دانش رسان |
مرکز علم و دانش کشور مقاله طراحی سامانه انتخاب حسگرها در زیردریایی هوشمند بدون سرنشین با استفاده از شبکه‌های عصبی و الگوریتم اجتماع عنکبوت‌ها
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله طراحی سامانه انتخاب حسگرها در زیردریایی هوشمند بدون سرنشین با استفاده از شبکه‌های عصبی و الگوریتم اجتماع عنکبوت‌ها دارای ۱۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله طراحی سامانه انتخاب حسگرها در زیردریایی هوشمند بدون سرنشین با استفاده از شبکه‌های عصبی و الگوریتم اجتماع عنکبوت‌ها کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله طراحی سامانه انتخاب حسگرها در زیردریایی هوشمند بدون سرنشین با استفاده از شبکه‌های عصبی و الگوریتم اجتماع عنکبوت‌ها،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله طراحی سامانه انتخاب حسگرها در زیردریایی هوشمند بدون سرنشین با استفاده از شبکه‌های عصبی و الگوریتم اجتماع عنکبوت‌ها :
تعداد صفحات :۱۸
هدف از این مقاله انتخاب مجموعه‌ای از حسگرها در زیردریایی هوشمند بدون سرنشین به گونه‌ای است که علاوه بر کمینه کردن میزان انرژی مصرفی، بوسیله‌ی 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 چالش‌هایی که زیردریایی‌های هوشمند بدون سرنشین با آن روبرو هستند منابع انرژی محدود آن‌ها می‌باشد. تنها منبع انرژی در زیردریایی‌های هوشمند بدون سرنشین باتری‌ها هستند. با توجه به اینکه شارژ کردن باتری‌ها در اعماق دریا غیرممکن است، ناگزیر به صرفه جویی در مصرف انرژی می‌باشیم. موثرترین راه برای صرفه‌جویی در مصرف انرژی انتخاب هوشمندانه‌ی مجموعه‌ای از حسگرها به گونه‌ای می‌باشد که با کمترین تعداد حسگر، بیشترین کارآیی را بدست آوریم. از این رو از شبکه‌ی عصبی به عنوان تابع بهینه‌ساز و همچنین از الگوریتم اجتماع عنکبوت‌ها که در پیدا کردن بهینه عمومی و رسیدن به همگرایی بسیار قدرتمند است، استفاده می‌کنیم. خواهیم دید که این الگوریتم با پیدا کردن بهینه عمومی و رسیدن سریع به همگرایی قادر است کمترین تعداد حسگر را در مجموعه‌ی حسگر انتخاب کند. در پایان نتایج شبیه‌سازی با الگوریتم مبتنی بر جغرافیای زیستی، الگوریتم مبتنی بر جغرافیای زیستی بهینه شده با نقشه‌های آشفته، الگوریتم ازدحام ذرات، الگوریتم ژنتیک، الگوریتم، الگوریتم کرم شب‌تاب، الگوریتم فاخته ذرات مقایسه می‌شود. نتایج حاصله حاکی از آن است که عملکرد الگوریتم اجتماع عنکبوت‌ها در مقایسه با الگوریتم‌های دیگر و در حالت زیرسطحی کارآیی بهتری دارد و قادر است زمان پردازش را به ۸/۱ ثانیه برساند. همچنین مصرف انرژی را به میزان ۱/۷ کیلووات‌ساعت کاهش می‌دهد. این امر سبب می‌شود ۵/۱۰۶ دقیقه به زمان دریانوردی اضافه گردد.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
