TY - JOUR T1 - Optimization of RFM's Structure Using a New Reformulation of PSO in Case of Limited GCPs TT - بهینه‌سازی ساختار توابع کسری با استفاده از پیکربندی جدیدی از الگوریتم بهینه‌سازی توده ذرات در شرایط وجود نقاط کنترل محدود JF - kntu-jgit JO - kntu-jgit VL - 7 IS - 3 UR - http://jgit.kntu.ac.ir/article-1-749-fa.html Y1 - 2019 SP - 199 EP - 212 KW - Rational Function Models (RFMs) KW - Particle Swarm Optimization (PSO) KW - Limited number of GCPs. N2 - روش‌های فراابتکاری به‌طور گسترده‌ای در تعیین ساختار بهینه مدل توابع کسری استفاده می‌شوند. در این روش‌ها با حذف تعدادی از ضرایب توابع کسری، صحت تصحیح هندسی تصاویر ماهواره‌ای با قدرت تفکیک بالا را افزایش می‌دهند. روش‌های مذکور برای تعیین مقادیر ضرایب توابع کسری، از روش کمترین مربعات برمبنای تعدادی نقطه‌ی کنترل زمینی استفاده می‌کنند. به دلیل هزینه‌بر بودن استفاده از نقاط کنترل زمینی، مسأله استفاده از نقاط کنترل زمینی محدود، به چالشی جدی در پژوهش‌های جدید تبدیل شده است. ازآنجاکه تابع سازگاری در روش‌های فرا ابتکاری خود تابعی از تعداد نقاط کنترل زمینی است، در این مطالعه، یک پیکربندی جدید و صحیح از الگوریتم بهینه­سازی توده ذرات برای یافتن تعداد ضرایب توابع کسری بهینه در شرایط استفاده از تعداد نقاط کنترل محدود تحت عنوان الگوریتم بهینه­سازی گسسته-باینری توده ذرات برای مدل توابع کسری (DBPSORFM) ارائه شده است. با تکیه بر این اصل که حداکثر تعداد ضرایب موجود در ساختار توابع کسری دوبرابر تعداد نقاط کنترل است، در شرایط استفاده از نقاط کنترل با تعداد محدود، یا به عبارتی تعداد کمتر از 39 نقطه، نمی­توان تمامی 78 ضریب ممکن را در ساختار توابع کسری دخیل کرد. ازاین­رو در روش پیشنهادی به جای استفاده از شکل مرسوم ذره­ها با مقادیر باینری، از ذره­ای با یک بخش گسسته و یک بخش باینری استفاده شده است. تعداد بیت­های هر ذره در این الگوریتم چهار برابر تعداد نقاط کنترل است که نیمی از آن­ها به بخش گسسته و نیم دیگر به بخش باینری اختصاص دارند. بخش گسسته شامل شماره ضرایب توابع کسری و بخش باینری با دارا بودن مقادیر صفر و یک، حضور یا عدم حضور ضریب متناظر در بخش گسسته را در ساختار توابع کسری نشان می­دهد. ایده­ی اصلی این پژوهش تعریف ساختار گسسته-باینری الگوریتم فراابتکاری توده ذرات در مسأله مدل توابع کسری است. این روش از طرفی با ذات الگوریتم‌های فرا ابتکاری سازگار بوده و از طرف دیگر با کاهش قابل‌توجه فضای جستجو به بهبود نتایج می‌انجامد. روش پیشنهادی برروی انواع مختلفی از داده‌ها با قدرت تفکیک بالا آزمایش شد که نتایج پژوهش حاکی از برتری روش پیشنهادی در مقایسه با رویکرد متداول در الگوریتم‌های فرا ابتکاری موجود بود. M3 10.29252/jgit.7.3.199 ER -