تغییر کاملا تصادفی تخصیص خط­های یال­ها، ممکن است منجر به ایجاد یک گراف ناهمبند شود. برای کاهش احتمال وقوع چنین حالتی و با توجه به این که ایجاد یک گراف همبند به صورت کنترل شده از نظر محاسباتی بسیار مشکل است، تغییر تخصیص خط­ها به صورتی انجام می­ شود که در حداقل ممکن، یکی از شروط لازم همبندی برقرار بماند (مرحله اول، بررسی جواب­ها از نظر همبندی). برای این منظور، یک دامنه مجاز برای تغییرات تعداد خط­ها در دو طرف یال مورد نظر تعریف می­ شود. این دامنه کمترین و بیشترین تعداد خط مجاز در هر یک از کمان­های یک یال را مشخص می­ کند، به­گونه ­ای که تعداد خطهای ورودی و خروجی گره­های دو سر یال به صفر نرسد. دامنه مجاز برای کمان (i, j)، یال l تعریف می­ شود. برای این منظور، از یک مجموعه محدودیت­ها به صورت زیر بهره گرفته می­ شود:

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

(۳-۲۴)

(۳-۲۵)

(۳-۲۶)

(۳-۲۷)

(۳-۲۸)

که در آن، k’_ij، k’_ji، k’_ip، k’_pi، k’_jp و k’_pi مقادیر جاری تخصیص خط هستند و k_ij و k_ji متغیرهای تخصیص خط برای دو کمان متناظر یال l هستند، Φ_i و Φ_j به ترتیب مجموعه گره­های مجاور i و j هستند، نامساوی­های (۳-۲۴) و (۳-۲۵) تضمین می­ کنند که دست­کم یک خط ورودی و یک خط خروجی برای گره i وجود داشته باشد و نامساوی­های (۳-۲۶) و (۳-۲۷) همین محدودیت را برای گره j برقرار می­ کنند. عبارت­های دوم در (۳-۲۴) و (۳-۲۷) تعداد کل خط­های خروجی از گره­های i وj به غیر از خط­های کمان­های (i, j) و (j, i) را محاسبه می­ کنند. عبارات دوم در (۳-۲۵) و (۳-۲۶)، همین نقش را برای خط­های ورودی به گره­های iوj ایفا می­ کنند. معادله (۳-۲۸) محدودیت کلی تخصیص خطهای یال l است. به منظور محاسبه دامنه مجاز، کافیست که همه نامساوی­ها برحسب متغیرk_ij نوشته شوند و سپس بیشترین و کمترین مقادیر ممکن برای آن محاسبه شوند. از آن­جایی­که ممکن است مقادیر بیشترین و کمترین مقدار مجاز بدست آمده کمتر از ۰ و یا بیشتر از تعداد کل خط­های یال باشند، این مقادیر نیز در محاسبه دامنه مجاز منظور می­شوند. کران پایینی LB_ij و کران بالایی UB_ij برای مقدار k_ijبه صورت روابط (۳-۲۹) و (۳-۳۰) خواهند بود. با حذف مقدار جاری متغیر k_ij از دامنه و انتخاب یک مقدار تصادفی برای k_ij، مقدار k_ji به­راحتی قابل محاسبه است.

(۳-۲۹)

(۳-۳۰)

مکانیزم انتخاب

انتخاب تصادفی به وسیله چرخ رولت از جمله روش های انتخاب است که این روش انتخاب توسط هالند پیشنهاد شده است]۴۶[. ایده اصلی این روش تعیین احتمال انتخاب یا احتمال بقا برای هر کروموزوم، متناسب با مقدار برازش آن است. چرخ رولت به منظور نشان دادن این احتمالات است و فرایند انتخاب مبتنی بر چرخاندن هم زمان ارقام چرخ به تعداد اندازه­ جمعیت است. فرایند کلی به صورت زیر است:

• • محاسبه مقادیر برازندگی مربوط به هر کروموزم:

(۳-۳۱)

نمودار ۵-۴ توزیع سنی واحدهای آماری
۴-۴ . استاندارد سازی ابزار اندازه‌گیری مفاهیم تحقیق
از آنجا که هدف تحقیق، دستیابی به مدلی از روابط علی بین متغیرهاست، لازم است تا از شیوه مدل یابی علی استفاده گردد. این شیوه با ترکیب اطلاعات علت و معلول بر مبنای تئوری معین، روابط بین متغیرها را توضیح داده و مبنایی برای استنباط فراهم می‌آورد. استنباط‌های علی که برمبنای انواع همبستگی‌داده‌ها حاصل شده و ممکن است تبیین کننده روابط بین متغیرهای مشاهده‌پذیر و مکنون ‌باشد. به عبارتی در مدل یابی علی، هدف بدست آوردن برآوردهای کمی روابط علی بین مجموعه‌ای از متغیرهاست.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

