ارائه یک سیستم ANFIS افزونه جهت بهینه سازی و افزایش سطح امنیت در خودروهای هیبریدی
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,445
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
COMCONF01_160
تاریخ نمایه سازی: 8 آذر 1394
چکیده مقاله:
امروزه سیستم خودروها بیشتر به صورت الکترونیکی می باشند .از آنجا که بهینه سازی مصرف سوخت در خودروها روز به روز بیشتر مورد توجه قرار می گیرد گرایش خودروسازان جهان به سمت خودروهایی است که مصرف سوخت های فسیلی را کاهش دهند از این رو خودروهای هیبریدی که تلفیقی از موتور احتراق داخلی خودروهای متداول با باتری و موتور الکتریکی خودروهای الکتریکی هستند در مرکز توجه قرار گرفته اند . همچنین در خودروها تحمل پذیری خطا و به کار خود ادامه Real time امنیت سرنشینان در درجه اول اهمیت است و از آنجا که این خودروها نیاز دارند به صورت دهند مسئله تحمل پذیری خطا اهمیت ویژه ای می یابد .تحمل پذیری خطا به قابلیت از سیستم اشاره دارد که حتی در صورت بروز خطا در سیستم، سیستم قادر باشد خطا را پوشش داده و از خرابی سیستم جلوگیری کند .یکی از مکانیزم های تحمل پذیری خطا افزونگی ماژولها در سیستم است و سپس برای پوشانیدن خطا میان نتایج حاصل از ماژول ها تصمیم گیری به عمل می آید .لازم به ذکر است بهینه کردن پارامتر ها و یا بهبود تحمل پذیری خطا در خودرو ها به معنای جلوگیری از یک فاجعه و خطر برای خودرو یا سرنشینان آن می تواند باشد .در این مقاله سیستمی هوشمند و پیشگو جهت افزایش سطح امنیت در خودرو های هیبریدی ارائه شده است.
کلیدواژه ها:
خودروهای هیبریدی ، تحمل پذیری خطا ، تصمیم گیر ، افزونگی ، سیستم های هوشمند ، امنیت ، سیستم های فازی ، شبکه عصبی ، ANFIS
نویسندگان
فاطمه نصرالهی
دانشجوی کارشناسی ارشد دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد اراک ایران
عباس کریمی
استادیار گروه مهندسی کامپیوتر دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد اراک ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :