ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

طراحی سامانه انتخاب حسگرها در زیردریایی هوشمند بدون سرنشین با استفاده از شبکه های عصبی و الگوریتم اجتماع عنکبوت ها

سال انتشار: 1396
کد COI مقاله: JR_IJMT-4-3_002
زبان مقاله: فارسیمشاهده این مقاله: 139
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 11 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله طراحی سامانه انتخاب حسگرها در زیردریایی هوشمند بدون سرنشین با استفاده از شبکه های عصبی و الگوریتم اجتماع عنکبوت ها

عباس صفاری - کارشناس ارشد مهندسی برق، دانشگاه علوم دریایی امام خمینی(ره)
مجید آقابابایی - استادیار دانشکده برق، دانشگاه علوم دریایی امام خمینی(ره)

چکیده مقاله:

هدف از این مقاله انتخاب مجموعه ای از حسگرها در زیردریایی هوشمند بدون سرنشین به گونه ای است که علاوه بر کمینه کردن میزان انرژی مصرفی، بوسیله ی کم کردن پیچیدگی زمان پردازش اطلاعات نیز کاهش یابد. همواره یک تناظر یک به یک بین قابلیت کاری و منبع انرژی وجود دارد. از جمله چالش هایی که زیردریایی های هوشمند بدون سرنشین با آن روبرو هستند منابع انرژی محدود آن ها می باشد. تنها منبع انرژی در زیردریایی های هوشمند بدون سرنشین باتری ها هستند. با توجه به اینکه شارژ کردن باتری ها در اعماق دریا غیرممکن است، ناگزیر به صرفه جویی در مصرف انرژی می باشیم. موثرترین راه برای صرفه جویی در مصرف انرژی انتخاب هوشمندانه ی مجموعه ای از حسگرها به گونه ای می باشد که با کمترین تعداد حسگر، بیشترین کارآیی را بدست آوریم. از این رو از شبکه ی عصبی به عنوان تابع بهینه ساز و همچنین از الگوریتم اجتماع عنکبوت ها که در پیدا کردن بهینه عمومی و رسیدن به همگرایی بسیار قدرتمند است، استفاده می کنیم. خواهیم دید که این الگوریتم با پیدا کردن بهینه عمومی و رسیدن سریع به همگرایی قادر است کمترین تعداد حسگر را در مجموعه ی حسگر انتخاب کند. در پایان نتایج شبیه سازی با الگوریتم مبتنی بر جغرافیای زیستی، الگوریتم مبتنی بر جغرافیای زیستی بهینه شده با نقشه های آشفته، الگوریتم ازدحام ذرات، الگوریتم ژنتیک، الگوریتم، الگوریتم کرم شب تاب، الگوریتم فاخته ذرات مقایسه می شود. نتایج حاصله حاکی از آن است که عملکرد الگوریتم اجتماع عنکبوت ها در مقایسه با الگوریتم های دیگر و در حالت زیرسطحی کارآیی بهتری دارد و قادر است زمان پردازش را به 8/1 ثانیه برساند. همچنین مصرف انرژی را به میزان 1/7 کیلووات ساعت کاهش می دهد. این امر سبب می شود 5/106 دقیقه به زمان دریانوردی اضافه گردد.

کلیدواژه ها:

انتخاب حسگر, شبکه عصبی, الگوریتم اجتماع عنکبوت ها, تابع بهینه ساز

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا JR_IJMT-4-3_002 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/886906/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
صفاری، عباس و آقابابایی، مجید،1396،طراحی سامانه انتخاب حسگرها در زیردریایی هوشمند بدون سرنشین با استفاده از شبکه های عصبی و الگوریتم اجتماع عنکبوت ها،،،،،https://civilica.com/doc/886906

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1396، صفاری، عباس؛ مجید آقابابایی)
برای بار دوم به بعد: (1396، صفاری؛ آقابابایی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Ono, M. and Huntsberger, T. Safe Maritime Autonomous Path Planning ...
  • Kuwata, Y., Wolf, M. T., Zarzhitsky, D. and Huntsberger, T. ...
  • Eiben, A. E. and Smith, J. E. Introduction to Evolutionary ...
  • Yuan, B. and Gallagher, M. Playing in Continuous Spaces: Some ...
  • Sharawi, M. Optimal Weights Sensors Measurement Fusion using Genetic Algorithms ...
  • Ergiin, C. and Hacioglu, K. Multiuser Detection Using a Genetic ...
  • Al Khatib, E. I.,  Jaradat, M. A. and  Abdel-Hafez, M. ...
  • Raol, J. R. and Girija, G. Sensor data fusion algorithms ...
  • Lee, M. F. R.,  Stanley, K. and Wu, Q. M. ...
  • Badamchizadeh, M., Nikdel, N. and Kouzehgar, M. Optimization of Data ...
  • Cuevas, E., Zaldvar, D. and Cisneros, M.   A Swarm ...
  • Wang, Y., Zhu, L., Wang, J. and Qiu, J. An ...
  • Mirjalili, S. A., Mirjalili, S. M. and Lewis, A. Let ...
  • Abedifar, V., Eshghi, M., Mirjalili, S. A. and Mirjalili, S. ...
  • Nguyen, L. S., Frauendorfer, D., Mast, M. and Gatica-Perez, D. ...
  • Auer, P., Burgsteiner, H. and Maass, W. A Learning Rule ...
  • Barakat, M., Khalil, M., Druaux, F. and Mustapha, O. Parameter ...
  • Kiranyaz, S., Ince, T., Yildirim, A. and Gabbouj, M. Evolutionary ...
  • Mirjalili, S. M. and Sardroudi, H. M. Training Feedforward Neural ...
  • Mirjalili, S. and Safa Sadiq, A. Magnetic Optimization Algorithm for ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 328
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی