Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

Evaluation of Particle Swarm Optimization and Adaptive Genetic Algorithm for Motion Planning in Minimally Invasive Surgery

اولین کنفرانس ملی مهندسی برق اصفهان
سال انتشار: 1391
کد COI مقاله: ISFAHANELEC01_053
زبان مقاله: انگلیسیمشاهده این مقاله: 884
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Evaluation of Particle Swarm Optimization and Adaptive Genetic Algorithm for Motion Planning in Minimally Invasive Surgery

A. Aminzadeh Ghavifekr - Department of Electrical and Computer Engineering, University of Tabriz, Tabriz, Iran
A. Arjmandi - Department of Electrical and Computer Engineering, University of Tabriz, Tabriz, Iran
K. Sehat - Department of Electrical and Computer Engineering, University of Tabriz, Tabriz, Iran

چکیده مقاله:

This paper evaluates Adaptive Genetic Algorithm (AGA) and Particle Swarm Optimization (PSO) to find a timeoptimal quadratic polynomial trajectory of an anthropomorphic manipulator. This robot that is used in minimallyinvasive surgery (MIS) must achieve motions under the constraints of displacement, velocity, acceleration and jerk ofeach joint. The modeling and resolution of the constraints are presented. PSO and different selection methods of thegenetic algorithm are evaluated and compared in order to define the best one according to convergence speed andoptimal time. These methods can solve the premature convergence and slow convergence problems in MIS.Simulation and experimental results for the grasper of a compact laparoscopic surgical robot prototype system validatethe algorithms

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ISFAHANELEC01_053 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/236998/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Aminzadeh Ghavifekr, A. and Arjmandi, A. and Sehat, K.,1391,Evaluation of Particle Swarm Optimization and Adaptive Genetic Algorithm for Motion Planning in Minimally Invasive Surgery,First National Conference on Electrical Engineering Isfahan,Isfahan,https://civilica.com/doc/236998

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1391, Aminzadeh Ghavifekr, A.؛ A. Arjmandi and K. Sehat)
برای بار دوم به بعد: (1391, Aminzadeh Ghavifekr؛ Arjmandi and Sehat)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 23,228
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

طرح های پژوهشی مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی