دسته بندی دادگان سونار با استفاده از الگوریتم بهینه ساز گرگ خاکستری
Publish place: Electronics Industries Quarterly، Vol: 7، Issue: 1
Publish Year: 1395
Type: Journal paper
Language: Persian
View: 1,056
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_SAIRAN-7-1_005
Index date: 28 December 2016
دسته بندی دادگان سونار با استفاده از الگوریتم بهینه ساز گرگ خاکستری abstract
این مقاله از یک روش فرا ابتکاری جدید به نام بهینه ساز گرگ خاکستری ( GWO ) به منظور دسته بندی دادگان سونار استفاده می کند. الگوریتم GWO از سلسله مراتب رهبری و سازوکار شکار گرگ های خاکستری در طبیعت تقلید می کند. در این الگوریتم از چهار نوع گرگ خاکستری شامل آلفا، بتا، دلتا و امگا برای شبیه سازی سلسله مراتب رهبری استفاده شده است. علاوه بر این، سه مرحله اصلی شکار شامل جستجوی طعمه، محاصره طعمه و حمله به طعمه شبیه سازی می شوند. در ابتدا الگوریتم موردنظر توسط 23 تابع آزمون شناخته شده به خوبی ارزیابی شده و نتایج به دست آمده با روش بهینه سازی ازدحام ذرات ( PSO ) مقایسه می شوند. نتایج نشان می دهد که الگوریتم GWO قادر به ارائه نتایجی بسیار بهتر در یافتن کمینه کلی توابع، سرعت همگرایی و اجتناب از کمینه محلی در مقایسه با الگوریتم PSO است. علاوه بر این، در این مقاله یک کاربرد واقعی از روش ارائه شده در زمینه دسته بندی دادگان سونار بیان می شود. نتایج حاصله نشان می دهد که دسته بندی کننده طراحی شده با الگوریتم گرگ خاکستری دادگان سونار را با دقت 96/67% دسته بندی می کند، این در حالی است که PSO دقت %92/33 را حاصل می نماید.
دسته بندی دادگان سونار با استفاده از الگوریتم بهینه ساز گرگ خاکستری Keywords:
دسته بندی دادگان سونار با استفاده از الگوریتم بهینه ساز گرگ خاکستری authors
سید محمدرضا موسوی
استاد، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران
محمد خویشه
دانشجوی دکتری الکترونیک، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران
ابوالفضل غمگسار
دانشجوی کارشناسی ارشد الکترونیک، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران
محمدجواد قلندری
کارشناس ارشد الکترونیک، دانشکده مهندسی برق، دانشگاه علوم دریایی امام خمینی