کاربرد شبکه عصبی در توموگرافی الکترومغناطیسی برای تشخیص اهداف فلزی مخفی شده
چکیده
تشخیص اهداف فلزی مخفی شده کاربردهای زیادی در مباحث نظامی و تشخیص های صنعتی دارد. یکی از روش های تشخیص اهداف فلزی مخفی شده توموگرافی الکترومغناطیسی است. در ابتدا توموگرافی الکترومغناطیسی که یک روش غیر مخرب است و دلایل استفاده از شبکه عصبی مصنوعی در حل مسئله معکوس توموگرافی تشریح شده است. در ادامه روش های بهینه سازی تکاملی و دو الگوریتم جدید جستجوی هارمونی و جستجوی کوکو و دو نسخه بهبود یافته از این الگوریتم توضیح داده شده است، سپس شبکه عصبی مصنوعی و دلایل استفاده از الگوریتم های تکاملی برای آموزش وزن های شبکه مورد بررسی قرار گرفته است. در ادامه برای پیدا کردن مکان جسم فلزی در استوانه ای پر از خاک از نرم افزار feko برای شبیه سازی استفاده شده است و برای این کار از شبکه عصبی که با استفاده از دو نسخه بهبود یافته الگوریتم جستجوی هارمونی و کوکو آموزش دیده، استفاده شده است.