مسیریابی ربات های متحرک با استفاده از الگوریتم ژنتیک

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,605

فایل این مقاله در 14 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:

CEIT01_520

تاریخ نمایه سازی: 9 تیر 1393

چکیده مقاله:

در جهان امروز نیاز انسان به ربات هایی که بتوانند کارهای سخت، تکراری و حتی کارهایی که جان انسان در میان است مانند: خنثی کردن مین، کار در کارخانجات شیمیایی که باعث خسارات جبران ناپذیری برای انسان می شود را انجام دهند بیش از پیش به چشم می خورد. برای آنکه ما بتوانیم ربات های هوشمندی بسازیم داشتن روش و الگوریتم مسیریابی مناسب دارای اهمیت فراوانی می باشد. روش های مسیریابی که به دو دسته: کلاسیک و اکتشافی تقسیم میشوند، روش کلاسیک اداری مشکل پیچیدگی زمان بالا می باشد به همین دلیل به سراغ الگوریتم ژنتیک که زیر مجموعه روش اکتشافی است می رویم که در الگوریتم با ایجاد کروموزم ها که دارای یال با هزینه متفاوت می باشد کروموزم بهینه را انتخاب می کند تا مسیر بهتر را به ربات معرفی کند.

نویسندگان

علیرضا علیخانی

فارغ التحصیل مهندسی کامپیوتر موسسه آموزش عالی شفق تنکابن

علی اصغری

عضو هیئت علمی موسسه آموزش عالی شفق تنکابن

علی احسانگر

دانشجوی مهندسی کامپیوتر موسسه آموزش عالی شفق تنکابن

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 :
  • Environmens , " Netherlands, Phd Thesis 2007. ...
  • Proc.IEEE In. Conf. _ Computer Sys. & Soft. Eng, pp. ...
  • Academic Publishers, 1991. [4] ...
  • algorithms, " IEEE, Blectrical, Electronic and Computer Engineering, pp. 185- ...
  • autono]mous mmobile robos based on genetic algorithm, " IEEE International ...
  • a Mobile Automaton with Limited Information _ the Environment, " ...
  • kinematics of redundant robots using genetic algorithms, " IEEE Int.1 ...
  • and W.Burgard and L.E. Kavraki and S. Thrun, Principles of ...
  • Manchester, United Kingdom: CRC Press Taylor & Francis Group, 2006. ...
  • Approaches in Robot Motion Planning - A Chronological Review, " ...
  • Environment, " Journal of Computer Science, pp. 341-344, 2008. [13] ...
  • robots with improved genetic algorithm, " Computers and Electrical Engineering, ...
  • an Environment with Static and Dynamic Obstacles Using Genetic Algorithm: ...
  • Instrumentation & Measurement Magazine, 2007, pp. 26- 31. [16] ...
  • Instrumentation & Measurement Magazine, vol. Vol. 10, No. 6, pp. ...
  • Structured Multi-objective Genetic Algorithm, " IEEE International Conference of Soft ...
  • نمایش کامل مراجع