طراحی سامانه سوناری با قابلیت دستهبندی اهداف فعال و غیرفعال آکوستیکی مبتنی بر شبکهی عصبی فراابتکاری | ||
| علوم و فناوریهای پدافند نوین | ||
| مقاله 8، دوره 11، شماره 2 - شماره پیاپی 40، تابستان 1399، صفحه 191-203 اصل مقاله (2.39 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| محمد خویشه* 1؛ احسان ابراهیمی2؛ افشین گلدانی2 | ||
| 1دانشگاه علوم دریایی امام خمینی (ره) نوشهر | ||
| 2دانشگاه علوم دریایی امام خمینی | ||
| چکیده | ||
| با توجه به اهمیت تعیین ماهیت اهداف سوناری در نبردهای دریایی، این مقاله به طراحی سامانهای باقابلیت دستهبندی اهداف سوناری فعال و غیرفعال با استفاده از شبکههای عصبی پرسپترون چندلایه میپردازد. با توجه به نواقص پرسپترونهای چندلایه در کار با دادههای دنیای واقعی، این مقاله یک الگوریتم فرا ابتکاری جدید بانام بهینهساز ازدحام ذرات با گروهای آشفته (CGPSO) را ارائه میدهد. این الگوریتم با استفاده از گروههای مجزای جستجو و همچنین نقشههای آشفته فضای جستجو را بهتر و سریعتر اکتشاف میکند. بهمنظور ارزیابی سامانه طراحیشده، یک مجموعه داده سوناری مرجع، یک مجموعه داده آزمایشگاهی غیرفعال و یک مجموعه داده واقعی فعال توسعه داده شد. بهمنظور داشتن یک مقایسه جامع سامانه طراحیشده با بهینهسازهای معیار ازدحام ذرات (PSO)، جغرافیایی زیستی (BBO) و گرگ خاکستری (GWO) ازنظر سرعت همگرایی، دقت دستهبندی و قابلیت اعتماد مقایسه شد که سامانه طراحیشده نسبت به بهترین دستهبندی کننده موجود، بهطور میانگین 33/2 درصد دقیقتر عمل کرد. | ||
| کلیدواژهها | ||
| سونار؛ دستهبندی؛ پرسپترون چندلایه؛ بهینهساز ازدحام ذرات با گروهای آشفته | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 633 تعداد دریافت فایل اصل مقاله: 405 |
||