برنامه ریزی مسیر با استفاده از الگوریتم کلونی مورچه برای صندلی چرخدار هوشمند

عنوان فارسی:

یک روش برنامه ریزی مسیر با استفاده از چند شکل الگوریتم کلونی مورچه تطبیقی برای صندلی چرخدار هوشمند

عنوان انگلیسی:

A path planning method using adaptive polymorphic ant colonyalgorithm for smart wheelchairs

فهرست مطالب

۱- چکیده

۲- معرفی

۳- الگوریتم کلونی مورچه پلیمورفیک

۴- الگوریتم کلونی مورچه پلیگرفیک Adaptive

۵- نتایج تجربی

۶- نتیجه گیری ها

نمونه متن انگلیسی

Abstrac

In many cases, users of smart wheelchairs have difficulties with daily maneuvering tasks and wouldbenefit from an automated navigation system. With multi-colony division and cooperation mechanism,the polymorphic ant colony algorithm is helpful to solve optimal path planning problems by greatlyimproving search and convergence speed. In this paper, a path planning method for smart wheelchairs isproposed based on the adaptive polymorphic ant colony algorithm. 

To avoid ant colony from getting intolocal optimum in the process of reaching a solution, the adaptive state transition strategy and the adaptiveinformation updating strategy were employed in the polymorphic ant colony algorithm to guarantee therelative importance of pheromone intensity and desirability. Subsequently,the search ant maintains therandomness for the search of the global optimal solution,and then the deadlock problem is solved bymeans of the direction determination method that improves the global search ability of the algorithm. The target path planning and obstacle path planning are respectively carried out by using the adaptivepolymorphic ant colony algorithm. 

نمونه متن فارسی

چکیده:

در بسیاری از موارد، کاربران از صندلی چرخ دار صندلی هوشمند مشکلات با وظایف مانور روزانه و را از یک سیستم ناوبری خودکار بهره مند شوند. الگوریتم کلونی چند مورفیک با استفاده از مکانیزم تقسیم چندگانه و همکاری، برای حل مشکلات برنامه ریزی مسیر بهینه با افزایش سرعت جستجو و همگرایی مفید است.در این مقاله، یک روش برنامه ریزی مسیر برای چرخ صندلی های هوشمند بر اساس الگوریتم کلونی مورچه چند منظوره سازگار ارائه شده است. برای جلوگیری از بهینه سازی محلی مورچه در رسیدن به یک راه حل، استراتژی انتقال سازگار و استراتژی به روز رسانی اطلاعات سازگار در الگوریتم کلونی مورچه ای برای تضمین اهمیت نسبی شدت و مطلوبیت فرومون مورد استفاده قرار گرفت. پس از آن،مورچه جستجو حفظ اتفاقی برای جستجوی راه حل بهینه جهانی و سپس مشکل بن بست است با استفاده از روش تعیین جهت است که باعث بهبود توانایی جستجو جهانی از الگوریتم حل شده است. برنامه ریزی مسیر هدف و برنامه ریزی مسیر مانع به ترتیب با استفاده از الگوریتم تطبیقی کلونی مورچه ها چند شکل انجام شده است.