مدل ترکیبی ارزیابی عملکرد حسگرهای شبکه کامپیوتری با استفاده از تحلیل پوششی دادهها و الگوریتمهای متاهیوریستیک | ||
| مدل سازی در مهندسی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از 28 دی 1404 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22075/jme.2026.38435.2877 | ||
| نویسندگان | ||
| محمد صادق بهروز* 1؛ میثم کرمی پور2؛ رحمان نورمحمدی1 | ||
| 1دکتری مدیریت صنعتی، دانشکده مدیریت و اقتصاد، دانشگاه علوم و تحقیقات تهران، تهران، ایران | ||
| 2پسا دکتری، دانشگاه علم و صنعت ایران، دانشکده مدیریت، اقتصاد و مهندسی پیشرفت، ایران. | ||
| چکیده | ||
| ذخیرهسازی و پردازش اطلاعات بدست آمده از حسگرها و سنسورها و همچنین استفاده از سیستمهای بیسیم و پیشیینی زمان واقعی و تجزیه و تحلیل دادهها، سبب ایجاد ارزش افزوده میشود. بنابراین ارزیابی عملکرد حسگرها در شبکههای کامپیوتری حائز اهمیت است. هدف از انجام این پژوهش ارائه مدل ارزیابی عملکرد حسگرها با استفاده از مدلهای ریاضی و بهینهسازی نتایج با بهرهگیری از ابزار شبیهسازی است. دادههای پژوهش مربوط به شبکه کامپیوتری شبیهسازی شده در محیط OPNET است. این شبکه کامپیوتری، بر اساس سنسورها و حسگرهایی طراحی شده است که به منظور شناسایی و تشخیص نقصهای بحرانی و دادههای برنامههای نگهداری تعمیرات در خط لوله گاز جانمایی شدهاند. در پژوهش حاضر مسئله با استفاده از مدل ریاضی BCC و SBM ابر کارایی تحلیل پوششی دادهها، مدلسازی و پس از تشخیص واحدهای کارا، مقادیر بازدهی عملکرد با شبکه عصبی MLP و ترکیب آن با الگوریتم فاخته بهینهسازی شده است. برای سنجش صحت عملکرد مدل، پارامترهای میانگین مربعات خطا، ضریب همبستگی، انحراف معیار و میانگین قدر مطلق خطا، مورد ارزیابی قرار گرفته است. نتایج پژوهش حاکی از آن است که این مقادیر در شبکه عصبی به ترتیب 2605/0، 123666/0، 66/0 و 89853/0 و در الگوریتم ترکیبی 1037/0، 03462222/0، 43/0 و 94829/0 است. بر این اساس، استفاده از الگوریتم ترکیبی، بهبود روند یادگیری دادهها در شبکه و افزایش صحت در خروجیهای نهایی مدل پژوهش را به همراه داشته و مقادیر بدست آمده از شاخصهای سنجش عملکرد مدل، افزایش سطح بهینگی در بازدهی و کارایی حسگرها را نشان میدهد. | ||
| کلیدواژهها | ||
| ارزیابی عملکرد حسگر؛ ابرکارایی تحلیل پوششی دادهها؛ بهینهسازی؛ شبکه پرسپترون چندلایه؛ الگوریتم فاخته | ||
|
آمار تعداد مشاهده مقاله: 484 |
||
| تعداد نشریات | 22 |
| تعداد شمارهها | 723 |
| تعداد مقالات | 10,402 |
| تعداد مشاهده مقاله | 72,894,473 |
| تعداد دریافت فایل اصل مقاله | 64,573,072 |