(۲-۱۴)

(۲-۱۵)

(۲-۱۶)

۲-۳-۳- فیلتر ریپل سویچینگ
مدار SRF شامل سلف، خازن و مقاومت می‌باشد که به صورت شکل ۲-۹ به یکدیگر وصل شده‌اند. این فیلتر ویژگی‌های LPF مرتبه دوم را دارد و تابع تبدیل آن در معادله (۲-۱۷) داده شده است. از SRF برای فیلتر کردن ریپل فرکانس بالا ولتاژ خروجی VSI استفاده می‌شود. فرکانس رزونانس پایین برای فیلتر کردن ریپل سویچینگ بهتر می‌باشد و پهنای باند را کمتر می‌کند. هنگامی که به اندازه کافی میرایی در فرکانس رزونانس وجود نداشته باشد، اعوجاج ولتاژ تولیدی بالا می‌رود. میرایی مورد نیاز را می‌توان با بهره گرفتن از مقاومت R_d تامین کرد. البته اگر مقدار مقاومت R_d زیاد بزرگ انتخاب شود عملکرد SRF برای فیلتر کردن نوسانات کاهش پیدا می‌کند. بنابراین بایستی از روش‌های میرای اکتیو برای افزایش نسبت میرایی بدون تغییر در عملکرد فیلتر استفاده کرد [۲۳],[۲۴].

(( 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. ))

(۲-۱۷)

شکل ۲-۹ : مدار SRF.
در عملکرد SAF، برای تعیین فرکانس رزونانس SRF محدودیت‌های وجود دارد. حد بالا توسط فرکانس سویچینگ در VSI تعیین می‌شود زیرا اگر فرکانس رزونانس نزدیک به فرکانس PWM باشد عملکرد SRF کاهش پیدا می‌کند. حد پایین توسط پهنای باند مورد نیاز برای SAF تعیین می‌گردد.
در میان اجزای SRF، سلف L_f مهمترین جزء می‌باشد. L_f تعیین کننده حدود ریپل جریان VSI و افت ولتاژ مؤلفه اصلی می‌باشد، بنابراین مقدار آن بایستی خیلی بیشتر از اندوکتانس نشتی در SIT باشد. حداقل مقدار L_f توسط حداکثر ریپل جریان مجاز و حداکثر مقدار آن توسط حداکثر افت ولتاژ مجاز مؤلفه اصلی تعیین می‌شود. شکل ۲-۱۰ شکل‌موج ولتاژ و جریان سلف L_f را برای یک دوره تناوب نشان می‌دهد که در آن D مخفف سیکل کار و تغییرات ولتاژ سلف می‌باشد. معادله (۲-۱۸) برای تعیین L_f,min مورد استفاده قرار می‌گیرد. واضح است که بدترین حالت برای D=0.5 رخ می‌دهد. در شکل ، ۲۵% پیک جریان نامی ثانویه انتخاب شده است. این جریان پیک در حدود ۲۰/N آمپر برای بار ۳ کیلو وات بر فاز است که در آن N برای مورد تکفاز ۲ و برای مورد سه‌فاز ۲.۵ می‌باشد. مقدار V_DC برای بدترین حالت، ۷۰۰ ولت و T_PWM برابر ۵۰ میکرو ثانیه (f=20kHz) می‌باشد. مقدار L_f,min برای SPSAF و TPSAF با توجه به داده‌ها به ترتیب برابر ۱.۶۵ میلی‌هانری و ۲.۰۶ میلی‌هانری می‌باشد. مقدار L_f,max با توجه به مقادیر سمت اولیه ترانسفورماتور از رابطه (۱۹-۲) بدست می‌آید. با توجه به اینکه ، ۱% ولتاژ نامی (۲.۲V_rms) در نظر گرفته شده است مقادیر L_f,max برای SPSAF و TPSAF به ترتیب ۱.۸۷ میلی‌هانری و ۲.۹۲ میلی‌هانری بدست می‌آیند. از روی محدوده مقادیر بدست آمده در بالا می‌توان و در نظر گرفت.

شکل ۲-۱۰ : شکل موج ولتاژ و جریان سلف در یک دوره تناوب PWM با مدولاسیون تک قطبی.

(۲-۱۸)

(۲-۱۹)

برای مثال، اگر باشد، تعداد تکرارها (یعنی، تعداد CAT هایی که اجرا شده) در هر نقطه‌ی ثابت می‌باشد، و ، میانگین برآوردهای در کل تکرار در می‌باشد.

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

اریب و میانگین مجذور خطا ^[۱۹۰](MSE)
این مقادیر توسط دو معادله‌ی (۲-۳۱) و (۲-۳۲) محاسبه می‌شود.
(۲-۳۱)
و
(۲-۳۲)
N تعداد محرک‌ها می‌باشد و برآورد‌کننده‌ی j ام محرک با سطح توانایی می‌باشد.
اریب شرطی^[۱۹۱] و میانگین مجذور خطای شرطی^[۱۹۲] (CMSE)
این مقادیر توسط دو معادله‌ی (۲-۳۳) و (۲-۳۴)محاسبه می‌شوند:
(۲-۳۳)
و
(۲-۳۴)
که به‌ترتیب برای و برابر با برآورد کننده‌ی می‌باشد. این مقادیر به صورت میانگین‌های شرطی خطاها و مجذور خطاهای برآوردهای نهایی در شبیه‌سازی‌ها محاسبه می‌شود.
محاسبه‌ی ضریب همبستگی بین توانایی‌های برآورد شده و واقعی
این شاخص به منظور سنجش دقت برآورد تتا از طریق معادله‌ی (۲-۳۵) محاسبه می‌شود.
(۲-۳۵)
کجی توزیع نرخ مواجهه‌ سؤال^[۱۹۳]
آماره‌ی که توسط چانگ و یینگ (۱۹۹۹)، ارائه شده است، برای اندازه‌گیری میزان کجی توزیع مواجهه‌ سؤال، به کار می‌رود. که آن توسط معادله‌ی (۲-۳۶) محاسبه می‌شود:
(۲-۳۶)
که
؛ نسبت نرخ مشاهده شده‌ی امین سؤال می‌باشد.
L ؛ طول آزمون می‌باشد، n ؛ تعداد سؤالات در خزانه می‌باشد.
معادله (۲-۳۶) اختلاف بین نرخ‌های مواجهه‌ سؤال مشاهده‌شده و ایده‌آل را محاسبه می‌کند و این معادله مقدار اثربخشی استفاده از خزانه‌ی سؤال را نیز تعیین می‌کند. مقدار پایین نشان می‌دهد که بیشتر سؤالات استفاده شدند. نسبت اندازه‌های از توزیع F پیروی می‌کند. همچنین می‌توان برای مقایسه‌ی نرخ‌های مواجهه‌ سؤال در دو روش، معادله‌ی (۲-۳۷) را به کار برد:
(۲-۳۷)
اگر باشد، پس روش اول نسبت به روش دوم، از نظر تعادل کلی نرخ‌های مواجهه‌ سؤال بهتر در نظرگرفته ‌می‌شود.
درصد سؤالات بیش مواجهه شده^[۱۹۴]
نرخ‌ مواجهه‌ یک سؤال را می‌توان به عنوان نسب تعداد مشاهده شده‌ی اجراهای سؤال به تعداد کل آزمودنی‌ها در نظر گرفت. درمجموع، سطح متوسط نرخ مواجهه‌ سؤال مناسب می‌باشد. نرخ بالای مواجهه‌ یک سؤال بدین معناست که خطر فاش شدن سؤال برای آزمودنی‌های بعدی افزایش می‌یابد. اگر این چنین باشد، هم امنیت و هم اعتبار آزمون به دلیل نرخ بالای مواجهه‌ سؤال مورد تهدید قرار می‌گیرد. بنابراین، درصد سؤالات بیش مواجهه شده، به‌عنوان ملاک مهمی برای ارزیابی موفقیت برنامه‌ی CAT در نظرگرفته‌می‌شود (هاو و چانگ^[۱۹۵]، ۲۰۰۱).
درصد سؤالات کم مواجهه شده^[۱۹۶]
نرخ کم مواجهه شدن یک سؤال بدین معناست که یک سؤال بندرت در برنامه‌ی CAT مورد استفاده قرار‌گیرد. خزانه‌ی سؤالی که دارای سؤالات بسیار زیادی می‌باشد که نرخ خیلی پایینی از مواجهه دارد، نشانه‌ای از فایده‌ی کم خزانه می‌باشد. دو موضوع به‌صرفه‌بودن طراحی سؤالات و مناسب بودن شیوه‌ی انتخاب سؤالات، به دلیل نرخ مواجهه کم سؤال به چالش کشیده می‌شوند. نرخ مواجهه پایین‌تر از ۰۲/۰ به عنوان سؤال کم مواجهه شده درنظرگرفته می‌شود(هاو و چانگ، ۲۰۰۱).
نرخ همپوشی آزمون^[۱۹۷]
نرخ همپوشی آزمون، عبارت است از، تعداد مورد انتظار سؤالات مشترکی که به دو آزمودنی که به‌طور تصادفی نمونه‌گیری شدند، ارائه می‌شود، تقسیم بر طول مورد انتظار آزمون. به‌طورایده‌آل، تعداد سؤالات مشترک بین دو آزمودنی که به طور تصادفی نمونه‌گیری شدند، باید حداقل باشد. نرخ همپوشی آزمون می‌تواند به شیوه‌ی زیر محاسبه شود:
(۱) شمارش تعداد سؤالات مشترک برای هر جفت از آزمودنی‌ها. (۲) محاسبه‌ی مجموع تمام . (۳). تقسیم تعداد کل شمارش‌ها بر ، (چانگ و یینگ، ۱۹۹۹). معادله‌ی (۲-۳۸) محاسبات بالا را خلاصه می‌کند ( چن، آنکنمان، اسپری^[۱۹۸]، ۱۹۹۹):
(۲-۳۸)
N تعداد طول ثابت CAT هایی که اجرا می‌شود را نشان می‌دهد، L، تعداد سؤالات در هر یک از CAT ها می‌باشد، n، تعداد سؤالات در خزانه می‌باشد، تعداد دفعاتی است که سؤال برای همه‌ی N تعداد CAT اجرا می‌شود.
