رویکردی جدید جهت برنامه ریزی مسیر ربات سیار توسط الگوریتم ژنتیک چند هدفه غنی شده با جستجوگر محلی (ممتیک)

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 473

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEEE06_057

تاریخ نمایه سازی: 1 مهر 1394

چکیده مقاله:

در سراسر تاریخ رباتیک مهمترین چیزی که در یک ربات سیار باید در نظر گرفته شود مستقل بودن است. یک ربات سیار باید قادر به پیدا کردن مسیر بدون مانع برای حرکت از یک محل به محل دیگر باشد. به منظور نشان دادن یک درجه از هوشمندی، این مسیر باید با شرایطی که برای ربات از لحاظ محیط کار و مشکل داده شده مهم هستند. بهینه سازی شود. در این مقاله، یک روش جدید مبتنی بر ساختار الگوریتم ژنتیک چند هدفه غنی شده با الگوریتم جستجوگر محلی را برای حل این مشکل پیشنهاد شده است. در این روش، تنها فضای جستجوی معتبر مرور شده که باعث کوچک شدن فضای جستجو می شود. همچنین الگوریتم های ممتیک (MA)، در حل مسئله بهینه سازی و تصمیم گیری کارایی خوبی را از خود نشان داده اند. انتخاب جستجوگرهای محلی یکی از مسائل بحرانی در این الگوریتم هاست، زیرا بطور عمده ای روی نتایج الگوریتم تأثیر می گذارد و در این مقاله نیز هدف از استفاده الگوریتم ژنتیک چند هدفه ترکیب شده با جستجوگرهای محلی، انتخاب هدفمند کروموزوم هاست. برای ارزیابی ایده پیشنهادی، تابع ارزیابی با بقیه توابع مقایسه شده و توانایی روش جهت یافتن بهترین مسیر با تعداد جمعیت و نسل کمتر نشان داده شده است.

کلیدواژه ها:

بهینه سازی چند هدفه ، الگوریتم ژنتیک ، الگوریتم ممتیک ، مرتب سازی غیر غالب ، رباتهای سیار ، مسیریابی

نویسندگان

بهزاد هرمزی

دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد مشهد

محمدحسین معطر

دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد مشهد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • O. Castillo, L. Trujillo, and P. Meli algorithms for path- ...
  • A. Ali, M. Babu, and K. Varghes cooperative manipulators using ...
  • S. Farritor and S Dubowsky, "A gen application to planetary ...
  • J. Xiao and Z. Michalewicz, "An evolu to robot planning ...
  • J. Sauter, R. Matthews, Parunak, HVD adaptive pheromone path planning ...
  • K. Deb, A. Pratap, S. Agarwal, and T Multiobjective Genetic ...
  • N. Srinivas and K Deb., "Multio Nondominated Sorting in Geetic ...
  • _ Guliashki, H. Toshev, and C. Korse Algorithms Used in ...
  • نمایش کامل مراجع