Дослідження конфігурації генетичного алгоритму для задачі побудови шляху автономного робота
DOI:
https://doi.org/10.20535/1560-8956.40.2022.261653Ключові слова:
формування маршруту, генетичний алгоритм, розмір популяції, коефіцієнт схрещування, коефіцієнт мутаціїАнотація
Стаття присвячена розвитку та покращенню роботи систем формування раціональних маршрутів мобільних роботів, які використовують генетичний алгоритм. Для функціонування мобільного робота необхідно вирішити задачу формування маршруту. Це завдання є глобальним, містить безліч рішень і не вимагає абсолютної точності. Для вирішення подібного завдання підходить генетичний алгоритм, який є евристичним алгоритмом глобального пошуку. Цей алгоритм оперує
різними генетичними операторами, такими як схрещування, мутація, селекція, генерація популяцій та поколінь. Дані оператори можуть бути адаптовані до потреби пошуку маршруту. Таким чином, генотип як величина якою може оперувати алгоритм може бути представлена у вигляді маршруту, що складається з віддалених один від одного дорожніх точок. Далі за допомогою застосування генетичних операторів маршрути створюються і змінюються до тих пір, поки не буде знайдено маршрут, що уникає різноманітних навігаційних небезпек, та задовольняє заданим параметрам. Механізм пошуку залежить від коефіцієнтів, які задають режим роботи генетичних операторів. Ефективність даного способу розв'язання навігаційної задачі безпосередньо залежить від вибраних коефіцієнтів, що роблять вирішення задачі швидким і надійним. Таким чином перед безпосереднім застосуванням алгоритму необхідно виявити основні закономірності між використаними коефіцієнтами, а також визначити їх оптимальні значення, у яких робота алгоритму буде найефективнішою.
Бібл. 5, іл. 8.
Посилання
Fedorenko K. V. Poisk optimal’nogo marshruta s primeneniem geneticheskikh algoritmov. //Materialy VII Mezhvuzovskoi nauchno-prakticheskoi konferentsii aspirantov, studentov i kursantov, SPb., 2017, p. 344–347.
Goldberg D. E., Holland J. H. Genetic algorithms and machine learning. //Machine learning vol.3, №2-3, 1988, p. 95–99
Haldurai L. A Study on Genetic Algorithm and its Applications. // International Journal of Computer Sciences and Engineering, 2016, p.140-142.
Kuznetsov Al. L., Kirichenko Al. L., Popov G. B. Chimerical genetic algorithm for sea route rationalization.// Vestnik Gosudarstvennogo universiteta morskogo i rechnogo flota imeni admiral S.O. Makarova, 2017, p.456–467.
Tsou M., Chao-Kuang H. The study of ship collision avoidance route planning by ant colony algorithm.// Journal of Marine Science and Technology №18, 2010, p.746–756.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у нашому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована нашим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у нашому журналі.
3. Політика журналу дозволяє і заохочує розміщення рукопису роботи авторами в мережі Інтернет (наприклад, на arXiv.org або на особистих веб-сайтах). Причому рукописи статей можуть бути розміщенні у відкритих архівах як до подання рукопису до редакції, так і під час його редакційного опрацювання. Це сприяє виникненню продуктивної наукової дискусії, позитивно позначається на оперативності ознайомлення наукової спільноти з результатами Ваших досліджень і як наслідок на динаміці цитування вже опублікованої у журналі роботи. Детальніше про це: The Effect of Open Access.
