اخبار و اعلانات
آمار
| تعداد نشریات | 38 |
| تعداد شماره‌ها | 1,260 |
| تعداد مقالات | 9,130 |
| تعداد مشاهده مقاله | 8,464,189 |
| تعداد دریافت فایل اصل مقاله | 5,164,718 |
استفاده از الگوریتم های غزال کوهستان و کپک مخاطی برای حل مسئله برنامه ریزی مسیر | ||
| علوم و فناوریهای پدافند نوین | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 01 بهمن 1402 | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| سیدابوالفضل شاهزاده فاضلی* ؛ ندا طیبی؛ سعیده برخورداری فیروزآبادی؛ اسراء موسوی | ||
| بخش علوم کامپیوتر، دانشکده علوم ریاضی، دانشگاه یزد | ||
| تاریخ دریافت: 25 آبان 1402، تاریخ بازنگری: 30 آذر 1402، تاریخ پذیرش: 14 دی 1402 | ||
| چکیده | ||
| یکی از بخش های مهم رباتیک برنامه‌ریزی مسیر است، به طوری که مطالعه مسیر ربات یکی از موضوعات بسیار مهم تلقی می‌شود. ربات متحرک باید از موقعیت شروع به سمت موقعیت هدف حرکت کند، در حالی که در یک محیط حاوی موانع از موانع موجود اجتناب کند. مسیر باید براساس برخی از معیارها مانند کوتاهی طول مسیر، همواری مسیر و امنیت مسیر بهینه باشد. در این مطالعه، هدف اصلی حل مسئله برنامه ریزی مسیر برای یک ربات به صورت شبکه، ایستا و شناخته شده است، که معیارهای کوتاه ترین فاصله، امنیت مسیر و همواری مسیر را برآورده می‌سازد. مسئله برنامه ریزی مسیر یک مسئله NP-کامل می‌باشد و برای این مسئله روش‌ها و الگوریتم های مختلفی پیشنهاد شده است که شامل روش‌های دقیق و فراابتکاری است . برای حل این مسئله با بارمحاسباتی کمتر از الگوریتم‌های فراابتکاری می‌توان استفاده کرد، که در این مطالعه از الگوریتم ژنتیک، الگوریتم غزال کوهستان و الگوریتم کپک مخاطی استفاده شده است. در پیاده سازی ها علاوه‌براستفاده از عملگرهای خود الگوریتم‌ها از سه عملگر ساده سازی، بازبینی و جایگزینی استفاده شده است و همچنین یک تابع ارزیابی جدید و برای تولید جمعیت اولیه سه عملگر ترمیم گره، ترمیم پاره خط و بهبود گره برای ایجاد مسیرهای تا حد امکان شدنی ارائه شده است. نتایج نشان می‌دهند که این الگوریتم‌ها دارای کارایی بالایی هستند و همچنین از پیچیدگی محاسباتی کمتری برای حل این مسئله برخوردارند. | ||
| کلیدواژه‌ها | ||
| الگوریتم های فراابتکاری؛ برنامه ریزی مسیر؛ الگوریتم ژنتیک؛ بهینه سازغزال کوهستان؛ الگوریتم کپک مخاطی | ||
| عنوان مقاله [English] | ||
| Using Mountain Gazelle and Slime Mould Algorithms to Solve the Path Planning Problem | ||
| نویسندگان [English] | ||
| Seyed Abolfazl Shahzadeh Fazeli؛ Neda Tayebi؛ Saeideh Barkhordari Firozabadi؛ Esra Mosavi | ||
| Department of Computer Science,, Yazd University | ||
| چکیده [English] | ||
| Path planning is one of the important parts of robotics, so studying the path of the robot is considered one of the most important subjects. The mobile robot must move from the start position to the goal position, while avoiding obstacles in an obstacle environment. The route should be optimal based on some criteria such as shortness of the path, smoothness of the path and security of the path. In this study, the main goal is to solve the path planning problem for a robot in the form of a discrete, static and known, which meet the criteria of shortest distance, path security and path smoothness. Path planning problem is a NP-complete problem and various methods and algorithms have been proposed, which include exact and meta-heuristic algorithms. Meta-heuristic algorithms can be used to solve this problem with less computational load. In this study genetic algorithm, mountain gazelle algorithm, and Slime mould algorithm are used. In implementations, in addition to the operators of the algorithms themselves, three simplification, revision and replacement operators have been used, as well as a new evaluation function has been presented and after generating the initial population of three operators node repair, line segment repair and node improvement to create paths up to feasible path has been used. The results show that these algorithms have high efficiency and also have less computational complexity to solve this problem. | ||
| کلیدواژه‌ها [English] | ||
| : Meta-heuristic Algorithms, Path Planning, Genetic Algorithm, Mountain gazelle optimizer, Slime Mould Algorithm | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 99 |
||