در این پژوهش، به منظور دستیابی به مدل تحقیق از شیوه مدل یابی معادلات ساختاری که مبتنی بر روابط علی بین متغیرهاست استفاده می‌شود. مهمترین ویژگی این تکنیک در انعطاف‌پذیری آن از لحاظ کاربرد به عنوان یک چارچوب نظری وسیع، امکان مشارکت متغیرهای مکنون، کاربرد اندازه‌های چندگانه، امکان دادن به خطا، انطباق مفروضه‌های توزیعی و قابلیت کار با انواع داده‌هاست. برای بکارگیری شیوه مدل یابی معادلات ساختاری لازم است تا ابتدا متغیرهای شکل‌دهنده مدل تعیین گردد.
اولین مرحله از استقرای مدل علی، تعیین متغیرهایی می‌باشد که شکل‌دهنده چارچوب تئوریک تحقیق می‌باشند. متغیرهای مدل به دو دسته درونزا و برونزا دسته‌بندی شده و درمدل جانمایی می‌گردد. تعریف متغیرهای مدل بر اساس مطالعات و بررسی‌های لازم در پژوهش‌های پیشین صورت می‌گیرد. بدین‌ترتیب مجموعه متغیرهای مرتبط با اهداف و سوالات تحقیق شناسایی شده و جهت بررسی‌های تکمیلی آماده می‌شوند. در ادامه لازم است تا سازه‌های مرتبط با متغیرها شناسایی گردد.
با گردآوری داده‌های مرتبط با متغیرهای مدل از طریق ابزارهای پیمایش تحقیق، می‌توان با کاربرد شیوه‌های تحلیل عاملی اکتشافی تعداد زیادی از متغیرهای وابسته به یکدیگر را به تعداد کوچکتری از متغیرهای مکنون تقلیل داد. در این مرحله عامل‌های مشترک بین متغیرهای تحقیق شناسایی شده و به عنوان سازه‌های شکل‌دهنده مفاهیم تحقیق تعریف می‌گردند. تعریف سازه‌ها باید از حیث روان شناختی با معنا باشد. بدین‌منظور ابتدا با بهره گرفتن از نرم‌افزار SPSS 17 تحلیل عاملی اکتشافی بر متغیرهای مختلف مدل به انجام می‌رسد تا سازه‌های مکنون شناسایی گردد. سپس با توجه به معانی متغیرهای مشهود مرتبط با سازه‌ها، عناوین مناسب برای هریک از سازه‌ها تعریف می‌شود.
با مطالعه پیشینه پژوهش، استقلال یا وابستگی بین عامل‌ها تعیین شده و بر این اساس شیوه مناسب چرخش و استخراج عوامل شناسایی می‌گردد. بدین‌ترتیب بارهای عاملی که نشان دهنده سهم تبیین واریانس متغیرهای مشهود بوسیله عامل‌ها است، استخراج شده و مبنای تعریف عامل‌ها قرار می‌گیرد.
۱-۴-۴٫ تحلیل عاملی اکتشافی عوامل محسوس
به منظور تحلیل دقیق‌تر داده‌ها و دستیابی به نتایج تحقیق ، راهکار کاهش تعداد متغیرها و شناسایی ساختار درونی آنها می‌تواند کارساز باشد. تحلیل عاملی اکتشافی شیوه‌ای است که سعی در اکتشاف متغیرهای اساسی یا عامل‌ها در راستای تبیین الگوی همبستگی بین متغیرهای مشاهده شده دارد. آنچه در این بخش به دنبال دستیابی به آن هستیم، بررسی روابط همبستگی بین متغیرهای مشهود و برون زایی است که ابزارهای اندازه‌گیری متغیرهای اصلی تحقیق را شکل می‌دهد. با بهره گرفتن از تحلیل عاملی اکتشافی قادر خواهیم بود تا متغیرهای مکنونی که سهم عمده‌ای در تبیین تغییرات متغیرهای مشهود را دارند، شناسایی نموده و روابط آنها با یکدیگر و سایر متغیرها را در قالب فرضیاتی تعریف نماییم.
همانگونه که در پیشینه تحقیق مورد اشاره قرار گرفت، ابزارهای اندازه گیری مختلفی متشکل از متغیرهای برون زا به منظور سنجش مفهوم عوامل محسوس توسط صاحبنظران به کار گرفته شده است. بر این اساس مجموعه‌ای متشکل از ۴ سوال استخراج شده و در قالب بخشی از پرسشنامه تحقیق مدون گردید. سپس با بهره گرفتن از نرم افزار SPSS تحلیل عاملی اکتشافی بر تمامی متغیرها صورت گرفت. در ادامه به تشریح نتایج تحلیل عاملی اکتشافی متغیر عوامل محسوس می‌پردازیم.
نتایج حاصل از آزمون KMO-Bartlett در جدول ۶-۴ نشان داده شده است. با توجه به نتایج می‌توان مراحل تحلیل عاملی تاییدی را بر روی داده‌ها به انجام رساند. مقدار بیش از ۵/۰ آماره KMO موید کفایت نمونه‌گیری و سطح اطمینان ۰۰۰/۰برای آزمون بارتلت نیز نشان دهنده مناسب بودن مدل عاملی مورد استناد می‌باشد. میزانKMO محاسبه شده برابر ۸۰۴/۰ (بالاتر از ۵/۰ ) می باشد بنابراین محاسبات نشان دهنده کفایت نمونه گیری است.

جدول ۶-۴ نتایج آزمون KMO-Bartlett

۰٫۸۰۴

معیار کفایت نمونه گیری KMO

۵۵۹٫۲۳۴

کای دو

آزمون بارتلت

۶

درجه آزادی

۰٫۰۰۰

سطح معنی داری

در مرحله بعد می بایست به شناسایی تعداد عوامل مکنون بپردازیم. بدین منظور در جدول ۷-۴ نتایج تعیین تعداد عوامل مکنون برحسب مقادیر ویژه ارائه شده است. ستون مقادیر ویژه اولیه نشان دهنده تعداد عوامل مکنون تحقیق می باشد و تعداد مقادیر ویژه کل بالاتر از۱ نشان دهنده عوامل مکنون است. بنابراین، ستون مقادیر ویژه عوامل محسوس (با رنگ تیره مشخص شده است) ، یک عامل را با مقدار ویژه بالاتر از ۱معرفی می‌کند، بنابراین ساختار عاملی پیشنهادی دارای یک عامل خواهد بود.

