مسیریابی رباتیک هوشمند با استفاده از الگوریتم مورچگان تناقضی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 937

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IAUFASA02_217

تاریخ نمایه سازی: 17 اسفند 1393

چکیده مقاله:

یکی از مهمترین مسائلی که در طراحی سیستم های هوشمند مسیریاب و به خصوص پردازشگر و تصمیم گیر رباتهای متحرک مطرح است، مساله رهیابی خودمختار است. ربات یا هر وسیله هوشمند دیگر بایستی به صورت هوشمند به سمت یک هدف مشخص، که بعضا توسط کاربر به آن دادهمی شود، حرکت کند و نه تنها بتواند از تمام موانعی که در جلوی حرکت خود دارد بدون برخورد به موانع عبور کند بلکه بتواند کوتاه ترین مسیر رابین مبدا و مقصد مشخص شده انتخاب نماید. در این مقاله روشی جدید بر مبنای الگوریتم مورچگان تناقضی ارائه می گردد که می تواند عمل مسیریابی بهینه بین دو نقطه مورد نظر )مبدا،مقصد( را انجام دهد. نتایج شبیه سازی کامپیوتری و مقایسه روش پیشنهادی با با روش الگوریتم مورچگان نشان دهنده کارایی بهتر این الگوریتم مسیریابی می باشد

نویسندگان

جواد علی حسینی

دانشجوی کارشناسی ارشد مهندسی برق دانشگاه آزاد اسلامی واحد کرمان

حمیدرضا پاکاری

دانشجوی کارشناسی ارشد مهندسی برق دانشگاه آزاد اسلامی واحد کرمان

مهدیه اسلامی

عضو هیات علمی دانشکده مهندسی برق دانشگاه آزاد اسلامی واحد کرمان

محمد شعبانی پور

دانشجوی کارشناسی ارشد مهندسی برق دانشگاه آزاد اسلامی واحد 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 :
  • Jaradat, M., Reinforcement based mobilerobot navigation in dynamic environment, Robotics ...
  • Yershova, A. ; LaValle, S.M., Improving Motion -Planning Algorithms by ...
  • Transactions on Robotics, pp. 151 - 157, 2012. ...
  • Salehinejad, H. and S. Talebi. A new ant algorithm based ...
  • approach, IEEEIntern ational Symposium onT elecommunic ations , 2008. ...
  • Ching-Chih Tsai, Hsu-Chih Huang, Cheng- Kai Chan, Parallel Elite Genetic ...
  • IEEE Trans actions On Industrial Electronics, pp. 4813 - 4821, ...
  • Salehinejad, H. and S. Talebi, Dynamic fuzzy logic-ant colony system-based ...
  • Tizhoosh. , Applying Oppos ition-Based Ideas to the Ant Colony ...
  • Dorigo، M.، Maniezzo، V. and Colorni، A., The ant system: ...
  • Dorigo، M.، and Gambardella. LM., Ant colony system: a cooperating ...
  • problem, IEEE Trans. Evol. Compute vol. 1, no.1pp.1-24, 1997. ...
  • Jianjun Ni ; Yang, Simon X., Bioinspired Neural Network for ...
  • Transactions On Neural Networks, pp. 2062 - 2077, 2011. ...
  • نمایش کامل مراجع