تطبیق نقشه فازی عصبی سه وضعیتی درسیستمهای ناوبری خودرو

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,162

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCSCIT02_108

تاریخ نمایه سازی: 17 اردیبهشت 1391

چکیده مقاله:

هدف از نصب یک سیستم ناوبری خودرو کمک به راننده برای انتخاب یک مسیر بهینه جهت رسیدن به مقصد است دراکثر این سیستم ها از GPS جهت تعیین موقعیت خودرو استفاده می شود از آنجا که دقت سیستمهای موقعیت یاباز عوامل مختلفی مانند خطای دستگاه و شرایط جوی تاثیر می پذیرد لازم است از روشهای تطبیق نقشه جهت افزایش دقت درموقعیت تعیین شده خودرو استفاده نمود الگوریتم جدید ارایه شده برای حل مساله تطبیق نقشه شبکه عصبی فازی می باشد که از سه گام تطبیق اولیه و تطبیق در امتداد خیابان و تطبیق در تقاطع تشکیل شده است درروش ترکیبی توابع عضویت که برروی پارامتر های ورودی و خروجی مساله تعریف شده تنظیم می شود درالگوریتم پیشنهاد شده به دلیل استفاده از تمام ورودی های دردسترس و بهینه سازی توابع عضویت میزان خطای سیستم کاهش یافته است. برای ارزیابی روش پیشنهادی برای شهر تبریز آزمایش گردیده است و نتایج بدست آمده با نتایج یکی از الگوریتم های تطبیق نقشه مبتنی بر منطق فازی موجود مقایسه شده است نتایج مقایسه حاکی از برتری الگوریتم پیشنهادی است.

کلیدواژه ها:

تطبیق نقشه شبکه فازی عصبی سازگارGPSadaptive neuro fuzzy inference system سیستم ناوبری خودرو car navigation system محاسبات نرم

نویسندگان

یاسر قهرمانی

دانشگاه آزاد اسلامی واحد قزوین

آیاز عیسی زاده

گروه علوم کامپیوتر دانشگاه ملی تبریز

مرتضی نصیراقدم

دانشگاه آزاد اسلامی واحد اهر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • differential global positioning 4Accurateه F.Munekata, System, via fuzzy logic Kalman ...
  • .Christopher E. White a, David Bernstein b, Alain L.Kornhauser , ...
  • . W.Y. Ochieng, M. Quddus , R.B. Noland , " ...
  • Engineering , Imperial College London, London SW7 2AZ, United Kingdom ...
  • . Dakai Yang, Baigen Cai and Yifang Yuan. Student Member, ...
  • . Dragan Ohradovic*, Henning Lenz* and Markus Schupfher**, "SENSOR FUSION ...
  • Siemens AG, SV, Regenshug, Germany, 2004 IEEE Workshop ...
  • _ S. Syed and M.E. Cannon , " Fuzzy Logic ...
  • . Sinn Kim and Jong-Hwan Kim _ Department of Electrical ...
  • G. K. H. Pang, K. Takahashi, T. Yokota, and ...
  • H. Takenaga, "Adaptive route selection for dynamic route, guidance system ...
  • K. Kobayashi, K. C. Cheok, K. Watanabe, and ...
  • Sin Kim and jong-Hwan Kim , "Adaptive Fuzzy- Matching ...
  • Mengyin FU, Jie LI, Meiling WANG, "A Hybrid Based ...
  • Comprehensive Judgment ", 2004 IEEE Intelligent Transportation Systems Conference Washington, ...
  • D.C., USA, October 36، 20 06 ...
  • ang, J.S. and C.T. _ "Neuro-Fuzzy and Soft Computing: A ...
  • Guide for Fuzzy Logic Tool Box, Mathwork Inc., Release 20 ...
  • Zimmermann, H.J. (1 991), " Fuzzy Set Theory and its ...
  • نمایش کامل مراجع