مسیریابی روبات متحرک میدانی با استفاده از الگوریتم ژنتیک و الگوریتم یادگیری مبتنی بر شاخص فازی عوارض زمین
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعت آب و برق (شهید عباسپور) - دانشکده مهندسی برق و کامپیوتر
- author پدرام کرمانی
- adviser علی اکبر افضلیان
- Number of pages: First 15 pages
- publication year 1390
abstract
امروزه یکی از پر چالش ترین مسائل در علم روباتیک مساله ناوبری می باشد. این مساله که روبات ها با استفاده از داده های از قبل جمع آوری شده از محیط یا داده های به دست آمده از محیط توسط سنسورهای روبات بتوانند راهی برای رسیدن به هدف را پیدا کنند ذهن دانشمندان بسیاری از علوم را درگیر خود کرده است. مسیری که با توجه به نوع کاربرد روبات و نوع فضای حرکتی روبات کارآمد باشد. در این پایان نامه نوعی از مسیریابی مد نظر است که به صورت برون خط و قبل از هر حرکتی از سوی روبات صورت می گیرد. داده های موجود از محیط به صورت نقشه های دیجیتالی دارای ارتفاع و طول و عرض جغرافیایی می باشد. محیط مورد نظر کاملاً واقعی می باشد. هدف از این مسیریابی یک مسیریابی متفاوت با آنچه تا به حال در تحقیقات انجام شده است، می باشد. در مساله مسیریابی مورد نظر در این پایان نامه کاربر شروطی را برای حرکت در نظر می گیرد. با استفاده از یک سیستم فازی مدل کننده داده های محیط، اطلاعات لازم برای مسیریابی در اختیار الگوریتم مسیریابی قرار داده می شود. مسیر طرح شده به صورت سه بعدی طرح می شود که هم از نظر طولی و هم از نظر ارتفاعی بهینه سازی شده است. از کاربرد های این مسیریابی می توان به مسیریابی در هواپیماهای بدون سرنشین به صورت از قبل برنامه ریزی شده اشاره کرد که در هنگام وقوع اختلالات مخابراتی و از بین رفتن کانال های ارتباطی بسیار حیاتی است. الگوریتم در نظر گرفته شده برای مسیریابی روی این داده ها الگوریتم ژنتیک می باشد که به صورت پارامتر واقعی پیاده سازی شده است. قبل از این پیاده سازی در هر فصل بخشی از این مسیریابی را شرح خواهیم داد تا با کلیت این مساله بیشتر آشنا شویم و به بررسی برخی از تحقیقات انجام شده در این زمینه می پردازیم. روشی نیز برای مسیریابی روبات میدانی پیشنهاد می شود. در فصل پنجم نیز به سیستم های ناوبری برای حرکت در روی مسیر طرح شده اشاره می کنیم که تنها به بررسی ملاحظات سیستم ناوبری مسیر می پردازیم که در شبیه-سازی جایی ندارد. نتایج بدست آمده از پیاده سازی انجام شده را نیز تحلیل کرده و با موارد مشابه مقایسه می-کنیم. از نوآوری های به عمل آمده در این پایان نامه می توان به مواردی چون مسیریابی چند موضوعی برای روبات های میدانی پرنده و مسیر نرم برای عبور اشاره کرد.
similar resources
مسیریابی روبات متحرک با استفاده از روشی جدید مبتنی بر الگوریتم ژنتیک با طول آرایه متغیر
Being one of the major research fields in the robotics discipline, the robot motion planning problem deals with finding an obstacle-free start-to-goal path for a robot navigating among workspace obstacles. Such a problem is also encountered in path planning of intelligent vehicles and Automatic Guided Vehicles (AGVs). Traditional (exact) algorithms have failed to solve the problem effectively...
full textپیشبینی روند حرکتی قیمت سهام با استفاده از XCS مبتنی بر الگوریتم ژنتیک و یادگیری تقویتی
پیشرفتها در حوزۀ هوش مصنوعی و یادگیری ماشین بهخصوص درزمینۀ محاسبات تکاملی نهتنها ما را قادر به تجزیهوتحلیل مؤثرتر دادهها نموده است، بلکه این امکان را فراهم ساخته که از آنها برای فهم هرگونه الگوی زیربنایی بازارهای مالی استفاده گردد. اقتصاددانان، آماردانان و مدرسان امور مالی همواره علاقهمند به توسعه و آزمایش مدلهای رفتاری قیمت سهام بودهاند. XCS سامانهای مرکب از الگوریتم ژنتیک و یادگیری ...
full textتعیین شاخص های اجتماعی و فنی- مکانیزاسیون با استفاده از روش منطق فازی و الگوریتم ژنتیک
عوامل اجتماعی، اقتصادی و فنی علاوه بر عوامل محیطی، خاک، آب و هوا در عملکرد محصول و موفقیت در کشت آن مؤثر می باشند. اهداف این تحقیق، ارائه دو مدل فازی برای تعیین شاخصهای اجتماعی و فنی- مکانیزاسیون برای محصول گندم آبی و بهینهسازی قوانین و توابع عضویت فازی بود. بر این اساس، دادههای سن، تجربه و سطح تحصیلات کشاورزان به عنوان ورودی های مدل فازی اجتماعی و داده های دسترسی به منبع آب، جاده، سیلو، نیر...
full textمقایسه پیشبینی شاخص سهام با استفاده از مدلهای ترکیبی مبتنی بر الگوریتم ژنتیک و جستجوی هارمونی با شبکه عصبی معمولی
هدف پژوهش حاضر مقایسه پیشبینی شاخص سهام با استفاده از مدلهای ترکیبی مبتنی بر الگوریتم ژنتیک و جستجوی هارمونی با شبکه عصبی معمولی است. مربوطترین نماگرهای تکنیکی به عنوان متغیرهای ورودی و تعداد بهینه نرون لایه پنهان شبکه عصبی مصنوعی با استفاده از الگوریتمهای فراابتکاری ژنتیک و جستجوی هارمونی تعیین شده است. مقادیر روزانه شاخص قیمت بورس اوراق بهادار تهران از تاریخ 1/10/91 الی 30/9/94 جهت پیشبی...
full textکاوش قوانین پیوستگی کمی در بازار سهام با استفاده از الگوریتم های فراابتکاری چندهدفه مبتنی بر الگوریتم ژنتیک
پیش بینی بازده سهام موضوعی مهم در حوزه مالی است که توجه محققان را برای سالهای بسیاری به خود جلب کرده است. سرمایه گذاران همواره در تلاش برای پیدا کردن راهی برای پیش بینی قیمت سهام و پیدا کردن سهام و زمان مناسب برای خرید و یا فروش هستند. اخیرا، از تکنیک های داده کاوی و تکنیک های هوش مصنوعی در این حوزه استفاده می شود. کشف قوانین پیوستگی یکی از رایج ترین روش های داده کاوی مورد استفاده جهت استخراج د...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه صنعت آب و برق (شهید عباسپور) - دانشکده مهندسی برق و کامپیوتر
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023