جدول ۷-۴ کل واریانس تبیین شده عوامل مکنون عوامل محسوس

مجموع مجذور بارهای عاملی استخراج شده

مقادیر ویژه اولیه

(۲-۶۹)

در رابطه­ (۲-۶۹)، نشان­دهنده فشار بخار احیاست. PCF و TCF نیز به­ترتیب ضریب تصحیح^[۱۶] فشار بخار احیا و ضریب تصحیح دمای بخار مکش­شده هستند. روابط (۲-۷۰) و (۲-۷۱) برای محاسبه­ی این دو ضریب معرفی می­شوند.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

(۲-۷۰)

(۲-۷۱)

در روابط (۲-۷۰) و (۲-۷۱)، برحسب (kPa) و T_ev برحسب است. روابط مذکور صرفاً برای بخار آب و در محدوده­های زیر برقراراند ]۱۳ [:
حال که مقدار جدید برای نسبت مکش، فشار بخار مکش و فشار بخار خروجی از ترموکمپرسور به­دست آمد با سعی و خطا و تکرار، مقادیر نهایی صحیح به­دست می­آیند. الگوریتم دقیق حل در قسمت بعد توضیح داده می­ شود.
۲-۴ روابط ترمودینامیکی استفاده شده برای آب ، بخار و محصولات حاصل از احتراق
۲-۴-۱ روابط ترمودینامیکی استفاده شده برای آب ، بخار
برای محاسبه­ی خواص ترمودینامیکی آب و بخار ابتدا از رابطه­ پیشنهادی ایروین و لیلی[۸] استفاده شد. با اینکه روابط پیشنهادی آن­ها، از دقت خوبی برخوردار است، ولی خطای کم موجود در این روابط به دلیل استفاده­ی چند باره از این روابط در طول برنامه موجب افزایش درصد خطا در برنامه شده و اختلاف­هایی در نتایج حاصل به وجود خواهد آورد از این رو برای بهبود نرم­افزار، از روابط IAPWS – IF97 استفاده می­ شود.
روابط IAPWS – IF97 که در سال ۱۹۹۷ توسط انجمن بین ­المللی خواص آب و بخار تولید شده است، آخرین و دقیق­ترین روابطی است که می­توان با بهره گرفتن از آن، خواص ترمودینامیکی آب و بخار را محاسبه نمود. در این زیر برنامه با مشخص بودن فشار و یکی از پارامترهای دما، آنتالپی یا آنتروپی بقیه­ی خواص مشخص می­ شود. روابط ارائه شده در این استاندارد بسیار دقیق بوده و اعداد آن تا ۱۴ رقم دقت دارد. البته برای تحلیل چرخه­های نیروگاه حرارتی، نیازی به این دقت نیست. ولی، دقت کافی استاندارد IAPWS – IF97 می ­تواند، کیفیت و صحت جواب­های ما را تضمین نماید.
دراستاندارد IAPWS – IF97 نواحی ترمودینامیکی آب و بخار را بر اساس دما و فشار به پنج منطقه تقسیم نموده است (شکل ۲-۹) در نواحی ۱،۲و ۵ از تابع انرژی آزاد گیپس g(P,T) و در ناحیه­ی ۳ از تابع انرژی آزاد هلمهولتز ƒ(ρ,T) و در ناحیه­ی ۴ از فشار اشباع P_s(T) برای یافتن دیگر خواص ترمودینامیکی استفاده شده است. برای نواحی ۱،۲ و ۴ نیز روابط برگشتی برای یافتن دما، در حالتی که به جای دما، آنتالپی مشخص باشد نوشته شده است.
تقسیم بندی روابط استاندارد IAPWS – IF97 به صورت زیر است:

• • منطقه ۱ برای حالت مایع از پایین به فشار ۱۰۰مگاپاسکال و تا دمای بحرانی

• • منطقه ۲ برای بخار و حالت گاز ایده آل است تا دمای ۸۰۰ درجه­ سانتی گراد

• • منطقه ۳ برای دولت ترمودینامیکی در اطراف نقطه بحرانی

• • منطقه ۴ برای منحنی اشباع (مایع بخار تعادل)

• • منطقه ۵ برای دماهای بالاتر ۱۰۷۳.۱۵ کلوین (۸۰۰ درجه سانتی ­گراد) تا ۲۲۷۳.۱۵ کلوین (۲۰۰۰ درجه سانتی ­گراد) و فشار تا ۱۰ مگاپاسکال (۱۰۰ بار).

شکل ۲-۹: نمودار ناحیه بندی برای معادلات حاکم در روش IAPWS-IF97
روابط استاندارد IAPWS – IF97 در پیوست آمده است. تمامی روابط پیشنهادی توسط استاندارد IAPWS – IF97 به صورت سری توانی آمده است که کار محاسبات را تا حد زیادی ساده کرده است.
۲-۴-۲ روابط ترمودینامیکی استفاده شده برای مخلوط دود ورودی به بویلر بازیاب حرارت
برای روابط دود عبوری از بویلر بازیاب از روابط پیشنهادی ایروین و لیلی استفاه شده است زیرا دارای خطای کمی می باشد و چون روابط دود در بویلر برای هر مرحله تنها یک بار استفاده می­ شود تجمع خطا برای گازها وجود ندارد در نتیجه خطای موجود در این روابط اضافه نخواهد شد.
روابط ایروین ولیلی برای محاسبه خواص گازها نیز به طور کامل در پیوست آمده است. با بهره گرفتن از آنالیز گازهای ورودی به بویلر بازیاب، آنتالپی یا حرارت مخصوص فشار ثابت برای گازهای ایده­آل موجود در آنالیز دود از این روابط قابل محاسبه خواهد بود.
روابط محاسبه­ی آنتروپی محصولات حاصل از احتراق که در آنالیز اگزرژی مورد استفاده قرار گرفته است نیز با بهره گرفتن از مرجع [۱۶] محاسبه شده است. مقادیر خطای این روش در جدول (۲-۳) نشان شده است.
جدول ۲-۳ مقادیر خطا در محاسبات آنتروپی دود

