آموزش الگوریتم خفاش در متلب (قسمت دوم)

در ادامه آموزش های موسسه متلب پروژه با مفهوم الگوریتم خفاش در متلب(قسمت دوم) آشنا خواهید شد این مجتوا به صورت کاملا رایگان در اختیار کاربران قرار خواهد گرفت و از مقدماتی تا پیشرفته ادامه خواهد داشت.

مطالعات نشان می‌دهد که خفاش ها‌از تاخیر زمانی بین گسیل و آشکارسازی هر اکو ، تفاوت زمانی بین دو گوش و تغییرات بلندی صدا در هر اکو برای ایجاد سناریوی سه بعدی از محیط اطراف استفاده می‌کنند. این پرندگان می‌توانند فاصله و جهت هدف ، نوع شکار و حتی سرعت حرکت شکارهایی نظیر حشرات کوچک را مشخص کنند. بر اساس تحقیقات انجام شده خفاش ها‌می‌توانند نوع شکار را بر اساس اثر انعکاسی دوپلر که ناشی از پرزدن حشرات هدف می‌باشد، تشخیص دهند.

برخی از خفاش ها‌دارای قدرت دید مناسبی هستند و اغلب آنها‌از حس بویایی قوی برخوردار هستند. در عمل خفاش ها‌همه حواس خود را برای شکار دقیقتر بکار می‌گیرند. با این حال در الگوریتم بهینه سازی خفاش تمرکز بر رفتار اکولاسیون و انتشار صدا می‌باشد.  انتشار صدا و ردیابی هدف که توسط خفاش ها‌بکار گرفته می‌شود را می‌توان بگونه ای فرمولبندی کرد که برای حل مسائل بهینه سازی بتوان از آن استفاده نمود. در ادامه این بخش از پایان نامه چگونگی استفاده از الگوریتم خفاش تشریح خواهد شد.

فرضیات اولیه

• برای ساده سازی مدلسازی انتشار صوت خفاش بعنوان یک روش بهینه سازی فرضیات زیر در نظر گرفته می‌شود:
• همه خفاش ها‌از انتشار صدا برای تشخیص فاصله استفاده می‌کنند و علاوه بر این تفاوت بین شکار و موانع را می‌دانند.

خفاش ها‌بصورت تصادفی و با سرعت  در موقعیت  ، فرکانس ثابت  ، طول موج  متغیر و رسایی  برای شکار کردن پرواز می‌کنند. آنها‌می‌توانند بصورت خودکار طول موج یا فرکانس پالس های گسیل شده و نرخ گسیل پالس r در محدوده را بسته به فاصله ای که با شکار دارند، تنظیم کنند.

اگرچه رسایی صوت به روش های مختلف می‌تواند تغییر کند، فرض می‌شود که این متغیر از بیشترین مقدار مثبت  به مقدار حداقل  قابل تغییر است.

علاوه بر موارد فوق از ساده سازی های دیگری نیز استفاده خواهیم کرد.  معمولا فرکانس f که در محدوده  تغییر می‌کند متناظر با گستره طول موج  است. برای مثال گستره فرکانسی  متناظر با طول موج 0.7-17mm است.

برای یک مساله مشخص می‌توان از هر طول موجی استفاده نمود. در کاربردهای واقعی می‌توانیم دامنه را با تنظیم طول موج ها‌(یا فرکانس ها) تعیین کنیم. دامنه قابل آشکارسازی (و یا بزرگترین طول موج) باید بگونه ای انتخاب شود که با اندازه حوزه مورد نظر مساله قابل مقایسه بوده و سپس به دامنه های کوچکتر کاهش یابد. علاوه بر این لازم نیست که حتما از طول موج استفاده شود و می‌توانیم بجای آن از تغییر فرکانس و طول موج ثابت استفاده کنیم. چرا که حاصلضرب  همواره مقدار ثابتی است.

برای سادگی می‌توان فرض نمود که f در دامنه   قرار دارد. می‌دانیم که فرکانس های بالاتر دارای طول موج کمتر هستند و فاصله کوتاهتری را پیمایش می‌کنند. برای خفاش ها‌دامنه معمول در حدود چندین متر است. نرخ پالس می‌تواند در گستره [0,1] قرار گیرد که صفر به معنای عدم وجود پالس و یک به معنای نرخ بیشینه گسیل پالس است. کد مجازی الگوریتم BA  در شکل پایین نمایش داده شده است.