مقایسه الگوریتم های مبتنی بر نمونه در مکانیابی سراسری روبات های متحرک

هر روبات متحرک برای حرکت در محیط و انجام وظایف محوله، در ابتدا باید بتواند موقعیت اولیه خود را به طور دقیق در محیط مشخص کرده و ضمن حرکت، موقعیت خود را به روزرسانی کند. در این مقاله دو روش تکاملی مبتنی بر نمونه، برای مکان یابی سراسری روبات های متحرک ارایه شده است. روش اول، یک نسخه اصلاح شده جدید از الگوریتم ژنتیک است که با استفاده از مفاهیم تکاملی و ساختار کروموزوم و عملگرها، و اطلاعات سنسورها، مکان یابی روبات را به صورت تلفیقی انجام می دهد. روش دوم نیز استفاده از الگوریتم کلونی زنبورهای مصنوعی (ABC)است. دراین روش، نمونه حرکت خود را با استفاده از یک سیستم ارتباطی یکپارچه براساس اطلاعاتی نظیر فاصله، جهت و کیفیت منبع غذایی، به سمت بهترین منبع (وضعیت روبات) تنظیم می کنند. در نهایت با استفاده از نتایج آزمایشات، مزایای سه الگوریتم GA, ABC و PSO، را از لحاظ دقت، سرعت و حجم محاسباتی نسبت به یکدیگر مقایسه می نماییم.

کلیدواژه ها:

مکان یابی سراسری روبات ، فرمول بندی بیزی ، الگوریتم ژنتیک ، الگوریتم ABC ، الگوریتم PSO