گاز مورد نظر
میزان خطا
اکسیژن
^۵-۱۰×۶۷/۰

نیتروژن
^۴-۱۰×۲۳/۰

اگر ، نرخ اشتغال یا بکارگیری سرور نامیده می‌شود، چون کسری از زمان است که سرور، مشغول کارکردن است.
۲-۳-۲- قانون لیتِل^[۶۹] [۱۳]
اگر E(L)، میانگین تعداد مشتریان در سیستم، E(S)، میانگین زمان اقامت مشتری در سیستم باشد و ، متوسط تعداد مشتریانی باشد که در واحد زمان وارد سیستم می‌شوند، قانون لیتِل، رابطه بسیار مهمی را بین این سه نماد می‌دهد و به صورت زیر بیان می‌شود:
(۱۹.۲)
در اینجا فرض می‌شود که ظرفیت سیستم برای رسیدگی به مشتریان کافی است (یعنی، تعداد مشتریان در سیستم به سمت بینهایت میل نمی‌کند).

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

به طور حسی، این نتیجه می‌تواند به صورت زیر فهمیده شود: فرض کنید که مشتریان هنگامی‌که به سیستم وارد می‌شوند، یک دلار در واحد زمان می‌پردازند. این پول می‌تواند به دو روش گرفته شود. روش اول اینکه به مشتریان اجازه دهیم که به طور پیوسته در واحد زمان بپردازند. پس متوسط درآمدی که توسط سیستم کسب می‌شود، برابر E(L) دلار در واحد زمان است. روش دوم این است که به مشتریان اجازه دهیم که برای اقامتشان در سیستم، ۱ دلار را در واحد زمان در موقع ترک سیستم بپردازند. در موازنه، متوسط تعداد مشتریانی که در واحد زمان، سیستم را ترک می‌کنند برابر متوسط تعداد مشتریانی است که به سیستم وارد می‌شوند. بنابراین سیستم، یک متوسط درآمد دلار را در واحد زمان کسب می‌کند.
با به کار بردن قانون لیتِل در صف، رابطه‌ای بین طول صف، و زمان انتظار W به دست می‌آید:
(۲۰.۲)
۲-۳-۳- صف M/M/1
این مدل، حالتی را درنظر می‌گیرد که زمان بین رسیدن‌ها، نمایی با میانگین ، زمان‌های سرویس، نمایی با میانگین و یک سرور مشغول کار است. مشتریان به ترتیب رسیدن، سرویس دهی می‌شوند. ما نیاز داریم که:
(۲۱.۲)
درغیراینصورت، طول صف منفجر خواهد شد (قسمت قبل را ببینید). مقدار ، کسری از زمان است که سرور، مشغول کار است.
میانگین تعداد مشتریان در سیستم و همچنین میانگین زمانی که در سیستم گذرانده می‌شوند به صورت زیر بیان می‌شود:
(۲۲.۲)
و با بهره گرفتن از قانون لیتِل،
(۲۳.۲)
میانگین تعداد مشتریان در صف، ، می‌تواند از E(L) و با کم کردن میانگین تعداد مشتریان در سیستم بدست آید:
(۲۴.۲)
میانگین زمان انتظار، E(W)، از E(S) و با کم کردن میانگین زمان سرویس بدست می‌آید:
(۲۵.۲)
۲-۴- مسائل بهینه سازی چندهدفه
بسیاری از مسائل کاربردی در جهان واقعی را مسائل بهینه سازی ترکیباتی چندهدفه تشکیل می‌دهند، زیرا متغیر‌های مجزا و اهداف متضاد به طور واقعی در ذات آنها است. بهینه سازی مسائل چندهدفه نسبت به مسائل تک هدفه متفاوت بوده، زیرا شامل چندین هدف است که باید در بهینه‌سازی به همه اهداف همزمان توجه شود. به عبارت دیگر الگوریتم‌های بهینه سازی تک هدفه، حل بهینه را با توجه به یک هدف می یابند و این در حالی است که در مسائل چندهدفه (با چندهدف مخالف و متضاد) معمولاً یک حل بهینه مجزا را نمی توان بدست آورد. بنابراین طبیعی است که مجموعه ای از حل‌ها برای این دسته از مسائل موجود بوده و تصمیم گیرنده نیاز داشته باشد که حلّی مناسب را از بین این مجموعه حل‌های متناهی انتخاب کند و در نتیجه حل مناسب، جواب‌هایی خواهد بود که عملکرد قابل قبولی را نسبت به همه اهداف داشته باشد.
۲-۴-۱- فرمول بندی مسائل بهینه سازی چندهدفه
مسائل بهینه سازی چندهدفه را به طور کلی می‌توان به صورت زیر فرموله کرد:
(۲۶.۲)