فصل سوم
روش‌شناسی پژوهش
روش­شناسی پژوهش و طرح تحقیق
در این قسمت مدل CAT، طرح شبیه‌سازی CAT، شیوه‌ی انجام تحقیق، جامعه و نمونه هم در مطالعه‌ی عملیاتی و هم شبیه‌سازی‌شده، مجموعه‌ای از ملاک‌های استفاده شده برای ارزیابی عملکرد خزانه‌ی سؤال بهینه‌ی موردنظر، نرم افزار‌های مورد استفاده به منظور شبیه‌سازی خزانه‌ی سؤال بهینه و نرم افزار‌های مورد استفاده برای مدرج کردن سؤالات شرح داده می‌شود.
مدل CAT عملیاتی
یک مدل CAT عملیاتی در یک مقیاس بزرگ به عنوان الگو یا محک ساخته شده است. این مدل از ویژگی‌های زیر برخوردار است:
آزمون ریاضی (حسابان-دیفرانسیل) شامل یک آزمون ۲۰ سؤالی است که در آن وزن محتوایی سؤالات ارائه شده در نظر گرفته نشده است (این آزمون تنها به منزله‌ی اهداف پژوهشی اجرا شد). و یک آزمون ۶۰ سؤالی که در آن محتوای آزمون مهم می‌باشد. ( این تعداد سؤالات از تحقیقات، ریکیسی، ۲۰۱۰؛ هی و ریکیسی، ۲۰۱۰؛ گو و ریکیسی، ۲۰۰۷ گرفته شده است). آزمون ۶۰سؤالی شامل، ۲۵ سؤال حسابان (arithmetic)، ۱۵ سؤال جبر خطی (algebra) و ۲۰ سؤال هندسه (geometry) می‌باشد.
خزانه‌ی سؤال مربوط به سؤالات حسابان شامل ۴۵۵ سؤال می‌باشد. همچنین، خزانه‌ی سؤال مربوط به سؤالات جبر شامل ۲۰۸ سؤال است. و درپایان خزانه‌ی سؤال مربوط به سؤالات هندسه نیز شامل ۲۵۸ سؤال است. سؤالات در هر سه قسمت از نوع چند گزینه‌ای (چهار گزینه‌ای) می‌باشند و همچنین، همه‌ی سؤالات به صورت مستقل از یکدیگر طراحی شده اند و هیچ یک از سؤالات کاربرد مرحله‌ای یا زنجیره‌ای ندارند.
مدل IRT به کار رفته برای ساخت سؤالات، مدل سه پارامتری لوجستیک می‌باشد (لرد، ۱۹۸۰)، هر یک از سؤالات به صورت مستقل و با بهره گرفتن از نرم افزار BILOG-MG مدرج شده اند. (از آنجا که در عمل ساخت سؤالاتی برای چنین آزمونی بر اساس مدل یک یا دو پارامتری، با دشواری همراه بود، خزانه‌ی سؤالات در CAT عملیاتی، بر اساس مدل سه پارامتری ساخته و مدرج شد).
اطلاعات مربوط به سؤالات اعم از برآورد پارامترهای سؤال، ویژگی‌های روان‌سنجی کلاسیک سؤالات، طبقه‌بندی‌های محتوایی (محتوا، کتاب، فصل، درس، صفحه)، طبقه‌ی شناختی سؤالات و طراحان سؤال در یک سیستم بانک سؤال ذخیره شدند.
هر یک از سؤالات طوری طراحی شدند که هرکدام مفهوم کاملاً مستقلی نسبت به سؤالات دیگر بسنجند، از این‌رو، به هر یک از سؤالات وزن محتوایی جداگانه‌ای بر اساس نظر متخصصین محتوایی و موضوعی داده می‌شود. بنابراین، سؤالات بر اساس روش WDM برای اجرا انتخاب شدند.
توانایی اولیه برای هر فرد روی صفر تنظیم شد، و کامپیوتر به نحوی برنامه‌ریزی شد که برای همه‌ی افراد سؤال یکسانی که پارامتر باشد، اجرا کند.
برای به‌دست آوردن برآورد اخیر توانایی هر آزمودنی قبل از این‌که دو پاسخ صحیح و غلط در الگوی پاسخ او مشاهده شود، از روش میانگین پسین (MAP) (اوون، ۱۹۷۵)، استفاده شد. پیشین مورد انتظار از توزیع نرمال پیروی می‌کند. پس از این‌که دو پاسخ صحیح و غلط در الگوی پاسخ مشاهده شد، برای برآورد توانایی از شیوه‌ی بیشینه‌ی درست نمایی (MLE) استفاده شد.
الگوریتم انتخاب سؤال به شیوه‌ی بیشینه‌ی آگاهی (MI) می‌باشد.
الگوریتم آزمون CAT طوری طراحی شد که طول تست برای آزمون تک محتوایی (حسابان-دیفرانسیل) ثابت و برابر با ۲۰ سؤال برای هریک از آزمودنی‌ها باشد و برای آزمون ریاضی سه محتوایی (حسابان- دیفرانسیل، جبر و هندسه) بر اساس نظم و وزن محتوایی مشخص ۶۰ سؤال برای هر یک از آزمودنی‌ها اجرا شد و پس از رسیدن به این تعداد آزمون متوقف شد.
در اجرای سؤالات در CAT عملیاتی، روش کنترل مواجهه‌ سیمپسون-هتر با نرخ ۳۳/۰ به‌کار رفت.
مقدار آگاهی هدف سؤالات بر اساس آگاهی سؤالات عملیاتی قرار گرفت، که بر اساس تحقیقات چنگ و چانگ (۲۰۰۹) گرفته شد.

سیستم مبتنی بر شرط

موقعیت کاربر

قابلیت اجرای آفلاین

نقاط جاذب

۲۰۰۹

MyMytilene

مبتنی بر شرط

موقعیت کاربر،ترجیحات سفر،زمان موجود برای بازدید جاذبه­ها

(( 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. ))

پیاده سازی الگوریتم ابتکاری برای پیشنهاد مسیر حرکت گردشگر

برنامه ریزی تور چندروزه

۲۰۱۲

DailyTRIP

سیستم مبتنی بر شرط

موقعیت کاربر، ترجیحات سفر، زمان

نمایش کامل واقعی از نقاط طبیعی

برنامه­ ریزی تور چند روزه

۲۰۱۲

mtrip

موقعیت کاربر، سرعت و مسیر حرکت

پشتیببانی از کاربر متحرک

نقاط جاذب

۲۰۱۲

Barranco و همکاران

ساختار پایان نامه

این پایان نامه در شش فصل تقسیم ­بندی شده است. درفصل اول به مقدمه و اهداف تحقیق، بیان مساله، ضروررت تحقیق و پرسش­های تحقیق و مروری بر منابع اشاره شد. فصل دوم به آشنایی با سیستم­های توصیه­گر اختصاص خواهد یافت. در این فصل کلیاتی در مورد تعریف سیستم توصیه­گر، چالش­های سیستم توصیه­گر، معرفی و ارزیابی انواع سیستم­های توصیه­گر و معماری سیستم­های توصیه­گر بیان خواهد شد. در فصل سوم پردازشگری بافت­آگاه و بافت­آگاهی در سیستم اطلاعات همراه معرفی خواهد شد. در این فصل بافت و بافت­آگاهی و نیز سیستم­های بافت­آگاه و بافت­آگاهی در سیستم­های اطلاعات همراه بیان خواهد شد.
در فصل چهارم مدل پیشنهادی این پایان نامه برای پیاده سازی یک سیستم توصیه­گر بافت­آگاه تشریح خواهد شد. در ابتدا بافت­های موثر در مساله معرفی شد و نقش آن­ها مشخص خواهد گردید و سپس به تشریح سرویس­های ارائه شده که شامل نمایش نقشه و پیشنهادگر اقامتگاه می­باشد، پرداخته خواهد شد. در نهایت معماری پیشنهادی برای مدل ارائه خواهد گردید.
فصل پنجم مربوط به پیاده سازی سیستم توصیه­گر بافت­آگاه برای پیشنهاد اقامتگاه به گردشگر می­باشد. این فصل جزییات مربوط به پیاده سازی سیستم راشرح می­دهد. از جمله این موارد می­توان به بستر اجرایی سیستم، امکانات و ساختار برنامه کاربردی به همراه تصاویری از برنامه اشاره کرد. فصل پایانی به نتیجه ­گیری و ارائه پیشنهادات و فعالیت­های آینده می ­پردازد.

فصل دوم

سیستم­های توصیه­گر

مقدمه
حجم فراوان و روبه رشد اطلاعات بر روی وب و اینترنت، فرایند تصمیم ­گیری و انتخاب اطلاعات، داده و یا کالاهای مورد نیاز را برای بسیاری از کاربران دشوار کرده­است. این موضوع، خود انگیزه­ای شد تا محققین را وادار به پیدا کردن راه­حلی برای رویارویی با این مشکل اساسی سبز فایل که با عنوان سرریز داده ­ها شناخته می­ شود، کند. برای رویارویی با این مسئله تاکنون دو رویکرد مطرح شده ­اند اولین رویکردی که به کارگرفته شد استفاده از دو مفهوم بازیابی اطلاعات و تصفیه­سازی اطلاعات بود. عمده محدودیتی که این دو مفهوم در ارائه پیشنهادات دارند، این است که بر­خلاف توصیه­گرهای انسانی مانند دوستان، اعضای خانواده و غیره، این دو روش قادر به تشخیص و تفکیک اقلام باکیفیت و بی کیفیت، در ارائه پیشنهاد برای یک موضوع یا کالا، نیستند. مشکل مذکور، موجب شد تا رویکرد دومی تحت عنوان سیستم توصیه­گر پدید آید.
سیستم­های توصیه­گر ابزارهای نرم­افزاری و تکنیک­هایی هستند که آیتم­هایی را که برای کاربر مفید هستند را به او پیشنهاد می­ دهند. این پیشنهادات مربوط به فرایندهای مختلف تصمیم ­گیری می­شوند مانند چه آیتمی را خریداری کند؟ چه موزیکی را گوش کند یا چه خبرهای آنلاینی را بخواند [۲۲].
آیتم یک اصطلاح کلی است که برای مشخص کردن چیزی که سیستم به کاربر توصیه می­ کند، استفاده می­ شود. یک سیستم توصیه­گر معمولا روی یک نوع خاص از آیتم تمرکز می­ کند برای مثال فیلم یا اخبار و براساس این آیتم، طراحی سیستم، واسط گرافیکی کاربر و تکنیک توصیه­گر اصلی، برای آن نوع خاص از آیتم را فراهم می­ کند [۲۲]
در واقع یک سیستم توصیه­گر را می­توان با رابطه(۲-۱) همسان دانست و مدل کرد.

