۴-۴-۵- آزمایش پنجم (تاثیر کاهش حرکت AUVها در هر گام)
همانطور که مشاهده شد با اعمال محدودیت بر روی حد بالای درجه در AUVها آنها مجبورند مسافت بیشتری را برای رسیدن به همگرایی طی نمایند. برای رفع این مسئله با بهره گرفتن از یک راهکار جدید سعی در اصلاح الگوریتم ارائه شده داریم. در این این راهکار امیدواریم با حرکت ندادن درصدی از AUVها در هر گام، مقدار مسافت طی شده را کاهش دهیم. در این آزمایش محیط و AUVهایی مشابه آزمایش قبل در نظر گرفته شده است. هر گره در هر گام زمانی با احتمال ۰٫۷p= الگوریتم ژنتیک را در درون خود اجرا خواهد کرد در غیر اینصورت در موقعیت خود ثابت خواهد ماند. در ادامه به بررسی این راهکار بر میانگین مسافت طی شده و میزان پوشش و زمان استقرار خواهیم پرداخت. همچنین نتایج این آزمایش با آزمایش دوم در حالت کنترل درجه همسایگی مقایسه خواهد شد. پارامترهای آزمایش مانند جدول ۴-۴ میباشد.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))
نمودار میانگین مسافت طی شده نسبت با گام زمانی در دو حالت حرکت همه AUVها در هرگام زمانی (Pm=1) و حرکت AUVها با احتمال ۰٫۷Pm= در هر گام زمانی در شکل ۴-۱۷ مشهود است. با اعمال راهکار معرفی شده میزان میانگین مسافت طی شده بعد از همگرایی از ۶۵٫۱۹ به مقدار ۵۲٫۴۴ کاهش یافته است. اما زمان اجزا از ۳۴ گام زمانی به ۴۰ گام زمانی افزایش پیدا کرده است. همانطور که در شکل ۴-۱۸ نشان داده شده مقدار پوشش به خوبی حالت قبل است. در نتیجه،این راهکار می تواند در کاربردهایی که انرژی از اولویت بیشتری نسبت به زمان برخوردار است، استفاده شود. چرا که حرکت باعث کاسته شدن انرژی AUVها می شود.
میانگین مسافت طی شده
گام زمانی
شکل ۴-۱۷- میانگین مسافت طی شده نسبت به گام زمانی در دو حالت ، ۱=Pm و ۰٫۷=Pm
گام زمانی
میانگین بهترین برازندگی گرهها
شکل ۴-۱۸- پوشش حجمی نرمال شده نسبت به گام زمانی زمانی در دو حالت ، ۱=Pm و ۰٫۷=Pm
۴-۴-۵- آزمایش ششم (مقایسه روشهای پیشنهادی با روش قبلی)
در این آزمایش تصمیم داریم روشهای ارائه شده در این پایان نامه را با روش پیشنهادی در مقاله [۴۵] به نام ۳D-GA مقایسه نماییم. برای انجام مقایسه این روش در شبیهساز Aqua-Sim پیاده سازی نمودهایم. روشهایی که با ۳D-GA مقایسه شده اند عبارتند از: الگوریتم پیشنهاد داده شده با کنترل درجه، بدون کنترل درجه، اعمال راهکار اصلاحی برای بهبود مسافت طی شده. محیط شبیهسازی ۳۰*۳۰*۳۰ در نظر گرفته شده است. ۲۸ AUV با شعاع ارتباطی ۱۰ در محیط موجودند. پارامترهای آزمایش مانند جدول ۴-۴ میباشد. در ادامه روش ۳D-GA با الگوریتم پیشنهاد شده و الگوریتم پیشنهادی اصلاحی (راهکار اصلاحی در آزمایش پنجم) مقایسه خواهد شد. همانطور که مشاهده می شود از لحاظ پوشش الگوریتم پیشنهادی و الگوریتم پیشنهادی اصلاحی بهترین مقادیر را دارا هستند. اگر در الگوریتم ارائه شده در این پایان نامه درجه گرهها را در نظر نگیریم، در نمودار شکل ۴-۲۰ مشهود است که الگوریتم ارائه شده در این مقاله بهتر از ۳D-GA عمل مینماید. در واقع الگوریتم ژنتیک ارائه شده در این پایان نامه بهتر از ۳D-GA عمل مینماید. اما از لحاظ میانگین مسافت طی شده ۳D-GA بهتر عمل کرده است.
گام زمانی
میانگین مسافت طی شده
شکل ۴-۱۹- میانگین مسافت طی شده نسبت به گام زمانی (مقایسه ی روش ها)
پوشش حجمی نرمال شده
گام زمانی
شکل ۴-۲۰- پوشش حجمی نرمال شده نسبت به گام زمانی زمانی (مقایسه ی روش ها)
