه می شوند. سپس با استخراج مدل خطا برای یک سیستم ناوبری اینرسی و استفاده از مزیت ساکن بودن حسگرهای اینرسی (صفر بودن سرعت واقعی حسگرها) خطای زوایای تراز و آزیموت با بکارگیری یک فیلتر کالمن تخمین زده شده و محاسبات اولیه تنظیم می شود. به منظور ارزیابی دقت این الگوریتم، بلوک ناوبری اینرسی بر روی یک میز سه درجه آزادی که قابلیت تنظیم زوایای تراز و آزیموت را با دقت حدود پنج ثانیه قوسی دارد، قرارداده شده و سپس الگوریتم ارائه شده با استفاده از خروجی سنسورهای اینرسی در آزیموت های مختلف مورد ارزیابی قرار گرفته است. نتایج نشان دهنده دقت مناسب تعیین آزیموت با استفاده از الگوریتم ارائه شده می باشد.

افزایش جمعیت و تقاضای روزافزون مواد غذایی و بهره وری اقتصادی پایین محصولات کشاورزی و هدررفت منابع آبی و خاکی، تعیین و اجرای الگوی کشت بهینه کشور را ضروری نموده است. در این تحقیق، با توجه به محدودیت ها و مشکلات روش های کلاسیک و همچنین به منظور کاهش زمان پردازش و بهبود کیفیت راه حل ها، از الگوریتم ازدحام ذرات چند هدفه آشوبناک در تعیین الگوی کشت بهینه دشت سیستان در شرایط بهینه و کم آبیاری استفاده گردید. نتایج کاربرد الگوریتم آشوبناک برای کشت های غالب منطقه نشان داد که الگوی کشت فعلی منطقه بهینه نبوده و با اجرای الگوی پیشنهادی مدل، سود حاصل به ازای واحد سطح زیر کشت، افزایش خواهد یافت. نتایج کاربرد کم آبیاری طی دوره های مختلف رشد محصولات گندم، جو، یونجه، سورگوم، هندوانه و انگور نیز نشان داد که اعمال کم آبیاری ها در این دشت استراتژی مناسبی نبوده و تنها استراتژی آبیاری کامل توصیه می گردد، مدل مقدار بهینه حجم آب برای سطح یک هکتار را 42750 متر مکعب برآورد نموده و با وارد کردن گیاهان گندم، یونجه، سورگوم، هندوانه و انگور با استراتژی آبیاری کامل در الگوی بهینه کشت، در نهایت بازده برنامه ای 4, 153, 448 تومان بدست آمد، با کاهش 25 درصدی آب مصرفی شبکه، مقدار بازده برنامه ای 5/14 درصد و با کاهش 50 درصدی آب مصرفی، مقدار بازده برنامه ای 5/41 درصد کاهش یافت. نتایج ارزیابی حساسیت مدل نیز نشان داد که در قیمت های پایین، کشاورزان واکنش کمتر و در قیمت های بالاتر، عکس العمل بیشتری به تغییر قیمت نشان داده و با افزایش قیمت آب، سود ناخالص (بازده برنامه ایی) کمتر و مدل بیشتر به سمت افزایش زیر کشت محصولاتی تمایل دارد که با مصرف آب کمتر عملکرد بیشتری دارند. نتیجه گیری کلی این تحقیق آن است که بی کشش بودن تقاضای آب در دامنه های قیمتی 725-0، 950-750، 1050-1000 و همچنین 1200-1075 ریال در برنامه-ریزی های مربوط به قیمت گذاری منابع آب کشاورزی منطقه بایستی مورد توجه قرار گیرد.

یکی از موضوعات اساسی و پایه در مطالعات مهندسی هیدرولوژی و رودخانه، روندیابی سیلاب است. روندیابی سیلاب به روش هیدرولوژیکی در رودخانه­های چند شاخه و رودخانه­های فاقد آمار حوضه میانی مرسوم است. از این رو، مدل هیدرولوژیکی ماسکینگام یک روش مفید است که بدون نیاز به تعیین شیب­ها و مقاطع عرضی در تمام بازه­های رودخانه، عمق و دبی جریان سیلابی را در مقاطع مختلف رودخانه روندیابی می کند و از این رو، سبب صرفه جویی در هزینه و زمان می شود. در این مطالعه، مقادیر بهینه پارامترهای غیرخطی مدل جدید ماسکینگام نوع ششم بر اساس الگوریتم بهینه سازی مگس(MA)  محاسبه شده است. در این مدل غیرخطی ماسکینگام که دارای هشت پارامتر است، از ضریب بهبود γ استفاده شده است که با توجه به تعداد پیک های موجود در هیدروگراف خروجی، مقادیر بیشتر یا کمتر از یک دارد. برای ارزیابی عملکرد ترکیبی مدل جدید غیر خطی ماسکینگام همراه با الگوریتم نوین MA، از مطالعه موردی ویلسون و وایسمن  لوئیس استفاده شده که توسط بسیاری از محققان قبلی برای اعتبار سنجی مورد استفاده قرار گرفته است. نتایج الگوریتم MA برای دو رودخانه ویلسون و وایسمن لوئیس نشان دهنده کمینه سازی مجموع مربعات باقیمانده ها (SSQ) به عنوان تابع هدف می­باشد که برای رودخانه ویلسون برابر با 3.21 و رودخانه وایسمن برابر با68722 است. نتایج این تحقیق نشان داد که مدل پیشنهادی دارای دقت زیادی در برآورد مقادیر تخلیه خروجی است.

در این مقاله با استفاده از یک مدل سازی جدید، الگوریتم کالمن توسعه یافته ای برای تخمین تراز (زاویه غلت و فراز) و بایاس حسگرهای ژیروسکوپ به کمک حسگرهای اینرسی شامل یک شتاب سنج سه محوره و یک ژیروسکوپ سه محوره ارائه شده است. این الگوریتم برای تخمین دقیق تراز در شرایط دینامیکی و حضور اغتشاشات خارجی توسعه داده شده است. با توجه به این که مساله تخمین شتاب بدنی خارجی به عنوان اصلی ترین منبع خطای تخمین تراز در شرایط دینامیکی اهمیت زیادی در دقت تخمین تراز دارد، اما در مراجع موجود میزان خطای ناشی از آن بر روی تخمین تراز در شرایط دینامیکی مختلف بررسی نشده است. این مقاله به مساله تخمین بایاس حسگرهای ژیروسکوپ در دو راستای چرخش غلت و فراز، تخمین تراز دقیق در شرایط دینامیکی مختلف و تخمین شتاب بدنی خارجی می پردازد. عملکرد الگوریتم پیشنهادی برای تخمین تراز، شتاب بدنی خارجی و بایاس حسگرهای ژیروسکوپ با استفاده از آزمون تجربی شبه-استاتیکی و دینامیکی در محدود شتاب مختلف ارزیابی می شود.