آکادمی و موسسه علمی پژوهشی ابن سینا

نتیجه گیری

انجام پایان نامه ارشد هوش مصنوعی حاضر یک الگوریتم توزیع شده برای کنترل توپولوژی سه بعدی بر مبنای الگوریتم ژنتیک، برایAUVها که به صورت شبکه ای از حسگرهای زیر آب عمل می کنند، ارائه شد. با استفاده از الگوریتم ارائه شده، هر AUV با ارسال اطلاعات مکان و درجه  ی خود را به همسایگانش، به صورت مستقل سرعت و جهت حرکتش را برای رسیدن به پوشش مورد نظر در محیط، تعیین می نماید. نوع پوشش در سه حالت متفاوت معرفی و مورد ارزیابی قرار گرفت. این سه حالت شامل پوشش سراسری تمامی نقاط محیط، پوشش حفاظتی از یک شئ در دریا و پوشش حفاظتی از یک درگاه معرفی شد. همچنین در الگوریتم پیشنهاد شده یک تحلیل آماری برای میزان میانگین درجه همسایگی برای هر سه حالت پوشش ارائه شد. با استفاده از این تحلیل، حد بالای درجه ی گره ها در محیط کنترل شد. در نتیجه با کاهش این مقدار، گره ها به میزان پوشش با درصد بالاتری در محیط دست یافتند اما مجبور شدند مسافت و تعدا گام بیشتری را تا رسیدن به همگرایی صرف نمایند. الگوریتم ارائه شده با معیار هایی مانند پوشش حجمی نرمال شده، زمان، میانگین مسافت طی شده و میانگین درجه ی همسایگی گره ها مورد ارزیابی قرار گرفت. نتایج نشان داد الگوریتم ارائه شده در زمان کوتاهی به میزان مطلوبی از پوشش دست می یابد. الگوریتم ارائه شده در موقعیت از دست دادن چند AUV در حین اجرای شبیه سازی مورد ارزیابی قرار گرفت. در این ارزیابی کنترل شبکه-ی متشکل از AUVها، با استفاده از الگوریتم پیشنهادی ما، قدرت انطباق با شرایط را داشت و با از دست رفتن چند AUV به حداکثر میزان پوشش ممکن در محیط دست یافت. به عبارت دیگر این ارزیابی نشان داد که الگوریتم ارائه شده، در برابر خرابی AUVها، پویا است. در ارزیابی دیگری سعی نمودیم تاثیر ابهام در تشخیص محل دقیق AUV ها را بر الگوریتم پیشنهادی مورد بررسی قرار دهیم. نتایج تحقیق نشان داد، ابهام در تشخیص محل دقیق AUVها، مانعی برای الگوریتم جهت رسیدن به پوشش مناسب در محیط نیست بلکه تنها نیاز است تا گره ها مسیر طولانی تری را برای ایجاد ثبات طی نمایند. همانطور که بیان شد با کنترل درجه ی همسایگی، گره ها مجبور شدند مسافت و زمان بیشتری را تا رسیدن به همگرایی طی نمایند. برای رفع این مشکل از یک راهکار برای اصلاح الگوریتم استفاده شد. در این راهکار هر AUV یا احتمال 0.7 در هر گام ژنتیک را در درون خود اجرا و حرکت خواهد کرد. با اعمال این راهکار، بدون کاهش در مقدار پوشش، میزان مسافت طی شده بهبود یافت. قابل ذکر است با استفاده از این راهکار زمان استقرار افزایش یافت. در نتیجه،این راهکار می تواند در کاربردهایی که انرژی از اولویت بیشتری نسبت به زمان برخوردار است، استفاده شود. 

پیشنهادات جهت انجام پایان نامه ارشد هوش مصنوعی آتی

در این بخش چند پیشنهاد برای بهبود عملکرد الگوریتم و معرفی کارهایی که در ادامه انجام پایان نامه ارشد حاضر می توان انجام داد، مطرح شده است.

    برای بهبود عملکرد تابع برازندگی در الگوریتم ژنتیک می توان آن را طوری تغییر داد که میزان مصرف انرژی هم در محاسبه ی برازندگی تاثیر داشته باشد. 
    یکی از فرضیات این تحقیق عدم وجود مانع در محیط است. می توان الگوریتم را با در نظر گرفتن موانع در محیط بسط داد.
    در الگوریتم ارائه شده این فرض وجود دارد که تمامی گره ها همگن هستند. می توان با در نظر گرفتن گره های حسگر ناهمگن به بررسی مسئله پرداخت.
    در تحقیق ارائه شده فرض بر این است که محدوده ارتباطی و محدوده حس کردن یکسان است در حالی که می توان الگوریتم را به تمامی نسبت هایی که این دو محدوده نسبت به هم دارند بسط داد.