(۲-۱)

شکل (۲-۱۷) : شمای یک حلقه قفل شده در سه ‌فاز [۱۸]
۲-۱-۱۰-۲ مقایسه مدل‌های PLL
طرح حلقه قفل فاز (PLL) مدت زیادیست که شناخته شده، برای تولید سیگنال کنترل از مبدل‌های کنترل فاز تریستوری بر روی سیستم با تحریف امواج ولتاژ خط استفاده می‌شود. کاورا و بلاسکو طرحی از PLL پیشنهاد دادند که بردار واحد را از امواج ولتاژ سه ‌فاز تولید می‌کنند. PLL با پایه SRF^[20]، از استانداردهای متناسب انگرال (PI) در کنترل حلقه استفاده می‌کنند. این طرح در شرایط اختلال هم به‌درستی عمل می‌کند، مانند اعوجاج هارمونیک، ولتاژ نامتوازن، اختلاف فرکانس و غیره. با این حال، سرعت پاسخ آن تقریبا کند است و داده‌های PLL خالی از اشتباه نیست. یک ساختار PLL مشابه ‌در [۱۹] و [۲۰] پیشنهاد شده که بر اساس تئوری توان لحظه‌ای است، که همان محدودیت های قبلی را دارد. الگوریتم های دیگری برای SRF-PLL ^[۲۱] در [۲۱] و [۲۲] پیشنهاد شده است. که به‌دلیل کنترل PIهمان عکس‌العمل پویای کند معمول را دارند.

(( 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. ))

الگوریتم PLL مورد بحث SRF-PLL تعدیل شده نام دارد زیرا تنها از یک فاز ولتاژ استفاده می‌کند به‌جای اینکه از ولتاژ سه ‌‌‌فاز مانند نمونه های قبلی استفاده کند. علاوه بر این کنترل PI در آن حذف شده است. مفهوم MSRF-PLL ^[۲۲] معمولی جدید نیست بلکه اولین بار از آن در فیلترهای هارمونیک اکتیو برای سرکوب کردن توالی جریان هارمونیک صفر استفاده شد و سپس گسترش یافت، که سیستمی سه‌ فاز و چهار سیمه بود، پس از آن در یک سیستم سه فاز مشابه‌ استفاده شد که در آن فیلتر اکتیو سری MSRF-PLL در یک سیم خنثی قرار داده شده و توالی جریان هارمونیک صفر را کنترل می‌کند. از نظر عکس العمل پویا، بار محاسباتی و خطای زاویه فاز مقایسه کوتاهی ما بین PLLپیشنهاد شده و سه الگوریتم PLL تک فاز در زیر ذکر شده است.
اولین PLLبر اساس نیروی الکتریکی ساخته شده است که به ‌آن PPLL) ^[۲۳] ) گویند و دارای کنترل کننده PI به‌همراه یک فیلتر پایین گذر می‌باشد. در MSRF-PLL فرکانس قطع جریان فیلترIIR و ترتیب آنها تنها پارامترهای مورد نیاز هستند، فرکانس قطع جریان باید پایین‌تر از پایین‌ترین فرکانس حاضر در جریان باشد برای مثال .
دومین اگوریتم بر اساس معکوس تبدیل پارک(ParkPLL^[24]) است، که یک ورژن تک فاز از SRF-PLL سه فاز می‌باشد. و تلاش می‌کند سیستم سه فاز متعادل با یک سیگنال ولتاژ ورودی، و پس از آن از ساختار PLL سه فاز تقلید کند. همانطور که در [۲۱] و [۲۲] نشان داده شد، MSRF-PLL یک ورژن تک فاز از SRF-PLL نیست. MSRF-PLL از ساختار خودش استفاده می‌کند. که بر اساس مفهوم یک تک فاز SRF است. در اینجا مشخصاتی مانند ردیابی و اختلال را نمی‌توان جبران کرد، برای همین به‌ParkPLL و PPLL نیاز مندیم.
الگوریتم سوم بر پایه طرح تشخیص فاز منطبق است، که به ‌آن PLL پیشرفته یا EPLL^[25] می‌گویند. اساسا اجزاء اساسی سیگنال ورودی را در زمان واقعی با برآورد دامنه آن، فاز و فرکانس بازسازی می‌کند. این الگوریتم همانطور که در ParkPLL نشان داده شده، باید با یک معاوظه بین سرعت و عکس العمل و ردیابی اجزای هارمونیک مواجه شود. در MSRF-PLL پیشنهاد شده، سرعت عکس‌العمل و ردیابی هارمونیک‌ها مستقل از هم هستند.
جدول (۲-۳): خلاصه‌ای از مقایسه PLL [21] [22]

