﻿<?xml version="1.0" encoding="utf-8"?><ArticleSet><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>24</Volume><Issue>1</Issue><PubDate PubStatus="epublish"><Year>2026</Year><Month>10</Month><Day>3</Day></PubDate></Journal><ArticleTitle>Economic–Reliability Optimization of Energy Systems Toward Reducing Unserved Energy Using the Seagull Optimization Algorithm</ArticleTitle><VernacularTitle>بهینه‌سازی چندهدفه اقتصادی - قابلیت اطمینان در ریزشبکه‌ها با درنظرگرفتن انرژی تأمین¬نشده با استفاده از الگوریتم بهینه‌سازی مرغ دریایی</VernacularTitle><FirstPage>1</FirstPage><LastPage>13</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>سینا</FirstName><LastName>صمدی قره ورن</LastName><Affiliation>دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران </Affiliation><Identifier Source="ORCID">0000000154422485</Identifier></Author><Author><FirstName>کیمیا</FirstName><LastName>شیرینی</LastName><Affiliation>دانشگاه هنر اسلامی تبریز، دانشکده چندرسانه ای، تبریز، ایران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>میررضا </FirstName><LastName>سیدقریشی</LastName><Affiliation>دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران </Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>صدرا </FirstName><LastName>امیر ذهنی</LastName><Affiliation>دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران </Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2025</Year><Month>12</Month><Day>25</Day></History><Abstract>&lt;div class="flex flex-col text-sm pb-25"&gt;
&lt;article class="text-token-text-primary w-full focus:outline-none [--shadow-height:45px] has-data-writing-block:pointer-events-none has-data-writing-block:-mt-(--shadow-height) has-data-writing-block:pt-(--shadow-height) [&amp;amp;:has([data-writing-block])&amp;gt;*]:pointer-events-auto scroll-mt-[calc(var(--header-height)+min(200px,max(70px,20svh)))]" dir="auto" tabindex="-1" data-turn-id="request-WEB:19144214-9180-4633-9acb-84768e0e0beb-2" data-testid="conversation-turn-6" data-scroll-anchor="true" data-turn="assistant"&gt;
&lt;div class="text-base my-auto mx-auto pb-10 [--thread-content-margin:--spacing(4)] @w-sm/main:[--thread-content-margin:--spacing(6)] @w-lg/main:[--thread-content-margin:--spacing(16)] px-(--thread-content-margin)"&gt;
&lt;div class="[--thread-content-max-width:40rem] @w-lg/main:[--thread-content-max-width:48rem] mx-auto max-w-(--thread-content-max-width) flex-1 group/turn-messages focus-visible:outline-hidden relative flex w-full min-w-0 flex-col agent-turn" tabindex="-1"&gt;
&lt;div class="flex max-w-full flex-col grow"&gt;
&lt;div class="min-h-8 text-message relative flex w-full flex-col items-end gap-2 text-start break-words whitespace-normal [.text-message+&amp;amp;]:mt-1" dir="auto" data-message-author-role="assistant" data-message-id="cab128fb-9af1-4d43-ad7a-59bb4ab2649f" data-message-model-slug="gpt-5-2"&gt;
&lt;div class="flex w-full flex-col gap-1 empty:hidden first:pt-[1px]"&gt;
&lt;div class="markdown prose dark:prose-invert w-full break-words light markdown-new-styling"&gt;