x یک حل است و S مجموعه حل‌های قابل قبول و k تعداد اهداف در مسأله و F(x) هم تصویر حل x در فضای k هدفی و هم مقدار هر یک از اهداف است.
تعریف حل‌های غیرمغلوب: حل a حل b را پوشش می‌دهد، اگر و تنها اگر:
(۲۷.۲)
(۲۸.۲)
به عبارت دیگر، حل‌های غیرمغلوب، به حل‌های گفته می‌شود که حل‌های دیگر را پوشش داده ولی خود، توسط حل‌های دیگر پوشش داده نمی‌شوند. در شکل (۲-۲) چگونگی پوشش سایر حل‌ها (دایره‌های با رنگ روشن) توسط مجموعه حل‌های غیرمغلوب (دایره‌های تیره رنگ) نشان داده شده‌است. در این شکل، جبهه‌ی پارتو^[۷۰] با خط چین نشان داده شده‌است.
هدف B
هدف A
شکل ۲-۲- مجموعه حل‌های غیرمغلوب
۲-۴-۲- الگوریتم‌های تکاملی برای بهینه سازی مسائل چندهدفه بر مبنای الگوریتم ژنتیک
با توجه به آنکه بسیاری از مسائل بهینه سازی، NP-Hard هستند، بنابراین حل به روش‌های دقیق در یک زمان معقول غیرممکن بوده و در نتیجه، استفاده از روش‌های فراابتکاری در این موارد مناسب می باشد. درحقیقت الگوریتم‌های فراابتکاری برای زمانی که محدودیت زمانی وجود دارد و استفاده از روش‌های حل دقیق میسّر نبوده و یا پیچیدگی مسائل بهینه سازی زیاد باشد، به دنبال جواب‌های قابل قبول هستند.
اولین پیاده سازی واقعی از الگوریتم‌های تکاملی، «الگوریتم ژنتیک ارزیابی برداری»^[۷۱] توسط دیوید اسکافر^[۷۲] در سال ۱۹۸۴ انجام گرفت. اسکافر الگوریتم را به سه بخش انتخاب، ترکیب و جهش که به طور جداگانه در هر تکرار انجام می‌شدند، تغییر داد. این الگوریتم به صورت کارآمدی اجرا می‌شود، اما در برخی از حالات مانند اریب بودن اهداف، با مشکل مواجه می‌شود. درواقع هدف اول الگوریتم‌های بهینه یابی چندهدفه، یعنی رسیدن به جواب‌های بهینه پارتو، به نحو شایسته‌ای توسط این الگوریتم بدست می‌آید، ولی جواب‌های بدست آمده از گستردگی و تنوع خوبی برخوردار نیستند.
در ادامه این قسمت، به سه الگوریتم تکاملی چند هدفه که مبنای اصلی آنها، الگوریتم ژنتیک می‌باشد، می‌پردازیم. الگوریتم NSGA-II به این خاطر انتخاب شده‌است که این الگوریتم در بسیاری از مقالات به عنوان الگوریتم مرجع مقایسه گردیده‌است. الگوریتم CNSGA-II نیز به این علت انتخاب شده‌است که روشی مناسب برای برخورد با محدودیت‌های حل مسأله ارائه می‌کند؛ چون باتوجه به ماهیت مسأله، چندین محدودیت سر راه حل مسأله ایجاد شده‌است که راهکار مناسبی برای رسیدگی به این محدودیت‌ها ایجاب می‌کند. الگوریتم NRGA نیز چون جزء جدیدترین الگوریتم‌های ارائه شده در زمینه بهینه سازی چندهدفه می‌باشد مورداستفاده قرار گرفته‌است.
۲-۴-۲-۱- الگوریتم ژنتیک مرتب سازی نامغلوب
دب^[۷۳] و همکارانش [۱۴]، یک نخبه گرایی دسته بندی یا مرتب سازی نامغلوب را در الگوریتم‌های ژنتیک پیشنهاد دادند. در اغلب مواقع، این الگوریتم شباهتی به NSGA ندارد، ولی مبتکران نام NSGA-II را به دلیل نقطه پیدایش آن، یعنی همان NSGA، برای آن حفظ کردند.
در این روش، ابتدا جمعیت فرزندان، ، با بهره گرفتن از جمعیت والدین، ، ساخته می‌شود. در اینجا به جای پیدا کردن جواب‌های نامغلوب از ، ابتدا دو جمعیت با یکدیگر ترکیب شده و جمعیت با اندازه ۲N را ایجاد می‌کنند. سپس از یک مرتب سازی نامغلوب برای دسته بندی تمام جمعیت استفاده می‌شود، البته این مرتب سازی، نسبت به مرتب سازی بر روی ، به تعداد مقایسه بیشتری نیاز دارد. در این شیوه، یک مقایسه عمومی در بین اعضای که مجموع دو جمعیت فرزندان و والدین است، انجام می‌شود و پس از ایجاد صف‌های متفاوت نامغلوب، به ترتیب اولویت (اولویت صفها نسبت به هم) جمعیت بعدی، یکی یکی از این صف‌ها پر می‌شود. پر کردن جمعیت ، با بهترین صف نامغلوب شروع شده و سپس به ترتیب با دومین صف نامغلوب و همین طور سومین و الی آخر، تا زمانی که پر شود، ادامه می‌یابد. از آنجا که اندازه برابر ۲N است، تمام اعضای آن ممکن است نتوانند در قرارگیرند و به راحتی جواب‌های باقیمانده را حذف خواهیم کرد. شکل (۲-۳) نحوه عمل الگوریتم NSGA II را نمایش می‌دهد.