MSRF-PLL

EPLL

parkPLL

pPPL

۰.۷۵ دوره

۲.۵ دوره

۳ دوره

۷ دوره

درجه پرش فاز
زمان قرارگیری
فراجهش یا اورشوت

۰ دوره

۲.۵ دوره

۲ دوره

۵دوره

شرایط زیر ولتاژ بودن خط انتقال
زمان قرار‌گیری
خطای پیک

ادامه جدول (۲-۳): خلاصه‌ای از مقایسه PLL [21] [22]

اغتشاشات هارمونیک
خطای پیک به ‌پیک

نمودار ۴-۳۳ نشان می‌دهد که نرخ همپوشی تست در خزانه‌های بهینه کمتر از خزانه‌ی عملیاتی است و دارای کوچکترین نرخ همپوشی تست را در همه‌ی سطوح توانایی هستند. نتایج حاصل از تحلیل کجی نرخ مواجهه‌های سؤال، درصد سؤالات بیش مواجهه شده و به همراه نمودارهای ۴-۳۴ تا ۴-۳۶ نشان می‌دهند که میزان مواجهه‌ سؤالات در خزانه‌های بهینه به حداقل مقدار خود می‌رسد. به عبارت دیگر، با وجود اینکه تعداد سؤالات در خزانه‌های بهینه کمتر از خزانه‌های عملیاتی است، این تفاوت بسیار زیاد است. همانطور که جدول ۴-۱۴ نشان می‌دهد، نرخ کجی مواجهه‌ سؤال و درصد سؤالات بیش مواجهه شده در خزانه‌های بهینه از خزانه‌ی عملیاتی متفاوت است. با وجود اینکه تعداد سؤالات بسیار کمتر است. امّا، نسبت به خزانه‌هایی که پهنای ۲/۰ داشتند، دارای نرخ مواجهه‌ و همپوشی تست بیشتری است. البته این نتایج طبیعی است. همچنین، نرخ سؤالات کم مواجهه شده در خزانه‌ی MRP (ROP_11) بیشتر از دو خزانه‌ی دیگر است.
نمودار۴-۳۳: نرخ همپوشی تست مشروط به Ɵ با S-H

نمودار ۴-۳۴: درصد سؤالات بیش مواجهه شده در مدل R (ROP_10) با S-H

نمودار ۴-۳۵: درصد سؤالات بیش مواجهه شده در مدل MRP (ROP_11) با S-H

نمودار ۴-۳۶: درصد سؤالات بیش مواجهه شده در مدل MTI (ROP_12) با S-H
نمودار ۴-۳۷ میانگین آگاهی تست را در سطوح متفاوت توانایی، در همه‌ی خزانه‌های سؤال نشان می‌دهد. خزانه‌ی MRP در تمام سطوح توانایی آگاهی بیشتری فراهم می‌کند، امّا نسبت به خزانه‌هایی که کنترل مواجهه نداشتند، در سطوح توانایی بالای ۲ آگاهی کمتری ایجاد می‌کند. دلیل این امر این است که، توزیع سؤالات در خزانه متعادل‌تر شده است و از مواجهه‌ بیش از حد سؤالاتی با ضرایب تشخیص بالا جلوگیری می‌شود. خزانه‌ی R آگاهی تقریباً مشابهی با خزانه‌ی عملیاتی ایجاد می‌کند. خزانه‌ی MTI نسبت به سه خزانه‌ی دیگر به طور معناداری آگاهی کمتری ایجاد می‌کند، امّا فراتر از میزان آگاهی هدف می‌باشد. این نتایج با خزانه‌هایی که با پهنای ۲/۰ ایجاد شدند، الگوی تقریباً مشابهی دارد، امّا در خزانه‌هایی با پهنای ۴/۰ ، تنها کاهش اندکی در میزان آگاهی نسبت به خزانه‌هایی که با پهنای ۲/۰، ایجاد شده است. بنابراین، نتایج نشان می‌دهد که اگر عامل کنترل مواجهه در طراحی خزانه‌ی سؤال وارد شود، پهنای b-bin ها می‌تواند اهمیت کمتری نسبت به زمانی‌که عامل کنترل مواجهه وارد نمی‌شود، پیدا کند.

(( 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. ))