&lt;p data-start="26" data-end="1489" data-is-last-node="" data-is-only-node=""&gt;Given the growing concerns about the increase in environmental pollutants from fossil-fuel power plants, numerous economic challenges related to optimizing generation and consumption costs in energy distribution networks have emerged. This paper presents a multi-objective optimization model for the operational management of microgrids considering the growing demand for hybrid electric vehicles. The objective of the proposed model is to reduce total operating costs and enhance network reliability by minimizing unserved energy. To achieve these goals, a multi-objective Seagull Optimization Algorithm, inspired by the search behavior of seagulls, is employed to obtain optimal solutions. Electric vehicles and demand response programs are incorporated into the model to reduce carbon dioxide emissions and smooth distribution locational prices. The main contribution of this research is the development of a hybrid optimization framework for coordinating electric vehicles, renewable energy resources, and demand response management. Performance evaluation using the 69-bus distribution network demonstrates that the proposed method reduces operating costs by 12.5%, decreases unserved energy from 300 kW to 150 kW, reduces network power losses by 15%, and improves the voltage profile within stability limits. Results confirm the effectiveness of the proposed approach in optimizing network performance and reducing operational costs.&lt;/p&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;/div&gt;
&lt;/article&gt;
&lt;/div&gt;</Abstract><OtherAbstract Language="FA">&lt;p&gt;با توجه&amp;zwnj; به نگرانی&amp;zwnj;های روزافزون آلاینده&amp;zwnj;های زیست&amp;zwnj;محیطی نیروگاه&amp;zwnj;های فسیلی، چالش&amp;zwnj;های اقتصادی متعددی دررابطه &amp;zwnj;با بهینه&amp;zwnj;سازی هزینه&amp;zwnj;های تولید و مصرف در شبکه&amp;zwnj;های توزیع مطرح شده است. این مقاله یک مدل بهینه&amp;zwnj;سازی چندهدفه برای مدیریت بهره&amp;zwnj;برداری ریزشبکه&amp;zwnj;ها با رشد تقاضای خودروهای الکتریکی هیبریدی ارائه می&amp;zwnj;دهد. هدف مدل پیشنهادی، کاهش هزینه&amp;zwnj;های کلی بهره&amp;zwnj;برداری و افزایش قابلیت اطمینان شبکه از طریق کاهش انرژی تأمین نشده است. برای دستیابی به این اهداف، از الگوریتم بهینه&amp;zwnj;سازی چندهدفه مرغ دریایی که بر مبنای رفتار جستجوی این پرندگان طراحی شده است، استفاده شده و منجر به یافتن بهترین راه&amp;zwnj;حل&amp;zwnj;ها شده است. خودروهای الکتریکی و برنامه&amp;zwnj;های پاسخ به تقاضا در این مدل برای کاهش انتشار دی&amp;zwnj;اکسیدکربن و هموارسازی قیمت&amp;zwnj;های توزیع به کار گرفته شده&amp;zwnj;اند. نوآوری اصلی این پژوهش، ارائه یک مدل بهینه&amp;zwnj;سازی ترکیبی برای هماهنگ&amp;zwnj;سازی خودروهای الکتریکی، منابع تجدیدپذیر و مدیریت پاسخگویی بار است. ارزیابی عملکرد مدل با استفاده از شبکه توزیع 69 باسه نشان می&amp;zwnj;دهد که روش پیشنهادی توانسته است هزینه&amp;zwnj;های بهره&amp;zwnj;برداری را 12.5٪ کاهش دهد، میزان انرژی تأمین نشده را از 300 کیلووات به 150 کیلووات کاهش دهد، تلفات توان شبکه را 15٪ کاهش دهد و پروفیل ولتاژ شبکه را در محدوده پایداری بهبود بخشد. این نتایج، اثربخشی روش پیشنهادی را در بهینه&amp;zwnj;سازی عملکرد شبکه و کاهش هزینه&amp;zwnj;ها تأیید می&amp;zwnj;کند&lt;/p&gt;</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">الگوریتم بهینه‌سازی مرغ دریایی، برنامه پاسخگویی بار، ریزشبکه، خودرو الکتریکی، قیمت‌های گرهی توزیع.</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/en/Article/Download/52603</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>24</Volume><Issue>1</Issue><PubDate PubStatus="epublish"><Year>2026</Year><Month>10</Month><Day>3</Day></PubDate></Journal><ArticleTitle>Optimization of graphene-photonic crystal waveguides in logic gates using neural networks</ArticleTitle><VernacularTitle>بهینه‌سازی موجبر گرافین- فوتونیک کریستال در گیت‌های منطقی با استفاده از شبکه عصبی</VernacularTitle><FirstPage>14</FirstPage><LastPage>26</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>علی </FirstName><LastName>نامدار </LastName><Affiliation>گروه مهندسی برق، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران.</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName> مریم</FirstName><LastName>  محیط‌پور </LastName><Affiliation>گروه مهندسی برق، واحد شیراز، دانشگاه آزاد اسلامی،شیراز،ایران.</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>گوهر </FirstName><LastName>ورامینی</LastName><Affiliation>گروه مهندسی برق، واحد بیضا، دانشگاه آزاد اسلامی،بیضا ،ایران.</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2026</Year><Month>6</Month><Day>14</Day></History><Abstract>&lt;p style="text-align: left;"&gt;Research on the subject of studying and optimizing plasmonic logic gates is carried out in order to increase the speed and efficiency of information processing and communication between electronic devices and networks. In this research, plasmonic technology is used to design and manufacture logic gates in COMSOL software. The main goal of this research is to improve the performance of electronic devices and increase their efficiency. In this regard, the leading neural network with the help of MATLAB software is also used to optimize plasmonic logic gates. Research conducted in this field has shown that the use of plasmonic logic gates increases the speed and reduces the energy consumption in information processing. However, in order to achieve an optimal parameter, some of the other parameters are inevitably ignored. In general, this research is carried out in order to improve the performance of electronic devices and increase their efficiency in the most optimal way possible and to examine all the basic parameters available with the help of the powerful neural network tool.&amp;nbsp; . .&lt;/p&gt;</Abstract><OtherAbstract Language="FA">&lt;p style="text-align: justify;"&gt;تحقیق پیرامون موضوع بررسی و بهینه&amp;zwnj;سازی گیت&amp;zwnj;های منطقی پلاسمونیک ، به منظور افزایش سرعت و کارایی در پردازش اطلاعات و ارتباطات بین دستگاه&amp;zwnj;ها و شبکه&amp;zwnj;های الکترونیکی صورت می&amp;zwnj;گیرد. در این تحقیق، از تکنولوژی پلاسمونیک برای طراحی و ساخت گیت&amp;zwnj;های منطقی در نرم افزار کامسول استفاده می&amp;zwnj;شود. هدف اصلی این تحقیق، بهبود عملکرد دستگاه&amp;zwnj;های الکترونیکی و افزایش کارایی آن&amp;zwnj;ها است. در این راستا، از شبکه عصبی پیشرو به کمک نرم افزار متلب، نیز برای بهینه&amp;zwnj;سازی گیت&amp;zwnj;های منطقی پلاسمونیک استفاده می&amp;zwnj;شود. تحقیقات انجام&amp;zwnj;شده در این زمینه، نشان داده است که استفاده از گیت&amp;zwnj;های منطقی پلاسمونیک باعث افزایش سرعت و کاهش انرژی مصرفی در پردازش اطلاعات می&amp;zwnj;شود. اما جهت دستیابی به یک پارامتر بهینه، به&amp;zwnj;ناجار بخشی از پارمترهای دیگر نادیده گرفته می&amp;zwnj;شوند به&amp;zwnj;طورکلی، این تحقیق به منظور بهبود عملکرد دستگاه&amp;zwnj;های الکترونیکی و افزایش کارایی آن&amp;zwnj;ها در بهینه&amp;zwnj;ترین حالت ممکن و بررسی کلیه پارامترهای اساسی موجود به کمک ابزار قدرتمند شبکه عصبی صورت می&amp;zwnj;گیرد. بررسی و تجزیه و تحلیل نتایج و عملکرد شبکه بر روی داده&amp;zwnj;های ارزیابی و اعمال تغییرات لازم نیز جزئی مهم از فرایند بهبود و بهینه&amp;zwnj;سازی شبکه است.&amp;nbsp;&lt;/p&gt;</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">موجبر گرافین- فوتونیک کریستال، گیت‌های منطقی، فناوری پلاسمونیک، شبکه عصبی</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/en/Article/Download/53824</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>24</Volume><Issue>1</Issue><PubDate PubStatus="epublish"><Year>2026</Year><Month>10</Month><Day>3</Day></PubDate></Journal><ArticleTitle>Design of the Centralized Robust Model Predictive Controller for Automotive Air Conditioning System</ArticleTitle><VernacularTitle>طراحی کنترل کننده پیش‌بین مقاوم متمرکز برای سیستم تهویه مطبوع خودرو</VernacularTitle><FirstPage>27</FirstPage><LastPage>34</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>پگاه</FirstName><LastName>خاوش</LastName><Affiliation>دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس، تهران، ایران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>امین</FirstName><LastName>رمضانی</LastName><Affiliation>دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس، تهران، ایران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>سجاد</FirstName><LastName>ازگلی</LastName><Affiliation>دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس، تهران، ایران</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2020</Year><Month>3</Month><Day>10</Day></History><Abstract>&lt;p style="direction: ltr;"&gt;Automotive air conditioning works based on refrigeration cycle. The simplest model of this cycle is multi input-multi output and has operator constraints, so model predictive control due to its features is considered as a convenient approach to control the system. But using the exact model of the process is one the explicit needs of this controller, while the automotive air conditioning system is affected by unknown disturbances. For a moving vehicle, the relative speed change of wind could change air mass flow rate in heat exchangers of refrigeration cycle. In this paper, designing the robust model predictive control is done based on linear matrix inequalities to compensate the effects of this disturbance. Other external disturbances that affect the performance of this system, is the increase in ambient temperature, which reduces performance coefficient of automotive air conditioning system and increases the cooling load applied to it. In this paper disturbance because of changing ambient temperature is added to the model then design of the centralized robust model predictive control is done in the presence of both referred disturbances to the system. Thus, predictive control weakness in the rejection of these disturbances is compensated.&lt;/p&gt;</Abstract><OtherAbstract Language="FA">&lt;p&gt;سیستم تهویه مطبوع خودرو بر مبنای سیکل تبرید کار می&amp;zwnj;کند. ساده&amp;zwnj;ترین مدل این سیکل، چندورودی و چندخروجی و همچنین دارای محدودیت&amp;zwnj;های عملگری می&amp;zwnj;باشد، بنابراین کنترل&amp;shy; کننده&amp;shy; ی پیش&amp;zwnj;بین مدل، با ویژگی&amp;zwnj;هایی که دارد یک رویکرد مناسب برای کنترل این سیستم به شمار می&amp;zwnj;رود. اما از نیازهای صریح این کنترل&amp;shy;کننده، به کار&amp;shy;گیری مدل دقیقی از فرآیند می&amp;shy;باشد، در حالی&amp;shy; که سیستم تهویه خودرو از اغتشاشات ناشناخته&amp;zwnj;ای تأثیر می&amp;zwnj;پذیرد. برای یک خودروی در حال حرکت، تغییر سرعت نسبی باد می&amp;shy;تواند منجر به تغییر دبی جرمی هوا در مبدل&amp;shy;های حرارتی سیکل تبرید شود. در مقاله پیش رو، طراحی کنترل&amp;shy;کننده پیش&amp;zwnj;بین مقاوم بر مبنای نامساوی&amp;zwnj;های ماتریسی خطی برای جبران اثر این اغتشاش انجام شده است. از دیگر اغتشاشات خارجی که بر عملکرد این سیستم تأثیر بسزایی دارد، می&amp;zwnj;توان به افزایش دمای محیط بیرون اشاره کرد که موجب کاهش ضریب عملکرد سیستم تهویه مطبوع خودرو و افزایش بار خنک&amp;zwnj;سازی اعمال شده به آن می&amp;zwnj;شود. در این مقاله، اغتشاش تغییر دمای محیط به مدل سیستم تهویه مطبوع خودرو نیز افزوده شده و سپس طراحی کنترل پیش&amp;shy;بین مقاوم متمرکز در حضور هر دو اغتشاش نام&amp;zwnj;برده برای سیستم انجام گرفته است. بدین ترتیب ضعف کنترل پیش&amp;shy;بین در پس زدن این اغتشاشات جبران شده است.&lt;/p&gt;</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">تهویه مطبوع خودرو سیکل تبرید اغتشاشات ناشناخته کنترل پیش‌بین مقاوم</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/en/Article/Download/28836</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>24</Volume><Issue>1</Issue><PubDate PubStatus="epublish"><Year>2026</Year><Month>10</Month><Day>3</Day></PubDate></Journal><ArticleTitle>Designing a Distribution Micro-Grid in the Presence of Hybrid Energy Resources to Reduce Operating Costs and Increase Resource Aggregator Revenue</ArticleTitle><VernacularTitle>طراحی ریزشبکه توزیع در حضور منابع انرژی هیبریدی به منظور کاهش هزینه بهره برداری و افزایش درآمد تجمیع کننده منابع</VernacularTitle><FirstPage>35</FirstPage><LastPage>42</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>میثاق</FirstName><LastName>بن سعید</LastName><Affiliation>گروه مهندسی برق، پردیس صنعتی شهدای هویزه، دانشگاه شهید چمران اهواز، اهواز، ایران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>ناصر</FirstName><LastName>عرفانی مجد</LastName><Affiliation>گروه مهندسی برق، پردیس صنعتی شهدای هویزه، دانشگاه شهید چمران اهواز، اهواز، ایران</Affiliation><Identifier Source="ORCID">0000-0002-9929-0858</Identifier></Author></AuthorList><History PubStatus="received"><Year>2025</Year><Month>2</Month><Day>26</Day></History><Abstract>&lt;p&gt;With the development of hybrid energy resources and electrical energy storage devices, the operation of distribution networks has become more flexible. In order to reduce operating costs, optimal management of these resources in the distribution network is essential. Since the ownership of these resources is usually private, it is necessary to include the owners' income in the objective function, in addition to the operating cost. This research presents an optimization model for locating and capacity finding hybrid energy resources next to a pumped storage power plant to design a micro-grid with the ability to operate as an island. The proposed model is presented from the perspective of network operation by the energy resource aggregator. The objective function includes reducing the cost of losses, the cost of energy supply, increasing the benefits of the aggregator, and improving the reliability of the network. The uncertainties of the consumed and produced power of the resources are modeled in the form of time scenarios, and the teaching learning based optimization algorithm in MATLAB software is used for optimization. Simulation results on a standard 69-bus distribution network indicate the superiority of the proposed model in reducing costs and increasing resource aggregator revenue.&lt;/p&gt;</Abstract><OtherAbstract Language="FA">&lt;p&gt;با توسعه منابع انرژی هیبریدی و ذخیره&amp;zwnj;سازهای انرژی الکتریکی، بهره&amp;zwnj;برداری از شبکه&amp;zwnj;های توزیع انعطاف&amp;zwnj;پذیری بیشتری پیدا کرده است. به&amp;zwnj;منظور کاهش هزینه&amp;zwnj;های بهره&amp;zwnj;برداری، مدیریت بهینه این منابع در شبکه توزیع ضروری است. از آنجا که مالکیت این منابع معمولاً خصوصی می باشند، لازم است در تابع هدف، علاوه بر هزینه بهره&amp;zwnj;برداری، درآمد مالکان نیز لحاظ شود. این تحقیق یک مدل بهینه&amp;zwnj;سازی برای مکان&amp;zwnj;یابی و ظرفیت&amp;zwnj;یابی منابع انرژی هیبریدی در کنار نیروگاه تلمبه ذخیره&amp;zwnj;ای ارائه می&amp;zwnj;دهد تا ریزشبکه&amp;zwnj;ای با قابلیت بهره&amp;zwnj;برداری به صورت جزیره&amp;zwnj;ای طراحی شود. مدل پیشنهادی از دیدگاه بهره&amp;zwnj;برداری شبکه توسط تجمیع&amp;zwnj;کننده منابع انرژی ارائه شده است. تابع هدف شامل کاهش هزینه تلفات، هزینه تأمین انرژی، افزایش منافع تجمیع&amp;zwnj;کننده و بهبود قابلیت اطمینان شبکه می باشد. عدم قطعیت&amp;zwnj;های توان مصرفی و تولیدی منابع در قالب سناریوهای زمانی مدل&amp;zwnj;سازی شده و از الگوریتم بهینه&amp;shy;سازی مبتنی بر یادگیری و آموزش در نرم&amp;zwnj;افزار متلب برای بهینه سازی استفاده شده است. نتایج شبیه&amp;zwnj;سازی روی شبکه توزیع 69 باس استاندارد، نشان&amp;zwnj;دهنده برتری مدل پیشنهادی در کاهش هزینه&amp;zwnj;ها و افزایش درامد تجمیع&amp;shy;کننده منابع می باشد.&lt;/p&gt;</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">طراحی ریزشبکه، منابع انرژی هیبریدی، هزینه بهره‌برداری، درآمد تجمیع‌کننده منابع، الگوریتم بهینه‌سازی مبتنی بر یادگیری و آموزش.</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/en/Article/Download/49570</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>24</Volume><Issue>1</Issue><PubDate PubStatus="epublish"><Year>2026</Year><Month>10</Month><Day>3</Day></PubDate></Journal><ArticleTitle>Simultaneous Optimization of Economic and Environmental Load Dispatch (EED) of Power System Using Multi-Objective Honey Bee Colony Heuristic Algorithm (MOABC)</ArticleTitle><VernacularTitle>بهینه‌سازی هم‌زمان پخش بار اقتصادی و زیست¬محیطی سیستم قدرت با استفاده از الگوریتم ابتکاری کلونی زنبور عسل چندهدفه</VernacularTitle><FirstPage>43</FirstPage><LastPage>50</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName> سیدحکیم</FirstName><LastName> حسینی</LastName><Affiliation>گروه مهندسی برق، دانشگاه پیام نور، تهران، ایران</Affiliation><Identifier Source="ORCID">https://orcid.org/0009000279316448</Identifier></Author><Author><FirstName>سید جواد</FirstName><LastName>جوادی مقدم</LastName><Affiliation>گروه مهندسی برق، دانشگاه پیام نور، تهران، ایران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>محمدرضا</FirstName><LastName>غلامی ده‌بالایی</LastName><Affiliation>گروه مهندسی برق، دانشگاه پیام نور، تهران، ایران</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2025</Year><Month>8</Month><Day>6</Day></History><Abstract>&lt;p style="direction: ltr;"&gt;The main goal of this study was the simultaneous optimization of environmental-economic dispatch (EED) in power systems using a multi-objective Artificial Bee Colony (MOABC) algorithm. A multi-objective environmental-economic dispatch model for power systems was developed with the objectives of minimizing economic cost and pollution emissions to address the challenges in power system distribution caused by the global energy crisis and global warming, and to promote the realization of the dual carbon goal.&lt;/p&gt;