شکل ۲-۳- نمایشی از نحوه عملکرد NSGA-II
درمورد جواب‌هایی که در صف آخر با بهره گرفتن از عملگر نخبه گرایی ازبین می‌روند، باید مهارت بیشتری به کار برده و جواب‌هایی که در ناحیه ازدحام کمتری قراردارند را حفظ کرد. درواقع برای رعایت اصل چگالی در بین جواب‌ها، جواب‌هایی که در ناحیه ازدحامی کوچکتری هستند، برای پر کردن ، در اولویت قرار دارند.
یک استراتژی شبیه بالا در پیشرفت مراحل اولیه از تکامل الگوریتم، تأثیر زیادی نخواهد داشت، چرا که اولویت‌های زیادی در جمعیت ترکیب شده از فرزندان و والدین وجود دارد. احتمالاً جواب‌های نامغلوب زیادی وجود دارند که آماده قرارگرفتن در جمعیت قبل از آن که اندازه‌اش از N تجاوز کند، می‌باشند. یک مسأله مهم و در عین حال سخت این است که مابقی جمعیت چگونه باید پر شود؟ اگرچه درخلال مراحل بعدی شبیه سازی الگوریتم، احتمالاً بیشتر جواب‌های موجود در جمعیت با اندازه ۲N، در رده جواب‌هایی با بهترین درجه نامغلوب بودن قرار می‌گیرند و تعداد آن‌ ها از N متجاوز خواهد شد، اما الگوریتم بالا با یک راهکار موقعیتی انتخاب، وجود مجموعه متنوعی از جواب‌ها در جمعیت را تضمین می‌کند. با چنین راهکاری، یعنی زمانی که به‌نحوی تمام ناحیه بهینه پارتو توسط جمعیت پوشانده می‌شود، در ادامه الگوریتم، جواب‌های گسترده تری را در فضای جواب فراهم خواهدآورد.
در ادامه، الگوریتم NSGA-II را به اختصار آورده ایم [۱۵]:
گام ۱: جمعیت فرزندان و والدین را با یکدیگر ترکیب کرده و را می‌سازیم:

شکل ۴-۸-اثر روش استخراج بر مقدار کل ترکیبات فنولیک عصاره ۶۳
۶۴
۶۴
۶۵
۶۶
) 67
شکل ۴-۱۴- اثرمتقابل دو متغیر زمان و دما بر روی قدرت پایدارکنندگی ۶۷
شکل ۴-۱۵- اثر متقابل دو متغیر زمان و pH بر روی قدرت پایدارکنندگی ۶۸
شکل ۴-۱۶- اثر متقابل دو متغیر دما و pH بر روی قدرت پایدارکنندگی ۶۸
شکل۴-۱۷-همبستگی مقدار واقعی و مشاهده شده در مورد I.T 69
شکل ۴-۱۸-Desirability for I.T 69
شکل ۴-۱۹- اثر روش استخراج برروی میزان پایداری روغن سویا(شاخص I.T) 70
چکیده
کانون توجهات تحقیقات اخیر، مواد فتوشیمیایی مشتق شده از گیاهان بوده ­اند که ناشی از اثرات مثبت آنها بر سلامتی بشر بوده است. مواد غذایی را درطی فرآوری در کارخانجات می­توان با ترکیبات فعالاز قبیل ترکیبات فنولی که دارای فواید و خصوصیات فیزیولوژیکی از جمله ضدآلرژی، ضدالتهاب، ضدمیکروبی، آنتی‌اکسیدانیو… می­باشند، غنی­سازی نمود. اثرات سودمند موجود در ترکیبات فنولیک به خصوصیت آنتی­اکسیدانی آنها مربوط می­ شود.در این پژوهش، بهینه‌سازی فرایند استخراج ترکیبات فنولیک از عصاره متانولی ۸۰ درصد (حجمی-حجمی) گیاه گلرنگ با نام علمی Carthamustinctorious Lاز خانواده کمپوزیته و یا آستراسه توسط آزمون فولین سیوکالتو انجام گردید. برای بهینه سازی فرایند در آزمون ها ۳ فاکتور زمان (۵،۲۰،۳۵ دقیقه)، دما (۱۵،۳۰و۴۵درجه سانتیگراد) و pH (6،۷و ۸) مورد بررسی قرار گرفت. این طرح از طریق Box-Behnken در ۳ فاکتور و سه سطح که شامل ۱۹ آزمون است انجام شد.در طی آزمون ها مربوط به بهینه سازی فرایند استخراجی که در شرایط (دمای ۴۰ درجه سانتیگراد،زمان ۳۲ دقیقهو۳/۷pH=)انجام شد دارای بیشترین میزان استخراج ترکیبات فنولیک به میزان ۱۶ میلی گرم گالیک اسید (استاندارد ترکیبات فنولیک)به ازای هر ۱ گرم از پودر خشک گیاه ثبت شد. در بررسی نتایج و روند نمودارها در هر دو فرایند، زمان به عنوان موثرترین فاکتور شناسایی شد.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

