• عنوان

    جانمايي بهينه هواپيماهاي بدون سرنشين توسط الگوريتم برادو

  • نويسنده اصلي

    صميمي، محمد مهدي

  • محل تحصيل
    اصفهان : دانشگاه صنعتي اصفهان
  • رشته تحصيلي
    مهندسي نرم افزار
  • مقطع تحصيلي
    كارشناسي ارشد
  • چكيده
    با پيشرفت تكنولوژي، تمايل به استفاده بيشتر از ربات¬ها و رايانه¬ها به جاي انسان نيز افزايش يافته است. يكي از ربات‌هايي كه مي‌توان در بسياري از موقعيت‌ها از آن استفاده كرد، پهپاد است. از پهپادها مي¬توان براي كنترل يا نظارت بر انواع اهداف استفاده كرد اما يافتن موقعيت بهينه براي پرواز آنها مشكل بزرگي است كه در گروه مسائل NP-hard قرار مي¬گيرد. به واسطه پيچيدگي مساله نياز به استفاده از روشهاي غيردقيق مي¬باشد. در پژوهش¬هاي قبلي برخي از الگوريتم¬هاي فرامكاشفه¬اي براي حل اين مساله بكار گرفته شده است، ولي كيفيت راه حل¬ها، نياز به بهبود دارد. در اين پژوهش سعي كرديم الگوريتم¬هاي مختلف فرامكاشفه¬اي از جمله روش¬هاي از نوع هوش جمعي را روي اين مساله بكار بگيريم و نتايج اين حوزه را بهبود بخشيم. هدف اين پژوهش حل دو نوع مساله ايستا و پوياي جانمايي پهپاد بوده است. ما در آزمايش‌هاي خود ابتدا از پهپادهاي ثابت و اهداف مستقر در فضاي جستجوي مربعي استفاده كرديم. در مرحله دوم فضاي مسئله را به صورت پويا مورد بررسي قرار داديم. به اين صورت كه اهداف در فضاي مسئله در حال حركت هستند. هدف ما يافتن موقعيت بهينه براي پهپادها به گونه‌اي است كه بيشترين تعداد اهداف پوشش داده شوند. يكي از الگوريتم¬هايي كه تا كنون روي اين مساله بكار گرفته نشده بود، الگوريتم هوش جمعي BRADO بود. اين الگوريتم كه از مهاجرت انسان¬ها بين كشورها الهام گرفته شده است، در مسائلي كه در گذشته استفاده شده توانسته نتايج خوبي را رقم بزند. در كنار ساير الگوريتم¬هاي فرامكاشفه¬اي براي اولين بار اين الگوريتم را روي مساله ثابت جانمايي پهپادها بكار گرفتيم. همچنين براي اولين بار نسخه پوياي اين الگوريتم و دو الگوريتم ديگر WOA و MPA كه آنها نيز از الگوريتم¬هاي هوش جمعي تازه معرفي شده هستند را براي حل مساله پوياي جانمايي پهپاد ارائه كرديم. ما نتايج كار خود را الگوريتم¬هاي PSO، GA، EHO و MS نيز مقايسه كرديم. نتايج آزمايش‌هاي ما نشان مي‌دهد كه BRADO به خوبي در حل اين مشكل بهينه¬سازي عمل كرده است. ما در اين پژوهش مسئله را در دو بخش اصلي ايستا و پويا و در هر بخش در 4 فضاي جستجوي مختلف با پيچيدگي¬هاي متفاوت مورد بررسي قرار داديم. علاوه بر آن، در بخش ايستا، مسئله را در حالتي كه اهداف خوشه¬بندي شده¬اند نيز حل كرديم. نتايج بدست آمده روي حالت¬هاي مختلف مساله و با سناريوهاي مختلف، حاكي از آن است كه الگوريتم BRADO نتايج بهتري را در مقايسه با ساير الگوريتم¬هاي فرامكاشفه¬اي ديگر بدست آورده است.
  • شماره ركورد
    227583
  • گرايش رشته تحصيلي
    نرم افزار
  • دانشكده
    مهندسي برق و كامپيوتر
  • دانشگاه
    دانشگاه صنعتي اصفهان