نمودار ۴-۳۷: متوسط آگاهی تست مشروط به توانایی واقعی در خزانه‌های سؤال با S-H (b-bin: 0.4)
نمودارهای ۴-۳۸، ۴-۳۹ و ۴-۴۰ به‌ترتیب خطای استاندارد اندازه‌گیری، اریب و میانگین مجذور خطا را در سطوح متفاوت توانایی در هر چهار خزانه نشان می‌دهد. نمودار ۴-۳۸ نشان می‌دهد که مقادیر خطای استاندارد اندازه‌گیری در سه خزانه‌ی بهینه در سطوح توانایی زیر ۵/۱ تقریباً مشابه است و کمتر از خزانه‌ی عملیاتی است. مخصوصاً این مقادیر در سطوح توانایی بالاتر از ۵/۱ در خزانه‌ی MRP و MTI به حداقل مقادیر خود می‌رسند. همچنین، میزان اریب در سه خزانه‌ی بهینه در اغلب سطوح توانایی کمتر از خزانه‌ی عملیاتی است. مقادیر MSE خزانه‌های بهینه در همه‌ی سطوح کمتر از خزانه‌ی عملیاتی است.
نمودار ۴-۳۸: خطای استاندارد اندازه‌گیری (CSEM) در خزانه‌های سؤال با S-H (b-bin: 0.4)
نمودار ۴-۳۹: اریب شرطی (conditional-Bias) در خزانه‌های سؤال با S-H (b-bin: 0.4)
نمودار ۴-۴۰: میانگین مجذور خطا (CMSE) در خزانه‌های سؤال با S-H (b-bin: 0.2)
خلاصه‌ی مرحله‌ی سوم و چهارم
نتایج نشان داد که بدون توجه به عامل پهنای b-bin خزانه‌های سؤال بهینه‌ای که با کنترل مواجهه‌ S-H طراحی شده‌اند بهتر از خزانه‌های سؤال عملیاتی از نظر اندازه خزانه، دقت اندازه‌گیری و امنیت آزمون عمل کردند. بنابراین، مکانیزم کنترل مواجهه خیلی خوب کار کرد. زیرا نرخ‌های مواجهه برای همه‌ی سؤالات در حدود و یا پایین‌تر از نرخ مواجهه‌ هدف (۳۳/۰) بود. بررسی دقیق‌تر به دقت اندازه‌گیری در هر یک از سطوح توانایی و بررسی نمودارهای مربوط به آگاهی شرطی تست، نشان داد که، خزانه‌های سؤالی که با کنترل مواجهه‌ سؤال طراحی شده‌اند، دارای دقت بیشتری نسبت به خزانه‌هایی که بدون کنترل مواجهه طراحی شدند، بودند. همچنین، در بیشتر سطوح توانایی نیز دارای آگاهی بیشتری بودند. این نتیجه به این دلیل بود که، سؤالات اضافه شده به خزانه‌های بهینه با کنترل مواجهه‌ S-H دارای سؤالاتی با ضرایب تشخیص بالاتری بودند. البته این نکته قابل بیان است که در برخی سطوح توانایی میزان آگاهی مشابهی با خزانه‌های بدون کنترل مواجهه داشتند. از نظر دقت اندازه‌گیری خزانه‌های بهینه‌ای که با پهنای ۲/۰ ساخته شده‌اند، با خزانه‌هایی که با پهنای ۴/۰ طراحی شده‌اند، تفاوت معناداری ندارند. امّا، خزانه‌هایی که با پهنای ۴/۰ طراحی شده‌اند، دارای تعداد کمتری سؤال بودند، که از لحاظ اقتصادی این الگوها را به صرفه‌تر می‌کند.
در مجموع، به نظر می‌رسد که خزانه‌ی MTI از سؤالات موجود در خزانه استفاده‌ی بیشتری می‌کند و دارای حداقل سؤالات کم مواجهه شده می‌باشد. همچنین، از نرخ همپوشی تست کمی با وجود اینکه دارای حداقل تعداد سؤال است، برخوردار می‌باشد. در مجموع، بدون توجه به عامل پهنای b-bin ها، خزانه‌های بهینه‌ی MTI از دقت اندازه‌گیری بالاتری برخوردارند، این نوع خزانه‌ها نسبت به خزانه‌های R و MRP دارای سؤالات کمتری هستند. به طوری‌که میزان دقت و صحت اندازه‌گیری آنها از خزانه‌های MRP در زمانی‌که پهنای b-bin ها برابر با ۲/۰ است، با تفاوت ناچیزی کمتر است و در زمانی‌که پهنای b-bin ها برابر با ۴/۰ است، با تفاوت ناچیزی بیشتر است. در کل، این نوع خزانه‌ها، از امنیت بالایی نیز برخوردارند و از سؤالات استفاده‌ی بیشتری می‌کنند.
بنابراین، توصیه می‌شود که، زمانی‌که به صرفه بودن طراحی خزانه‌های سؤال و امنیت آزمون عامل بسیار مهمی می‌باشند، برای کاهش تعداد سؤالات مورد نیاز در خزانه‌ی CAT از روش MTI با کنترل مواجهه‌ سؤال استفاده شود. امّا، این نکته باید مدّنظر باشد که این خزانه از حداقل مقدار آگاهی برخوردار است. همچنین اگر، در آزمونی دقت و صحت اندازه‌گیری برای طبقه‌بندی و گزینش افراد و امنیت آزمون عوامل مهمی هستند، و به صرفه بودن عامل تعیین کننده‌ای نیست، از روش MRP استفاده شود. زیرا بدون توجه به پهنای b-bin ها، از دقت و آگاهی بالایی در تمام سطوح اندازه‌گیری برخوردارند.
طراحی خزانه‌ی سؤال بهینه با در نظر گرفتن تعادل محتوایی در اجرای CAT