برای بررسی فعالیت آنتی‌اکسیدانی، علاوه بر آزمون فولین، آزمون DPPH و همچنین در ادامه به بررسی قدرت پایدارکنندگی روغن سویا توسط عصاره‌های استحصالی توسط آزمون رنسیمت پرداخته شد.در آزمون‌های مربوط به بهینه‌سازی عصاره‌ای که در شرایط (دمای C˚۳۱، زمان ۴۰ دقیقه و ۹/۶pH=) و (دمای C˚۳۴،زمان ۴۱ دقیقه و ۷= pH) استخراج شدند به ترتیب باmg/ml57/0IC₅₀=وh7/7I.T=، دارای بیشترین قدرت آنتی‌اکسیدانی و قدرت پایدارکنندگی روغن سویا بودند.
فصل اول:مقدمه
۱-۱-مقدمه:
کانون توجهات تحقیقات اخیر، مواد فتوشیمیایی مشتق شده از گیاهان بوده ­اند که ناشی از اثرات مثبت آنها بر سلامتی بشر بوده است. مواد غذایی را درطی فرآوری در کارخانجات می­توان با ترکیبات فعال^[۱] از قبیل ترکیبات فنولی که دارای فواید و خصوصیات فیزیولوژیکی از جمله ضدآلرژی^[۲]، ضدالتهاب^[۳]، ضدمیکروبی^[۴]، آنتی‌اکسیدانی^[۵]و… می­باشند، غنی­سازی نمود. اثرات سودمند موجود در ترکیبات فنولیک^[۶] به خصوصیتآنتی­اکسیدانی آنها مربوط می­ شود (۶۱). تحقیقاتی در سال­های اخیر روی میزان ترکیبات فنولیک موجود در محصولات کشاورزی و پس‌مانده صنعتی آنها و میزان در دسترس بودن این ترکیبات انجام شده است. ترکیبات فنولیک دارای یک یا چند گروه هیدروکسیل متصل به یک حلقه آروماتیک شده می­باشد. اصطلاح فنولیک دسته بسیار بزرگی از ترکیبات را تحت پوشش قرار می­دهد که در دو گروه اصلی، اسیدهای فنولیک^[۷] و فلاونوئیدها^[۸] قرار می­گیرند اسیدهای فنولیک شامل اسیدهایی چون کافئیک^[۹]، گالیک^[۱۰]، پیکوماریک^[۱۱]، الایژیک ^[۱۲]و… هستند.از ترکیبات فلاوونوئیدی می‌توانآپژنین^[۱۳]، لوتئولین^[۱۴]، کوئرسیتین^[۱۵]، ایزورامنتین^[۱۶]، کامپفرول^[۱۷] و… را نام برد. ازنقطه نظر استخراج ترکیبات مؤثره از محصولات کشاورزی و یا پس­مانده­های­صنعتی، میزان استخراج ترکیبات فعالآنها از جمله ترکیبات فنولیک بسیار مهم است و میزان حضور ترکیبات فنولیک در محصولات غذایی به صورت طبیعی و یا غنی‌شده نشان دهنده ارزش غذایی آن محصول در حفظ سلامتی بشر است به همین جهت در فرایند استخراج عواملی چون نوع حلال، نسبت نمونه به حلال، مدت زمان استخراج و دما بسیار مهم هستند. همچنین نحوه عمل استخراج می ­تواند به صورت سنتی از طریق روش­هایی مانند سوکسوله^[۱۸] و غرقابی و یا از طریق فناوری­های جدیدی چون مایکروویو^[۱۹] و یا امواج مافوق صوت^[۲۰] صورت گیرد. تاثیر فرآوری­های جدید در مقایسه با روش­های سنتی از نظر صرفه­جویی در زمان و انرژی و همچنین افزایش بازده استخراج مشخص شده است بررسی نتایج حاصل از تاثیر فاکتورهای مختلف در میزان استخراج با روش اولتراسوند از طریق روش آماری آزمون سطح پاسخ^[۲۱] صورت گیرد چون در این روش آماری با حداقل آزمون انجام شده بیشترین اطلاعات ممکن از روند میزان استخراج به دست خواهد آمدگیاه گلرنگ با نام علمیL Carthamustinctorious از خانواده کمپوزیته و یا آستراسه است. در ایران این گیاه با نام های گلرنگ، کاشفه، چورک و… موسوم است.کشت آن در ایران سابقه طولانی دارد و بیش از ۵۰ رقم از آن شناسایی شده که هر یک بخوبی با شرایط خاص جوی محل خود از قبیل گرم وخشک و کویری و اراضی با غلظت املاح بالا خو گرفته است.لذا با توجه به اهمیت استفاده از ترکیبات فنولیک درسیستم های غذایی و بیولوژیکی و وجود اثرات سرطان زائی در آنتی‌اکسیدان های سنتزی لزوم اهمیت بیشتر به آنتی‌اکسیدان های طبیعی مشخص است در کاربرد آنتی‌اکسیدان های طبیعی، یکی از مشکلات مهم، بازده استخراج از گیاهان و حفظ خواص موثره آنتی اکسیدان­ها است از این رو اهمیت کاربرد فرایندهای استخراج غیر حرارتی،افزایش صرفه جویی در میزان مصرف حلال، زمان و انرژی ودر ضمن بالا بردن میزان بازده استخراج ترکیبات فنولیک کاملا مشهود است.ازآنجا که واریته های گیاه گلرنگ در کشورهای مختلفو شرایط آب و هوایی مختلف رشد می‌‌کند در این تحقیق به عنوان گیاهی که بهینه سازی فرایند استخراج ترکیبات فنولیک آن، به عنوان تجربه‌ای درسایر کشورها، قابل استفاده است، انتخاب شد. اهداف ما در این تحقیق عبارتند از :
الف) بررسی و مقایسه استخراج ترکیبات فنولیک از عصاره گیاه گلرنگ با بهره گرفتن از دو روش اولتراسوند و غرقابی