&lt;p style="direction: ltr;"&gt;A multi-objective Artificial Bee Colony algorithm (MOABC) based on non-dominated sorting and an improved greedy criterion was designed according to the characteristics of the proposed model. In designing the algorithm, the Taguchi method was used for parameter optimization, a heuristic method was applied for dynamic constraint handling, and various comprehensive evaluation indices were employed to assess the algorithm&amp;rsquo;s performance.&lt;/p&gt;
&lt;p&gt;Simulation analysis was performed on a six-generator power system and a ten-generator power system, and the results were compared with different algorithms to validate the rationality and effectiveness of the proposed model. Finally, the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) was used to determine the optimal compromise solution as a reference for scientific decision-making by dispatchers.&lt;/p&gt;</Abstract><OtherAbstract Language="FA">&lt;p&gt;هدف اصلی این تحقیق بهینه&amp;zwnj;سازی هم&amp;zwnj;زمان پخش بار اقتصادی و زیست&amp;zwnj;محیطی (EED) سیستم قدرت با استفاده از الگوریتم ابتکاری کلونی زنبور عسل چندهدفه(MOABC) &amp;nbsp;بود. یک مدل پخش بار اقتصادی محیطی چندهدفه سیستم قدرت با حداقل هزینه اقتصادی و انتشار آلودگی به عنوان اهداف بهینه&amp;zwnj;سازی برای پاسخگویی به چالش&amp;zwnj;های توزیع سیستم قدرت ناشی از بحران انرژی جهانی و گرم شدن آب و هوا و ترویج تحقق هدف کربن دوگانه ایجاد شده است. یک الگوریتم کلونی زنبورهای مصنوعی چندهدفه بر اساس مرتب&amp;zwnj;سازی غیر غالب و معیار حریص بهبودیافته با توجه به ویژگی&amp;zwnj;های مدل طراحی شده است. در طراحی الگوریتم از روش تاگوچی برای بهینه سازی پارامترها، روش ابتکاری برای پردازش قیود به صورت پویا و انواع شاخص&amp;zwnj;های ارزیابی جامع برای ارزیابی عملکرد الگوریتم استفاده می شود. در تحلیل شبیه&amp;zwnj;سازی، یک سیستم قدرت شش ماشینی و یک سیستم قدرت ده ماشینی شبیه&amp;zwnj;سازی شده و با الگوریتم&amp;zwnj;های مختلف مقایسه می&amp;zwnj;شود تا منطقی بودن و اثربخشی مدل پیشنهادی تایید شود. در نهایت، تکنیک اولویت سفارش با شباهت به روش راه&amp;zwnj;حل ایده&amp;zwnj;آلTOPSIS) &amp;nbsp;برای تعیین راه&amp;zwnj;حل سازش بهینه &lt;br /&gt; برای ارائه مرجعی برای تصمیم&amp;zwnj;گیری علمی توزیع&amp;zwnj;کنندگان استفاده می&amp;zwnj;شود. نتایج شبیه سازی نشان می دهد نتایج نشان می&amp;zwnj;دهد که از بین چهار الگوریتم، &lt;br /&gt; الگوریتم MOABC کمترین هزینه اقتصادی (2.771&amp;times;104 $) و انتشار آلودگی (3.639 &amp;times;103 کیلوگرم) را برای هر دو راه&amp;zwnj;حل بهینه&amp;zwnj;سازی اقتصادی و بهینه&amp;zwnj;سازی محیطی به دست می&amp;zwnj;آورد. علاوه بر این، الگوریتم MOABC نیز در به&amp;shy;دست آوردن بهترین راه&amp;zwnj;حل سازشی (2.821&amp;times;104 $ و 4.005&amp;times;103 کیلوگرم) بهتر عمل&amp;nbsp;می&amp;zwnj;کند.&lt;/p&gt;</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">بهینه‌سازی اقتصادی و زیست‌محیطی، نیروگاه‌ها، سیستم¬های قدرت، الگوریتم کلونی زنبور عسل.</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/en/Article/Download/51104</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>24</Volume><Issue>1</Issue><PubDate PubStatus="epublish"><Year>2026</Year><Month>10</Month><Day>3</Day></PubDate></Journal><ArticleTitle>Design and Simulation of a DNA Tile Self-Assembly-Based Molecular Processor for microRNA Detection</ArticleTitle><VernacularTitle>طراحی و شبیه‌سازی پردازنده‌ی مولکولی با کاشی‌های خودسامانی مبتنی بر دی‌ان‌ای جهت تشخیص ریزرِناها‌</VernacularTitle><FirstPage>51</FirstPage><LastPage>58</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName> زهره</FirstName><LastName>بیکی</LastName><Affiliation>دانشكده مهندسی كامپيوتر، دانشگاه اصفهان، اصفهان، ایران</Affiliation><Identifier Source="ORCID">0000000192535675</Identifier></Author></AuthorList><History PubStatus="received"><Year>2025</Year><Month>9</Month><Day>27</Day></History><Abstract>&lt;p style="direction: ltr;"&gt;Nowdays, the design of molecular processors for disease diagnosis, particularly early cancer detection, has become one of the most active research and technology areas. In this paper, DNA-based molecular processors are introduced. First, controllable and scalable self-assembly tiles were designed. These tiles, implemented using hairpin DNA strands, are capable of receiving single-stranded inputs, generating outputs that can be utilized in subsequent steps, and enabling cascading connections across different levels. In the next step, basic logic gates (AND, OR, NOT) were constructed using the designed tiles, and a processor for detecting 12 microRNAs, aimed at early cancer diagnosis, was implemented. Simulations were performed using the VisualDSD tool under a deterministic model. The simulation results for the considered test set achieved PPV &amp;asymp; 0.91 and NPV &amp;asymp; 0.99, demonstrating the promising performance of the designed processor.&lt;/p&gt;
&lt;p&gt;&amp;nbsp;&lt;/p&gt;</Abstract><OtherAbstract Language="FA">&lt;p&gt;امروزه طراحی پردازشگرهای مولکولی جهت تشخیص بیماری&amp;zwnj;ها از جمله تشخیص زودهنگام سرطان به یکی از حوزه&amp;zwnj;ی داغ تحقیقاتی و فناوری تبدیل شده است. در این مقاله پردازنده&amp;zwnj;های مولکولی مبتنی بر دنا معرفی شده است. ابتدا کاشی&amp;zwnj;های خودسامانی کنترل پذیر و قابل گسترش طراحی شده. در این کاشی&amp;zwnj;ها که با استفاده از رشته&amp;zwnj;های سنجاق&amp;zwnj;سر پیاده&amp;zwnj;سازی شده است امکان دریافت تک رشته&amp;zwnj;های ورودی و تولید خروجی قابل استفاده در مراحل بعد و اتصال آبشاری بین سطوح مختلف فراهم شده است. در گام بعدی با استفاده از کاشی&amp;zwnj;های طراحی شده دروازه&amp;zwnj;های منطقی پایه (AND ,OR ,NOT) طراحی شده و&amp;nbsp; پردازشگری جهت تشخیص ۱۲ ریزرِنای با هدف تشخیص زودهنگام سرطان پیاده&amp;zwnj;سازی شد؛ شبیه&amp;zwnj;سازی&amp;zwnj;ها با ابزار VisualDSD و با مدل قطعی انجام شده&amp;zwnj;اند. نتایج شبیه&amp;zwnj;سازی برای مجموعه&amp;zwnj;ی آزمایشی مدنظر دارای 91&lt;sub&gt;/&lt;/sub&gt;0 &amp;asymp;PPV و&amp;nbsp;99&lt;sub&gt;/&lt;/sub&gt;0&amp;asymp;NPV است که نشان از عملکرد مناسب پردازشگر طراحی شده دارد.&lt;/p&gt;</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">پردازنده‌های مولکولی، تشخیص زودهنگام بیماری، خودسامانی رشته‌های دِنا،  محاسبات مبتنی بر دِنا</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/en/Article/Download/51618</ArchiveCopySource></ARTICLE></ArticleSet>