شبیه سازی مسئله Truck Backer-Upper با رویکرد Q- فازی در ترکیب با بهینه سازی کلونی زنبورها
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 357
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
COMPUTER01_177
تاریخ نمایه سازی: 22 مهر 1394
چکیده مقاله:
این مقاله ارائه دهنده یک روش جدید برای کنترلگرهای فازی تقویتی است. بدین صوتر که با ترکیب Fuzzy-Q learning و الگوریتم بهینه سازی کلونی زنبورها (Bee Colony Optimization) سعی در هدایت عامل در محیط های ناشناخته می کند. الگوریتم پیشنهادی را Bee Colony optimization- Fuzzy Q learning نامیده ایم. در واقع در روش Fuzzy-Q یکسری قوانین فازی وجود دارد که قسمت پیش شرط (precondition) آن با استفاده از دانش قبلی ایجاد می شود و انتخاب عملکرد (Action) مورد نظر در قسمت تالی (consequence) قوانین فقط با استفاده از مقدار Q صورت می پذیرد. اما در روش پیشنهادی BCO-FQ علاوه بر مقدار Q، نحوه ترکیب این Action ها هم در محیط در نظر گرفته می شود، که این کار به عهده ی الگوریتم BCO است. این روش روی مسئله کنترل فازی Truck Backer - upper control پیاده سازی شده است که نتایج مطلوبی هم بدست آمده است.
کلیدواژه ها:
نویسندگان
سیما سعد
دانشجوی کارشناسی ارشد، دانشگاه شهید باهنر کرمان
علی اکبر نیک نفس
دکتری ریاضی کاربردی، دانشگاه شهید باهنر کرمان
مهدی افتخاری
دکتری هوش مصنوعی،دانشگاه شهید باهنر کرمان
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 :