ب) بررسی اثر همزمان ۳ فاکتور زمان، دما و pH، در طرح Box- Behnken جهت دستیابی به حداکثر اطلاعات در خصوص روند فرایند استخراج ترکیبات فنولیک براساس حداقل دفعات آزمایش
پ) مقایسه نتایج حاصل از آزمون فولین و DPPH جهت تعیین قوی‌ترین عصاره از نظر داشتن ترکیبات فنولیک بیشتر و قابلیت بالای خورندگی رادیکال های آزاد
ت) مقایسه فعالیت آنتی اکسیدانی عصاره های استخراجی با آنتی اکسیدان تجاری
ث) بررسی و مقایسه پایداری روغن سویا با بهره گرفتن از عصاره گیاه گلرنگ در دو روش غرقابی و اولتراسوند
فصل دوم : کلیات و بررسی منابع
۲- ۱-رادیکال های آزاد و اکسیداسیون روغنها و چربی ها
۲-۱-۱-رادیکال‌های آزاد
رادیکال آزاد عبارت از یک اتم یا ملکول دارای الکترون جفت نشده به صورت آنیونی، کاتیونی یا غیر یونی می‌باشد که می‌تواند به طور مستقل وجود داشته باشد(۷۳). رادیکال‌های آزاد از نظر انرژی ناپایدار، بسیار فعال و با عمر کوتاه هستند بنابراین با حذف یا جفت کردن الکترون های اطرافش یک رادیکال می‌تواند به پایداری برسد. حاصل جدا شدن الکترون از سوبسترا‌های متنوع منجر به ایجاد رادیکال‌های آزاد جدید در محیط می‌گردد(۴۹).
بدین ترتیب حضور یک رادیکال آزاد می‌تواند منشاء یک سری واکنش های زنجیره ای انتقال الکترون شود. مهمترین مکانیسم آسیب رادیکال های آزاد به شرح زیر است:
_تخریب پروتئین ها
_آسیب به اسید نوکلئیک و DNA و ایجاد جهش
_اکسیداسیون باند دوگانه اسیدهای چرب در چربی‌های غشاء و تغییر در ساختمان و فعالیت غشاء(۶۱و۶۰).
۲-۱-۲-پیامدهای پاتولوژیک رادیکال‌های آزاد
رادیکال‌های آزاد به عنوان عامل بسیاری از بیماری‌ها به شمار می‌روند که صدمات بافتی باعث افزایش تولید رادیکال‌های آزاد شده و حضور رادیکال‌های آزاد خود معلول بیماری باشد(۲۱).
در صورتی که تولید رادیکال‌های آزاد به هر دلیلی مانند استرس‌های فیزیکی، مجاورت با اشعه و …افزایش یابد پراکسیداسیون لیپیدهای غشاء نیز افزایش یافته و باعث اکسیداسیون پروتئین‌ها و مواد ژنتیکی داخل سلولی مثل DNA شده و منجر به اختلالات متابولیک وخیم، واکنش‌های التهابی در عروق محیطی و آترواسکلروز می شود(۶و۲۵).
رادیکال‌های آزاد اکسیژن‌دار به اختصار (OFRS)^[22] نامیده می شوند که قسمتی از گروه بزرگتری به نام (ROS) هستند. گروه ROS علاوه بر رادیکال‌های آزاد اکسیژن‌دار شامل پراکسیدهیدروژن، اسید هیپوکلرو و سایر ترکیبات N-chloramine می‌باشد که این ترکیبات همگی بیشتر از اکسیژن خاصیت اکسیدکنندگی دارند(۶۱).
۲-۱-۳-انواع رادیکال‌های آزاد
۲-۱-۳-۱رادیکال های آزاد اکسیژن‌دار
الف-رادیکال آزاد سوپراکسید :(o^.-₂)
این رادیکال‌ها از احیاء الکترونی اکسیژن تولید می‌شوند و رفتار شیمیایی آن به نوع ماده‌ای که در آن حل می‌شود بستگی دارد به عنوان مثال فعالیت آن در آب کم است این رادیکال در محلول‌های آبی اغلب به عنوان یک ماده احیاکننده عمل می‌کند به طور مثال موجب احیاشدن نمک های‌آهن فریک به فرو می‌شود(۶۱).
ب-رادیکال آزاد هیدروکسیل :(O^.H)
چلات ویژه آهن دو ظرفیتی و مس یک ظرفیتی که قادر به انتقال دادن الکترون به پراکسیدهیدروژن می باشند باعث شکسته شدن باند O-O می‌شود و آنرا به دو جزء آب و رادیکال هیدروکسیل تبدیل می کند (O^_H) یکی از قوی‌ترین اکسیدان های شناخته شده است که می تواند آغازگر فرایندهایی از قبیل لیپد پراکسیداسیون زنجیر DNA و…باشد و هر ملکول ارگانیکی را با اکسیژن ترکیب می کند البته این واکنش پذیری با توکسیسته مترادف نمی‌باشد این رادیکال در اثر قرارگرفتن در برابر اشعه یونیزان هم تولید می‌شود این رادیکال فعالترین رادیکال اکسیژن‌دار شناخته شده است.(۶۱)
(واکنش ۱)H-O-H→ O^.H+H
ج_رادیکال آزاد پراکسی: (ROO^.)
این رادیکال در اثر پراکسیداسیون چربی‌ها و تشکیل ترکیبات پراکسیدی بوجود می‌آید. این رادیکال آزاد در فسفو لیپدهای غشاء در اثر واکنش اکسیداتیو تشکیل می‌گردد(۷۴).
د_رادیکال آزاد نیتریک اکسید: (NO^.)
اکسید نیتریک (NO) و دی اکسید نیتروژن (NO₂) در ساختمان خود الکترون جفت نشده دارند.NO^. در دمای بدن با اکسیژن ترکیب و NO₂ به وجود آورد که قادر به گرفتن اتم‌های هیدروژنی چربی‌های غشاء و آغاز پراکسید شدن چربی‌ها است در ضمن می‌تواند با گرفتن رادیکال سوپراکسید تولید رادیکال هیدروکسید نمایند(۴۶۶۱).
(واکنش ۲)NO^.+O^.-₂→ONOO^–(Peroxynitrite)
(واکنش۳)ONOOH →ONOO^–+H⁺