CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

گواهی نمایه سازی مقاله مدلسازی تاخیر یونسفری با استفاده از شبکه ی عصبی مصنوعی بهینه شده باالگوریتم ازدحام ذرات

عنوان مقاله: مدلسازی تاخیر یونسفری با استفاده از شبکه ی عصبی مصنوعی بهینه شده باالگوریتم ازدحام ذرات
شناسه (COI) مقاله: CESC15_510
منتشر شده در پانزدهمین کنفرانس دانشجویان عمران سراسر کشور در سال ۱۳۹۳
مشخصات نویسندگان مقاله:

فریده سبزه ای - ،دانشجوی کارشناسی ارشد ژئودزی،گروه مهندسی نقشه برداری،پردیس دانشکده های فنی دانشگاه تهران
محمدعلی شریفی - گروه مهندسی نقشه برداری،پردیس دانشکده های فنی دانشگاه تهران
مهدی آخوندزاده - گروه مهندسی نقشه برداری،پردیس دانشکده های فنی دانشگاه تهران

خلاصه مقاله:
یونسفر بزرگترین منبع خطا بعد از خاموش شدنSAدر اندازه گیریهای تعیین موقعیت و ناوبری باGPS محسوب میشود. گیرنده های دو فرکانسه قابلیت حذف این خطا را دارند ولی مقرون به صرفه نیستند ،در حالیکه گیرندههای تک فرکانسه هزینه ی کمتری داشته و دسترسی بیشتری دارند اما از محاسبه ی تاخیر یونسفری ناتوان بوده و تعیین موقعیت را با آن خطا محاسبه مینمایند. داشتن یک مدل یونسفری قابل اطمینان،مشکل ناتوانی گیرنده های تک فرکانسه برای محاسبهی تاخیر یونسفری را حل می کند. بدین منظور از داده های TEC 5 سال 2006- 2010 موقعیت ایستگاه تهران (فرمول در متن اصلی مقاله) شاخص های ژئومغناطیس و خورشیدی برای مدلسازی با شبکه ی عصبی ای که وزن ها و بایاس های آن با الگوریتم ازدحام ذرات بهینه شده اند استفاده شده است Rmse داده های تست مدل PSO-ANN برابر TECU(Total Electron Content Unit) 1.19 می باشد و این مدل میانگین اطمینان 91.9148% را شامل می باشد.

کلمات کلیدی:
یونسفر،شبکه ی عصبی،الگوریتم ازدحام ذرات،سیستم تعیین موقعیت جهانی،محتوای کل چگالی الکترون قائم.

صفحه اختصاصی مقاله و دریافت فایل کامل: http://www.civilica.com/Paper-CESC15-CESC15_510.html