در این مرحله، خزانه‌های سؤال بهینه با در نظر گرفتن عامل تعادل محتوایی و وزن‌های محتوایی از پیش تعیین شده، طراحی شدند. به طوری‌که، محتوای آزمون CAT، توسط متخصصان موضوعی مشخص شد و پس از توافق کامل میان ۵ متخصص، محتواها به کدهای معینی تبدیل شدند. محتواها به سه مجموعه‌ی اصلی (حسابان-دیفرانسیل، هندسه، جبر) تقسیم بندی شدند. به دنبال آن هر یک از مجموعه‌ها به زیر مجموعه‌های معین (به ترتیب، ۱۸، ۱۶ و ۱۱) تقسیم بندی شدند. سپس از طریق روش برنامه نویسی ریاضی کدهای مربوط به هر یک از محتواها، وارد برنامه‌ی طراحی خزانه‌ی سؤال بهینه شدند. در این پژوهش از روش برنامه‌نویسی خطی (ریاضی) (WDM) برای تعیین محتواها و ایجاد تعادل محتوایی در خزانه‌های سؤال استفاده شد. از طریق این روش تست‌های سنجش انطباقی برای ۶۰۰۰ نفر سرهم شدند. در این روش، ابتدا پیش‌بینی جستجوی راه حلّ برای تست کامل صورت گرفت و همزمان هم قابل حلّ بودن و هم بهینه بودن تست در نظر گرفته شد. این روش جزء روش‌های شهودی حلّ مسائل سرهم کردن تست می‌باشد. با کاربرد روش WDM به صراحت ویژگی‎های آماری و غیر آماری سؤال‌ها با تعادل مطلوبی بین ویژگی‌های اندازه‌گیری و ساختاری در نظر گرفته می‌شود. این ویژگی‌ها به‌وسیله‌ی وزن‌هایی که توسط طراحان تست انتخاب شد، در مدل وارد شدند. به عبارت دیگر، ویژگی‌های محتوایی به عنوان اهداف فرمول‌بندی شدند. انحراف از اهداف محتوایی وزن داده شد و در تابع هدف به همراه فاصله‌ی آگاهی سؤال از مقدار هدف قرار داده شد. انتخاب سؤالات در CAT، بر اساس رویکرد WDM به شکلی تنظیم شد که سؤالاتی انتخاب شوند که به‌طور متوالی کوچکترین مجموع انحرافات وزن‌دار را داشته باشند. برای انتخاب یک سؤال از سه گام پیروی شد: ۱). اگر سؤالی که قبلاً در تست نبوده به تست اضافه شود، انحراف برای هر یک از قیود محاسبه شود. ۲). انحرافات وزن‌دار در میان همه‌ی قیود جمع شود. ۳). در پایان، سؤالی با کوچکترین مجموع وزن‌دار انحرافات انتخاب شود.
در این روش مدل یابی، سؤالات به صورت نشان داده می‌شود، متغیر تصمیم‌گیری را نشان می‌دهد. اگر سؤال در تست وارد شود، و اگر سؤال از تست خارج شود . در این مدل صفات تست همراه قیود غیر روان‌سنجی را نشان می‌دهد. حدود پایین و بالای تعداد سؤالاتی که در آزمون دارای چنین ویژگی‌هایی هستند را به ترتیب با و نشان می‌دهد، البته ممکن است گاهی با یکدیگر برابر باشد. همچنین، اگر سؤال دارای ویژگی باشد، . و اگر سؤال دارای ویژگی نباشد، . تعداد سؤالات در خزانه را نشان می‌دهد، وزن اختصاص داده شده به هر قید را نشان می‌دهد، و به ترتیب کسری حد پایین و مازاد حد بالا را نشان می‌دهند. و ، به ترتیب، اضافی حد پایین و کسری حد بالا را نشان می‌دهد. انحراف از آگاهی هدف را برای یک آزمودنی نشان می‌دهد. دو جدول ۴-۱۵ و ۴-۱۶ به صورت خلاصه اطلاعات مربوط به توابع هدف و قیود مربوط به آن را نشان می‌دهد. قیود تست به عنوان ویژگی‌های غیر آماری یا غیر روان‌سنجی، به همراه ویژگی‌های آماری وارد شبیه‌سازی‌های روش اکتشافی مرحله‌ی قبل می‌شود. سپس، انحرافات از این قیدها برای هر یک از ۶۰۰۰ تعداد CAT که از کل خزانه‌ی بهینه سرهم می‌شود، محاسبه می‌گردد. به طور کلی، در این مرحله تلفیقی از دو رویکرد برنامه‌نویسی ریاضی و رویکرد اکتشافی به چشم می‌خورد.
به دلیل کنترل عامل پهنای b-bin ها، در این مرحله، تنها از پهنای ۲/۰ در شبیه‌سازی ها استفاده شد و از بررسی عامل پهنای b-bin در خزانه‌هایی با کنترل محتوایی صرف‌نظر شد. امّا، عامل کنترل مواجهه یکی از مهمترین عوامل موثری است که در این مرحله دستکاری می‌شود. در قسمت زیر، ابتدا در مرحله‌ی اول نتایج مربوط به خزانه‌هایی که با تعادل محتوایی و بدون عامل کنترل مواجهه طراحی شدند و سپس در مرحله‌ی دوم نتایج مربوط به خزانه‌هایی که علاوه بر تعادل محتوایی، مواجهه‌ سؤال را نیز کنترل می‌کنند، را گزارش می‌کنیم.
جدول ۴-۱۵: اطلاعات مربوط به قیود و وزن‌های آزمون‌های CAT در مورد بیشینه‌ کردن آگاهی تست

تابع هدف: به حداکثر رساندن تابع هدف
در ارتباط با قیود زیر

قید
کد قید
وزن
حداقل
حداکثر

طول تست
Test lenght
N1
۲۵
۲۵

N2
۲۰
۲۰