این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
علوم و فناوری دریا، جلد ۷۷، شماره ۷۷، صفحات ۵۹-۶۹
عنوان فارسی انتخاب حسگرهای AUV با استفاده از الگوریتم ALO و شبکه‌های عصبی
چکیده فارسی مقاله محدود بودن منابع تامین انرژی در زیردریایی‌های بدون سرنشین یکی از مشکلاتی است که انجام ماموریت‌های طولانی را محدود می‌کند. از این رو می‌توان با انتخاب هوشمندانه‌ی حسگرها و در نتیجه صرفه‌جویی در منابع انرژی (باتری‌) به حل این مشکل کمک شایانی کرد. برای انتخاب حسگر باید تمامی حالات را بررسی کنیم که انجام این کار مستلزم صرف وقت زیادی است. به همین دلیل استفاده از روش‌های ابتکاری و فراابتکاری مورد توجه صنعتگران، محققان و پژوهشگران فعال این حوزه قرار گرفت. یکی از روش‌های فراابتکاری جدید و قدرتمند در بهینه‌سازی الگوریتم ALO می‌باشد. این الگوریتم با استفاده از ویژگی خاص خود و همگرایی سریع، قابلیت دستیابی به نتیجه مطمئن‌تر را داراست. آنچه بدست آمد ضمن تایید توانمندی این الگوریتم در بهینه‌سازی، مبین توانایی این الگوریتم در زمینه انتخاب حسگر می‌باشد.
کلیدواژه‌های فارسی مقاله انتخاب حسگر، الگوریتم ALO، زیردریایی هوشمند، مصرف انرژی،
عنوان انگلیسی AUV’s Sensor Selection by Using Ant-Lion Optimization Algorithm and Neural Networks
چکیده انگلیسی مقاله Due to the Limited energy resources in AUVs, their Long missions have been limited. Smarter sensor selection leads to lower energy consumption. Therefore, it can solve the aforementioned problem. Check out all the scenarios is very time consuming. For this reason, the use of heuristic and meta-heuristic methods was considered by industrialists and researchers in the field. ALO is one of the most powerful methods in the optimization problem; therefore, this algorithm by using its unique capability can obtain the best result and the fastest convergence curve among other benchmark methods. As the results show, ALO is very efficient in the sensor selection problem.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمد خویشه |
دانشجوی دکتری دانشکده مهندسی برق، دانشگاه علم و صنعت ایران
سازمان اصلی تایید شده: دانشگاه علم و صنعت ایران (Iran university of science and technology)

مجید آقابابایی |
استادیار دانشکده مهندسی برق، دانشگاه علوم دریایی امام خمینی ره
سازمان اصلی تایید شده: دانشگاه علوم دریایی امام خمینی (Imam khomeini naval university of noshahr)

عباس صفاری |
دانشجوی کارشناسی ارشد دانشکده مهندسی برق، دانشگاه علوم دریایی امام خمینی ره
سازمان اصلی تایید شده: دانشگاه علوم دریایی امام خمینی (Imam khomeini naval university of noshahr)

افشین گلدانی |
دانشجوی کارشناسی ارشد دانشکده مهندسی برق، دانشگاه علوم دریایی امام خمینی ره
سازمان اصلی تایید شده: دانشگاه علوم دریایی امام خمینی (Imam khomeini naval university of noshahr)

نشانی اینترنتی http://navy.iranjournals.ir/article_20234_d6fc2720a0e5486ceeec59ddfcb466ff.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/972/article-972-198889.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات